أكثر

إخفاء البيانات النقطية باستخدام أداة الاستخراج بالقناع إذا كان قناع الميزة أكبر من منطقة البيانات النقطية في ArcGIS Desktop؟

إخفاء البيانات النقطية باستخدام أداة الاستخراج بالقناع إذا كان قناع الميزة أكبر من منطقة البيانات النقطية في ArcGIS Desktop؟


لدي مشكلة في إخفاء البيانات النقطية التي لها نطاقات قيم -0.73106217384338 - 0.94593381881714. تم اشتقاق هذه القيم باستخدام equatin (B3-B4) / (B3 + B4) من نطاق Landsat 3 وقيم الانعكاس الطيفي للنطاق 4 في arcgis 10. كانت الصورة النقطية من تنسيق ملف tif 32 بت. قمت بتطبيق الوظيفة Extract by Mask في Arcgis بإدخال ملف الشكل النقطي والمضلع كقناع ميزة. لكن المضلع الذي استخدمته هنا يغطي مساحة أكبر من الخطوط النقطية. تحتوي البيانات النقطية الناتجة على بعض القيم الحقيقية مثل 0.435936 هنا للمناطق التي لا يوجد بها خطوط نقطية أسفل المضلع.

كيف يمكنني التخلص من هذه القيمة باستخدام ArcGIS 10؟


التصنيف السريع للأراضي الزراعية

تم تقييد تصنيف الغطاء الأرضي في المناظر الطبيعية المعقدة بسبب الانتقال المتأصل لمسافات قصيرة في أنواع المحاصيل / الغطاء النباتي ، لا سيما في نظم زراعة أصحاب الحيازات الصغيرة. يوفر التوافر المتزايد وإمكانية الوصول إلى صور مراقبة الأرض فرصًا كبيرة لتقييم الحالة ورصد التغييرات في الغطاء الأرضي ، ومع ذلك فإن إطلاق هذه القدرة يتوقف على توافر بيانات الحقيقة الأرضية ذات الصلة لمعايرة والتحقق من صحة خوارزميات التصنيف. غالبًا ما تكون بيانات الحقيقة الأرضية الصريحة والمطلوبة بشدة غير متوفرة في أنظمة الزراعة في أفريقيا جنوب الصحراء ، وهذا يعيق تطوير الأدوات التحليلية ذات الصلة لمراقبة ديناميكيات أراضي المحاصيل أو توليد رؤى [قريبة] في الوقت الفعلي حول أنظمة الزراعة. تم تطوير هذا البرنامج التعليمي كدليل سريع للمستخدمين المهتمين بتنفيذ روتين تصنيف الغطاء الأرضي في بيئة Google Earth Engine ، باستخدام بيانات الحقيقة الأرضية والنطاقات الطيفية Sentinel-2 TOA المتاحة. الهدف هو توفير سير عمل سهل التنفيذ يمكن تكييفه من قبل الباحثين والمحللين لتصنيف أراضي المحاصيل بسرعة. نظرًا لاستثمار المزيد من الجهود في جمع بيانات غنية مكانيًا ومرجعية جغرافيًا على المستويين الوطني والإقليمي ، يمكن أن يكون هذا البرنامج التعليمي مفيدًا لتوليد رؤى فورية / في الوقت المناسب للذرة وأنواع المحاصيل الأخرى.


إجمالي_الخلايا¶

يولد نسخة منخفضة الدقة من البيانات النقطية.

النقطية - البيانات النقطية

عامل الخلية - العامل الذي يتم بواسطته مضاعفة حجم خلية البيانات النقطية المدخلة للحصول على الدقة المطلوبة لخرج البيانات النقطية. على سبيل المثال ، قد تؤدي قيمة عامل الخلية ثلاثة إلى حجم خلية إخراج أكبر بثلاث مرات من حجم الإدخال النقطي. يجب أن تكون القيمة عددًا صحيحًا أكبر من 1.

نوع التجميع

اختياري int. يحدد كيفية تحديد قيمة كل خلية مخرجات. يتم تجميع قيم خلايا الإدخال المتضمنة في خلية الإخراج الأكثر خشونة بواسطة أحد الإحصائيات التالية:

  • 2 (الحد الأقصى): أكبر قيمة لخلايا الإدخال.

  • 3 (يعني): القيمة المتوسطة لخلايا الإدخال.

  • 4 (MEDIAN): القيمة المتوسطة لخلايا الإدخال.

  • 5 (الحد الأدنى): أصغر قيمة لخلايا الإدخال.

  • 9 (SUM): مجموع (إجمالي) قيم خلية الإدخال ، وهذا هو الإعداد الافتراضي.

المدى_المناولة

منطقية اختيارية. يحدد كيفية التعامل مع حدود الإدخال النقطي عندما لا تكون صفوفه أو أعمدته مضاعفًا لعامل الخلية.

  • صواب: لتوسيع الحدود العلوية أو اليمنى للمدخل النقطي بحيث يكون العدد الإجمالي للخلايا في صف أو عمود مضاعفًا لعامل الخلية. يتم إعطاء هذه الخلايا الموسعة قيمة NoData. باستخدام هذا الخيار ، يمكن أن تغطي البيانات النقطية الناتجة نطاقًا مكانيًا أكبر من البيانات النقطية المدخلة. هذا هو الافتراضي.

  • خطأ: يقلل من عدد الصفوف أو الأعمدة في البيانات النقطية الناتجة بمقدار 1. سيؤدي هذا إلى اقتطاع الخلايا المتبقية على الحدود العلوية أو اليمنى من البيانات النقطية المدخلة ، مما يجعل عدد الصفوف أو الأعمدة في البيانات النقطية للإدخال مضاعفًا لعامل الخلية . باستخدام هذا الخيار ، يمكن أن تغطي البيانات النقطية الناتجة نطاقًا مكانيًا أصغر من النطاق النقطي للإدخال.

ignore_nodata

منطقية اختيارية. تشير إلى ما إذا كان يتم تجاهل قيم NoData من خلال حساب التجميع.

صواب: تحدد أنه في حالة وجود قيم NoData لأي من الخلايا التي تقع ضمن النطاق المكاني لخلية أكبر على البيانات النقطية للإخراج ، سيتم تجاهل قيم NoData عند تحديد قيمة مواقع خلايا الإخراج. سيتم استخدام خلايا الإدخال فقط في نطاق خلية الإخراج التي تحتوي على قيم بيانات في تحديد قيمة خلية الإخراج. هذا هو الافتراضي.

خطأ: يحدد أنه إذا كانت أي خلية تقع ضمن النطاق المكاني لخلية أكبر في البيانات النقطية للمخرجات تحتوي على قيمة NoData ، فإن قيمة موقع خلية الإخراج هذه ستكون NoData. عند استخدام هذا الخيار ، فإنه يعني ضمنيًا أنه عندما تحتوي الخلايا الموجودة في التجميع على قيمة NoData ، ولا توجد معلومات كافية لإجراء العمليات الحسابية المحددة اللازمة لتحديد قيمة الإخراج.


مراجع

الأمم المتحدة. التوقعات السكانية في العالم: مراجعة 2015. قسم الاقتصاد. الشؤون الاجتماعية ، شعبة السكان. (UNPD) http://esa.un.org/unpd/wpp/ (2015).

الأمم المتحدة. آفاق التحضر في العالم: مراجعة 2014. يسلط الضوء (ST / ESA / SER.A / 352). قسم الاقتصاد. الشؤون الاجتماعية ، شعبة السكان. (UNPD) http://esa.un.org/unpd/wup/Highlights/WUP2014-Highlights.pdf (2014).

الأمم المتحدة. التوقعات السكانية في العالم: مراجعة 2015. النتائج الرئيسية والجداول المسبقة (ESA / P / WP.241). قسم الاقتصاد. الشؤون الاجتماعية ، شعبة السكان. (UNPD) https://esa.un.org/unpd/wpp/publications/files/key_findings_wpp_2015.pdf (2015).

Tatem ، A. J. ، Noor ، A. M. ، von Hagen ، C. ، Di Gregorio ، A. & amp Hay ، S. I. خرائط سكانية عالية الدقة للدول ذات الدخل المنخفض: الجمع بين الغطاء الأرضي والتعداد السكاني في شرق إفريقيا. بلوس واحد 2، e1298 (2007).

Balk، D.L et al. تحديد توزيع السكان العالمي: الأساليب والتطبيقات والبيانات. حال. في علم الطفيليات 62, 119–156 (2006).

Bhaduri، B.، Bright، E.، Coleman، P. & amp Dobson، J. LandScan: ما يهم هو تحديد مكان الأشخاص. المعلوماتية الجغرافية 5, 34–37 (2002).

سالفاتور ، إم ، بوتزي ، إف ، أتامان ، إي ، هادلستون ، بي آند بلواز ، م. رسم خرائط التوزيعات السكانية العالمية في المناطق الحضرية والريفية. ورقة عمل البيئة والموارد الطبيعية 24. الغذاء والزراعة. منظمة. مستودع الوثائق المؤسسية للأمم المتحدة http://www.fao.org/docrep/009/a0310e/a0310e00.htm (2005).

Hay، S. I.، Guerra، C. A.، Tatem، A. J.، Atkinson، P. M. & amp Snow، R.W Urbanization، malaria Transmission and disease load in Africa. القس الطبيعة Microbio 3, 81–90 (2005).

Snow، R. W.، Guerra، C. A.، Noor، A. M.، Myint، H. Y. & amp Hay، S. I. التوزيع العالمي للحلقات السريرية من الملاريا المنجلية. طبيعة 434, 214–217 (2005).

دوكسسي ويتفيلد ، إي وآخرون. الاستفادة من تحسين توافر بيانات التعداد: نظرة أولى على شبكة السكان في العالم ، الإصدار 4 (GPWv4). أوراق في تطبيق Geog 1, 226–234 (2015).

مركز شبكة معلومات علوم الأرض الدولية (CIESIN) ، جامعة كولومبيا. شبكة سكان العالم ، الإصدار 4 (GPWv4). مركز البيانات والتطبيقات الاجتماعية والاقتصادية التابع لناسا (SEDAC) http://sedac.ciesin.columbia.edu/data/set/gpw-v4-population-count-adjusted-to-2015-unwpp-country-totals (2016).

مركز الشبكة الدولية لمعلومات علوم الأرض (CIESIN) ، والمعهد الدولي لبحوث السياسات الغذائية بجامعة كولومبيا (IPFRI) ، والبنك الدولي ، والمركز الدولي للزراعة الاستوائية (CIAT). المشروع العالمي لرسم الخرائط الريفية والحضرية (GRUMPv1). مركز البيانات والتطبيقات الاجتماعية والاقتصادية التابع لناسا (SEDAC) http://sedac.ciesin.columbia.edu/data/collection/grump-v1/sets/browse (2016).

Balk، D. L.، Pozzi، F.، Yetman، G.، Deichmann، U. & amp Nelson، A. توزيع الناس وبُعد المكان: منهجيات لتحسين التقدير العالمي للنطاقات الحضرية. في بروك. 2005 مؤتمر الاستشعار عن بعد الحضريftp://ftp.ecn.purdue.edu/jshan/proceedings/URBAN_URS05/balk-etal.pdf (2005).

مركز الشبكة الدولية لمعلومات علوم الأرض (CIESIN) ، جامعة كولومبيا و Centro Internacional de Agriculture Tropical (CIAT). شبكة سكان العالم ، الإصدار 3 (GPWv3). مركز البيانات والتطبيقات الاجتماعية والاقتصادية التابع لناسا (SEDAC)http://sedac.ciesin.columbia.edu/data/collection/gpw-v3 (2014).

Balk، D.L & amp Yetman، G. التوزيع العالمي للسكان: تقييم المكاسب في تنقيح القرار. مركز شبكة معلومات علوم الأرض الدولية (CIESIN) ، جامعة كولومبيا http://sedac.ciesin.columbia.edu/downloads/docs/gpw-v3/gpw3_documentation_final.pdf (2004).

مركز شبكة معلومات علوم الأرض الدولية (CIESIN) ، جامعة كولومبيا. شبكة سكان العالم (GPW) الإصدار 3. GPW و GRUMP: خلفية موجزة ومقارنة وتاريخ. مركز البيانات والتطبيقات الاجتماعية والاقتصادية التابع لناسا (SEDAC) http://sedac.ciesin.columbia.edu/data/collection/gpw-v3/about-us (2014).

Balk، D. L.، Yetman، G. & amp de Sherbinin، A. Center for International Earth Science Information Network Network (CIESIN)، Columbia University USA NASA Social - Economic Data and Applications Center (SEDAC). بناء مجموعات بيانات السكان الشبكيين والفقر من مصادر بيانات مختلفة. في بروك. المنتدى الأوروبي لمؤتمر الإحصاء الجيولوجي ، 5-7 أكتوبر 2010 تالين ، إستونياhttp://www.efgs.info/wp-content/uploads/conferences/efgs/2010/17_construction-of-Gridded-population-and-poverty-data-sets-from-different-data-sources-_Alex-de- شربينين. pdf (2010).

Linard، C.، Gilbert، M. & amp Tatem، A. J. تقييم استخدام بيانات الغطاء الأرضي العالمي لتوجيه نمذجة توزيع السكان في منطقة كبيرة. GeoJournal 76, 525–538 (2011).

Mennis، J. & amp Hultgren، T. رسم الخرائط الذكية dasymetric وتطبيقها على الاستيفاء المساحي. كارتو. جيوج. معلومات. علوم 33, 179–194 (2006).

Gaughan، A. E.، Stevens، F. R.، Linard، C.، Jia، P. & amp Tatem، A.J. خرائط توزيع السكان عالية الدقة لجنوب شرق آسيا في عامي 2010 و 2015. بلوس واحد 8، e55882 (2013).

Linard، C.، Gilbert، M.، Snow، R.W، Noor، A.M & amp Tatem، A. J. توزيع السكان وأنماط الاستيطان وإمكانية الوصول عبر إفريقيا في عام 2010. بلوس واحد 7، e31743 (2012).

Linard، C.، Alegana، V. A.، Noor، A. M.، Snow، R.W & amp Tatem، A.J. قاعدة بيانات مكانية مكانية عالية الدقة في الصومال لرسم خرائط مخاطر الأمراض. كثافة العمليات J. الصحة Geog 9, 45 (2010).

Bhaduri ، B. ، Bright ، E. A. ، Coleman ، P. R. & amp Urban ، M. GeoJournal 69, 103–117 (2007).

Dobson، J. E.، Bright، E. A.، Coleman، P.R & amp Worley، B. A. LandScan: قاعدة بيانات عالمية للسكان لتقدير السكان المعرضين للخطر. فوتوجرام م. أجهزة الاستشعار عن بعد. 66, 849–857 (2000).

مختبر أوك ريدج الوطني (ORNL). توافر بيانات LandScan. علوم وتكنولوجيا المعلومات الجغرافية (GIST) http://web.ornl.gov/sci/landscan/landscan_data_avail.shtml (2016).

عازار ، د. وآخرون. التنقيح المكاني لتوزيع السكان في التعداد باستخدام تقديرات الاستشعار عن بعد للأسطح غير المنفذة في هايتي. كثافة العمليات J. عن بعد الاستشعار. 31, 5635–5655 (2010).

Azar، D.، Engstrom، R.، Graesser، J. & amp Comenetz، J. إنشاء طبقات سكانية دقيقة باستخدام صور الأقمار الصناعية ذات الدقة المتعددة والبيانات الجغرافية المكانية. الاستشعار عن بعد. البيئة 130, 219–232 (2013).

Stevens ، F. R. ، Gaughan ، A. E. ، Linard ، C. & amp Tatem ، A. J. تصنيف بيانات التعداد لرسم خرائط السكان باستخدام غابات عشوائية مع بيانات مستشعرة عن بعد وبيانات مساعدة. بلوس واحد 10، e0107042 (2015).

سوريشيتا ، أ. وآخرون. مجموعات بيانات سكانية شبكية عالية الدقة لأمريكا اللاتينية ومنطقة البحر الكاريبي في 2010 و 2015 و 2020. علوم. بيانات 2, 150045 (2015).

أليجانا ، في.أيه وآخرون. رسم الخرائط بدقة عالية للهياكل العمرية للسكان لتطبيقات الصحة والتنمية. J.R Soc. واجهه المستخدم. 12, 20150073 (2015).

Deville، P. et al. رسم خرائط ديناميكي للسكان باستخدام بيانات الهاتف المحمول. بروك. ناتل أكاد. علوم 111, 888–893 (2014).

المنظمة الدولية للتوحيد القياسي (ISO). رموز الدول — ISO 3166. معايير ISOhttp://www.iso.org/iso/country_codes.html (2015).

دي فيرانتي ، J. Digital Elevation Data. بانوراما محدد المنظر http://www.viewfinderPanoramas.org/dem3.html (2015).

ناسا الأمريكية. مهمة طبوغرافيا الرادار المكوك. مختبر الدفع النفاث. معهد كاليفورنيا للتكنولوجيا http://www2.jpl.nasa.gov/srtm/ (2015).

المناطق الإدارية العالمية (GADM). تحميل. المناطق الإدارية العالميةhttp://gadm.org/country (2015).

المناطق الإدارية العالمية (GADM). حول. المناطق الإدارية العالميةhttp://www.gadm.org/about (2015).

de Ferranti، J. Digital Elevation Data: SRTM Void Fill. بانوراما محدد المنظر http://www.viewfinderPanoramas.org/voidfill.html (2015).

هورمان ، ج. تقييم بيانات ملء الفراغات لـ SRTM DEMs. التصور الجغرافي: مراجعات البيانات الجغرافية http://www.imagico.de/pov/earth_srtm.php (2015).

مؤسسة جغرافية مكانية مفتوحة المصدر. OSGEO4W. OSGEO4W برامج الجغرافيا المكانيةhttp://trac.osgeo.org/osgeo4w/ (2015).

مؤسسة جغرافية مكانية مفتوحة المصدر. GDAL— مكتبة استخراج البيانات الجغرافية المكانية. جدالhttp://www.gdal.org/ (2015).

مجموعة PostgreSQL العالمية للتطوير. حول. PostgreSQLhttp://www.postgresql.org/about/ (2016).

اللجنة التوجيهية لمشروع PostGIS (PSC). حول PostGIS. كائنات PostGIS والمكانية والجغرافية لـ PostgreSQLhttp://postgis.net/ (2016).

مؤسسة OpenStreetMap (OSMF). Osm2pgsql. افتح خريطة الشارعhttp://wiki.openstreetmap.org/wiki/Osm2pgsql (2016).

مشروع QGIS. QGIS 2.10.1. التحميلاتhttp://qgis.org/downloads/ (2015).

Furieri ، A. Spatialite Software. الصفحة الرئيسية لمشاريع Gaia-SINS الموحدةhttp://www.gaia-gis.it/gaia-sins/ (2016).

مؤسسة جغرافية مكانية مفتوحة المصدر. GDAL_Rasterize. جدالhttp://www.gdal.org/gdal_rasterize.html (2015).

ESRI. إحصائيات المنطقة ، ArcMap 10.3. ArcGIS for Desktop ArcMap Spatial Analyst Toolbox Zonal Toolboxhttp://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/zonal-statistics.htm (2015).

Santini، M.، Taramelli، A. & amp Sorichetta، A. ASPHAA: خوارزمية قائمة على GIS لحساب مساحة الخلية على شبكة منتظمة لخطوط الطول والعرض (جغرافية). عبر. في نظم المعلومات الجغرافية 14, 351–377 (2010).

ESRI. التجميع ، ArcMap 10.3. ArcGIS for Desktop ArcMap Spatial مجموعة أدوات تعميم مربع أدوات المحللhttp://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/aggregate.htm (2015).

ESRI. إعادة التصنيف ، ArcMap 10.3. ArcGIS for Desktop ArcMap 3D Analyst Toolbox Raster Reclassify Toolboxhttp://desktop.arcgis.com/en/arcmap/10.3/tools/3d-analyst-toolbox/reclassify.htm# (2015).

فونك ، سي وآخرون. الأخطار المناخية هطول الأمطار بالأشعة تحت الحمراء مع المحطات - سجل بيئي جديد لرصد الظواهر المتطرفة. علوم. بيانات 2, 150066 (2015).

مانينغ ، H. L. التقييم الإحصائي لاحتمال هطول الأمطار وتطبيقه في الزراعة في أوغندا. بروك. شركة رويال سوسيتيه. لندن. سر. B. السيرة الذاتية. علوم. 144, 460–480 (1956).

le Blanc، D. & amp Perez، R. العلاقة بين هطول الأمطار والكثافة البشرية وآثارها على الإجهاد المائي في المستقبل في أفريقيا جنوب الصحراء الكبرى. ورقة عمل إدارة الشؤون الاقتصادية والاجتماعية رقم 57 (ST / ESA / 2007 / DWP / 57). قسم الأمم المتحدة Econ. الشؤون الاجتماعية ، شعبة. التنمية المستدامة. (UNDSD) http://www.un.org/esa/desa/papers/2007/wp57_2007.pdf (2007).

NOAA المركز الوطني للبيانات الجيوفيزيائية بالولايات المتحدة / وكالة الطقس التابعة للقوات الجوية الأمريكية. الإصدار 4 DMSP-OLS Nighttime Lights Series Time (1992–2013 متوسط ​​الأضواء المرئية والمستقرة والتغطية الخالية من السحابة). فريق مراقبة الأرض http://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html (2014).

Sutton، P.، Roberts، D.، Elvidge، C. & amp Baugh، K. Census from Heaven: تقدير لسكان العالم باستخدام صور الأقمار الصناعية الليلية. كثافة العمليات J. عن بعد الاستشعار. 22, 3061–3076 (2001).

وكالة الفضاء الأوروبية (ESA) والجامعة الكاثوليكية في لوفان (UCL). خريطة الغطاء الأرضي العالمي لعام 2009 (GlobCover 2009). عنصر مستخدم بيانات ESA - GlobCover http://due.esrin.esa.int/page_globcover.php (2009).

ESRI. ريسامبل ، ArcMap 10.3. ArcGIS for Desktop ArcMap معالجة وتحليل البيانات النقطيةhttp://desktop.arcgis.com/en/arcmap/10.3/manage-data/raster-and-images/resample-function.htm (2015).

جامعة ماريلاند ، قسم الجغرافيا. لاندسات إنلاند وتر v1 2000. المرفق العالمي للغطاء الأرضي - المياه الداخلية العالميةhttp://www.landcover.org/data/watercover/ (2015).

جامعة ماريلاند ، قسم الجغرافيا ووكالة ناسا الأمريكية. MOD44W MODIS Water ، المجموعة 5 ، 2000-2002. مرفق الغطاء الأرضي العالمي - قناع المياه MODIS http://www.landcover.org/data/watermask/ (2009).

لينارد ، سي وآخرون. استخدام بيانات VGI النشطة والسلبية لنمذجة التوزيع السكاني: تجربة من مشروع WorldPop. في بروك. المؤتمر الدولي الثامن لعلوم المعلومات الجغرافيةhttp://web.ornl.gov/sci/gist/workshops/2014/docs/Catherine٪20Linard٪20-٪20Use٪20of٪20active٪20and٪20passive٪20VGI٪20data٪20for٪20population٪20distribution٪20modelling٪20experience ٪ 20 من٪ 20٪ 20WorldPop٪ 20project.pdf (2014).

مؤسسة OpenStreetMap (OSMF). صحة. افتح خريطة الشارعhttp://wiki.openstreetmap.org/wiki/Accuracy (2016).

مؤسسة OpenStreetMap (OSMF). تنسيق PBF. افتح خريطة الشارعhttp://wiki.openstreetmap.org/wiki/PBF_Format (2016).

مؤسسة OpenStreetMap (OSMF). تحميل بيانات OSM. Switch2OSMhttps://switch2osm.org/loading-osm-data/ (2016).

ESRI. مضلع إلى نقطي ، ArcMap 10.3. مجموعة أدوات تحويل ArcGIS for Desktop ArcMap إلى مجموعة أدوات البيانات النقطيةhttp://desktop.arcgis.com/en/arcmap/10.3/tools/conversion-toolbox/polygon-to-raster.htm (2015).

وكالة ناسا الأمريكية ووكالة الاستخبارات الجغرافية المكانية الوطنية الأمريكية (NGA). SRTM SWBD. فهرس إصدار SRTM 2.1 SWBDhttps://dds.cr.usgs.gov/srtm/version2_1/SWBD/ (2003).

مركز بيانات المسح الجيولوجي الأمريكي EROS. بيانات الجسم المائي GTOPO30 HYDRO 1 K. أرشيف طويل المدى https://lta.cr.usgs.gov/HYDRO1K https://lta.cr.usgs.gov/gtopo30 (1996).

مجموعة عمل المعلومات الجغرافية الرقمية (DGIWG). كتالوج ترميز الميزات والسمات (FACC) ، الإصدار 2.1 ، سبتمبر 2000. معيار تبادل المعلومات الجغرافية الرقمية (DIGEST) الجزء 4 https://www.dgiwg.org/digest/documents/Part4_FACC.zip (2016).

نيلسون ، أ. (وحدة مراقبة البيئة العالمية بمركز البحوث المشتركة للمفوضية الأوروبية). وقت السفر المقدر إلى أقرب مدينة يبلغ عدد سكانها 50000 شخص أو أكثر في عام 2000. مركز الأبحاث المشترك - خدمة العلوم الداخلية التابعة للمفوضية الأوروبية - وقت السفر إلى المدن الرئيسية: خريطة عالمية لإمكانية الوصول http://forobs.jrc.ec.europa.eu/products/gam/ (2008).

Lloyd، C. T. شفرة المصدر لـ: مجموعات البيانات المكانية الشبكية العالمية لأرشيف WorldPop. نسخة ألفا 0.9. دعم الملفات والرموز لإنتاج مجموعات البيانات الأساسية ، ودمج المزيد من مجموعات البيانات المكانية ، وحساب مساحة سطح الخلية لشبكة خطوط الطول والعرض (الجغرافية) المتباعدة بانتظام لسطح الأرض. فيغشير https://dx.doi.org/10.6084/m9.figshare.4476803.v1 (2016).

رابوس ، بي ، أينيدر ، إم ، روث ، إيه ، باملر ، آر. مهمة طوبوغرافيا الرادار المكوك - فئة جديدة من نماذج الارتفاع الرقمية التي تم الحصول عليها بواسطة الرادار المحمول في الفضاء. ISPRS J. Photogramm Remote Sens 57, 241–262 (2003).

Rodríguez، E. et al. تقييم للمنتجات الطبوغرافية SRTM. D-31639. مختبر الدفع النفاث التابع لناسا ، معهد كاليفورنيا للتكنولوجيا http://www2.jpl.nasa.gov/srtm/SRTM_D31639.pdf (2005).

بريغهام ، سي ، جيلبرت ، إس ، وأمبير شو ، كيو. البيانات الجغرافية المكانية المفتوحة: تقييم لمجموعات بيانات الحدود العالمية. معهد البنك الدولي. وقائع GISRUK 2012 ، جامعة لانكسترhttp://www.geos.ed.ac.uk/

مركز شبكة معلومات علوم الأرض الدولية (CIESIN) ، جامعة كولومبيا. شبكة سكان العالم ، الإصدار 4 (GPWv4): مؤشرات جودة البيانات. مركز البيانات والتطبيقات الاجتماعية والاقتصادية التابع لناسا (SEDAC) http://sedac.ciesin.columbia.edu/data/set/gpw-v4-data-quality-indicators (2016).

Henderson، M.، Yeh، E. T.، Gong، P.، Elvidge، C. & amp Baugh، K. التحقق من الحدود الحضرية المستمدة من صور الأقمار الصناعية الليلية العالمية. كثافة العمليات J. عن بعد الاستشعار. 24, 595–609 (2003).

Min، B.، Gaba، K. M.، Sarr، O.F & amp Agalassou، A. الكشف عن كهربة الريف في إفريقيا باستخدام صور أضواء الليل DMSP-OLS. كثافة العمليات J. عن بعد الاستشعار. 34, 8118–8141 (2013).

Feng، M.، Sexton، J.O.، Channan، S. & amp Townshend، J.R. مجموعة بيانات عالمية عالية الدقة (30 مترًا) لجسم المياه الداخلية لعام 2000: النتائج الأولى لخوارزمية التصنيف الطبوغرافي الطيفي. كثافة العمليات J. الأرض الرقمية 9, 113–133 (2016).

Carroll، M.L، Townshend، J.R، DiMiceli، C.M، Noojipady، P. & amp Sohlberg، R.A. قناع مائي عالمي جديد بدقة 250 م. كثافة العمليات J. الأرض الرقمية 2, 291–308 (2009).

إيواو ك وآخرون. التحقق من صحة نماذج الارتفاع الرقمية العالمية باستخدام معلومات مشروع التقاء الدرجات و ASTER-DEM على الشبكة الجغرافية. كثافة العمليات قوس. التصوير الفوتوغرافي وأجهزة الاستشعار عن بعد والمعلومات المكانية. علوم 37, 1847–1852 (2008).

Varga، M. & amp Bašić، T. التحقق من الدقة ومقارنة نماذج الارتفاع الرقمية العالمية فوق كرواتيا. كثافة العمليات J. عن بعد الاستشعار. 36, 170–189 (2015).

هاكلاي ، م ، باسيوكا ، س. ، أنطونيو ، ف. & أمبير أثير ، أ. كم عدد المتطوعين المطلوب لرسم خريطة منطقة بشكل جيد؟ صلاحية قانون لينوس لتقديم المعلومات الجغرافية التطوعية. كارتو. ي 47, 315–322 (2010).

Lloyd، C. T. يتحكم في موقع وحجم الفواصل الجليدية الزائدة. أطروحة دكتوراه ، جامعة شيفيلد. الوردة البيضاء eTheses عبر الإنترنتhttp://etheses.whiterose.ac.uk/id/eprint/8846 (2015).

zu Erbach-Schoenberg، E. et al. القواسم الديناميكية: تأثير أعداد السكان المتغيرة موسمياً على تقديرات الإصابة بالمرض. بوبول. الصحة متر. 14, 35 (2016).

باتل ، ن.ن. وآخرون. تحسين رسم الخرائط السكانية لمساحة كبيرة باستخدام كثافة التغريد الجغرافي. عبر. في نظم المعلومات الجغرافية 10.1111 / tgis.12214 (2016).

مركز البحوث المشتركة للمفوضية الأوروبية. GHSL - طبقة المستوطنات البشرية العالمية. مركز العلوم التابع للمفوضية الأوروبية - المستوطنات البشرية العالمية http://ghsl.jrc.ec.europa.eu/index.php (2016).

وكالة الفضاء الأوروبية (ESA) مبادرة تغير المناخ (CCI). خرائط الغطاء الأرضي العالمية v1.6.1 و Amp Water Bodies v4. عارض الغطاء الأرضي ESA http://maps.elie.ucl.ac.be/CCI/viewer/ (2016).

مراكز NOAA الوطنية الأمريكية للمعلومات البيئية. VIIRS DNB Nighttime Lights Cloud Free Composites v1.2.0 (مفتوحة) مجموعة رصد الأرض https://www.ngdc.noaa.gov/eog/viirs/download_monthly.html (2016).

مجلس أبحاث البيئة الطبيعية في المملكة المتحدة (NERC) ، المركز البريطاني لبيانات الغلاف الجوي (BADC). مساحة سطح خلية شبكة خط الطول / خط العرض. يساعدhttps://badc.nerc.ac.uk/help/coordinates/cell-surf-area.html (2002).

Tobler، W. & amp Chen، Z. A quadtree لتخزين المعلومات العالمية. جيوج. التحليلات 18, 360–371 (1986).


5. الاستنتاجات

النهج المقدم هنا هو تطبيق للطرق الحالية التي تساعد على تسريع استخراج الغطاء الحرجي من أرشيفات كبيرة من الخرائط التاريخية المخزنة كمطبوعات ورقية أو مسح ضوئي للورق. ركزت أساليبنا على مناطق الغابات التي تظهر على الخرائط ذات الألوان المميزة. تلقينا دقة مماثلة لنتائج دراسات أخرى هدفت إلى استخراج سمات ثنائية الأبعاد من الخرائط الورقية الممسوحة ضوئيًا (وايز ، 1999 ، 2002 هيرولت). وآخرون، 2013) ، مما يثبت فعالية نهجنا. في الحالات ، حيث يتم أخذ تمثيل الغابات الرسومي أو الهيكلي أو التركيبي في الاعتبار ، قد تكون إمكانات الطرق الأخرى أعلى (Leyk وآخرون، 2006 Leyk and Boesch ، 2009 ، 2010).


  • للتعرف على بعض الوظائف التحليلية الأكثر شيوعًا (سيتم التعامل مع المزيد من الوظائف التحليلية على نماذج الأسطح النقطية في النمذجة ثلاثية الأبعاد والسطح).
  1. قم بإجراء استبدال محرك الأقراص لإنشاء محركات الأقراص L (CD) و M (محرك الأقراص القابل للإزالة).

إجراء تبديل محرك

إجراء استبدال محرك الأقراص لإنشاء محركات الأقراص الافتراضية إل و م.

افتح مستند خريطة جديد

  1. إذا كنت بحاجة إلى ذلك ، فقم بتمكين ملحق Spatial Analyst وإرساء شريط أدوات Spatial Analyst في نافذة تطبيق ArcMap.
  2. احذف كل ما تستطيع من محرك الأقراص القابل للإزالة.
  3. قم بإنشاء دليل يسمى م: r_an_2 لعقد العمل اليوم & # 8217s.
  4. قم بإنشاء مستند خريطة جديد يسمى م: r_an_2 r_an_2.mxd.
  5. اضبط دليل العمل على هذا الموقع أيضًا (المعالجة الجغرافية و GT Environment & gt Working Directory).
  6. تأكد من الادخار مبكرًا وفي كثير من الأحيان أثناء هذا التمرين.

استيراد البيانات من الملفات النقطية العامة

  1. تحميل الملف q1822.zip، واحفظه في م: . (تتوفر المجموعة الكاملة من DEMs لولاية واشنطن من خادم في العلوم الجيولوجية.)
  2. قم بفك ضغط الملف ، ووضع الملف الذي تم فك ضغطه (q1822.dem) في م: .
    1. إذا كنت مهتمًا ببنية الملف ، فافتح موجه الأوامر واستخدم الأمر

    أكثر م: q1822.dem

    1. تعيين إدخال ملف USGS DEM إلى ديم.
    2. تعيين النقطية الإخراج إلى شبكة تسمى م: NETID.gdb إيتونفيل أو م: r_an_2 ايتونفيل
    3. غير ال نوع بيانات الإخراج ل عدد صحيح. يتم تخزين USGS DEMs في أمتار صحيحة ، لذا فإن تخزين الشبكة كأرقام صحيحة أمر مناسب.

    لقد نجحت للتو في تنزيل نموذج ارتفاع رقمي للمجال العام واستيراده في ArcGIS وعرضه في منحدر لوني ممتد عن طريق الارتفاع. تتوفر جميع نماذج DEM الخاصة بالولايات المتحدة تقريبًا للتنزيل المجاني. تستخدم DEMs في جميع جوانب تحليل نظم المعلومات الجغرافية للمناظر الطبيعية. يعد الارتفاع أحد أهم الأشياء التي نحتاج إلى معرفتها عن المناظر الطبيعية. أيضًا ، تُعد مجموعات بيانات الارتفاع أساس مجموعات بيانات المنحدرات والجوانب ، وسيتم استخدامها لتطوير ترسيمات مستجمعات المياه.

    إحضار واستيراد 10 أمتار USGS DEMs

    يدير Harvey Greenberg خادمًا في Earth & amp Space Sciences الذي يحتفظ بعدد كبير من مجموعات البيانات لولاية واشنطن ، بما في ذلك 10 أمتار DEM (تلك التي استخدمتها للتو هي 30 مترًا).

    1. قم بإنشاء دليل يسمى 10 م لعقد 10 متر DEMs في الخاص بك م: r_an_2.
    2. انقر بزر الماوس الأيمن على الرابط الموجود على اليسار و & # 8220 فتح في نافذة جديدة & # 8221. http://gis.ess.washington.edu/data/raster/tenmeter/byquad/index.html
    3. يجب أن تفتح صفحة واشنطن 10 م DEMs.

    10 م

    دمج الشبكات المجاورة (& # 8220mosaicking & # 8221)

    سيعمل Mosaicking على إنشاء شبكة واحدة غير ملحومة وأيضًا سلاسة الانتقال بين الشبكات من خلال أداء وظيفة متوسط ​​بالقرب من الحافة.

      باستخدام نفس الطريقة المذكورة أعلاه ، قم بتنزيل واستيراد وفك ضغط Elbe، WA 30 m DEM (q1823.dem). اتصل بشبكة الإخراج إلبه.


    حتى إذا كنت تستخدم منحدرًا لونيًا مشابهًا ، فلا يزال بإمكانك رؤية الحافة الصلبة بين الشبكتين. يمكنك أيضًا أن ترى أن هاتين الشبكتين لا تزالان منفصلتين في جدول محتويات إطار البيانات & # 8217s.

    هنا عرض مكبّر مع رموز مصنفة وليست ممتدة.

    بالنسبة لهذه الخلايا الموجودة على الحافة ، يكون فرق الارتفاع 9 أمتار.

    لقد قمت للتو بتنزيل واستيراد ودمج نموذجي ارتفاع رقمي متجاورين من USGS. إذا كانت منطقة الدراسة الخاصة بك تعمل عبر العديد من حدود الألواح الرباعية USGS وتحتاج إلى إجراء تحليل باستخدام بيانات الارتفاع ، فستحتاج إلى تجميعها معًا.

    رسم الخرائط

    1. ارجع إلى إيتونفيل إطار البيانات.
    2. من أداة المحلل المكاني، تحديد كونتور السطح و GT.
      1. اضبط الفاصل الكفافي على 10 أمتار.
      2. ضع الإخراج كملف شكل يسمى كونتور_10 م.

      لقد قمت للتو بإنشاء طبقة خط كفاف متجه كاملة. استخدم هذه التقنية لإنشاء بيانات خط الكنتور إذا كان لديك فقط بيانات الارتفاع النقطية المتاحة ، لكنك تحتاج إلى خطوط محيط على خريطتك. احذر ، مع ذلك ، من أن خطوط الكنتور جيدة فقط مثل بيانات الإدخال ، والتي في كثير من الحالات ، ليست جيدة جدًا على الإطلاق. هناك أيضًا قضايا تتعلق بتعميم الخط قد تؤثر على جودة البيانات.

      حساب مسافة الأسطح والمخازن المؤقتة

      حساب مسافة الأسطح

      1. قم بإنشاء إطار بيانات جديد يسمى حزمة الغابات.
      2. أضف ال تيارات طبقة من L: packgis packgis.mdb.
      3. من محلل مكانيأدوات القائمة ، حدد المسافة و GT مسافة الإقليدية. استخدم حجم خلية من 30.
        & ltNote & gt لا تحفظ هذا الملف في قاعدة البيانات الجغرافية وإلا فقد يتسبب في بعض الأخطاء.

      هل ترى كيف يختلف هذا عن وظيفة المخزن المؤقت في عالم المتجه؟

      إنشاء مخازن

      الآن بعد أن أصبح لديك سطح به مسافة لكل تيار ، قم بإنشاء طبقة شبكة تمثل الخلايا في نطاق 500 قدم من التدفقات الحالية.

      1. من محلل مكانيأدوات / خريطة الجبا، تحديد حاسبة البيانات النقطية.
      2. قم بتنسيق عملية حسابية تأخذ الخلايا ضمن 500 قدم فقط من التدفقات (الملف 001 هو الطبقة المخزنة).

      يعني هذا التعبير & # 8220 لكل خلية ، إذا كانت قيمة buf_stream_500 يساوي 0، اجعل قيمة الإخراج لايوجد بيانات، وإلا اجعل قيمة الإخراج 1. & # 8221


      سيؤدي هذا إلى إنشاء شبكة جديدة مماثلة لشبكة المسافة الأصلية ، ولكن سيكون لها قيمة للخلايا داخل شبكة القناع فقط. يحد القناع من المدى المكاني لخلايا الإخراج.

      الطريقة الأخرى لتحديد المسافة هي:

        قم بإجراء نفس حساب المسافة كما كان من قبل ، ولكن أدخل المسافة القصوى من 500 قدم:

      لقد قمت للتو بإنشاء شبكة سطح مسافة من طبقة تيار متجه. تشبه أسطح المسافات هذه المخازن المؤقتة ، ولكن بدلاً من وجود قيمة ثنائية بسيطة للداخل أو الخارج ، يتم ترميز الخلايا بالمسافة الفعلية لمركز الخلية إلى أقرب تيار. إذا كنت تقوم بإجراء نوع من النمذجة حيث تكون المسافة الفعلية من الميزة (بدلاً من داخل / خارج المخزن المؤقت) مهمة ، يمكنك استخدام هذه التقنية. على سبيل المثال ، من المرجح أن يتم العثور على السمندل بالقرب من قنوات البث.

      حساب سمات الملخص للمعالم باستخدام طبقة الشبكة (& # 8220 إحصائيات المنطقة & # 8221)

      تُستخدم إحصائيات المنطقة عندما يكون لديك مجموعة بيانات منطقة (يمكن أن يكون المصدر شبكة أو مجموعة بيانات متجهة) وتريد معرفة إحصائيات موجزة للشبكة الأساسية.

      1. قم بإنشاء إطار بيانات جديد وأضف طبقة الشبكة ماركا وطبقة المضلع مواقف من L: packgis packgis.mdb.
      2. يختار أدوات المحلل المكاني & gt Zonal & gt Zonal Statistics.
        1. أختر يقف المضلع مثل مجموعة بيانات المنطقة.
        2. حدد العنصر SITE_INDEX كحقل المنطقة. يحدد هذا أننا مهتمون بتجميع الحوامل معًا والتحليل حسب القيمة الفريدة لمؤشر الموقع.
        3. يختار ماركا مثل قيمة النقطية.
        4. يختار تعني مثل إحصائية التخطيط.
        5. ضع جدول الإخراج م: NETID.gdb ZonalSt_stands1.

        عبر مناطق الجدولة

        تعد جدولة المنطقة المتقاطعة مفيدة لمقارنة مجموعات البيانات المختلفة لنفس المنطقة ، وكذلك لمقارنة طبقات البيانات نفسها في أوقات مختلفة.

        يتقاطع تقريب نقطي للمتجه

        1. قم بإنشاء إطار بيانات جديد يسمى XTab.
        2. أضف ال مواقف و التربة طبقات من L: packgis الغابة مجلد إلى إطار البيانات. نظرًا لعدم وجود طبقة نقطية لهذا التمرين ، نود أن تقوم بعمل طبقتين من الحامل والتربة.
        3. تحويل فئة ميزة الحامل إلى خطوط المسح (أدوات تحويل ArcToolbox & gt & gt إلى نقطية & gt مضلع إلى نقطي).
          1. التحويل على أساس ملف محيط حقل.
          2. ضع مجموعة بيانات الإخراج في م: NETID.gdb stand_sp_grid.
          3. استخدم خلية بحجم 30 م.

          1. طبقة الإدخال الأولى هي شبكة التربة
          2. طبقة الإدخال الثانية هي شبكة الحامل.
          3. ضع جدول الإخراج M: NETID.gdb التربة_stand_xtab.
          4. انقر حسنا.

          أعد تصنيف طبقة الشبكة النقطية

          في بعض الأحيان يكون من المنطقي العمل مع البيانات المعاد تصنيفها بدلاً من البيانات الأولية المستمرة. على سبيل المثال ، قد تكون هناك نطاقات ارتفاع معينة قد تجد فيها أنواعًا نباتية مختلفة. من أجل نمذجة توزيع الغطاء النباتي ، قد يكون من الأفضل أن يكون لديك شبكة فئة ارتفاع بدلاً من شبكة تحتوي على ارتفاعات خام مستمرة. تشبه إعادة تصنيف بياناتك تغيير التصنيف في وسيلة الإيضاح للطبقة ، ولكن بدلاً من مجرد تغيير الرموز ، فإنها تنشئ مجموعة بيانات شبكة جديدة بهذه القيم.

          1. أقفل ال ملكيات.
          2. يختار أدوات المحلل المكاني إعادة التصنيف إعادة التصنيف من ArcToolbox. يختار ماركا مثل إدخال نقطية. الطريقة الافتراضية للتصنيف هي تقسيم يدوي من 9 فئات ، حيث يتم تحديد فواصل الفئات تلقائيًا. & lt ملاحظة: تذكر التحقق من قاعدة البيانات الجغرافية الصحيحة لحفظ طبقات البيانات النقطية & gt

          تؤدي إعادة تصنيف طبقة الشبكة النقطية إلى تعيين قيم إخراج جديدة لمجموعات من خلايا الإدخال. في هذه الحالة ، أنشأنا شبكة نقطية جديدة من المجموعة المحددة لـ Dem_int طبقة الشبكة النقطية. إعادة التصنيف هي تقنية يمكن أن تجعل البيانات أكثر قابلية للفهم ، ولكنها تتضمن دائمًا فقدان المعلومات الأصلية (القيم الأصلية تضيع). المشكلة الأخرى في إعادة التصنيف هي أن جدول سمات الشبكة النقطية الناتج لا يحتوي على قيم وصفية ، فقط أرقام الفئات. إعادة التصنيف هي أيضًا وظيفة محلية ، لأنها تعين قيم خلية جديدة لكل خلية بشكل مستقل عن الخلايا الأخرى.

          حساب إحصائيات الحي

          ما هي أجزاء الغابة ذات التعقيد الطبوغرافي الأكبر؟ استنادًا إلى نواة 5 × 5 خلايا تم تمريرها عبر المشهد بأكمله ، احسب الانحراف المعياري للارتفاع ضمن نواة 5 × 5 خلية ، وضع ناتج كل من هذه الحسابات في الخلية المركزية لشبكة الإخراج.

          1. من محلل مكانيالأدوات الجوار، تحديد كتلة الإحصاء.
            1. يختار ماركا كمجموعة بيانات الإدخال
            2. حدد الإحصاء الانحراف المعياري.
            3. استخدم مستطيل 5 × 5 من الخلايا.
            4. عيّن حجم خلية الإخراج بمقدار 10 من ملف البيئات تحليل البيانات النقطية.
              & lt ملاحظة & gt لا يمكن تخزين هذا الملف في قاعدة البيانات الجغرافية ، فاحفظه في محرك الأقراص القابل للإزالة بدلاً من ذلك

            يمكن استخدام نفس التقنية الأساسية ، على سبيل المثال ، لتوصيف استخدام الأراضي أو أنواع الغطاء الأرضي. بالنسبة للبيانات الاسمية مثل استخدام الأرض أو الغطاء الأرضي ، فإن التنوع الإحصائي للجوار من شأنه أن يعرض طبقة شبكة جديدة تمثل فيها خلايا المخرجات عدد الفئات المميزة داخل منطقة النواة.

            فيما يلي مثال على حساب الحي بناءً على أعمار الوقوف. The forest stands have been converted to a grid based on the stand age (Age_2003) values. The highest-contrast edges (those that have the greatest difference in age) result in cells with a higher standard deviation value (shown in a darker shade of purple). Can you reproduce something like this using the Pack Forest stand polygons, based on the Site_index field values?


            شاهد الفيديو: ArcGIS tutorial-17- Extract by Mask