تحلیلگر فضایی ArcGIS برای دسکتاپ در نرم افزار ArcGIS 10.8

این فصل مقدمه ای بر ArcGIS® Spatial Analyst™ است، که یک توسعه نرم افزار ArcGIS Desktop است. با Spatial Analyst، می‌توانید از مجموعه داده‌های رستری برای نمایش و تجزیه و تحلیل داده‌هایی که به‌عنوان یک سطح به طور مداوم در فضا توزیع می‌شوند، استفاده کنید یا ایجاد کنید. در این فصل، پس از مقدمه‌ای بر لایه‌های نقشه رقومی ، نقشه سطح تقاضا برای مکان دفیبریلاتورهای قلب در شهر پیتسبورگ بر اساس تعداد ایست‌های قلبی خارج از بیمارستان را تهیه و تجزیه و تحلیل خواهید کرد. همچنین یاد خواهید گرفت که چگونه از ArcGIS Spatial Analyst برای انجام پرس و جوها برای تجزیه و تحلیل مناسب سایت و ایجاد یک سطح شاخص فقر استفاده کنید که چندین معیار داده سرشماری را از لایه های چند ضلعی گروه بلوک و بلوک ترکیب می کند.

اهداف یادگیری

• با لایه های نقشه رقومی آشنا شوید
• یک نقشه سایه تپه ایجاد کنید
• نقشه های چگالی هسته را بسازید
• استخراج تخمین نقطه از نقشه های رستری
• یک مطالعه مناسب سایت مبتنی بر رستری انجام دهید

آموزش ۱۱-۱در نرم افزار ArcGIS 10.8

پردازش لایه های نقشه رستری

فایل نقشه ای که باز خواهید کرد دارای لایه های نقشه است که شامل نقشه های رستری از سازمان زمین شناسی ایالات متحده (USGS) برای ارتفاع رقومی با استفاده از مجموعه داده های ارتفاعی ملی (نقش برجسته NED، ۱/۳ ثانیه قوس) و کاربری زمین از پوشش ملی زمین در سال ۲۰۰۶ است. مجموعه داده. همه نقشه های رستری در سیستم مختصات خود مستطیل شکل هستند، اما شما از مرز پیتسبورگ به عنوان یک ماسک استفاده خواهید کرد تا سلول های خارج از مرز آن رنگ نداشته باشند و بنابراین نامرئی باشند و سلول های داخل رنگ های اختصاص داده شده خود را داشته باشند. علاوه بر این، از لایه NED برای ایجاد یک لایه سایه تپه استفاده خواهید کرد که ظاهری سه بعدی از توپوگرافی را فراهم می کند که توسط یک خورشید مصنوعی روشن می شود. قرار دادن تپه در زیر لایه کاربری زمین و شفافیت بخشی به لایه کاربری، نمایشی جذاب و آموزنده را ایجاد می کند.

ویژگی های لایه نقشه رستری را بررسی کنید

1. Tutorial11-1.mxd را از پوشه Maps باز کنید.

لایه نقشه برداری به نام OHCA (ایست قلبی خارج از بیمارستان) تعداد حملات قلبی در یک دوره پنج ساله به ازای هر بلوک سرشماری است که در خارج از بیمارستان ها رخ داده است که در آن کمک افراد ناظر به دلیل موقعیت مکانی امکان پذیر بوده است.

2. فایل نقشه را در پوشه Chapter11 MyExercises ذخیره کنید.

در مرحله بعد، ویژگی های لایه های رستری را بررسی خواهید کرد.

3. در فهرست مطالب، روی ned_pgh راست کلیک کرده و روی Properties > زبانه منبع کلیک کنید.

می توانید در ویژگی Columns and Rows ببینید که این نقشه رستری دارای ۲۱۰۶ ستون و ۱۹۸۴ ردیف است (و بنابراین بیش از چهار میلیون سلول نمایش داده می شود). همچنین می توانید در ویژگی Cell Size ببینید که سلول ها مربع هستند، ۹۰٫۷ فوت در یک طرف. این لایه هنوز چندان جذاب یا آموزنده نیست، اما پس از برگه تبدیل آن به یک لایه سایه تپه در آموزش بعدی این فصل خواهد بود.

4. به پایین اسکرول کنید تا خصوصیات Statistics را ببینید.

هر سلول یا پیکسل دارای یک مقدار واحد است – ارتفاع بالاتر از میانگین سطح دریا، در این مورد فوت – که به عنوان یک عدد ممیز شناور ذخیره می شود. آمار ارتفاع بیش از حد شامل میانگین ۳۲۳٫۷ فوت، حداقل ۲۰۶٫۹ فوت و حداکثر ۴۴۳٫۲ فوت است.

5. پنجره Properties را لغو کنید.

نوبت شماست

ویژگی های لایه LandUse_Pgh را بررسی کنید. در ویژگی‌های مرجع فضایی توجه کنید که این یک لایه پیش‌بینی‌شده است که از یک برجستگی برای قاره ایالات متحده استفاده می‌کند (به همین دلیل است که وقتی ArcGIS آن را به طرح‌ریزی صفحه حالت محلی می‌فرستد، لایه کج می‌شود). همچنین در ویژگی‌های Raster Information توجه کنید که اندازه سلول تقریباً مشابه NED است، ۳۰ متر یا ۹۸٫۴ فوت در یک طرف، و این مقادیر اعداد صحیح مربوط به دسته‌های کاربری زمین هستند.

محیط رستری را تنظیم کنید

در مرحله بعد، باید محیطی را برای استفاده از ابزارهای ArcGIS Spatial Analyst تنظیم کنید. هر بار که از یکی از ابزارها استفاده می کنید، ArcMap به طور خودکار تنظیمات محیطی را اعمال می کند و در نتیجه در زمان و تلاش شما صرفه جویی می کند. ابتدا باید افزونه Spatial Analyst را روشن کنید، این همان کاری است که در مرحله ۱ انجام خواهید داد.

1. روی Customize > Extensions > Spatial Analyst در > Close کلیک کنید.
2. در نوار منو، روی Geoprocessing > Environments > Raster Analysis کلیک کنید (شاید مجبور باشید در پنجره تنظیمات محیط به پایین اسکرول کنید)، و همانطور که در تصویر نشان داده شده است، همانطور که در زیر برای اندازه سلول و Pittsburgh برای Mask نشان داده شده است، تایپ کنید یا انتخاب کنید.

۳٫روی OK کلیک کنید.

اکنون Spatial Analyst به طور خودکار از پیتسبورگ به عنوان ماسک استفاده می کند و لایه های رستری با سلول هایی در ۵۰ فوت در یک طرف می سازد. واحد در این مورد فوت است زیرا طرح قاب داده به صورت صفحه حالت در فوت است.

استفاده از زمین را با استفاده از ماسک استخراج کنید

ArcGIS Desktop می تواند بسیاری از فرمت های فایل رستری یا تصویری را نمایش دهد. لایه کاربری زمین در فایل نقشه شما یک تصویر TIFF است که از وب سایت USGS دانلود شده است. برای پردازش لایه، باید آن را به فرمت Esri برگه تبدیل کنید، که این کار را با استخراج بخش مستطیلی که وسعت پیتسبورگ است و ذخیره آن در یک پایگاه جغرافیایی فایل انجام خواهید داد. در همان زمان، از مرز پیتسبورگ به عنوان یک ماسک برای نمایش سلول‌ها فقط در محدوده پیتسبورگ استفاده خواهید کرد.

3. در نوار منو، روی Windows > Search کلیک کنید. تایپ کنیداستخراج کردندر جعبه متن جستجو، Enter را فشار دهید و بر روی Extract by Mask (Spatial Analyst) کلیک کنید تا آن ابزار باز شود.
4. همانطور که در تصویر نشان داده شده است، با tif برای رستری ورودی، پیتسبورگ برای رستری ورودی یا داده های ماسک ویژگی، تایپ یا انتخاب برای رستری خروجی LandUsePittsburgh کنید.                                                                                                                                         این یکی از معدود ابزارهایی است که شما را وادار به انتخاب ماسک می کند، حتی اگر ماسک را در تنظیمات محیطی تنظیم کنید.
5. روی OK کلیک کنید. پنجره جستجو را ببندید.
6. در فهرست محتویات، تمام لایه ها به جز OHCA و LandUsePittsburgh را خاموش کنید.
7. روی LandUsePittsburgh راست کلیک کرده و روی Zoom To Layer کلیک کنید.

ArcMap به LandUsePittsburgh یک سطح رنگ دلخواه داد، اما در مرحله بعد یک فایل لایه اضافه می کنید تا به درستی نماد نقشه رستری جدید باشد.

6. روی LandUsePittsburgh راست کلیک کنید، روی Properties > Tab Symbology > دکمه Import کلیک کنید. ، به پوشه Data > SpatialAnalyst بروید، روی lyr > Add کلیک کنید و روی OK > OK کلیک کنید.

نقشه به دست آمده آموزنده و جذاب است. به عنوان مثال، شما می توانید توسعه با تراکم بالا را در امتداد رودخانه های پیتسبورگ مشاهده کنید، و می توانید ببینید که خوشه های مکان های حمله قلبی در مناطق توسعه یافته هستند. در آموزش بعدی، نقشه را با دادن ظاهری سه بعدی، با استفاده از سایه تپه بر اساس لایه NED، حتی بهتر خواهید کرد.

7. فایل نقشه خود را ذخیره کنید

نوبت شماست

LandUseShaler را از LandUse_Pgh با استفاده از لایه Shaler به عنوان ماسک استخراج کنید و آن را به عنوان LandUseShaler در \EsriPress\GIST1\MyExercises\Chapter11\Chapter11.gdb\ ذخیره کنید. با استفاده از LandUse.lyr لایه جدید را نمادین کنید. پس از اتمام، تمام لایه های Shaler را خاموش کنید و دوباره به لایه پیتسبورگ زوم کنید. نکته: برای انجام این کار باید روی Geoprocessing > Environments > Raster Analysis کلیک کنید و ماسک را به Shaler تغییر دهید. ابزار Extract کار نمی کند مگر اینکه این تغییر را انجام دهید، حتی اگر Shaler را به عنوان ماسک در ابزار انتخاب کنید. پس از اتمام استخراج، حتما ماسک تجزیه و تحلیل رستر را به پیتسبورگ برگردانید. فایل نقشه خود را ذخیره کنید و تمام لایه های نقشه Shaler را در فهرست مطالب خاموش کنید.

آموزش ۱۱-۲در نرم افزار ArcGIS 10.8

ایجاد یک لایه رستری سایه تپه ای

عملکرد سایه تپه، روشنایی یک سطح را از یک منبع نور مصنوعی که خورشید را نشان می دهد، شبیه سازی می کند. دو پارامتر این تابع ارتفاع منبع نور از افق سطح بر حسب درجه و زاویه آن (زیموت) نسبت به شمال واقعی است. تأثیر سایه تپه بر یک سطح، مانند ارتفاع از سطح دریا، چشمگیر است و به دلیل نور و سایه، ظاهری سه بعدی به شما می دهد. شما می توانید با شفاف کردن کاربری زمین و قرار دادن تپه در زیر آن، نمایش لایه رستری دیگری مانند کاربری زمین را افزایش دهید.

یک تپه برای ارتفاع ایجاد کنید

شما از مقادیر پیش فرض ابزار Hillshade برای ارتفاع و ارتفاع استفاده خواهید کرد. خورشید برای نقشه شما در غرب (۳۱۵ درجه) در ارتفاع ۴۵ درجه بالاتر از افق خواهد بود.

1. فایل نقشه خود را به عنوان ذخیره کنیدآموزش ۱۱-۲٫mxd.
2. hillshade را در کادر متن جستجو تایپ کنید، Enter را فشار دهید، روی Hillshade (تحلیلگر فضایی) کلیک کنید و پنجره جستجو را ببندید. همانطور که در تصویر نشان داده شده است، با ned_pgh برای Input raster و انتخاب هایی را تایپ کنید یا انتخاب کنید.

3. روی OK کلیک کنید.

توجه داشته باشید که Spatial Analyst از ماسک پیتسبورگ استفاده کرد که شما در محیط رستری تنظیم کردید. اگر خروجی شما برای پیتسبورگ نمایش داده نمی شود، ژئوپردازش، تنظیمات محیط و تجزیه و تحلیل رستری را بررسی کنید تا ببینید آیا پیتسبورگ به عنوان ماسک انتخاب شده است یا خیر، و Hillshade را دوباره اجرا کنید.

4. روی HillshadePittsburgh راست کلیک کنید و روی Properties > Symbology > Classified (در پانل نمایش) > دکمه طبقه بندی (در پانل اصلی) کلیک کنید.
5. انحراف استاندارد را برای روش طبقه بندی و ۱/۳ Std Dev را برای اندازه بازه انتخاب کنید. روی OK > OK کلیک کنید.

۶٫در فهرست مطالب، روی LandUsePittsburgh راست کلیک کرده و روی Properties و برگه Display کلیک کنید.

۷ .۳۵ رادر قسمت Transparency تایپ کنید و OK کلیک کنید.

۸٫لایه OHCA را خاموش کنید. در فهرست مطالب، HillshadePittsburgh را به زیر LandUsePittsburgh منتقل کنید.

این محصول نهایی است. Hillshade نقشه بسیار غنی تری ارائه می دهد.

9. فایل نقشه خود را ذخیره کنید

نوبت شماست

HillshadeShaler را ایجاد کنید و آن را تحت یک LandUseShaler شفاف ۳۵ درصد نمایش دهید. حتماً ماسک را به Shaler در Geoprocessing > Environments تغییر دهید و سپس به پیتسبورگ برگردید.

آموزش ۱۱-۳در نرم افزار ArcGIS 10.8

ساخت نقشه چگالی هسته

میزان بروز انفارکتوس میوکارد (حملات قلبی) در خارج از بیمارستان‌ها در ایالات متحده برای سنین ۳۵ تا ۷۴ سال تقریباً ۵٫۶ در هر هزار مرد در سال و ۴٫۲ در هر هزار زن در سال است. شهرستان به عنوان ورودی برای یک روش تخمین به نام صاف کردن تراکم هسته برای تجزیه و تحلیل بروز حمله قلبی. این روش میزان بروز را به عنوان سطح تراکم (حملات قلبی در واحد سطح) تخمین می زند و دارای دو پارامتر اندازه سلول و شعاع جستجو است.

تنظیمات محیطی را انجام دهید و آمار بگیرید

توجه داشته باشید:قبل از خواندن پاراگراف در ابتدای این بخش، نقشه همراه را ببینید.

فایل نقشه ای که در این آموزش باز می کنید مقادیر واقعی و تخمینی را نشان می دهد. مکان‌های مشاهده‌شده حملات قلبی (خارج از بیمارستان‌ها و در نتیجه با پتانسیل کمک اطرافیان) با نشانگرهای نقطه‌ای درجه‌بندی شده در بلوک‌های مرکزی نشان داده می‌شوند. وقوع حمله قلبی تخمینی در بلوک سانتروئیدها با یک گرادیان رنگ نشان داده شده است. جدول مربوط به بلوک سانتروئیدها دارای ویژگی بروز نگاشت شده است، Inc = 0.0042 × [Fem35T74] + 0.0056 × [Male35T74]، که در آن Fem35T74 جمعیت بر اساس بلوک زنان ۳۴ تا ۷۴ ساله است و Male35T74 جمعیت مردان است. سوال این است که آیا میزان وقوع تخمینی محاسبه شده از مکان های مسکونی کار خوبی برای تخمین حملات قلبی مشاهده شده در فایل نقطه OHCA انجام می دهد؟

1. در ArcMap، Tutorial11-3.mxd را از پوشه Maps باز کنید.

نمایش نقشه مبتنی بر برداری برای وقوع تخمینی با استفاده از مرکز بلوک با نشانگرهای نقطه‌ای به خوبی است که گرافیک برداری اجازه می‌دهد. با این وجود، تفسیر نقشه دشوار است. نقاط گسسته بسیار زیادی وجود دارد.

در مرحله بعد، با تخمین سطح متوسط ​​صاف شده با استفاده از هموارسازی چگالی هسته، یک نمایش جایگزین از بروز ایجاد خواهید کرد. نتیجه یک نقشه پیوسته است که تفسیر و مطالعه آن بسیار ساده تر از نقشه برداری است.

2. فایل نقشه خود را به عنوان ذخیره کنیدآموزش ۱۱-۳٫mxdبه پوشه Chapter
3. در نوار منو، روی Geoprocessing > Environments > Raster Analysis کلیک کنید، و همانطور که در زیر برای اندازه سلول و Pittsburgh برای Mask مشخص شده است، مطابق شکل تایپ یا انتخاب کنید.

۴٫در نوار منو، روی Selection > Select By Location > کلیک کنید و همانطور که نشان داده شده است، انتخاب هایی را انجام دهید، با انتخاب ویژگی هایی از روش Selection،AllCoBlocksبرای لایه(های) هدف، پیتسبورگ برای لایه منبع، و ویژگی لایه منبع را برای روش انتخاب فضایی برای ویژگی های لایه(های) هدف قطع کنید.

۵٫روی OK کلیک کنید.

۶٫در فهرست محتویات، روی AllCoBlocks کلیک راست کرده و روی Open Attribute Table کلیک کنید و سپس روی تیتر Inc کلیک راست کرده و روی Statistics کلیک کنید.

به مجموع Inc، ۶۸۴ برای پیتسبورگ توجه کنید، که تعداد مورد انتظار سالانه حملات قلبی در پیتسبورگ خارج از بیمارستان ها در یک سال است.

در آموزش بعدی، بررسی خواهید کرد که هموارسازی چگالی این مجموع را در هر سطحی که تخمین زده است حفظ می کند. صاف کردن چگالی هسته به سادگی کل را روی یک سطح صاف پخش می کند و تعداد کل حملات قلبی ورودی را حفظ می کند.

7. پنجره Selection Statistics و جدول را ببندید و انتخاب را پاک کنید.

یک نقشه تراکم برای بروز حمله قلبی تهیه کنید

لایه نقشه OHCA حملات قلبی را در هر بلوک سرشماری در پیتسبورگ نشان می دهد. طول بلوک ها در پیتسبورگ به طور متوسط ​​کمی کمتر از ۳۰۰ فوت در هر ضلع است. فرض کنید که تحلیلگران سیاست تخمین می زنند که یک دفیبریلاتور با دسترسی عمومی می تواند برای ساکنین شناخته شود و برای استفاده در فاصله ۲٫۵ بلوک از محل مورد نظر بازیابی شود. بنابراین، آنها توصیه می کنند که به مناطقی با اندازه پنج بلوک در پنج بلوک یا ۱۵۰۰ فوت در یک طرف نگاه کنید و دفیبریلاتورها در مرکز قرار دارند. بنابراین، می توانید از سلول ۱۵۰ فوتی و شعاع جستجوی ۱۵۰۰ فوتی استفاده کنید. سلول ۱۵۰ فوتی تقریباً وسط یک بخش خیابان است، یعنی محل متوسط ​​حمله قلبی.

1. در کادر متن جستجو، kernel density را تایپ کنید، Enter را فشار دهید، روی Kernel Density (Spatial Analyst) کلیک کنید و پنجره Search را ببندید.
2. همانطور که در تصویر نشان داده شده است، با AllCoBlocks برای ویژگی های نقطه ورودی یا چند خط، Inc برای قسمت جمعیت، انتخاب هایی را تایپ یا انجام دهید،هسته کرنل ۱۵۰۰برای رستر خروجی،۱۵۰برای اندازه سلول خروجی، DENSITIES برای مقادیر خروجی و PLANAR برای روش هستند.
3. روی OK کلیک کنید.

سطح به دست آمده پس از اینکه در مرحله زیر آن را بهتر نمادین کردید مفید به نظر می رسد.

4. روی KernelDensity1500 راست کلیک کنید و روی Properties > گزینه Symbology > دکمه Classify کلیک کنید. انحراف استاندارد را برای روش طبقه بندی انتخاب کنید.

به طور کلی، انحراف معیار گزینه خوبی برای نشان دادن تغییرات در شبکه های رستری است زیرا یک دسته و دسته بندی مرکزی را در هر طرف مرکز به دست می دهد. این باعث می‌شود مقیاس‌های رنگی دو رنگ معنادارتر و تفسیر آن آسان‌تر شود. در مرحله بعد با انتخاب کسر انحراف استاندارد برای ایجاد نقاط شکست، هر ۱، ۱/۲، ۱/۳ یا ۱/۴ انحراف استاندارد، تعداد دسته ها را کنترل می کنید.

در مرحله بعد، از مقیاس های رنگی دو رنگ استفاده خواهید کرد.

5. ۱/۳ Std Dev را برای اندازه فاصله انتخاب کنید و روی OK کلیک کنید.
6. سطح رنگی که از سبز به زرد تا قرمز است را انتخاب کنید و روی OK کلیک کنید.
7. AllCoBlocks را خاموش کنید.

بروز با خوشه‌های داده‌های حمله قلبی OHCA در بسیاری از مناطق اما نه در همه مناطق مطابقت دارد. به عنوان مثال، یک خوشه در منطقه تجاری مرکزی پیتسبورگ (مثلث درست در سمت راست محل تلاقی سه رودخانه) وجود دارد، اما میزان وقوع تخمینی در آنجا کم است. مشکل این است که نقشه تراکم، بر اساس داده‌های جمعیت، حملات قلبی مورد انتظار را در هر فوت مربع با اشاره به محل زندگی مردم نشان می‌دهد، نه لزوماً جایی که آنها دچار حمله قلبی شده‌اند. بسیاری از مردم در منطقه تجاری مرکزی خرید یا کار می کنند و متأسفانه در آنجا دچار حمله قلبی می شوند، اما تعداد کمی در آنجا زندگی می کنند.

سطح چگالی را بررسی کنید تا ببینید آیا تعداد کل حملات قلبی را حفظ می کند یا خیر. توجه داشته باشید که مقادیر شما ممکن است کمی متفاوت باشد. میزان تخمینی که با استفاده از بلوک مرکز پیدا کردید ۶۸۴ بود. خصوصیات سطح چگالی را باز کنید و روی زبانه Source کلیک کنید. در آنجا میانگین ۰٫۰۰۰۰۰۰۴۲۰۱۸۴ حمله قلبی در هر فوت مربع را خواهید یافت. برای به دست آوردن تعداد سلول های ماسک پیتسبورگ، استفاده از میانبر کمک خواهد کرد. Symbology را در پنجره Layer Properties انتخاب کرده و روی Classify کلیک کنید. در آنجا خواهید دید که ۷۲۳۱۵ سلول در ماسک پیتسبورگ وجود دارد. (تخمین چگالی متوسط ​​در این نمایشگر، ۰٫۰۰۰۰۰۰۴۱۷، نسبت به برگه Source دقت کمتری دارد.) به یاد داشته باشید که هر سلول ۱۵۰ فوت در ۱۵۰ فوت است. بنابراین، ۱۵۰ × ۱۵۰ × ۷۲،۳۱۵ × ۰٫۰۰۰۰۰۰۴۲۰۱۸۴ = ۶۸۴ حمله قلبی صاف شده است. بنابراین هموارسازی تراکم هسته حول تعداد ورودی حملات قلبی واقع در مرکز بلوک حرکت کرد تا آنها را به آرامی توزیع کند. نقشه چگالی هسته تخمین بهتری از بروز نسبت به داده های خام است، زیرا هموارسازی تصادفی فضایی را به طور میانگین نشان می دهد و تخمینی از میانگین یا متوسط ​​سطح را ارائه می دهد. پنجره های Classification و Layer Properties را ببندید.

نوبت شماست

یک سطح تراکم هسته دوم برای بروز ایجاد کنید، به نام KernelDensity3000، با همه ورودی ها یکسان به جز اینکه شما به جای ۱۵۰۰ از شعاع جستجوی ۳۰۰۰ استفاده می کنید. خروجی را همانند Density1500 سمبل کنید. در حالی که KernelDensity1500 را روشن نگه می دارید، KernelDensity3000 را روشن و خاموش کنید تا تفاوت بین دو لایه را ببینید. KernelDensity3000 گسترده تر و روان تر است، اما تعداد حملات قلبی تخمینی مشابهی دارد: نزدیک به ۶۸۴٫ فایل نقشه خود را ذخیره کنید.

آموزش ۱۱-۴در نرم افزار ArcGIS 10.8

استخراج نقاط ارزش رستری

اگرچه به نظر می‌رسد تراکم‌های تخمینی با داده‌های واقعی حمله قلبی در OHCA مطابقت دارد، اما ممکن است این تطابق با بررسی دقیق‌تر سازگار باشد یا نباشد. ArcMap ابزاری دارد که تخمین نقطه را از سطح رستری برای هر نقطه در OHCA استخراج می کند. سپس می توانید از چگالی استخراج شده ضرب در مناطق بلوک برای تخمین تعداد حملات قلبی استفاده کنید. اگر همبستگی قوی بین حملات قلبی تخمینی و واقعی وجود داشته باشد، شواهد نشان می دهد که جمعیت به تنهایی پیش بینی کننده خوبی برای حملات قلبی در خارج از بیمارستان است.

1. فایل نقشه خود را به عنوان ذخیره کنیدآموزش ۱۱-۴٫mxdبه پوشه Chapter
2. تایپ کنیداستخراج مقادیر به نقاطدر جعبه متن جستجو، Enter را فشار دهید، بر روی Extract Values ​​to Points (Spatial Analyst) کلیک کنید و پنجره جستجو را ببندید.
3. همانطور که در تصویر نشان داده شده است، با OHCA برای ویژگی های نقطه ورودی، KernelDensity1500 برای رستری ورودی، تایپ یا انتخاب کنید.OHCAP برای ویژگی‌های نقطه خروجی و «Interpolate مقادیر در مکان‌های نقطه (اختیاری)» پیش بینی کردعلامت‌گذاری شده است.
4. روی OK کلیک کنید

لایه حاصل، OHCAPredicted، دارای ویژگی RASTERVALU است که تخمینی از تراکم حمله قلبی یا حملات قلبی در هر فوت مربع در مجاورت هر بلوک است.

حملات قلبی پیش بینی شده را محاسبه کنید

توجه داشته باشید:افزودن ارقام مهم تر به RASTERVALU، همانطور که در مرحله اصلاح شده انجام خواهید داد، به شما کمک می کند تا بقیه مراحل این آموزش را درک کنید که در آن RASTERVALU را در دو کمیت دیگر ضرب می کنید. همانطور که در ابتدا نشان داده شد، به نظر می رسد که ردیف هایی وجود دارد که در آنها RASTERVALU = 0 است، اما نتیجه ضرب در مقادیر غیر صفر دیگر غیر صفر است (غیر ممکن است!). با این حال، هنگامی که ارقام مهم تری را نمایش می دهید، خواهید دید که همه مقادیر RASTERVALU مثبت هستند (هیچ کدام صفر نیستند).

1. روی OHCAPredicted کلیک راست کرده و جدول ویژگی آن را باز کنید. روی عنوان ستون RASTERVALU کلیک راست کنید، روی Properties کلیک کنید، روی دکمه سازنده عددی کلیک کنید. و دکمه گزینه Number of important digits را انتخاب کنید. ۹ را برای تعداد ارقام اعشار انتخاب کنید و OK > OK را کلیک کنید.
2. روی گزینه ها کلیک کنید، افزودن فیلد و فیلدی به نام اضافه کنیدپیش بینی کردبا نوع داده Float.
3. روی تیتر Predicted کلیک راست کرده و Field Calculator را کلیک کنید.
4. بیان را ایجاد کنید۵ * [RASTERVALU] * [منطقه]و روی OK کلیک کنید.

داده‌های OHCA یک نمونه پنج ساله برای حملات قلبی است، بنابراین عبارت شامل ۵ مضاعف است. توجه: [منطقه] مساحت بلوک شهر است که با یک نقطه در OHCA نشان داده می‌شود. بنابراین، چگالی، [RASTERVALU] (حملات قلبی در هر فوت مربع)، ضربدر [مساحت] (فوت مربع) تعداد حملات قلبی را نشان می‌دهد.

5. جدول ویژگی را ببندید.

تعداد کمی از نقاط در OHCA هیچ مقدار رستری در نزدیکی خود ندارند، بنابراین ArcGIS -9999 را به سلول‌های RASTERVALU آنها اختصاص می‌دهد تا مقادیر از دست رفته را نشان دهد. قبل از اینکه به نمودار پراکندگی مقادیر پیش‌بینی‌شده و واقعی نگاه کنید، ابتدا فقط نقاط OHCA با مقادیر پیش‌بینی‌شده مثبت را انتخاب می‌کنید.

6. روی Selection > Select By Attributes کلیک کنید.
7. برای لایه OHCAPredicted، عبارت را ایجاد کنیدپیش بینی شده >= 0و روی OK کلیک کنید.
8. روی OHCAPredicted کلیک راست کرده و Data > Export Data را کلیک کنید.
9. خروجی ویژگی های انتخاب شده به \EsriPress\GIST1\MyExercises\Chapter11\Chapter11.gdb\OHCAPpredicted2و روی Yes کلیک کنید تا کلاس ویژگی به نقشه اضافه شود.
10. ویژگی های انتخاب شده را پاک کنید و لایه OHCAPredicted را خاموش کنید.

یک طرح پراکنده از حملات قلبی واقعی در مقابل پیش بینی شده ایجاد کنید

اگرچه پیتسبورگ در مجموع ۷۴۶۶ بلوک دارد، اما تنها ۱۵۰۹ بلوک دچار حمله قلبی شده اند. نمودار پراکندگی که در نهایت خواهید ساخت، شامل داده‌های تنها برای ۱۵۰۹ بلوک است، اما باید شامل تعادل کل بلوک‌ها باشد، که مقادیر واقعی صفر داشتند اما مقادیر پیش‌بینی‌شده گاهی اوقات بسیار بزرگ‌تر از صفر بودند. با این وجود، می توانید نشانه ای از رگها بین حملات قلبی پیش بینی شده و واقعی را دریافت کنید. اضافه کردن تعادل بلوک ها فقط همبستگی را بدتر می کند، اما همانطور که در ادامه خواهید دید، همبستگی در حال حاضر کم است.

1. روی View > Graphs > Create Graph کلیک کنید.
2. همانطور که نشان داده شده است، با Scatter Plot برای نوع نمودار، OHCAPredicted2 برای لایه/جدول، Yes برای فیلد Y، ​​Predicted برای فیلد X (اختیاری)، و Add to legend را بدون علامت انتخاب کنید.

۳٫روی Next > Finish کلیک کنید.

در مقیاس بلوک ها، مقادیر پیش بینی شده با مقادیر واقعی همبستگی ضعیفی دارند. یک همبستگی خوب می تواند یک نمودار با واقعی (ویژگی YES) و مقادیر پیش بینی شده در اطراف یک خط شیب ۴۵ درجه پراکنده داشته باشد. این نمودار پراکندگی اصلاً همبستگی را نشان نمی دهد. اگر داده های مربوطه را به یک بسته آماری یا اکسل صادر کنید، متوجه می شوید که ضریب همبستگی بین مقادیر پیش بینی شده و واقعی فقط ۰٫۰۸۹۹ است که پایین است. بدیهی است که عواملی به غیر از محل سکونت جمعیت بر مکان ها و دسته بندی حملات قلبی که در خارج از بیمارستان ها رخ می دهد تأثیر می گذارد.

4. نمودار را ببندید و فایل نقشه خود را ذخیره کنید.

آموزش ۱۱-۵در نرم افزار ArcGIS 10.8

انجام یک مطالعه مناسب سایت مبتنی بر رستری

هدف این است که مکان‌هایی را پیدا کنیم که نرخ حمله قلبی بالایی دارند و انتخاب هایی برای داشتن دفیبریلاتورهای قلبی در دسترس عموم هستند. این رویکرد با استفاده از هموارسازی تراکم هسته بر روی داده‌های حمله قلبی موجود (OHCA) برای حذف تصادفی فضایی از توزیع فضایی و ارائه تخمین مطمئن‌تری از تقاضا آغاز می‌شود. یک فرض این است که هر مکان در مناطق تجاری دسترسی عمومی را فراهم می کند. سپس تلاش ها به بررسی نقشه چگالی هسته حملات قلبی برای مناطقی با تراکم به اندازه کافی بالا که در مناطق تجاری هستند برگه تبدیل می شود. برای جستجو در نقشه های رستری ، باید سلول ها را به مقادیر ۱ و ۰ (که نشان دهنده درست و نادرست است) طبقه بندی کنید و از عملگرهای بولی مانند AND و OR برای ترکیب نقشه های رستری و برآورده کردن معیارهای پرس و جو استفاده کنید.

یک فایل نقشه باز کنید

یک لایه نقشه برداری برای مرزهای منطقه تجاری در دسترس است. برای انجام یک تحلیل مبتنی بر رستری، باید این لایه نقشه را به یک لایه رستری برگه تبدیل کنید.

1. در ArcMap، Tutorial11-5.mxd را از پوشه Maps باز کنید.

فایل نقشه مکان‌های مشاهده‌شده حملات قلبی در خارج از بیمارستان‌ها، حائل ۶۰۰ فوتی از مناطق تجاری در پیتسبورگ و سایر لایه‌های حمایتی را نشان می‌دهد. بافر ۶۰۰ فوتی (یا دو بلوکی) مناطق تجاری شامل مناطق غیرتجاری مجاور است که دسترسی کافی به دفیبریلاتورها دارند.

2. فایل نقشه را در پوشه Chapter11 MyExercises ذخیره کنید.
3. در نوار منو، روی Geoprocessing > Environments > Raster Analysis کلیک کنید و همانطور که در تصویر نشان داده شده است، همانطور که در زیر برای اندازه سلول و پیتسبورگ برای ماسک مشخص شده است، تایپ یا انتخاب کنید.
4. روی OK کلیک کنید.

یک لایه بافر ویژگی را به مجموعه داده رستری برگه تبدیل کنید

لایه ZoningCommercialBuffer دارای دو چند ضلعی و رکوردهای مربوطه با یک ویژگی است: Commercial. ارزش تجاری ۱ مربوط به کاربری تجاری یا زمین در فاصله ۶۰۰ فوتی کاربری تجاری است. مقدار دیگر، ۰، نشان دهنده تعادل پیتسبورگ است و شامل تمام کاربری های منطقه بندی شده دیگر می شود. شما این لایه برداری را با استفاده از ابزار برگه تبدیل به یک مجموعه داده رستری برگه تبدیل خواهید کرد. با این حال، ابتدا باید هر دو رکورد را در فایل برداری انتخاب کنید تا برگه تبدیل شوند.

1. روی لایه ZoningCommercialBuffer کلیک راست کرده و جدول Open Attribute را کلیک کنید.
2. هر دو رکورد را با کلیک بر روی انتخابگر ردیف ردیف اول و کشیدن ماوس برای انتخاب هر دو ردیف انتخاب کنید و سپس جدول را ببندید.
3. تایپ کنیدچند ضلعی به رستری در جعبه متن جستجو، Enter را فشار دهید، روی Polygon to Raster (برگه تبدیل) کلیک کنید و پنجره جستجو را ببندید.
4. همانطور که در تصویر نشان داده شده است، با قسمت ZoningCommercialBuffer برای ویژگی های ورودی، Commercial for Value، انتخاب هایی را تایپ کنید یا انتخاب کنید.CommercialRasterبرای مجموعه داده رستری خروجی، CELL_CENTR برای نوع تخصیص سلول، NONE برای فیلد اولویت، و ۵۰ برای اندازه سلول.

۵٫روی OK کلیک کنید.

۶٫لایه ZoningCommercialBuffer را بردارید و لایه OHCA را خاموش کنید.

۷٫روی CommercialRaster کلیک راست کنید، روی Properties > زبانه نمادشناسی > Unique Values ​​در پانل Show کلیک کنید، و منطقه تجاری جدید را با دو رنگ مجدداً نمادسازی کنید: سفید برای غیر تجاری و خاکستری برای تجاری.

نوبت شماست

یک نقشه چگالی هسته بر اساس ویژگی YES لایه نقطه OHCA ایجاد کنید که دارای سلول های ۱۵۰ فوتی، شعاع جستجوی ۱۵۰۰ فوتی و واحدهای مساحتی SQUARE_FEET است. لایه رستری جدید HeartAttack را انتخاب کنید و آن را در Chapter11.gdb ذخیره کنید. نماد لایه را با استفاده از روش انحراف استاندارد با اندازه فاصله ۱/۳ Std Dev. از سطح رنگ سبز به زرد تا قرمز استفاده کنید. سعی کنید لایه OHCA را روشن و خاموش کنید تا ببینید سطح چگالی چقدر حملات قلبی را نشان می دهد و سپس لایه OHCA را بردارید.

 

 

یک مجموعه داده رستری را با یک معیار واحد با استفاده از طبقه‌بندی مجدد جستجو کنید

ابتدا، نقشه چگالی هسته خود را، HeartAttack، برای مناطقی که چگالی حمله قلبی به اندازه کافی بالا دارند و نیاز به دفیبریلاتور دارند، مجدداً طبقه‌بندی می‌کنید. فرض کنید که سیاست گذاران به دنبال مناطق ۲۵ بلوکی هستند، تقریباً پنج بلوک در یک طرف، که هر پنج سال یک بار ۱۰ یا بیشتر حمله قلبی را در مکان هایی که امکان کمک از تماشاگران وجود دارد، داشته باشد. یک منطقه ۲۵ بلوکی مربعی ۵ × ۳۰۰ فوت = ۱۵۰۰ فوت در یک طرف با ۱۵۰۰ فوت × ۱۵۰۰ فوت = ۲٫۲۵ × ۱۰۶ فوت مربع مساحت است.

بنابراین، تراکم حمله قلبی مورد نظر ۱۰ حمله قلبی / ۲٫۲۵ × ۱۰۶ فوت مربع = ۰٫۰۰۰۰۰۴۴۴۴ حمله قلبی در هر فوت مربع یا بیشتر است. اگرچه نقشه چگالی که ایجاد کرده‌اید دارای محدوده‌ای از مقادیر پیوسته است، اما در مرحله بعد مقادیر را فقط به دو مقدار طبقه‌بندی می‌کنید: ۰ برای سلول‌های با چگالی کمتر از ۰٫۰۰۰۰۰۴۴۴۴ و ۱ برای سلول‌هایی با تراکم بیشتر یا مساوی ۰٫۰۰۰۰۰۴۴۴۴٫

1. تایپ کنیدطبقه بندی مجدددر جعبه متن جستجو، Enter را فشار دهید، روی Reclassify (Spatial Analyst) کلیک کنید و پنجره جستجو را ببندید.
2. HeartAttack را برای رستر ورودی انتخاب کنید و روی Classify کلیک کنید.
3. ۲ را برای کلاس ها انتخاب کنید، Manual for Method را انتخاب کنید، تایپ کنید۰۰۰۰۰۴۴۴۴برای جایگزینی ۰٫۰۰۰۰۰۶ (اول از دو مقدار) در پنل Break Values، و روی OK کلیک کنید.

ستون مقادیر قدیمی مقادیری را تنها با ۶ رقم اعشار نشان می دهد، اما ابزار Reclassify تمام ۹ رقم اعشار را ذخیره می کند.

4. بر روی Precision کلیک کنید، ۹ را برای تعداد ارقام اعشار انتخاب کنید و روی OK کلیک کنید.
5. پر کردن فرم را با تایپ کردن یا انتخاب هایی که در تصویر نشان داده شده است، با HeartAttack برای Input Raster به پایان برسانید.۰و۱تحت ارزش های جدید وHAttackQ1برای رستری خروجی
6. روی OK کلیک کنید.
7. HAttackQ1 را دوباره نماد کنید تا ۰ رنگ نداشته باشد و ۱ آبی تیره باشد و مطمئن شوید که HeartAttack روشن و زیر HAttackQ1 باشد.

در تصویر می بینید که تعداد نسبتا کمی از مناطق اوج (۶) دارای تراکم حمله قلبی به اندازه کافی بالا هستند و ممکن است از نظر مساحت به اندازه کافی بزرگ باشند.

 

 

یک مجموعه داده رستری را با دو معیار پرس و جو کنید

در مرحله بعد، معیار دوم را در پرس و جو قرار می دهید – مکان های درون بافر تجاری – برای سایت های مناسب دفیبریلاتور. به یاد داشته باشید که نقشه CommercialRaster دارای ۰ برای مناطق غیر تجاری و ۱ برای مناطق تجاری است. در بخش قبل، شما فقط نواحی متراکم کافی برای حملات قلبی را روی ۱ و آنهایی که به اندازه کافی متراکم نیستند را روی ۰ تنظیم کردید. ابزار Boolean AND دو مجموعه داده رستری را با دادن مقدار ۰ به همه سلول ها ترکیب می کند، به جز جایی که هر دو سلول ورودی ۱ هستند، در این مورد سلول خروجی مقدار ۱ را دریافت می کند. در این مورد، نواحی حاصل که توسط سلول های با مقدار ۱ تعریف شده اند، هر دو در بافر تجاری هستند و چگالی حمله قلبی به اندازه کافی HAttackQ1 دارند.

1. جستجو برای بولی ودر جعبه متن جستجو

توجه داشته باشید که تمام عملگرهای منطقی بولی به عنوان ابزار در دسترس هستند، از جمله NOT، AND، و OR.

2. روی Boolean And (Spatial Analyst) کلیک کنید و پنجره جستجو را ببندید.
3. همانطور که در تصویر نشان داده شده است، با HAttackQ1 برای ورودی رستری یا مقدار ثابت ۱، CommericalRaster برای رستری ورودی یا مقدار ثابت ۲، انتخاب کنید یا انتخاب کنید.HAttackQ2برای رستری خروجی
4. روی OK کلیک کنید.
5. HAttackQ2 را مجدداً نمادسازی کنید تا ۰ رنگ نداشته باشد و ۱ سبز تورمالین باشد (ستون ۸، ردیف ۳ آرایه تراشه های رنگی)، و مطمئن شوید که HAttackQ1 و HeartAttack روشن و زیر HAttackQ2 هستند.

همانطور که انتظار دارید، افزودن یک معیار دوم با اتصال AND، اندازه مناطقی را که معیارها را برآورده می کنند، کاهش داده است. سه مورد از مناطق امیدوار کننده سابق به طور قابل توجهی کاهش یافته است.

۶٫فایل نقشه خود را ذخیره کنید

نوبت شماست

لایه Streets را روشن کنید و روی هر منطقه امکان پذیر بزرگنمایی کنید تا معیار سوم را بررسی کنید که حداقل ۲۵ بلوک یا تقریباً ۲٫۲۵ میلیون فوت مربع در یک منطقه مربع وجود دارد. از ابزار Measure در نوار ابزار برای اندازه گیری مناطق امکان پذیر استفاده کنید. کدام حوزه ها امکان پذیر است؟ چه چیزی را به سیاست گذاران گزارش می دهید؟ فایل نقشه را ذخیره کنید.

تکلیف ۱۱-۱در نرم افزار ArcGIS 10.8

یک ماسک و سایه تپه برای حومه شهر ایجاد کنید

اولین حلقه از حومه شهرها در اطراف مناطق شهری، منطقه خوبی برای احیای مجدد است، زیرا صاحبان خانه های قدیمی حومه شهر سعی در کوچک کردن خانه ها و نقل مکان به محل کار دارند. خانه‌های این مناطق نسبتا کوچک و خوش ساخت هستند اما نیاز به بازسازی دارند.

این تکلیف از شما می‌خواهد زیرمجموعه‌ای از شهرداری‌ها را در شهرستان آلگنی انتخاب کنید که شامل اولین حلقه از حومه‌های اطراف پیتسبورگ برای نمایش کاربری زمین با سایه تپه است. همچنین پارک هایی را برای حومه شهر به نمایش خواهید گذاشت. فایل نقشه و لایه های حاصل نقطه شروع خوبی برای کار توسعه مجدد خواهد بود.

راه اندازی شود

• یک پوشه جدید، \EsriPress\GIST1\MyAssignments\Chapter11\Assignment11-1YourName\ ایجاد کنید و همه فایل‌هایی را که برای این تکلیف تولید می‌کنید در آن ذخیره کنید.
• یک فایل نقشه به نام Assignment11-1mxd با مسیرهای نسبی ایجاد کنید.
• یک پایگاه جغرافیایی فایل جدید به نام Assignment11-1gdb ایجاد کنید و فایل های تکمیل شده ای را که در این انتساب ایجاد می کنید در آن ذخیره کنید. هیچ یک از شکل فایل های داده خام را در لیست گلوله ای بعدی قرار ندهید یا تحویل ندهید.

نقشه را بسازید

موارد زیر را به فایل نقشه خود اضافه کنید. ابتدا شهرداری ها را اضافه کنید، به طوری که قاب داده شما وارث طرح ریزی آن لایه باشد، که پیش بینی صفحه ایالتی محلی ۱۹۸۳ است.

• \EsriPress\GIST1\Data\AlleghenyCounty.gdb\Munic — ویژگی‌های چند ضلعی برای شهرداری‌های شهرستان آلگنی.
• \EsriPress\GIST1\Data\AlleghenyCounty.gdb\Parks — ویژگی‌های چند ضلعی برای پارک‌ها. DESCR یک ویژگی با نام پارک است.
• \EsriPress\GIST1\Data\SpatialAnalyst\SpatialAnalyst.gdb\NED — مدل ارتفاعی رقومی برای بخشی از شهرستان آلگنی.
• \EsriPress\GIST1\Data\SpatialAnalyst\SpatialAnalyst.gdb\Pittsburgh — ویژگی چند ضلعی برای مرز شهرداری پیتسبورگ.
• \EsriPress\GIST1\Data\SpatialAnalyst\LandUse\LandUse_Pgh.tif — کاربری زمین برای بخشی از شهرستان آلگنی.

الزامات

• تمام لایه ها به جز Munic را خاموش کنید تا مرحله بعدی ساده شود، که در آن یک حلقه حومه ایجاد می کنید. اولین حلقه از حومه شهرها را در ۱٫۲۵ مایلی پیتسبورگ تعریف کنید، اما پیتسبورگ را شامل نمی شود. با ساختن Munic به تنها لایه قابل انتخاب شروع کنید. سپس از Selection > Select By Location استفاده کنید و شهرداری هایی را انتخاب کنید که در فاصله ۱٫۲۵ مایلی پیتسبورگ قرار دارند. از ابزار Select Features استفاده کنید، کلید Shift خود را فشار داده و نگه دارید و داخل چند ضلعی Pittsburgh در لایه Munic کلیک کنید تا انتخاب آن لغو شود. هیچ تغییری در انتخاب مشاهده نخواهید کرد زیرا شهرداری های اطراف مرز پیتسبورگ را به اشتراک می گذارند، اما چند ضلعی پیتسبورگ دیگر نباید انتخاب شود. همچنین کوه الیور را که چند ضلعی داخل پیتزبورگ است و حومه شهر نیست، بردارید. در نهایت روی Munic کلیک راست کنید، روی Data > Export data کلیک کنید تا Suburbs ایجاد شود. و آن را به فایل نقشه خود اضافه کنید. حالا Parks که با حومه شهر تقاطع دارند را انتخاب کنید و SuburbanParks را ایجاد کنید.
• با استفاده از Suburbs به عنوان ماسک و اندازه سلول ۵۰، یک رستر از LandUse به نام LandUseSuburbs استخراج کنید. یک hillshade از NED به نام HillshadeSuburbs ایجاد کنید.

در زیر دستورالعمل های اضافی در مورد نمادسازی آمده است:

• برای نماد LandUseSuburbs، روی Unique Values ​​در نمایش پانل برگه Layer Properties Symbology کلیک کنید، روی دکمه Import (نماد فایل) کلیک کنید، به پوشه Data > SpatialAnalyst بروید و lyr را وارد کنید.
• از پر کردن توخالی و طرح کلی نازک برای پارک‌های حومه شهر استفاده کنید. وقتی به ۱:۱۰۰۰۰۰ یا نزدیکتر بزرگ‌نمایی می‌شوند، نامشان را با کوچک‌ترین اندازه فونت برچسب بزنید (به برگه برچسب‌ها در برگه ویژگی‌ها و دکمه مقیاس مقیاس آن مراجعه کنید).
• حومه شهر را با پر کردن توخالی و طرح کلی ضخیم نمادین کنید. با یک فونت کوچک و یک هاله برچسب بزنید.
• نماد HillshadeSuburbs را با استفاده از طبقه بندی شده در پانل نمایش نمادشناسی با روش طبقه بندی انحراف استاندارد و اندازه فاصله ۱/۳ Std Dev نشان دهید.
• LandUseSuburbs را شفاف کنید، آن را بالای سایه تپه حرکت دهید، لایه‌های غیر ضروری را خاموش کنید و پارک‌های حومه شهر را با لایه کاربری اراضی سایه‌دار نمایش دهید. مسکن در مناطق قرمز و توسعه یافته خواهد بود.

 

تکلیف ۱۱-۲در نرم افزار ArcGIS 10.8

تلفات ناشی از حمله قلبی در خارج از بیمارستان را بر اساس جنسیت تخمین بزنید

متأسفانه، زنان در خارج از بیمارستان بیشتر از مردان حملات قلبی کشنده دارند، شاید به این دلیل که علائم حمله قلبی در زنان کمتر شناخته شده و ظریف تر از مردان است. حملات قلبی در خارج از بیمارستان ها برای مردان ۳۵ تا ۷۴ ساله تقریباً ۱٫۵ در هزار و برای زنان در همان محدوده سنی ۲٫۳ در هزار است. در این تکلیف، شما دو لایه نقشه چگالی – یکی برای مردان و دیگری برای زنان – با استفاده از این نرخ‌های بروز برای شهرداری Wilkinsburg در شهرستان آلگنی ایجاد می‌کنید. شما تمام پردازش های رستری را با استفاده از ابزارهای تحلیل فضایی در یک مدل انجام می دهید.

راه اندازی شود

• یک پوشه جدید، \EsriPress\GIST1\MyAssignments\Chapter11\Assignment11-2YourName\ ایجاد کنید و همه فایل‌هایی را که برای این تخصیص تولید می‌کنید در آن ذخیره کنید.
• یک فایل نقشه به نام Assignment11-2mxd با مسیرهای نسبی ایجاد کنید.
• یک پایگاه جغرافیایی فایل جدید با نام Assignment11-2gdb ایجاد کنید و فایل هایی را که در این انتساب ایجاد می کنید در آن ذخیره کنید. هیچ یک از شکل فایل های داده خام را در لیست گلوله ای بعدی قرار ندهید یا تحویل ندهید.

نقشه را بسازید

موارد زیر را به فایل نقشه خود اضافه کنید:

• \EsriPress\GIST1\Data\AlleghenyCounty.gdb\Munic — ویژگی‌های چند ضلعی برای شهرداری‌های شهرستان آلگنی.
• \EsriPress\GIST1\Data\SpatialAnalyst\SpatialAnalyst.gdb\AllCoBlocks – ویژگی‌های نقطه‌ای برای مرکزهای بلوک سرشماری در شهرستان آلگنی.

الزامات

• چند ضلعی Wilkinsburg را از Munic انتخاب کنید و آن را به عنوان Wilkinsburg صادر کنید. بلوک های Wilkinsburg را از AllCoBlocks استخراج کرده و آنها را به عنوان WilkinsburgBlocks ذخیره کنید. فیلدهای ممیز شناور را به جدول ویژگی WilkinsburgBlocks اضافه کنید: MMortinc =0015 × [Male35T74] برای تعداد سالانه تلفات حمله قلبی برای مردان ۳۵ تا ۷۴ سال و FMortinc = 0.0023 × [Fem35T74] برای زنان ۷۴ سال.
• لایه های نقشه چگالی هسته را برای MMortinc و FMortinc با استفاده از Wilkinsburg به عنوان ماسک و با اندازه سلول ۲۵ و شعاع جستجو ۱۵۰۰ فوت ایجاد کنید. خروجی ها را به نقشه اضافه کنید.

دستورالعمل های اضافی

• بعد از اینکه Wilkinsburg را استخراج کردید، برای اینکه قاب داده‌های Wilkinsburg را به‌جای Allegheny County کامل کنید، موارد زیر را انجام دهید: روی Layers در فهرست مطالب کلیک راست کنید و روی Properties > زبانه Data Frame کلیک کنید. Fixed Extent را برای Extent انتخاب کنید، روی Specify Extent، دکمه گزینه Outline of Features کلیک کنید، Wilkinsburg را به عنوان لایه انتخاب کنید و روی OK > OK کلیک کنید.
• محیط ArcToolbox را تنظیم کنید. برای Workspace، \MyAssignments\Chapter11\Assignment11-2YourName\ را فضای کاری کنونی قرار دهید و وسعت را روی Wilkinsburg تنظیم کنید. برای تجزیه و تحلیل رستری، اندازه سلول را روی ۲۵ تنظیم کنید و ماسک را روی Wilkinsburg قرار دهید.
• گزینه های Geoprocessing را تنظیم کنید. مطمئن شوید که «بازنویسی خروجی‌های عملیات پردازش جغرافیایی» و «افزودن نتایج عملیات ژئوپردازش به نمایشگر» انتخاب شده‌اند.
• از ArcCatalog برای ایجاد جعبه ابزار جدید، tbx و اضافه کردن یک مدل به آن استفاده کنید. سپس، در ArcToolbox، روی نماد ArcToolbox در بالای پنجره ArcToolbox کلیک راست کرده، روی Add Toolbox کلیک کنید و جعبه ابزار جدید خود را اضافه کنید.
• مدل ModelBuilder شما یک مدل ساده است. این فقط دو فرآیند دارد، که هر کدام یک تخمین چگالی هسته که دو رستری خروجی را تولید می کند. نکته ۱: نام لایه رستر نمی تواند بیشتر از ۱۳ کاراکتر باشد. نکته ۲: روی هر رستر خروجی در مدل کلیک راست کرده و روی Add To Display کلیک کنید تا مجبور نباشید خودتان خروجی ها را اضافه کنید.
• سطح مرگ و میر زنان را با استفاده از طبقه بندی شده از پانل سمت چپ برگه نمادشناسی ویژگی های لایه نمادسازی کنید. از روش طبقه بندی انحراف استاندارد با فواصل انحراف استاندارد ۱/۳ استفاده کنید. سپس، برای مرگ و میر مردان، نمادسازی را از لایه مرگ و میر زنان وارد کنید تا هر دو لایه دارای نقاط شکست یکسان و سطح شیبدار یکسان باشند. سپس می توانید به راحتی با خاموش و روشن کردن یکی از آنها در حالی که دیگری روشن است، میزان بروز زن و مرد را مقایسه کنید.
• اشاره:اگر نیاز به اجرای مجدد مدل خود دارید، روی Model > Validate Entire Model کلیک کنید.

توجه داشته باشید