مقیاس تجزیه و تحلیل
هدف یادگیری
هدف این پست، درک نحوه کاربرد تحلیل‌های محلی، همسایگی، منطقه‌ای و جهانی در مجموعه داده‌های رستری است.
تحلیل‌های رستری می‌توانند در چهار مقیاس مختلف عملیاتی انجام شوند: محلی، همسایگی، منطقه‌ای و جهانی. هر یک از این مقیاس‌ها گزینه‌های منحصر به فردی را برای تحلیلگر GIS فراهم می‌آورد که در این بخش توضیح داده شده است.
عملیات محلی
عملیات محلی می‌تواند بر روی یک یا چند رستری انجام شود. هنگامی که این عملیات بر روی یک رستری اعمال می‌شود، معمولاً به صورت اعمال تغییرات ریاضی به هر سلول جداگانه در شبکه است. به عنوان مثال، یک محقق ممکن است یک مدل ارتفاع رقومی (DEM) داشته باشد که در آن هر سلول نشان‌دهنده ارتفاع بر حسب فوت باشد. اگر بخواهد این ارتفاعات را بر حسب متر نمایش دهد، می‌تواند یک تبدیل ساده و ریاضی (ارتفاع بر حسب فوت × ۰٫۳۰۴۸ = ارتفاع بر حسب متر) را به صورت محلی روی هر سلول اعمال کند.
زمانی که این عملیات بر روی چند رستری انجام می‌شود، می‌توان تغییرات را در طول زمان بررسی کرد. به عنوان مثال، با دو رستری که اطلاعات عمق آب زیرزمینی در یک قطعه زمین را برای سال‌های ۲۰۰۰ و ۲۰۱۰ نشان می‌دهند، می‌توان با کم کردن مقادیر این دو و قرار دادن تفاوت‌ها در یک رستری خروجی، تغییرات سطح آب زیرزمینی در این دو سال را ثبت کرد (شکل ۸٫۵). این نوع تحلیل‌های محلی می‌توانند با افزایش تعداد رسترهای ورودی پیچیده‌تر شوند. به طور مثال، معادله جهانی از دست دادن خاک (USLE) یک فرمول ریاضی محلی است که برای چندین رستری پوشاننده از جمله شدت بارندگی، فرسایش‌پذیری خاک، شیب، نوع کشت و نوع پوشش گیاهی استفاده می‌شود تا میزان میانگین تلفات خاک (به تن) را در هر سلول شبکه محاسبه کند.
شکل ۸٫۵ عملیات محلی روی یک مجموعه داده رستر
عملیات محله
قانون اول جغرافیای توبلر بیان می‌کند که “همه چیز به هر چیز دیگری مربوط است، اما چیزهای نزدیک‌تر بیشتر از چیزهای دور به هم مرتبط هستند.” عملیات همسایگی گروهی از تکنیک‌های تحلیل فضایی پرکاربرد است که به شدت بر این مفهوم متکی هستند. توابع همسایگی رابطه یک شیء با اشیاء مشابه اطراف آن را بررسی می‌کنند. این عملیات می‌توانند بر روی مجموعه داده‌های برداری نقطه، خط یا چندضلعی و همچنین بر روی مجموعه داده‌های رستری انجام شوند. در تحلیل‌های برداری، عملیات همسایگی معمولاً برای انجام جستجوهای ساده به کار می‌روند. به عنوان مثال، با داشتن یک مجموعه داده نقطه‌ای که مکان فروشگاه‌های رفاه را نشان می‌دهد، یک سیستم GIS می‌تواند برای تعیین تعداد فروشگاه‌ها در فاصله ۵ مایلی از یک ویژگی خطی (مثل بزرگراه بین ایالتی ۱۰ در کالیفرنیا) استفاده شود.
اما زمانی که با مجموعه داده‌های رستری کار می‌شود، تحلیل‌های همسایگی معمولاً پیچیده‌تر هستند. در اینجا، تحلیل‌های رستری از پنجره‌های متحرک، که به آنها فیلترها یا هسته‌ها نیز گفته می‌شود، برای محاسبه مقادیر جدید سلول‌ها در مکان‌های مختلف رستری استفاده می‌کنند. این پنجره‌های متحرک بسته به نوع خروجی مورد نظر و پدیده‌هایی که در حال تحلیل هستند، ممکن است اشکال مختلفی داشته باشند. برای مثال، یک پنجره متحرک مستطیلی ۳ در ۳ معمولاً برای محاسبه میانگین، انحراف معیار، مجموع، حداقل، حداکثر یا دامنه مقادیری که در اطراف یک سلول “هدف” مشخص شده قرار دارند، استفاده می‌شود (شکل ۸٫۶ “انواع همسایگی رایج در اطراف سلول هدف x”: (الف) ۳ در ۳، (ب) دایره، (ج) حلقه، (د) جداسازی).
سلول هدف همان سلولی است که در مرکز پنجره متحرک ۳ در ۳ قرار دارد. پنجره متحرک از روی هر سلول رستری عبور می‌کند. وقتی پنجره بر روی یک سلول هدف قرار می‌گیرد، ۹ مقدار از سلول‌های اطراف آن جمع‌آوری شده و برای محاسبه یک مقدار جدید برای سلول هدف استفاده می‌شود. این مقدار جدید سپس در مکان معادل خود در رستری خروجی قرار می‌گیرد. اگر بخواهیم حوزه نفوذ بزرگ‌تری را در اطراف سلول‌های هدف بررسی کنیم، می‌توان اندازه پنجره متحرک را به ۵ در ۵، ۷ در ۷ و غیره افزایش داد. همچنین، پنجره متحرک الزماً نباید مستطیلی باشد. اشکال دیگری مانند حلقه، جداسازی و دایره نیز برای محاسبه آمار همسایگی استفاده می‌شوند (شکل ۸٫۶ “انواع همسایگی رایج در اطراف سلول هدف x”: (الف) ۳ در ۳، (ب) دایره، (ج) حلقه، (د) جداسازی).
شکل ۸٫۶ انواع همسایگی رایج در اطراف سلول هدف “x”: (الف) ۳ در ۳، (ب) دایره، (ج) حلقه، (د) جداسازی
عملیات همسایگی معمولاً برای ساده‌سازی داده‌ها در مجموعه داده‌های رستری به کار می‌روند. تحلیلی که مقادیر همسایگی را میانگین‌گیری می‌کند، منجر به تولید یک رستری خروجی هموار با بالا و پایین‌های خنثی‌شده می‌شود، زیرا تأثیر مقادیر داده‌های بیرونی توسط فرآیند میانگین‌گیری کاهش می‌یابد. از سوی دیگر، تجزیه و تحلیل همسایگی می‌تواند برای اغراق در تفاوت‌ها در یک مجموعه داده نیز استفاده شود. به عنوان مثال، “بهبود لبه” نوعی تحلیل همسایگی است که محدوده مقادیر موجود در پنجره متحرک را بررسی می‌کند. یک مقدار دامنه بزرگ نشان‌دهنده وجود یک لبه در وسعت پنجره است، در حالی که یک دامنه کوچک به معنای نبود لبه در آن ناحیه می‌باشد.
عملیات منطقه ای
یک عملیات منطقه‌ای بر روی گروه‌هایی از سلول‌های دارای ارزش مشابه یا ویژگی‌های مشابه اعمال می‌شود که به طور طبیعی به آنها “منطقه” گفته می‌شود (برای مثال، قطعه زمین، واحدهای سیاسی/شهری، بدنه‌های آبی، انواع خاک/پوشش گیاهی). این مناطق را می‌توان به عنوان نسخه‌های رستری از چندضلعی‌ها در نظر گرفت. رسترهای منطقه‌ای معمولاً با طبقه‌بندی مجدد یک رستر ورودی به چند دسته ایجاد می‌شوند (برای اطلاعات بیشتر به بخش ۸٫۲٫۲ “عملیات همسایگی” مراجعه کنید). عملیات منطقه‌ای می‌تواند برای یک رستری منفرد یا دو رستری همپوشانی اعمال شود. در صورتی که عملیات ناحیه‌ای بر روی یک رستری واحد اعمال شود، هندسه هر ناحیه در رستری، مانند مساحت، محیط، ضخامت و مرکز اندازه‌گیری می‌شود. در صورت استفاده از دو رستری در یک عملیات ناحیه‌ای، یکی به عنوان ورودی و دیگری به عنوان ناحیه‌ای، عملیات منطقه‌ای یک رستری خروجی تولید می‌کند که مقادیر سلولی در رستری ورودی را برای هر ناحیه در رستری منطقه‌ای خلاصه می‌کند (شکل ۸٫۷ “عملیات منطقه‌ای روی یک مجموعه داده رستری”).
شکل ۸٫۷ عملیات منطقه ای روی یک مجموعه داده رستر
عملیات و تحلیل‌های منطقه‌ای در زمینه‌هایی مانند بوم‌شناسی منظر بسیار ارزشمند هستند، جایی که هندسه و آرایش فضایی لکه‌های زیستگاه می‌تواند تأثیر قابل‌توجهی بر نوع و تعداد گونه‌هایی که قادر به سکونت در آنها هستند، بگذارد. به طور مشابه، تجزیه و تحلیل منطقه‌ای می‌تواند به‌طور مؤثر راهروهای زیستگاه باریکی را شناسایی کند که برای جابجایی گونه‌های جانوری مهاجر و غیر پرنده، که در مناطق شهری متراکم حرکت می‌کنند، حیاتی است.
عملیات جهانی
عملیات سراسری مشابه عملیات ناحیه‌ای است، با این تفاوت که در آن کل مجموعه داده رستری نمایانگر یک منطقه واحد می‌باشد. عملیات سراسری معمولاً شامل محاسبه مقادیر آماری پایه برای کل رستر است. به عنوان مثال، مقادیری مانند حداقل، حداکثر، میانگین، محدوده و غیره می‌توانند به سرعت در تمام وسعت رستری ورودی محاسبه شده و سپس به یک رستر خروجی منتقل شوند، جایی که هر سلول حاوی مقدار محاسبه‌شده مربوطه است (شکل ۸٫۸ “عملیات سراسری در یک مجموعه داده رستر”).
شکل ۸٫۸ عملیات کلی بر روی یک مجموعه داده رستر
خوراکی های کلیدی
- عملیات رستری محلی تنها یک سلول هدف را در طول تجزیه و تحلیل بررسی می کند.
- عملیات رستری همسایگی، رابطه یک سلول هدف پروگزیمال سلول های اطراف را بررسی می کند.
- عملیات رستری منطقه ای گروه هایی از سلول ها را که در یک نوع ویژگی یکنواخت رخ می دهند، بررسی می کند.
- عملیات رستری جهانی کل وسعت منطقه ای مجموعه داده را بررسی می کند.
تمرین
چهار شکل محله ای که در این پست توضیح داده شده است چیست؟اگرچه در اینجا بحث نشده است، اما آیا می توانید موقعیت های خاصی را در نظر بگیرید که هر یک از این اشکال را می توان برای آنها استفاده کرد؟