آموزش ArcGIS 10.8 :گام به گام (از مقدماتی تا پیشرفته ) قسمت۹


تحلیل فضایی در نرم افزار ArcGIS 10.8

تجزیه و تحلیل اطلاعاتی را از داده‌ها تولید می‌کند که در آن اطلاعات همیشه واضح نیست، اما با این وجود وجود دارد. تحلیل فضایی به مشکلات یا رفتارهایی می پردازد که موقعیت های جغرافیایی را در بر می گیرد. برای تولید اطلاعات مکانی پیچیده، باید از روش ها یا ابزارهایی استفاده کنید که داده ها را پردازش یا برگه تبدیل به اطلاعات می کند. در این فصل از چندین ابزار GIS برای تحلیل فضایی استفاده می‌کنید: بافرها، اتصالات فضایی، تقاطع لایه‌های نقشه و تحلیل خوشه‌ای.

چندین تمرین در این فصل از تجزیه و تحلیل مجاورت استفاده می کنند – تعیین اینکه چه ویژگی هایی نزدیک به سایر ویژگی ها هستند. البته، GIS منحصر به فرد است که می تواند چنین تحلیلی را به راحتی انجام دهد زیرا ویژگی های نقشه دارای مختصات جغرافیایی هستند. ابزار تجزیه و تحلیل مجاورت یک بافر، چند ضلعی است که ناحیه ای را در اطراف مجموعه مشخصی از ویژگی ها قرار می دهد. در نوع دیگری از مشکل، تقاطع لایه های نقشه به شما امکان می دهد مناطقی را پیدا کنید که معیارها را برآورده می کنند. در مثال مکان تسهیلات این فصل، شما از بافرها برای نشان دادن معیارهای مکان یابی امکانات جدید استفاده می کنید. مناطقی که محل تلاقی همه بافرهای معیار هستند، کاندیدای تسهیلات جدید هستند. یکی از کاربردهای اضافی بافرها تخمین میزان استفاده از تسهیلات است – استخرهای عمومی، در این مورد – هر چه مشتریان بالقوه از نزدیکترین استخر دورتر باشند. هر چه کمتر از آن استفاده کنند این نمونه ای از مدل گرانشی است که در GIS استفاده می شود: هر چه دو جسم از یکدیگر دورتر باشند، جاذبه بین آنها کمتر می شود.

اتصالات فضایی شما را قادر می سازد تا به راحتی داده های نقطه را در خلاصه های چندضلعی جمع آوری کنید. در مورد استخرهای عمومی، چند ضلعی ها برای خلاصه داده ها بافرهایی در اطراف استخرها هستند. نتایج این مطالعه می تواند به شناسایی شکاف های پوشش جمعیت هدف توسط مجموعه استخرهای عمومی یک شهر کمک کند.

اهداف یادگیری

  • نقاط بافر برای تحلیل مجاورت
  • تجزیه و تحلیل مناسب بودن سایت را انجام دهید
  • از چند بافر حلقه برای کالیبره کردن مدل گرانشی استفاده کنید

آموزش ۹-۱در نرم افزار ArcGIS 10.8

نقاط بافر برای تحلیل مجاورت

مناطق مدارس عاری از مواد مخدر مناطقی در ۱۰۰۰ فوتی مدرسه هستند که برای محافظت از دانش آموزان در برابر فروشندگان مواد مخدر غیرقانونی طراحی شده اند. قوانین فدرال، ایالتی و محلی، مجازات های خرید و فروش غیرقانونی مواد مخدر را در چنین مناطقی افزایش می دهند. به عنوان مثال، پنسیلوانیا حداقل دو سال حبس یا حکم زندان و حداکثر چهار سال برای فروشندگان مواد مخدر بالغ در چنین مواردی دارد. در این آموزش، تمام تماس های ۹۱۱ مواد مخدر برای خدمت به پلیس برای حوادث در مناطق مدارس عاری از مواد مخدر را پیدا می کنید. نقشه‌های خروجی و جدول حوادث، موادی هستند که یک تحلیلگر بیشتر مطالعه می‌کند – مطابقت سوابق وقوع جرم و تأیید فاصله از املاک مدرسه برای تعیین اینکه کدام پرونده‌ها واجد شرایط پیگرد قانونی هستند.

یک فایل نقشه باز کنید

  1. ArcMap را راه اندازی کنید و Tutorial9-1.mxd را از پوشه Maps باز کنید.

این نقشه برای محله میدل هیل در پیتسبورگ است، که تمام مدارس داخل یا نزدیک محله را به همراه تمام تماس‌های مواد مخدر برای خدمت به پلیس در یک دوره زمانی مشخص نشان می‌دهد.

  1. فایل نقشه را در پوشه Chapter9 MyExercises ذخیره کنید.

مدارس بافر

  1. در نوار منو، روی Windows > Search کلیک کنید.
  2. در پنجره جستجو، buffer را در جعبه متن جستجو تایپ کنید و Enter را فشار دهید.
  3. روی Buffer (Analysis) کلیک کنید.

این ابزار بافرهای دایره ای (چند ضلعی) را در اطراف نقاطی با شعاع که شما مشخص می کنید ایجاد می کند. همچنین مناطق بافر را در اطراف ایجاد می کند و شامل اشکال خطوط یا ویژگی های چند ضلعی می شود.

  1. همانطور که در تصویر نشان داده شده است، با Schools for Input Features، SchoolBuffer برای Output Feature Class، و ۱۰۰۰ فوت برای Linear Unit، انتخاب کنید یا همانطور که در تصویر نشان داده شده است.

گزینه NONE برای نوع dissolve ابزار بافر یک بافر دایره ای مجزا برای هر مدرسه ایجاد می کند. هر بافر تمام‌شده نام مدرسه را دارد، بنابراین می‌توانید بافرها را با تماس‌های مواد مخدر تلاقی کنید و تماس‌های داخل بافر نام مدرسه مربوطه را به عنوان یک ویژگی دریافت می‌کنند – دقیقاً همان چیزی که نیاز دارید.

  1. روی OK کلیک کنید، منتظر بمانید تا ArcMap پردازش را تمام کند و پنجره جستجو را پنهان کنید.
  2. SchoolBuffers را به بالای فهرست محتویات منتقل کنید و نماد آن را به یک پر توخالی تغییر دهید.

می بینید که بسیاری از تماس های مواد مخدر در مناطق عاری از مواد مخدر است.

گام اصلی بعدی، تقاطع بین بافرها و تماس های دارویی برای شناسایی تماس های درون بافرها است. با این حال، ابتدا چند کار راه اندازی انجام می دهید تا جداول ویژگی ها را تمیز کنید تا فقط ویژگی های مورد نیاز نمایش داده شود.

ویژگی های غیر ضروری در نرم افزار ArcGIS 10.8را خاموش کنید

  1. Properties را در گزینه Fields برای SchoolBuffers باز کنید.

۲۱ ویژگی وجود دارد، اما شما فقط به DESCR نیاز دارید که در واقع نام مدرسه است و STUDENTS که سطح ثبت نام است.

  1. روی دکمه Turn Off All Fields در سمت چپ بالای پنجره کلیک کنید و روی DESCR and STUDENTS کلیک کنید تا دوباره آن فیلدها روشن شوند. روی DESCR کلیک کنید تا آن را انتخاب کنید و School را برای نام مستعار آن در پانل Appearance تایپ کنید. همین کار را برای STUDENTS انجام دهید و به آن نام مستعار Enrollment بدهید.

۳٫روی OK کلیک کنید.

۴٫به طور مشابه، برای تماس‌های دارویی، فقط NATURE_COD، ADDRESS، و CALLDATE را به ترتیب با نام‌های مستعار نوع تماس، آدرس و تاریخ تماس نمایش دهید.

۵٫فایل نقشه خود را ذخیره کنید

بافرهای مدرسه و تماس های مواد مخدر را قطع کنید

  1. روی Geoprocessing > ArcToolbox کلیک کنید.
  2. ابزار Analysis > Overlay را باز کنید، بر روی ابزار Intersect دوبار کلیک کنید و با SchoolBuffers و Drug Calls for Features  IntersectBuffersDrugCalls for Output Feature Class، انتخاب کنید یا مطابق شکل تایپ کنید.

۳٫روی OK کلیک کنید. ArcToolbox را ببندید.

لایه نقطه تقاطع فقط دارای نقاط تماس دارو در بافرهای مدرسه است.

  1. جدول اطلاعات IntersectBuffersDrugCalls را باز کنید.

می توانید ببینید که هر تماس دارویی نام مدرسه مربوط به بافری است که در آن قرار دارد. همچنین، تنها ویژگی‌های جدول تقاطع، آنهایی هستند که در لایه‌های نقشه ورودی قابل مشاهده باقی مانده‌اند، و لایه تقاطع نام‌هایی را که برای لایه‌های ورودی ایجاد کرده‌اید، نگه می‌دارد. در عمل، می توانید جدول را به اکسل صادر کنید و آن را برای کار بیشتر در اختیار یک تحلیلگر قرار دهید.

  1. جدول را ببندید و فایل نقشه خود را ذخیره کنید.

نوبت شماست

می توانید خطوط و همچنین چند ضلعی ها را بافر کنید. خیابان ویلی یک خیابان اصلی با کاربری‌های تجاری فراوان است که از وسط محله میدل هیل می‌گذرد. مناطق تجاری برای خرید و فروش غیرقانونی مواد مخدر ایده آل هستند، بنابراین یک کاربرد بافر این است که ببینید چه تعداد تماس با مواد مخدر با خیابان ویلی برگه مرتب سازی شدهط است. از Select By Attributes برای اجرای عبارت FNAME = ‘Wylie’ برای انتخاب تمام بخش‌های آن خیابان استفاده کنید. سپس ابزار بافر را با Streets به‌عنوان ویژگی ورودی اجرا کنید (ArcMap فقط از خیابان‌های انتخاب‌شده استفاده می‌کند) با یک بافر ۳۰۰ فوتی و ALL Dissolve Type (داخل بافرهای بخش خط جداگانه حل می‌شوند تا یک چند ضلعی برای این بافر ایجاد شود). بافر را به عنوان MyExercises\Chapter9\Chapter9.gdb\WylieStreetBuffer ذخیره کنید. SchoolBuffers و IntersectBuffersDrugCalls را خاموش کنید. WylieStreetBuffer را با پر کردن توخالی نمادین کنید. فایل نقشه خود را ذخیره کنید

 

 

آموزش ۹-۲در نرم افزار ArcGIS 10.8

انجام تجزیه و تحلیل مناسب بودن سایت

تجزیه و تحلیل مناسب برای مکان تاسیسات یک برنامه GIS کلاسیک است که به دو تابع GIS بستگی دارد: بافرها و تقاطع. در این آموزش، مناطق بالقوه برای ایستگاه های ماهواره ای پلیس جدید را در هر ضربان ماشین از روچستر، منطقه دریاچه نیویورک پیدا خواهید کرد. ضرب و شتم ماشین قلمرو یک ماشین گشت است. معیارهای مکان یابی این ایستگاه ها این است که سایت باید به طور مرکزی در هر ضربان اتومبیل (در یک بافر شعاع ۰٫۳۳ مایلی از مرکز ضربان اتومبیل)، در مناطق خرده فروشی/تجاری (در ۰٫۱۰ مایلی حداقل یک کسب و کار خرده فروشی) و در محدوده مرکزی قرار گیرد. ۰٫۰۵ مایل از خیابان های اصلی. مناطق مناسب مناطقی هستند که در تقاطع هر سه بافر قرار دارند.

یک فایل نقشه باز کنید

  1. Tutorial9-2.mxd را از پوشه Maps باز کنید.

این فایل نقشه حاوی نقشه ای از منطقه دریاچه اداره پلیس روچستر است. این شامل ضربات ماشین پلیس، مرکز ضرب و شتم ماشین، نقاط تجاری خرده‌فروشی، و خطوط مرکزی خیابان است.

  1. فایل نقشه را در پوشه Chapter9 My Exercises ذخیره کنید.

شما با ساختن سه مجموعه بافر برای اجرای معیارهای مکان یابی شروع خواهید کرد.

 

ماشین بافر سانتروئیدها را شکست داد

  1. روی Windows > Search کلیک کنید، بافر را جستجو کنید و ابزار بافر را باز کنید.
  2. همانطور که در تصویر نشان داده شده است، با CarBeatCentroids برای ویژگی‌های ورودی، CarBeatCentroidBuffers برای کلاس ویژگی‌های خروجی، ۰٫۳۳ مایل برای واحد خطی و PLANAR برای روش، انتخاب‌هایی را که در تصویر نشان داده شده است، تایپ یا انتخاب کنید.

۳٫روی OK کلیک کنید و پنجره جستجو را پنهان کنید.

۴٫چند ضلعی های بافر را با پر کردن توخالی، رنگ رئوس مطالب قرمز مریخ و عرض طرح ۱ نماد کنید.

در مرحله بعد، باید مناطقی را در بافرهای ضربان ماشین پیدا کنید که معیارهای باقیمانده را برآورده کنند.

نوبت شماست

دو مجموعه بافر دیگر با ویژگی های زیر ایجاد کنید:

مشاغل خرده فروشی:

  • ویژگی های ورودی = مشاغل خرده فروشی
  • کلاس ویژگی خروجی = RetailBusinessesBuffer (در MyExercises\Chapter9\)
  • واحد خطی =۱۰ مایل
  • نوع انحلال = ALL
  • نمادسازی یک پر کردن توخالی با طرح کلی آبی است.

خیابان ها:

  • از Select By Attributes برای انتخاب خیابان ها با شرط جستجو FCC = ‘A40’ OR FCC = ‘A41’ استفاده کنید. برای مقادیر FCC از دکمه Get Unique Values ​​استفاده کنید.
  • ویژگی های ورودی = خیابان ها
  • کلاس ویژگی خروجی = MajorStreetsBuffer
  • واحد خطی =۰۵ مایل
  • نوع انحلال = ALL
  • نمادسازی یک پر کردن توخالی با طرح کلی سبز است.

ورودی‌های بافر را خاموش کنید و فقط بافرها و Car Beats را روشن کنید تا نگاهی به نتایج داشته باشید.

بافرها را قطع کنید

ArcMap به شما امکان می دهد فقط دو لایه نقشه را در یک زمان قطع کنید. بنابراین روش این است که دو بافر را قطع کنیم و سپس لایه متقاطع حاصل را با بافر سوم قطع کنیم.

  1. Intersect را جستجو کنید و ابزار Intersect (Analysis) را باز کنید.
  2. همانطور که نشان داده شده است، با CarBeatCentroidBuffer و RetailBusinessesBuffer برای ویژگی ها، BeatsBusinesses Intersect برای کلاس ویژگی های خروجی و ALL برای JoinAttributes، انتخاب ها را تایپ کنید یا انتخاب کنید.

۳٫روی OK کلیک کنید.

نوبت شماست

BeatsBusinesses را با MajorStreetsBuffer تقاطع کنید تا SuitableSites تولید کنید. محصول نهایی را همانطور که می خواهید نماد کنید و بافرهای اصلی و محصولات متوسط ​​را خاموش کنید، اما خیابان ها و مشاغل خرده فروشی را دوباره روشن کنید. نقشه نشان داده شده به یکی از ضربان های ماشین زوم می شود تا برخی جزئیات را نشان دهد. فایل نقشه خود را ذخیره کنید

 

آموزش ۹-۳در نرم افزار ArcGIS 10.8

استفاده از بافرهای حلقه متعدد برای کالیبراسیون یک مدل گرانشی

مدل جاذبه بیان می کند که هر چه دو جسم از یکدیگر دورتر باشند، جاذبه بین آنها کمتر می شود. سقوط در جاذبه با فاصله اغلب غیرخطی و سریع است، مانند مدل گرانشی نیوتن که در آن مخرج جاذبه مجذور فاصله است. در اینجا قصد جوانان ۵ تا ۱۷ ساله را برای استفاده از استخرهای عمومی در پیتسبورگ تجزیه و تحلیل خواهید کرد. در طول بحران بودجه، مقامات پیتسبورگ ۱۶ استخر از ۳۲ استخر عمومی را بستند. در سال اول بسته شدن استخرها، “برچسب استخر” که برای ورود به استخر باید پوشیده شود، رایگان بود. بنابراین، اگر جوانان قصد استفاده از استخر را داشتند، تنها کاری که باید انجام می‌دادند دریافت برچسب‌های رایگان استخر بود. سوال این است که آیا فاصله از نزدیکترین استخر باز تاثیری بر استفاده داشته است یا خیر.

یک مزیت spinoff مفید این مورد این است که داده‌های موجود نمونه‌ای تصادفی از دارندگان تگ استخر است، بنابراین می‌توانید با برخی از مسائل برگه مرتب سازی شدهط با کار با یک نمونه تصادفی مقابله کنید. نمونه نماینده کل جامعه است اما البته تنها بخشی از جامعه است. برای مطالعه موردی استخر، شما نیاز به تخمین‌هایی برای کل جمعیت جوانان دارید و بنابراین باید یک ضریب مقیاس را محاسبه کنید. ۵۶۱۶۲ مالک تگ استخر در طول تابستان سال مورد مطالعه وجود داشت و نمونه دارای ۲۲۸۵ محل سکونت دارای کدهای جغرافیایی صاحبان تگ استخر است. یک نمونه جداگانه تخمین می زند که ۴۶٫۱ درصد از دارندگان برچسب استخر را جوانان ۵ تا ۱۷ ساله تشکیل می دهند. بنابراین، برای اینکه نتایج نمونه تجزیه و تحلیل خود را به سطح جمعیت افزایش دهید، باید تعداد دارندگان برچسب استخر نمونه برداری شده را در ضریب ضرب کنید. ۰٫۴۶۱ (۵۶۱۶۲/۲۲۸۵ = ۱۱٫۳). نسبت داخل پرانتز به کل جمعیت دارندگان برچسب استخر می رسد و ۰٫۴۶۱ این نسبت را فقط برای جوانان ۵ تا ۱۷ سال تنظیم می کند. عامل افزایش مقیاس ۱۱٫۳ فرض می کند که همه بخش های پیتسبورگ توزیع سنی یکسانی دارند. که البته منجر به برخی خطاها می شود.

یک فایل نقشه در نرم افزار ArcGIS 10.8باز کنید

  1. Tutorial9-3.mxd را از پوشه Maps باز کنید.

داده های این آموزش شامل استخرهای باز و بسته، نمونه تصادفی آدرس محل سکونت صاحبان برچسب استخر (جوانان در این مورد) و داده های بلوک سرشماری جمعیت جوانان است. شما از یک بافر چند حلقه ای برای تعیین (۱) تعداد دارندگان برچسب استخر در مجموعه ای از فواصل از نزدیکترین استخر باز (مقیاس شده از نمونه با ضریب ۱۱٫۳) و (۲) جمعیت هدف جوان در همان مجموعه فواصل از این بافر، می‌توانید درصد جوانانی که دارای برچسب‌های استخر در فاصله‌ای از نزدیک‌ترین استخر باز هستند و همچنین کل جمعیت جوانان در هر محدوده را محاسبه کنید.

  1. فایل نقشه را در پوشه Chapter9 MyExercises ذخیره کنید.
  2. Pooltags را روشن و سپس خاموش کنید.

همانطور که می بینید جوانان با برچسب استخر در داخل و خارج شهر زندگی می کنند.

شما نمی توانید از روی نقشه تشخیص دهید که آیا جوانان نزدیک به یک استخر باز احتمال بیشتری دارد که برچسب استخر داشته باشند یا خیر. برای پاسخ به این سوال باید کمی کار تحلیلی انجام دهید.

چندین بافر حلقه برای استخرهای باز ایجاد کنید

شما در شرف استفاده از ابزار بافر چندگانه در ArcToolbox هستید. با این حال، ابتدا باید فقط استخرهای باز را انتخاب کنید. سپس ابزار Multiple Ring Buffer تنها برای استخرهای باز بافر ایجاد می کند.

  1. روی Selection > Select By Attributes کلیک کنید، و مطابق شکل، با Pools برای Layer، “OPEN” برای Method و “OPEN = 1” برای عبارت WHERE، تایپ یا انتخاب کنید.
  2. روی OK کلیک کنید.

۳٫ابزار Multiple Ring Buffer (Analysis) را جستجو کرده و باز کنید. همانطور که نشان داده شده است، با Pools for Input Features تایپ یا انتخاب کنید. PoolBuffers برای کلاس ویژگی خروجی. ۲، ۱٫۵، ۱، ۰٫۷۵، ۰٫۵، و ۰٫۲۵ برای فاصله ها. مایل برای واحد بافر. و فاصله برای نام فیلد.

فرقی نمی کند که از کدام ترتیب برای وارد کردن فاصله ها استفاده می کنید. با این حال، برای مطابقت با شکل، ابتدا “۲” را وارد کنید و به عقب برگردید تا ۰٫۲۵ شود.

  1. روی OK کلیک کنید و پنجره جستجو را ببندید.

صبور باشید. اجرای ابزار Multiple Ring Buffer یک دقیقه یا بیشتر طول می کشد.

  1. روی Selection > Clear Selected Features کلیک کنید.

۶٫بر روی تراشه رنگ برای ردیف ۰٫۲۵ دوبار کلیک کنید، برای رنگ پر کردن بدون رنگ، ۱٫۵۰ را برای عرض طرح، سبز تورمالین (ستون ۸، ردیف ۳) را برای رنگ طرح کلی انتخاب کنید، و روی OK کلیک کنید.

۷٫به طور مشابه، هر تراشه رنگ متوالی را بدون پر کردن رنگ تغییر دهید و رنگ‌های رئوس مطالب از سبز تورمالین (سیب متوسط، سبز پریدوت، زرد خورشیدی، طلای الکترونی و قرمز آتشین) باقی مانده است.

تصویر مرحله ۵ نقشه حاصل را نشان می دهد که در بخشی از پیتسبورگ بزرگنمایی شده است. جوانان ساکن در مناطقی با خطوط سبز تا زرد نزدیک به یک استخر روباز، در فاصله یک مایلی هستند. آنهایی که از زرد تا قرمز دورتر هستند، از یک تا دو مایل. می توانید ببینید که یک منطقه بزرگ بین خطوط نارنجی و قرمز وجود دارد (۱٫۵ تا ۲٫۰ مایل از نزدیکترین استخر)، که در آن هیچ استخر بسته ای برای بازگشایی و پر کردن شکاف وجود ندارد. مگر اینکه استخر جدیدی ساخته شود، به نظر می رسد آن منطقه دسترسی ضعیفی به استخرهای عمومی داشته باشد.

به طور فضایی به بافرها، صاحبان برچسب استخر و جمعیت جوان بپیوندید

شما به راحتی می توانید از اتصالات فضایی برای جمع بندی تعداد صاحبان برچسب استخر و جمعیت جوانان در هر حلقه از بافرها استفاده کنید و سپس نرخ استفاده مربوطه را در هر بافر محاسبه کنید، تعداد دارندگان برچسب استخر تقسیم بر جمعیت جوانان.

  1. در فهرست مطالب، روی PoolBuffers کلیک راست کنید، روی Joins and Relates > Join کلیک کنید، و همانطور که نشان داده شده است تایپ یا انتخاب کنید، با «پیوستن به داده‌ها از یک لایه دیگر بر اساس موقعیت مکانی» برای «چه چیزی را می‌خواهید به این لایه بپیوندید؟» و جمع برای “چگونه می خواهید ویژگی ها خلاصه شوند؟”

۲٫روی OK کلیک کنید.

۳٫جدول ویژگی لایه جدید را باز کنید و ببینید که دارای ویژگی Count_ است، که تعداد جوانان با تگ های pool در هر حلقه از بافر است. میز را ببند

۴٫روی JoinBufferPooltag کلیک راست کنید، روی Joins and Relates > Join کلیک کنید، و همانطور که نشان داده شده است تایپ یا انتخاب کنید، با “پیوستن به داده ها از یک لایه دیگر بر اساس موقعیت مکانی” برای “چه چیزی را می خواهید به این لایه بپیوندید؟”‘; PittsburghBlockCentroids برای “لایه را برای پیوستن به این لایه انتخاب کنید”؛ Sum for “چگونه می خواهید صفات خلاصه شوند و JoinBufferPooltagYouth را برای “مشخص کردن شکل فایل خروجی یا کلاس ویژگی برای این لایه جدید هستند.”

۵٫روی OK کلیک کنید.

۶٫جدول ویژگی لایه جدید را باز کنید و ببینید که دارای ویژگی Sum_AGE_5_17 است، که تعداد جوانان در هر حلقه از بافر است. میز را باز بگذارید.

محاسبه نرخ استفاده

  1. یک فیلد جدید، UserRate، به جدول ویژگی JoinBufferPooltagYouth با نوع داده شناور اضافه کنید.
  2. روی UserRate کلیک راست کرده و روی Field Calculator کلیک کنید.
  3. بیان را ایجاد کنیدمیزان استفاده = ۱۰۰*۱۱٫۳* [Count_] / [Sum_AGE_5_17]. روی OK کلیک کنید.

Count_ تعداد رکوردها در هر حلقه بافر است، همان تعداد صاحبان برچسب استخر نمونه برداری شده. ۱۰۰ کسر محاسبه شده را یک درصد می کند و ۱۱٫۳ عامل افزایش مقیاس از نمونه به جامعه است. میزان استفاده را بررسی کنید. همانطور که انتظار می رود با فاصله کاهش می یابد.

شما یک نمودار پراکنده از میزان استفاده در مقابل فاصله ایجاد خواهید کرد، اما ابتدا باید فاصله بهتری را برای هر حلقه بافر محاسبه کنید. ویژگی Distance حداکثر شعاع هر حلقه بافر است. بهتر نشان دادن هر بافر شعاع متوسط ​​آن است که بعداً آن را محاسبه خواهید کرد.

  1. یک فیلد نوع داده شناور جدید دیگر به نام DistanceAverage اضافه کنید.
  2. روی Customize > Toolbars > Editor کلیک کنید.
  3. روی فلش فهرست در نوار ابزار ویرایشگر کلیک کنید > شروع ویرایش، JoinBufferPooltagYouth را انتخاب کنید و روی OK > ادامه کلیک کنید.
  4. از ردیف اول ستون DistanceAverage جدول ویژگی شروع کنید و ستون را پایین بیاورید، مقادیر زیر را تایپ کنید: ۰٫۱۲۵، ۰٫۳۷۵، ۰٫۶۲۵، ۰٫۸۷۵، ۱٫۲۵، ۱٫۷۵٫

برای این شکل، ستون‌ها به چپ یا راست کشیده شدند تا Distance، DistanceAverage و UserRate را گروه بندی کنید تا بتوانید اربرگهاط بین این ویژگی‌ها را ببینید.

  1. در نوار ابزار ویرایشگر، روی پیکان فهرست > ذخیره ویرایش ها کلیک کنید. روی Stop Editing کلیک کنید، نوار ابزار ویرایشگر را ببندید و جدول ویژگی را ببندید.

یک نمودار پراکندگی نرخ استفاده در مقابل شعاع متوسط ​​برای هر حلقه بافر ایجاد کنید

  1. روی View > Graphs > Create Graph کلیک کنید.
  2. همانطور که نشان داده شده است، با Scatter Plot برای نوع نمودار، JoinBufferPooltagYouth برای لایه/جدول، میزان استفاده برای فیلد Y، ​​میانگین فاصله برای فیلد X، و DistanceAverage برای فیلد برچسب X، تایپ یا انتخاب کنید. گزینه Add to legend را بدون علامت بگذارید.
  3. روی Next > Finish کلیک کنید.

می بینید که رابطه بین نرخ استفاده و متوسط ​​شعاع بافر هموار اما با افت سریع است. در فاصله ۰٫۱۲۵ مایلی یک استخر باز، حدود ۸۸ درصد از جوانان برچسب استخر دارند، اما با فاصله متوسط ​​۱٫۲۵ مایلی، میزان استفاده بیش از نصف به ۴۱ درصد کاهش می یابد. این رابطه شامل مقداری خطای تصادفی در مورد یک منحنی است که می‌توانید تصور کنید که به آرامی از نقاط عبور می‌کند، زیرا فقط یک نمونه تصادفی به اضافه مفروضاتی برای استفاده از ضریب مقیاس ۱۱٫۳ ایجاد شده است.

  1. فایل نقشه و نمودار خود را در پوشه Chapter9 MyExercises ذخیره کنید.

نوبت شماست

دو لایه نقشه JoinBuffer را خاموش کنید تا بتوانید استخرها، بافرهای اصلی خود، PittsburghBlockCentroids (جمعیت بر اساس بلوک از جوانان ۵ تا ۱۷ ساله) و رودخانه ها را ببینید. اگر مدیر پارک‌های پیتسبورگ بودید و بودجه لازم برای باز کردن یک استخر دیگر را داشتید و می‌توانید استخرهای باز و استخرهای بسته را به صورت یک به یک ببندید، چه می‌کردید؟ پس از اتمام، نمودار خود را ببندید.

تکلیف ۹-۱در نرم افزار ArcGIS 10.8

جمعیت شهرهای کالیفرنیا در معرض خطر زلزله را تجزیه و تحلیل کنید

در این تکلیف، شما از GIS برای ایجاد بافر در اطراف زمین لرزه های بزرگی که در کالیفرنیا رخ داده اند استفاده می کنید و تعیین می کنید که چند نفر در مناطق شهری نزدیک به این رویدادها زندگی می کنند. در این فرآیند، چند روش جدید برای کار با ابزار Buffer یاد خواهید گرفت.

شروع کنید

ابتدا نام پوشه تکلیف خود را تغییر دهید، یک فایل نقشه ایجاد کنید و یک پایگاه داده جغرافیایی فایل ایجاد کنید.

  • نام پوشه \EsriPress\GIST1\MyAssignments\Chapter9\Assignment9-1YourName\ را به نام یا شناسه دانشجویی خود تغییر دهید. تمام فایل هایی که برای این تکلیف تولید می کنید در این پوشه ذخیره کنید.
  • یک فایل نقشه جدید، Assignment9-mxd با مسیرهای نسبی ایجاد کنید.
  • یک پایگاه داده جغرافیایی فایل جدید، Assignment9-gdb ایجاد کنید. تمام لایه ها و جداول نقشه ای را که ایجاد می کنید در این پایگاه داده جغرافیایی فایل ذخیره کنید.

الزامات

از یک طرح UTM مناسب برای کالیفرنیا در قاب داده خود استفاده کنید. از این طرح برای تمام لایه های نقشه ای که ایجاد می کنید استفاده کنید. لایه ها و داده های نقشه زیر را در فایل نقشه خود بگنجانید:

  • \EsriPress\GIST1\Data\UnitedStates.gdb\CACounties – ویژگی‌های چند ضلعی شهرستان‌های کالیفرنیا
  • \EsriPress\GIST1\Data\UnitedStates.gdb\USCities_dtl — ویژگی های نقطه ای برای شهرهای ایالات متحده. ویژگی POP2007 دارای جمعیت شهری است. رکوردهای بدون داده برای این ویژگی دارای مقدار -۹۹۹۹۹ هستند که مخفف مقدار گم شده است. از یک تعریف پرس و جو برای حذف شهرهایی با مقدار -۹۹۹۹۹ استفاده کنید. یک کلاس ویژگی جدید، CACities، فقط با شهرهای کالیفرنیا ایجاد کنید و لایه اصلی USCities_dtl را حذف کنید.
  • \EsriPress\GIST1\Data\DataFiles\Earthquakes.dbf — جدول زمین لرزه ها در کالیفرنیا، سواحل کالیفرنیا، و در جنوب اورگان با ویژگی های طول و عرض جغرافیایی در مختصات داده های آمریکای شمالی ۱۹۸۳٫ هنگام استفاده از Create Feature Class From XY Table ArcCatalog حتما این مختصات را مشخص کنید، نه UTM. ویژگی MMI – مقیاس شدت مرکالی اصلاح شده، که در حال حاضر در ایالات متحده استفاده می شود – دارای مقادیری است که اثرات مورد انتظار را منعکس می کند. مقادیر ۷ تا ۱۲ مربوط به افزایش آسیب است، از آسیب قابل توجه ساختمان های ضعیف تا تخریب.

یک بافر ۲۰ مایلی در اطراف زمین لرزه هایی که MMI آنها برای سال ۱۹۸۵ تا پایان داده ها ۷ یا بیشتر است ایجاد کنید. یک برچسب با کل جمعیت در بافرها اضافه کنید. یک طرح‌بندی را با نقشه خود صادر کنید، Assignment9-1YourName.jpg.

چند مرحله طول می کشد تا بافرهای مورد نظر برای این تخصیص را بدست آورید. نقشه به هر منطقه حائل جداگانه نیاز دارد تا برچسبی برای نمایش کل جمعیت شهری در آن منطقه داشته باشد. اگر بخواهید از نوع ALL dissolve هنگام بافر کردن زلزله ها استفاده کنید، یک چند ضلعی برای همه بافرها ایجاد می شود، حتی اگر آنها مناطق مجزا باشند. برخی از بافرهای ۲۰ مایلی همپوشانی دارند. هر مجموعه از بافرهای همپوشانی باید حل شود تا یک چند ضلعی بافر تشکیل شود. بسیاری از بافرهای ۲۰ مایلی همپوشانی ندارند. اینها باید چند ضلعی جداگانه باشند. رویکرد ساخت بافرهای مورد نیاز از یک فیلد حل استفاده می کند که می توانید در مراحل زیر ایجاد کنید:

  • زلزله های بافری با MMI بزرگتر یا مساوی ۷ از سال ۱۹۸۵ و بعد از آن با استفاده از شعاع ۲۰ مایلی، از نوع حلال NONE، و در کلاس ویژگی Earthquakes_Buffer ذخیره می شوند. از فیلدهای انحلال در ابزار بافر استفاده نکنید، اگرچه باید بعداً در این تخصیص مقداری حل کردن را انجام دهید. چند بافر دایره ای همپوشانی دارند.
  • جدول ویژگی Earthquakes_Buffer را باز کنید و یک فیلد جدید به نام BufferGroup با نوع داده Short Integer اضافه کنید.
  • از شمال به جنوب کار کنید. از ابزار Select Features برای انتخاب بافرهای همپوشانی در امتداد ساحل شمالی کالیفرنیا استفاده کنید. سپس با استفاده از Field Calculator یا نوار ابزار ویرایشگر، اعضای بافرهای انتخابی را در قسمت BufferGroup روی مقدار ۱ قرار دهید. این مرحله را برای مجموعه بعدی بافرهای همپوشانی تکرار کنید اما از مقدار ۲ برای BufferGroup استفاده کنید. در نهایت، به دو گروه باقیمانده از بافرهای همپوشانی مقادیر منحصر به فرد برای BufferGroup بدهید.
  • از ابزار Dissolve برای حل Earthquakes_Buffer با استفاده از BufferGroup به عنوان فیلد dissolve استفاده کنید. از فیلدهای آمار در ابزار Dissolve استفاده نکنید. کلاس ویژگی جدید را Buffer _Earthquakes2 نامگذاری کنید و آن را در پایگاه جغرافیایی فایل خود ذخیره کنید. نتیجه، بافرهای چند ضلعی جداگانه برای هر بافر غیر همپوشانی، به علاوه چند ضلعی برای هر مجموعه از بافرهای همپوشانی است.
  • برای ایجاد Join_CitiesBuffer، CACities را به Buffer_Earthquakes2 بپیوندید. پیوستن را با کلیک راست روی Buffer_Earthquakes2 شروع کنید و حتماً از SUM استفاده کنید تا مشخصه های شهر با چند ضلعی بافر برای برچسب زدن نقشه شما جمع شوند. از SUM_POP_2007 برای برچسب زدن بافرها استفاده کنید.
  • تغییر نام و نماد لایه ها در فهرست مطالب.

تکلیف ۹-۲در نرم افزار ArcGIS 10.8

بازدید از استخر عمومی جک استک در پیتسبورگ را تجزیه و تحلیل کنید

آموزش ۹-۳ از شما خواسته بود که قصد جوانان (یا والدین/ سرپرستان آنها) را برای استفاده از استخرهای عمومی پیتسبورگ در طول تابستان خاص تجزیه و تحلیل کنید. قصد با داشتن یک برچسب استخر مورد نیاز برای پذیرش در یک استخر نشان داده شد. متوجه شدید که میزان استفاده مورد نظر، محاسبه شده به عنوان درصد جوانانی که برچسب استخر داشتند، با فاصله از نزدیکترین استخر باز، به سرعت کاهش یافت. در این تکلیف، بازدیدهای جوانان از یک استخر عمومی در پیتسبورگ به نام جک استک را مطالعه خواهید کرد. محدودیت مطالعه شما این است که تعیین نمی کنید چه تعداد از مالکان برچسب استخر به اندازه کافی نزدیک به استخر جک استک هرگز از آن بازدید نکرده اند. شما فقط صاحبان برچسب استخر را تجزیه و تحلیل می کنید که حداقل یک بار از استخر بازدید کرده اند. (اگرچه الزامی برای این تخصیص نیست، می توانید داده های تگ استخر را تجزیه و تحلیل کنید و ببینید آیا می توانید تعیین کنید که چه تعداد از صاحبان برچسب استخر در نزدیکی جک استک هرگز از استخر بازدید نکرده اند.

شروع کنید

ابتدا نام پوشه تکلیف خود را تغییر دهید و یک فایل نقشه ایجاد کنید.

  • نام پوشه \EsriPress\GIST1\MyAssignments\Chapter9\Assignment9-2YourName\ را به نام یا شناسه دانشجویی خود تغییر دهید. تمام فایل هایی که برای این تکلیف تولید می کنید در این پوشه ذخیره کنید.
  • به عنوان میانبری برای ساخت فایل نقشه خود، Tutorial9-3 را از پوشه Maps باز کنید و آن را به عنوان \EsriPress\GIST1\MyAssignments\Chapter9\Assignment9-2YourName\Assignment9-2mxd ذخیره کنید، جایی که از نام یا شناسه دانشجویی خود استفاده می کنید. لایه Pooltags را از فایل نقشه بردارید.

داده ها را پردازش کنید

\EsriPress\GIST1\Data\Pittsburgh\PublicPools.gdb\JackStackVisits را به فایل نقشه خود اضافه کنید. این داده‌های یک نمونه تصادفی از بازدیدکنندگان استخر جک استک است. ویژگی ها عبارتند از:

  • POOL = نام استخری که صاحب تگ استخر اعلام کرده است که قصد استفاده از آن را دارد
  • NOPERSONS = تعداد افراد در مهمانی یا خانواده برای ملاقات
  • AGE = سن فرد عضو در نمونه تصادفی
  • بازدید = تعداد بازدیدهایی که فرد وارد شده در نمونه تصادفی در طول تابستان به استخر انجام داده است

الزامات

  • پرس و جوی تعریف زیر را به JackStackVisits اضافه کنید تا فقط جوانان را تجزیه و تحلیل کنید: “AGE” <=17 و “AGE” >=
  • یک لایه بافر حلقه چندگانه برای استخر جک استک به نام JackStackBuffer با استفاده از فواصل بافر مشابه در آموزش ۹-۳ ایجاد کنید: ۰٫۲۵، ۰٫۵، ۰٫۷۵، ۱، ۱٫۵، و ۲ مایل. نکته: استخر Jack Stack را در لایه Pools انتخاب کنید تا بافر را به آن استخر محدود کنید. بافر را با پیتسبورگ در لایه ای به نام IntersectPittsburghBuffer قطع کنید و از این لایه تقاطع یا اتصالات بیشتر به آن برای نمایش و اتصالات فضایی استفاده کنید. شما باید کاربران استخر ساکن خارج از پیتسبورگ را حذف کنید، و تقاطع این کار را انجام می دهد. اگرچه از جوانان غیر پیتسبورگ برای استفاده از استخرهای عمومی پیتسبورگ استقبال می شود، اما به عنوان یک سیاست، ارزیابی سیستم استخر به ساکنان پیتسبورگ محدود می شود.
  • میانگین زیر را برای VISITS برای هر حلقه بافر محاسبه کنید. نکته: روی IntersectPittsburghBuffer کلیک راست کنید، روی Joins and Relates > Join کلیک کنید، Join data را از لایه دیگری بر اساس موقعیت مکانی انتخاب کنید، به JackStackVisits بپیوندید و Average را انتخاب کنید. نام این کلاس ویژگی را JoinBufferAverageVisits بگذارید.
  • همانطور که در آموزش ۹-۳ انجام شد، یک ویژگی به نام DistanceAverage به JoinBufferAverageVisits برای میانگین فاصله بافرها اضافه کنید. از نوار ابزار ویرایش استفاده کنید، جدول ویژگی ها را ویرایش کنید و فاصله های ۰٫۱۲۵، ۰٫۳۷۵، ۰٫۶۲۵، ۰٫۸۷۵، ۱٫۲۵ و ۱٫۷۵ را از ردیف بالا تایپ کنید. نیازی به استفاده از ضریب افزایش مقیاس ۱۱٫۳ از آموزش ۹-۳ نیست. میانگینی که شما محاسبه می کنید نماینده جمعیت است.
  • یک نمودار پراکنده از میانگین تعداد بازدیدهای جوانان در مقابل میانگین فاصله تا بافرها ایجاد کنید و آن را با نقشه خود در یک طرح قرار دهید. با کلیک راست بر روی آن نمودار را به طرح خود اضافه کنید. اگرچه این رابطه پراکنده‌تر از رابطه‌ای است که برای مقاصد پیدا کردید، کاهش سریع در بازدیدهای متوسط ​​با افزایش فاصله از استخر مشهود است.

بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما