Daugiau

„Clip Point“ funkcijos į daugiakampius naudojant „ModelBuilder“/„ArcPy“


Turiu taškinių savybių apie 2000 atskirų medžių, išsidėsčiusių po 50 skirtingų medžių rajonų. Medžių rajonai yra daugiakampiai, priklausantys daugiakampio funkcijų klasei, o medžiai - taškinių požymių klasės taškiniai bruožai.

Norėčiau sukurti žemėlapių knygą, kurioje būtų parodytas kiekvienas atskiras medžių rajonas ir atitinkami medžiai kiekviename rajone. Galėčiau naudoti duomenimis pagrįstus puslapius, tačiau man reikia iš arti esančių medžių rajonų (daugiakampių) iš artimųjų rajonų.

Galėčiau tai padaryti vykdydamas apibrėžimo užklausą, kad būtų parodytas vienas medžių rajonas, nukirpti medžiai į tą rajoną ir tada sukurti žemėlapių knygos puslapį. Bet aš turėčiau tai padaryti 50 kartų.

Kaip galiu naudoti „ModelBuilder“ arba „ArcPy“ minėtam procesui atlikti?

Aš bandžiau naudoti „How to Batch Clip in ArcGIS Desktop 10“ naudojant „Python“/„ArcPy“? kaip vadovas, bet jis neatitinka mano poreikių.


Tai puikus pavyzdys, kaip palyginti paprastaarcpy.mappingscenarijai gali pasiūlyti daugiau funkcijų nei duomenimis pagrįsti puslapiai.

Pirmiausia, jei to dar nepadarėte, paleiskite erdvinį sujungimą, kurio tikslus sluoksnis yra jūsų medžiai, o rajonai - kaip taškinis sluoksnis.INTERSECTatitikimo variantas. Geriau atlikti erdvinį sujungimą ir taikyti apibrėžimo užklausą, o ne paleisti „Clip“ įrankį kiekvienoje iteracijoje. Taip yra todėl, kad geometrijos operacijos paprastai yra daug našesnės ir labiau linkusios į problemas nei lentelės operacijos, pvz., Apibrėžimo užklausos.

Antra, redaguokite šį „Python“ fragmentą, kad jis atitiktų jūsų duomenis. Šis kodas kartoja rajonus, taiko apibrėžimo užklausas tiek medžių taškams, tiek rajonų daugiakampiams, priartina duomenų rėmelį į dabartinį rajono daugiakampį ir eksportuoja JPG žemėlapį į išvesties aplanką.

importuoti arcpy, os #Input data Trees = "Trees" #Point ypatybių klasė medžių su rajono atributu Districts = "Districts" #Polygon rajonų klasė arcpy.env.workspace = r "C:  Temp" #Workspace, pakeisti kaip reikia. DistrictField = "District" #Rajono ID lauko pavadinimas rajonų ir medžių klasėse #MapDocument, DataFrame ir Layer objektai CurrentMXD = arcpy.mapping.MapDocument ("CURRENT") #Dabartinis žemėlapis doc CurrentDF = CurrentMXD.activeDataFrame #Current data frame Trees_lyr = arcpy.mapping.ListLayers (CurrentMXD, Trees, CurrentDF) [0] #Trees sluoksnio objektas Districts_lyr = arcpy.mapping.ListLayers (CurrentMXD, Districts, CurrentDF) [0] #Districts sluoksnio objektas #Iterate through districts ListOfDistricts = [Row [ 0] eilutei „arcpy.da.SearchCursor“ (rajonai, [DistrictField])]] rajonui „ListOfDistricts“: #Taikyti apibrėžimo užklausas. Darant prielaidą, kad rajono pavadinimas yra eilutė, pašalinkite kabutes, jei ne eilutė. Trees_lyr.definitionQuery = "%s = '%s'"%(arcpy.AddFieldDelimiters (Trees, DistrictField), District) Districts_lyr.definitionQuery = "%s = '%s'"%(arcpy.AddFieldDelimiters (Districts, DistrictField), Rajonas).

Čia yraDistrict_A.jpg ">

Čia yraDistrict_B.jpg ">


Daugiakampis (arkinis)

Daugiakampis objektas yra uždara forma, apibrėžta sujungta x, y koordinačių porų seka.

多 く の ジ オ プ ロ セ シ ン グ ワ ー ク フ ロ ー で は, 座標 と ジ オ メ ト リ の 情報 を 使用 し て 特定 の 操作 を 行 う こ と だ け が 必要 で, 新 し い (一時) フ ィ ー チ ャ ク ラ ス を 作成 し, カ ー ソ ル を 使用 し て フ ィ ー チ ャ ク ラ ス に デ ー タ を 設定 し,そ の フ ィ ー チ ャ ク ラ ス を 使用 し, 最後 に 一時 フ ィ ー チ ャ ク ラ ス を 削除 す る と い う プ ロ セ ス を す べ て 行 う 必要 は な い こ と が あ り ま す. ジ オ プ ロ セ シ ン グ を 簡 単 に 実 行 で き る よ う に, 入 力 お よ び 出力 の 両 フ ィ ー チ ャ ク ラ ス の 代 わ り に ジ オ メ ト リ オ ブ ジ ェ ク ト をGeometrija, daugiataškis, taškinė geometrija, daugiakampis, polilinas

Koordinatės, naudojamos objektui sukurti. Duomenų tipas gali būti taško arba masyvo objektai.

Naujosios geometrijos erdvinė nuoroda.

Z būsena: tiesa geometrijai, jei įjungta Z, ir klaidinga, jei ne.

M būsena: tiesa geometrijai, jei M įjungta, ir klaidinga, jei ne.

Pateikia JSON geometrijos vaizdą kaip eilutę.

Grąžintą eilutę galima paversti žodynu, naudojant „Python“ funkciją „json.loads“.

Grąžina gerai žinomą dvejetainį (WKB) OGC geometrijos vaizdą. Tai suteikia nešiojamą geometrijos reikšmę kaip gretimą baitų srautą.

Grąžina gerai žinomą OGC geometrijos teksto (WKT) vaizdą. Jame pateikiama nešiojama geometrijos reikšmė kaip teksto eilutė.

Daugiakampio ypatybės plotas. Tuščia visų kitų tipų funkcijoms.

Tikrasis centroidas, jei jis yra funkcijoje arba ant jos, etiketės taškas grąžinamas. Grąžina taškinį objektą.

Geometrijos mastas.

Pirmasis geometrijos koordinatės taškas.

Išgaubto korpuso stačiakampio koordinačių porų eilutė, atskirta tarpais.

Tiesa, jei šios geometrijos dalių skaičius yra daugiau nei vienas.

Taškas, kuriame yra etiketė. „LabelPoint“ visada yra funkcijoje arba jos viduje.

Paskutinė funkcijos koordinatė.

Linijinės savybės ilgis. Nulis taškų ir daugiataškių funkcijų tipų.

Linijinės funkcijos 3D ilgis. Nulis taškų ir daugiataškių funkcijų tipų.

Funkcijos geometrijos dalių skaičius.

Bendras funkcijos taškų skaičius.

Geometrijos erdvinė nuoroda.

Objekto svorio centras.

Geometrijos tipas: daugiakampis, daugiakampis, taškas, daugiataškis, daugiasluoksnis, matmuo arba anotacija.


Aprašymas: Daugiakampių, kurių etikečių taškai turi būti apskaičiuoti, masyvas. Daugiakampių erdvinę nuorodą nurodo sr. Kiekvieno masyvo daugiakampio struktūra yra tokia pati kaip JSON daugiakampio objektų, kuriuos grąžina „ArcGIS REST“ API, struktūra.

Dideliam geometrijos rinkiniui galite nurodyti įvesties geometrijos, saugomos JSON struktūroje, URL viešojo serverio faile. Numatomas failo turinio formatas bus toks pat, kokio tikėtasi, jei daugiakampiai būtų tiesiogiai įterpti į užklausą.

Aprašymas: gerai žinomas įvesties daugiakampių erdvinės nuorodos arba erdvinės nuorodos JSON objekto ID. Galiojančių WKID verčių sąrašą rasite Projektuojamos koordinačių sistemos ir Geografinės koordinačių sistemos.


„ModelBuilder“ ID problemų

Aš nesu naujokas GIS ir apskritai duomenų valdyme, todėl atleiskite, jei tai painu.

Aš kartoju maždaug 1000 svetainių (kiekviena ID ir#Site27 laukas) iš „ModelBuilder“ taško formos failo ir apibrėžiu kiekvienos svetainės baseinus. Tada noriu išsiaiškinti svetainės ir#x27s baseino ypatybes (žemės naudojimas, dirvožemis ir kt.).

Aš nukirpsiu NLCD žemės naudojimo rastrą su kiekvienu baseinu, konvertuosiu rezultatą į daugiakampį ir galiausiai ištirpsiu pagal tinklelio kodą, palikdamas man lentelę apie skirtingą žemės naudojimą ir plotą, kurį kiekvienas užima baseine. Aš naudoju šias lenteles ir noriu jas sujungti, kad galėčiau rasti kiekvienos skirtingos žemės naudojimo kategorijos procentą R. Tačiau man atrodo, kad negaliu sutvarkyti duomenų, nes prarandu svetainės identifikatorių. apdoroti kiekvieną „ModelBuilder“ tašką. Jei sujungčiau lenteles, aš nežinotų, kokie duomenys atitiktų kokią svetainę. Anksčiau tai dariau rankiniu būdu, bet dabar turėdamas daugiau nei 1000 svetainių, noriu leisti kompiuteriui atlikti darbą.

Čia ' yra mano „ModelBuilder“ iki šiol. Aš bandžiau pridėti naują teksto lauką (kaip šis) ir tada apskaičiuoti lauką naudodami eilutinį kintamąjį (kaip šis). Tačiau gaunu šią linksmą klaidą ir „ModelBuilder“ bando ant manęs rėkti kita kalba.

Ar yra būdas pridėti svetainės ID lauką, kuriame kiekviena lauko eilutė turi tą patį pavadinimą kaip ir svetainės ID laukas pradiniame taško formos faile „ModelBuilder“? O gal būdas išsaugoti „SiteID“ lauką viso geografinio apdorojimo metu?

Dar nespėjau jų pakartoti, todėl būtų dėkingi visi patarimai, kaip tai padaryti sklandžiai.


1 pamoka Praktiniai pratimai

Kiekviena šio kurso pamoka apima keletą paprastų pratimų su „Python“. Jie nėra pateikti ar vertinami, bet jie yra labai rekomenduojama jei pradedate programuoti arba projektas iš pradžių atrodo sudėtingas. 1 ir 2 pamokose yra trumpesni pratimai, o 3 ir 4 pamokose - ilgesni, labiau holistiniai pratimai. Kiekvienas pratimas turi sprendimą, kurį turėtumėte atidžiai išstudijuoti. Jei norite naudoti USA.gdb, nurodytą kai kuriuose sprendimuose, tai galite rasti čia.

Nepamirškite pasirinkti Failas & gt Naujas „Spyder“, kad sukurtumėte naują scenarijų (arba spustelėkite tuščio puslapio piktogramą). Galite pavadinti scenarijus panašiais į „Practice1“, „Practice2“ ir pan. Norėdami vykdyti scenarijų „Spyder“, spustelėkite piktogramą „Paleisti“.

    Sakyk labas
    Sukurkite eilutės kintamąjį pavadinimu x ir priskirkite jam vertę „Labas“. Konsolėje rodyti kintamojo x turinį.

Atminkite, kad dviejų požymių klasės parametrų argumentai nekotuojami, o buferio atstumo eilutės parametras pateikiamas dvigubose kabutėse.

Atlikdami šį pratimą, parašykite scenarijų, kuris priima vieną eilutės reikšmę, naudodami metodą „GetParameterAsText“. Įvesta vertė turėtų būti pavadinimas, o šis vardas turėtų būti sujungtas su pažodine eilute „Labas“ ir rodomas konsolėje. Prieš spustelėdami mygtuką Vykdyti, išbandykite scenarijų naudodami „Spyder“, įvesdami pavadinimą (dvigubomis kabutėmis) į komandų eilutės parinkčių teksto lauką, kaip nurodyta aukščiau.

Funkcijos „Aprašyti“ puslapyje žinyne išvardyti objektų tipai, kuriuose galima naudoti šią funkciją. Spustelėjus nuorodą Duomenų rinkinio ypatybės, atsiranda aprašomas duomenų rinkinys, kai „spatialReference“ yra tik viena iš kelių.

Atlikdami šį pratimą, šį kartą dar kartą naudokite funkciją „Aprašyti“, kad nustatytumėte funkcijų klasėje saugomos geometrijos tipą (tašką, daugiasluoksnį ar daugiakampį). Aš nepasakysiu nuosavybės, kuri pateikia šią informaciją, pavadinimo. Bet aš jums duosiu užuominą, kad funkcijų klasės turi šią paslaptingą savybę ne todėl, kad jos yra duomenų rinkinio tipas, kaip ir savybės „spatialReference“, bet todėl, kad jos yra „FeatureClass“ tipo objektai.

Kurdami pranešimus tikriausiai norėsite sujungti teksto eilutes su skaičiais. Tai išsamiau aptarsime 2 pamokoje, tačiau tam reikia konvertuoti skaitines reikšmes į eilutes, kad būtų išvengta sintaksės klaidos. Šiai konversijai galima naudoti funkciją str (). Pvz., Galėčiau išvesti „score1“ reikšmę taip:
spausdinti („1 balas yra“ + str (rezultatas 1))


„Clip Point“ funkcijos į daugiakampius naudojant „ModelBuilder“/„ArcPy“ - geografines informacines sistemas


  1. naudoti Paketinių taškų karta sukurti su tam tikrais taškais susijusius paketinius taškus (žalius taškus)
  2. Paketinis povandeninis nuskaitymas naudojant šiuos partijos taškus

Atrodo puikiai, bet vis tiek negaliu nukirpti esamų dalinių, naudodami tam skirtus taškus, kad į vidų patektų mažesni pogrupiai.

Ar yra įrankių „Arc Hydro Tools“ ar bet koks kitas įrankis, pvz QGIS arba GRASS tai gali padėti man pasiekti savo tikslą ?

Turiu kiekvieno upės segmento dugno plotą, naudodamas „Arc Hydro Tools“ ir#65306

Dabar turiu keletą pavyzdinių stočių (žalių taškų) upių tinkle ir norėčiau jas laikyti segmentų bazėmis, todėl gaučiau daugiau segmentų ir noriu padalyti drenažo liniją pagal tuos taškus ir apskaičiuoti šių naujų segmentų potinkinis plotas :

Manau, svarbiausia yra tai, kaip priversti „ArcGIS“ šiuos žalius taškus laikyti upių santaka. Ir viskas, ko noriu, yra tokia schematiška nuotrauka ir#65306


Dviračių/pėsčiųjų ir automobilių susidūrimo analizė

Nuo 2004 m. Sausio iki 2016 m. Balandžio mėn. Fajetės grafystėje, Kentukyje

2016 m. Pavasario semestrą GEO 409 bakalauro GIS klasė išanalizavo ir suplanavo automobilių susidūrimus su pėsčiaisiais ir dviratininkais. Mes sutelkėme dėmesį į 12 metų duomenis (2004-02-01 - 2016-04-08) apie Fayette grafystę, Kentukį, kur yra Leksingtono miestas ir daugiau nei 300 000 gyventojų. Apskrityje įsikūręs didžiausias Kentukio universitetas (mes!) Ir siūlo vaikščioti ir važiuoti dviračiu miestelį, jungiantį su gyvybingu miesto centru. Naršydami šiuos žemėlapius raskite demografinę informaciją apie dviratininkus, susidūrusius su automobiliais.


Naujas GIS modelis, skirtas automatiniam smėlio kopų kėsinimosi atvejo ištraukimui: Dakhla oasis, vakarinė Egipto dykuma

Smėlio kopų judėjimas laikomas grėsme keliams, drėkinimo tinklams, vandens ištekliams, miesto teritorijoms, žemės ūkiui ir infrastruktūrai. Pagrindiniai šio tyrimo tikslai yra sukurti naują GIS pagrįstą modelį, skirtą automatiniam smėlio kopų įsiveržimo ištraukimui naudojant nuotolinio stebėjimo duomenis, ir įvertinti smėlio kopų judėjimo greitį. Norėdami stebėti ir įvertinti smėlio kopų judėjimą Dakhla oazių srityje, buvo naudojami kelių laikų palydoviniai vaizdai ir GIS sukurtas modelis, naudojant „Python“ scenarijų „Arc GIS“. Palydoviniai vaizdai (SPOT vaizdai, 1995 ir 2007 m.) Buvo geografiškai ištaisyti naudojant Erdas Imagine. Vaizdo atėmimas buvo atliktas naudojant erdvinį „Arc GIS“ analitiką, o atimant vaizdą gaunamas smėlio kopų judėjimas tarp dviejų datų. Smėlio kopų migracijos rastrinė ir vektorinė forma buvo automatiškai išgauta naudojant erdvinės analizės įrankius. Atskirų kopų sienos buvo matuojamos skirtingomis datomis, o judėjimo greitis buvo analizuojamas GIS. „Arc GIS“ „ModelBuilder“ buvo naudojamas patogiam vartotojui įrankiui sukurti. Individualiai sukurtą modelio langą lengva valdyti bet kuriam vartotojui, norinčiam pritaikyti modelį savo darbe. Nustatyta, kad smėlio kopų judėjimo greitis svyravo nuo 3 iki 9 m per metus. Daugumos smėlio kopų judėjimo greitis yra nuo 0 iki 6 m, o labai nedaug kopų - nuo 6 iki 9 m. Integruotas nuotolinis stebėjimas ir GIS suteikė reikiamą informaciją, kad būtų galima nustatyti smėlio kopų migracijos mažiausią, didžiausią, vidutinį, greitį ir plotą.


Bent jau radome 10 Svetainių sąrašas žemiau, kai ieškote naudodami sukurti daugiakampį paieškos variklyje

Kurkite daugiakampio funkcijas - „ArcGIS Pro Documentation“

Pro.arcgis.com DA: 14 PA: 50 MOZ reitingas: 64

Grupėje Funkcijos spustelėkite Sukurti. Lange pasirinkite a poligonas funkcijos šabloną ir spustelėkite Įprastas Poligonas. Norėdami pakeisti įrankio šonų skaičių sukuria, spustelėkite mygtuką Aktyvus šablonas, spustelėkite Įprastas Poligonas įrankio piktogramą ir įveskite skaitinę reikšmę.

Paprasto daugiakampio kūrimas - „ArcMap“ dokumentacija

The poligonas yra sukurtas remiantis koordinatėmis, kurias apibrėžiate skirtuke „Įvestis“, esančioje „Koordinačių“ srityje, ir galite jas naudoti kaip sudėtingesnio elemento dalį geometrija arba į sukurti naują geometrija.

Kurkite daugiakampio funkcijas - „ArcGIS Pro Documentation“

Pro.arcgis.com DA: 14 PA: 50 MOZ reitingas: 66

  • Poligonas Į sukurti a poligonas funkcija, spustelėkite Poligonas ir spustelėkite žemėlapį, arba dešiniuoju pelės mygtuku spustelėkite ir nurodykite pirmosios viršūnės koordinatės vietą
  • Dešiniuoju pelės mygtuku spustelėkite ir naudokite kontekstinį meniu, kad nurodytumėte koordinates arba taikytumėte apribojimus, ir naudokite įrankius statybos įrankių juostoje sukurti tiesūs ir išlenkti segmentai.

Daugiakampių kūrimas iš eilučių - Pagalba „ArcGIS for Desktop“

  • Daugiakampio kūrimas esamos funkcijų klasės funkcijos interaktyviai Turėdami „ArcGIS for Desktop Standard“ arba „ArcGIS for Desktop Advanced“ licenciją, galite naudoti „Construct“ Daugiakampiai komandą Išplėstinio redagavimo įrankių juostoje į kurti daugiakampius iš „ArcMap“ eilučių
  • Sužinokite, kaip naudoti konstrukciją Daugiakampiai komanda ArcMap Atsiliepimai šia tema?

1d pratimas: naujų daugiakampių funkcijų kūrimas - „ArcMap“

  • Įrankių įrankių juostoje spustelėkite „Pan“ įrankį ir šiek tiek pastumkite žemėlapį į vakarus, kad J formos poligonas yra centre ekrane
  • Spustelėkite šabloną „Tracts“, tada „Stačiakampis“ įrankį Sukurti Savybės langas į padaryti tai aktyvus statybos įrankis.

Sukurkite daugiakampius iš funkcijų - „ArcGIS Pro Documentation“

Pro.arcgis.com DA: 14 PA: 50 MOZ reitingas: 69

  • Į statyti daugiakampius, pasirinkite polilinijos funkcijas, iš kurių norite sukurti daugiakampiai, pasirinkite funkcijų šabloną ir spustelėkite Sukurti
  • Jei dabartiniame žemėlapyje nėra a poligonas funkcijų sluoksnis, pridėkite jį
  • Skirtuke Rodinys spustelėkite Katalogo sritis ir išskleiskite Duomenų bazės
  • Išplėskite numatytąją duomenų bazę arba duomenų bazę, kurioje yra jūsų duomenys.

Kaip sukurti daugiakampio funkcijas „QGIS“ programinėje įrangoje

Gisoutlook.com DA: 18 PA: 39 MOZ reitingas: 63

  • GIS įrankiai gali būti naudojami sukurti erdviniai duomenys per liniją, poligonas ir taškas
  • Šiame straipsnyje aptarsime jo sukūrimą poligonas funkcija naudojant GIS
  • Atidarykite QGIS spustelėdami Pradėti, tada eikite į Visos programos, tada spustelėkite QGIS Desktop 3.8.3
  • Per sluoksnį atidarykite georeferencinį viršelį, tada spustelėkite Pridėti sluoksnį, po to - Pridėti rastrinį sluoksnį.

Kaip: sukurkite daugiakampį iš XY duomenų lentelės

  • Naudokite funkciją Poligonas įrankis į sukurti funkcijų klasė, kurioje yra daugiakampiai sukurtas iš sričių, uždarytų įvesties linijos funkcijų sukurtas 2 veiksme
  • „ArcToolbox“ eikite į Duomenų valdymo įrankiai ir „gt Features & gt Feature To“ Poligonas. Įvesties funkcijose suraskite linijos funkcijų klasę sukurtas 2 veiksme.

Daugiakampio kūrimas pagal erdvinį mastą „ArcGIS Desktop“

  • Geografinės informacijos sistemos „Stack Exchange“ yra klausimų ir atsakymų svetainė kartografams, geografams ir GIS profesionalų
  • Užsiregistruoti užtrunka tik minutę
  • ir sukurti stačiakampis poligonas remiantis šiais? arcgis-darbalaukis poligonas

Sukurkite „Thiessen“ daugiakampius (analizė) - „ArcGIS Pro“ dokumentaciją

Pro.arcgis.com DA: 14 PA: 50 MOZ reitingas: 73

Pasinerti: teorinis pagrindas kuriant Thiessenas daugiakampiai yra tokia: kai S yra taškų aibė koordinačių arba Euklido erdvėje (x, y), bet kuriame taške p toje erdvėje yra vienas S taškas, esantis arčiausiai p, išskyrus atvejus, kai taškas p yra vienodu atstumu nuo dviejų ar daugiau taškai S. Vienintelis proksimalinis poligonas (Voronoi ląstelė) apibrėžiami visi taškai p, esantys arčiausiai vieno S taško, tai yra


Geografija 337 GIS II

Tikslai
Šio pratimo tikslas yra naudoti įvairius rastrinius geografinio apdorojimo įrankius kuriant modelius, tinkančius smėlio kasybai ir aplinkos/kultūrinei rizikai Trempealeau apskrityje, WI. Kiekvienas iš šių atskirų įrankių bus paleistas naudojant skirtingus rastrus, kurių kiekvienas generuos skirtingus duomenis. Pasibaigus modeliui, rateriai bus sujungti, kad būtų sukurtas vienas, vientisas rastrinis modelis, tinkantis tiek tinkamumui, tiek rizikai.

  1. Sukurkite erdvinių duomenų sluoksnį, kad jis atitiktų geologinius kriterijus
  2. Sukurkite erdvinių duomenų sluoksnį, kad jis atitiktų žemės naudojimo/žemės dangos kriterijus
  3. Sukurkite erdvinių duomenų sluoksnį, kad jis atitiktų atstumo iki geležinkelio kriterijus
  4. Sukurkite erdvinių duomenų sluoksnį, kad jis atitiktų nuolydžio kriterijus
  5. Sukurkite erdvinių duomenų sluoksnį, kad jis atitiktų vandens lygio gylio kriterijus
  6. Sujunkite penkis kriterijus į tinkamumo indekso modelį
  7. Išskirkite netinkamus žemės dangos tipus
  8. Sukurkite erdvinių duomenų sluoksnį, kad įvertintumėte poveikį srautams
  9. Sukurkite erdvinių duomenų sluoksnį, kad įvertintumėte poveikį pagrindinei žemės ūkio naudmenai
  10. Sukurkite erdvinių duomenų sluoksnį, kad įvertintumėte poveikį gyvenamiesiems ar apgyvendintiems rajonams
  11. Sukurkite erdvinių duomenų sluoksnį, kad įvertintumėte poveikį mokykloms
  12. Sukurkite erdvinių duomenų sluoksnį, kad įvertintumėte poveikį vienam pasirinktam kintamajam
  13. Sujunkite veiksnius į rizikos modelį
  14. Išnagrinėkite rezultatus netoli pagrindinių poilsio zonų

Metodai

Tinkamumo modelis

Ši pratybų dalis susijusi su dirvožemio paieška Trempealeau apskrityje, kuri gali būti tinkama smėlio kasybai. Tai prasidėjo nuo mums pateiktų duomenų, kuriuose nurodomi dviejų tipų dirvožemiai, labiausiai tinkami smėlio kasybai - Jordanija ir Wonewoc. Šiuos du dirvožemio tipus galima pamatyti aukso ir raudonos spalvos geografiniame pagrindinės uolienos geologijos vaizde Vakarų centrinėje Viskonsino dalyje. Pridėjus Trempealeau grafystės geologijos ypatybių klasę, perbraukimo įrankis gali būti naudojamas šiems specifiniams dirvožemio tipams nustatyti pagal mūsų duomenis. Kai funkcijų klasė buvo pakeista į rastrą, naudojant funkciją į rastrinį įrankį, galėjau paleisti rastrą per perklasifikavimo įrankį, kad būtų galima suskirstyti dirvožemį į pageidavimą. Ir Jordanijai (Ej), ir Wonewocui (Ew) buvo suteiktos 3 kategorijos už labai pageidaujamus, o kitiems dariniams - 0 reitingų už nepageidaujamus. Taip sudaromas labai konkretus žemėlapis, kuriame paryškinamos sritys, kuriose smėlio kasimui reikalingas dirvožemis yra pageidautinas.


Žemės naudojimo/žemės dangos kriterijai

Kitas žingsnis - surasti žemės plotus, kurie būtų ekonomiškai naudingiausi. Pavyzdžiui, nederlingos žemės plotai turi būti ekonomiškai naudingesni nei vietovė su tankiu mišku, kurį prieš iškasant reikėtų iškirsti. Pradėdamas šį skyrių, turėjau pažvelgti į žemės dangos diagramą, kad galėčiau nustatyti, kokie būtų kiekvieno konkretaus žemės tipo laipsniai. Buvo nuspręsta „Open Water“ įvertinti 0, nes tai žemė, kuri yra ne tik nepageidaujama, bet ir netinkama naudoti. 1 laipsnis buvo suteiktas vietovėms, kuriose yra pastatų arba miško. Šios 1 kategorijos apima išsivysčiusią, atvirą erdvę/išsivysčiusią, mažo intensyvumo/išsivysčiusią, vidutinio intensyvumo/išsivysčiusią, didelio intensyvumo/lapuočių mišką/visžalį. Dviejų kategorijų buvo suteiktos vietovės, kurios galbūt dar galėtų būti naudojamos kasybai, tačiau vis dar turėjo nedidelę augmeniją, kurią reiktų išvalyti. Į šias 2 gretas įeina krūmai/žolės. Galiausiai yra 3 laipsnis, kuris yra geidžiamiausias iš visų žemės tipų. Kai šios kategorijos buvo nuspręstos, perklasifikavimo įrankis gali būti paleistas NLCD rastre, kurį mes sukūrėme žemės naudojimui 7 pratime. Šis perklasifikavimas sukūrė tinkamumo naudoti žemei rastrą, rodantį sritis, kurios būtų lengviausia ir ekonomiškai naudingiausios kasybos įmonėms.


Atstumas iki geležinkelio kriterijų

Kitas svarbus veiksnys yra atstumas, kuriame kasykla yra nuo geležinkelio. Kuo arčiau kasyklos vieta yra geležinkelio sandėlis, tuo mažesnės smėlio perkėlimo išlaidos. Buvo paleistas „Euklido atstumo“ įrankis, kaip įvestis naudojant geležinkelio depo funkcijų klasę. Tada šio įrankio rezultatai buvo perklasifikuoti naudojant skalę 1-3. 1 reitingas buvo suteiktas vietovėms, esančioms arčiau terminalo, o 3 - toli esančioms vietovėms. Natūralu, kad tolimesnės vietovės yra mažiau pageidaujamos. Produkcija atrodo labai gražiai, nes dominančioje srityje yra tik vienas geležinkelio sandėlis.

Kita tinkamos kasybos žemės specifikacija yra ta, kad žemė būtų kuo lygesnė. Čia labai naudinga šlaitų klasifikacija. „ArcMap“ yra nuolydžio įrankis, kuris iš tikrųjų apskaičiuos nuolydį. Trempealeau apskrities DEM buvo naudojamas nuolydžio įrankiui, o produkcija padidėjo procentais. Kai tai buvo baigta, rezultatai buvo paleisti naudojant blokų statistikos įrankį, kad būtų apskaičiuotos nuolydžio vertės. Tai buvo padaryta siekiant atsikratyti susidariusio druskos ir pipirų efekto. Blokų statistikos įrankis veikė kaip rasterio 3x3 filtras. Remiantis rezultatais, buvo paleistas perklasifikavimo įrankis, siekiant įvertinti 1–3 šlaitus, 1-žemus šlaitus, o 3-didžiausią nuolydį.


Vandens stalo gylio kriterijai

Vandens paviršiaus gylis yra dar vienas svarbus smėlio gavybos proceso veiksnys. Iškasus smėlį, jį reikia nuplauti, kad būtų pašalintos smulkios dalelės. Štai kodėl pageidautina turėti vietą, kuri yra arčiau vandens telkinio. Kuo arčiau vandens telkinio paviršiaus, tuo lengviau kasybos įmonės gali gauti vandens. Šis išlaidų veiksnys yra pasikartojanti tema, kai kalbama apie tinkamumą kasybos vietoms.
Iš Viskonsino geologijos tarnybos svetainės atsisiuntėme vandens lygio pakilimo žemėlapį. Duomenys pateikiami tik aprėpties formatu. „ArcMap“ yra įrankis, kuris pavers šį e00 failą į funkcijų klasę, kuri gali būti naudojama šioje laboratorijoje. Šis įrankis vadinamas Importuoti iš e00. Pagaminta funkcijų klasė įgauna vandens stalo kontūro linijas. Tada buvo paleistas įrankis „Topo to Raster“, kad būtų sukurtas kontūro linijų rastras. Šis rastras rodė vandens lygio pakilimus Trepelio grafystėje. Tada šiame rastre buvo paleistas perklasifikavimo įrankis, siekiant įvertinti skirtingus vandens pakilimus. Kuo mažesnis aukštis, tuo arčiau vandens paviršiaus yra paviršius, o tai reiškia, kad šios vertės yra labiausiai pageidaujamos.


Tinkamumo indeksas

Šiuo pratimo metu turėjau penkis skirtingus raustuvus, kurie visi buvo įvertinti pagal smėlio kasybos žemės tinkamumą. Kitas žingsnis - sujungti visus šiuos raižiklius, naudojant rastrinę skaičiuotuvą, ir tada pašalinti mažiausiai pageidaujamą žemės naudojimo būdą, taip gaunant pageidaujamos kasybos žemės tinkamumo indeksą. Žemiau 1 paveiksle yra modelis, kurį sukūriau šiam indeksui sukurti, o 2 paveiksle - kiekvieno iš 5 pagamintų rastrų reitingai.


1 paveikslas: tai modelis, kurį sukūriau, norėdamas gauti kasybos žemės Trempealeau apskrityje, WI. Šis modelis sukūrė tinkamumo indekso rastrą, kad vizualiai parodytų žemes, kurios labiausiai tinka smėlio kasybai.



2 paveikslas: tai lentelė, kurioje pateikiami kiekvieno tinkamumo koeficiento reitingai. Tai yra parametrai, kurie buvo naudojami aukščiau pateikto modelio perklasifikavimo etape. Norėdami gauti kiekvieno rango specifikacijas, žr. Aukščiau esantį skyrių.

Poveikio modelis


Srautai

Smėlio kasyklos, esančios atokiau nuo upelių ir upių, yra svarbus aspektas, į kurį reikia atkreipti dėmesį ieškant, kur dėti miną. Tai kelia didelį susirūpinimą aplinkai, nes į vandens kelius gali būti išpūsta daug dulkių ir smėlio, sutrikdant natūralią ekosistemą. Mes naudojome funkcijų klasę, esančią Trempealeau apskrities duomenų bazėje. Ši funkcijų klasė apėmė visus vandens telkinius dominančioje srityje. Pirmasis žingsnis yra išsiaiškinti vandens kelius, kurie, mano nuomone, yra svarbūs pratyboms. Daugiamečiai upeliai buvo patys reikšmingiausi, nes tai apima pagrindines upes ir upelius, tai taip pat neapima nuotėkių ir griovių. Nors tai vis dar yra tam tikrų gyvūnų buveinės, pagrindiniuose apskrities upeliuose ir upėse yra daugiau gyvūnų, vabzdžių ir panašių būtybių. Kitas žingsnis buvo paleisti „Euklido atstumo“ įrankį reikšmingais vandens keliais. Po to, kai buvo sukurtas, perklasifikavimo įrankis buvo naudojamas sugeneruojant atstumus. Šiam reitingui buvo naudojama „Natural Breaks“ klasifikacija.


„Prime Farmland“

Ūkio žemė yra dar viena sritis, kurios nebūtinai norėtumėte turėti šalia smėlio kasyklos. smėlis ir dulkės, pūstos į lauką, gali pabloginti dirvožemio kokybę ir neišvengiamai stabdyti pasėlių augimą. Pirmasis šio skyriaus žingsnis yra „Prime Farmland“ funkciją paversti rastriniu. Tai tiesiog buvo padaryta naudojant įrankį „Funkcija į rastrą“. Kitas ir paskutinis žingsnis yra reitinguoti duomenis naudojant perklasifikavimo įrankį. Gretos buvo nuo 1 iki 3, 3-geidžiamiausios vietos. Srityse, kurios buvo pažymėtos kaip „Ne pagrindinė žemės ūkio žemė“, buvo suteiktas 1 laipsnis. Šios vietovės yra vietovės, kuriose dirvožemis netinkamas augalų augimui. Skaičius 2 buvo suteiktas vietovėms, kurios galėjo būti geriausios žemės ūkio paskirties žemės, jei tik jos bus nusausintos pirmos. Šio rango priežastis yra ta, kad dirvožemis yra tinkamas, tačiau vieta nėra. Galiausiai 3 -ios vietos buvo suteiktos vietovėms, kurios buvo pažymėtos kaip „Visos teritorijos yra pagrindinė žemės ūkio paskirties žemė“ arba „Valstybinės svarbos žemės ūkio paskirties žemė“.


Gyvenamosios arba apgyvendintos vietovės

Šiame skyriuje aš pasirinkau zoninių rajonų funkcijų klasę kaip pagrindą vietovėse, kuriose yra daug gyventojų. Gana savaime suprantama, kodėl nenorėtumėte būti smėlio proto būti šalia apgyvendintų vietovių, nesvarbu, ar tai būtų dulkės, ar stiprus mašinų triukšmas. Pirmoje šio skyriaus dalyje buvo kalbama apie įrankio „Funkcija į rastrą“ naudojimą, kad zonų rajonų funkcijų klasė būtų paversta rastriniu. Kitas žingsnis - paleisti rastrą per Euklido atstumo įrankį. Kai tai bus baigta, rastrą būtų galima reitinguoti naudojant perklasifikavimo įrankį. Viena informacija, padėjusi atlikti šį perklasifikavimą, buvo triukšmo saugykla. Apskaičiuota, kad kasykla turi būti 640 metrų atstumu nuo gyvenamųjų/gyvenamųjų vietovių. 640 metrų atstumu minos nebegalima išgirsti ar laikyti trikdančia. Gretos buvo išvardytos nuo 1 iki 3, o 3 yra labiausiai pageidaujamas atstumas. Šis 3 laipsnis buvo nuo 0 iki 640 metrų nuo kasyklos. 1 ir 2 reitingai buvo palikti natūralių pertraukų klasifikacijai, nes jie nėra laikomi tokiais svarbiais kaip triukšmo saugykla.


Mokyklos

Mokyklos laikosi daugelio tų pačių kriterijų, kaip ir gyvenamosios/apgyvendintos vietovės. Poveikis aplinkai ir triukšmas yra gyventojų masės problema. Tai pabrėžiama todėl, kad jaunimas laikosi kitokių standartų nei suaugusieji. Tai, kas saugu suaugusiam, nebūtinai gali būti saugu vaikui. Mokykloms vėl panaudojau funkcijų klasę „Zoning“, tačiau šį kartą paklausiau institucinių sričių. Tai yra sritys, kuriose turėtų būti mokyklos. Tada aš nubėgau Euklido atstumą ir perklasifikavau šį naują institucinį rastrą, kad gaučiau tinkamų atstumų nuo mokyklų teritorijų, kurios gali būti smėlio kasykla, reitingą. Reitingavimo sistema veikia taip pat, kaip ir gyvenamoji/apgyvendinta teritorija.


Laukinė gamta

Teritorijos, kurios laikomos laukinės gamtos buveinėmis, taip pat neturėtų būti šalia smėlio kasybos operacijų. Kasyklos susidariusios dulkės gali sutrikdyti vietinės laukinės gamtos maisto šaltinius, o operacijos keliamas triukšmas taip pat gali erzinti gyvūnus ir priversti persikelti. Šie veiksniai gali sutrikdyti vietinę ekosistemą. Iš „Trempealeau“ geografinės duomenų bazės paėmiau „Wildlife“ funkcijų klasę ir peržiūrėjau įrankį „Feature to Raster“, kad padarytumėte jį rastriniu. Tada aš nubėgau „Euclidean Distance“ minėtą rastrą ir tada perklasifikavau, kad atstumai būtų reitinguojami, 1 yra mažiausiai pageidaujamas, o 3 - pageidautinas. Gretas nustatė „Natural Breaks“.


Vaizdas

Šiame skyriuje turėjome pasirinkti zoną, kurią laikėme puikia poilsio zona. Kaip poilsio zoną pasirinkau geležinkelį rytinėje Trempealeau apskrities pusėje. Aš naudoju šią linijos funkciją per įrankį „Viewshed“, kad sukurtų ratų iš sričių, kurios matomos iš šio tako. Tai buvo įmanoma nustatant įvestį į apskrities DEM. „Viewshed“ įrankis naudojo aukščio duomenis, kad nustatytų žemę, kurią galima pamatyti iš šio konkretaus tako. Tada aš naudoju įrankį „Perklasifikuoti“, norėdamas vizualiai parodyti sritis, kurias galima pamatyti ir kurių negalima matyti iš šio tako.


Poveikio indeksas

Dabar yra 6 skirtingi plėšikai, kurie atlieka svarbų vaidmenį nustatant sritis, kurios turės poveikį aplinkai, jei šalia jo būtų smėlio kasykla. Kitas žingsnis yra naudoti rastrinį skaičiuotuvą, kad būtų galima sujungti šiuos rastrus, panašiai kaip buvo padaryta ankstesniame tinkamumo indekse. Žemiau 3 paveiksle bus modelis, kurį sukūriau, kad sukurtų šiuos rastrus ir indeksą, o 4 paveiksle bus lentelė, kurioje bus rodomi kiekvieno konkretaus rastro reitingai.


3 pav. Šį modelį sukūriau ir paėmiau, kad gaučiau rastrą, kuris parodytų sritis, kurioms aplinka būtų paveikta pridėjus smėlio kasyklą. Šis rastras vizualiai parodys, kokias sritis mažiausiai paveiktų minėtos kasyklos pridėjimas.

4 paveikslas: tai lentelė, kurioje parodyta aukščiau sugeneruotų rastrų reitingų sistema. Dėl šių reitingų ideologijos rasite aukščiau esančiuose skyriuose.

Rezultatai ir DISKUSIJA

Tinkamumas



5 paveikslas. Tai galutinio produkto žemėlapis, skirtas Trempealeau grafystės geologiniam tinkamumui


6 paveikslas. Tai galutinio produkto žemėlapis, skirtas Trempealeau grafystės tinkamumui žemės dangai


7 paveikslas: tai galutinio produkto žemėlapis, skirtas tinkamumui atstumui iki geležinkelio įrengti Trempealeau grafystėje


8 paveikslas: tai galutinio produkto žemėlapis, skirtas Trempealeau apskrities nuolydžiui


9 paveikslas. Tai galutinio produkto žemėlapis, skirtas Trempealeau grafystės tinkamumui vandens stalui

10 paveikslas: tai tinkamumo indekso galutinio produkto žemėlapis. Tai yra visų penkių piktadarių derinys, virš kurių buvo skirtingi žemės reitingai pagal tinkamumą sausumos kasykloms.

Poveikis


11 paveikslas: tai galutinio produkto, skirto atstumui nuo upelių, žemėlapis Trempealeau grafystėje


12 paveikslas: tai galutinio produkto, nurodyto atstumu nuo „Prime Farmland“, žemėlapis Trempelo grafystėje


13 paveikslas: tai galutinio produkto žemėlapis, nurodantis atstumą nuo apgyvendintų vietovių Trempealeau grafystėje


14 paveikslas: tai galutinio produkto, skirto atstumui nuo mokyklų Trempelio grafystėje, žemėlapis


15 paveikslas: tai galutinio produkto, skirto atstumui nuo laukinės gamtos teritorijų, žemėlapis Trepė grafystėje


16 paveikslas. Tai galutinio produkto žemėlapis, skirtas vaizdams iš tam tikro pramoginio tako Trempelo grafystėje

17 paveikslas: tai galutinio poveikio žemėlapio produktas. Tai yra žemėlapis, kuriame rodomas visų aukščiau išvardytų derinių derinys. Tai rodo, kad vietovės, kurios turės didžiausią ir mažiausią poveikį aplinkai pridėjus smėlio kasyklą.

Aš esu gana patenkintas savo sukurtais rezultatais. Galutiniai žemėlapiai yra ir vizualiai patrauklūs, ir informatyvūs apie tai, kokios vietovės Trempealeau apskrityje yra tinkamos smėlio kasybai ar poveikis aplinkai dėl to, kad buvo pridėta kasykla. Tačiau su šia laboratorija susidūriau su keliomis problemomis.

Pirmoji problema, su kuria susidūriau šioje laboratorijoje, buvo „Prime Farmland“ funkcijų klasė. Šią funkciją konvertuočiau į rastrą, bet tada, kai perėjau iš naujo klasifikuoti reitingus pagal dirbamos žemės tipus, „ArcMap“ sudužo. Aš tai bandžiau kelis kartus, kiekvieną kartą nesėkmingai. Kiti mano klasės draugai taip pat susidūrė su šia problema. Eventually I had to open up the Attribute Table and look at what each farmland classification was given with each value. So essentially I ranked the Prime Farmland with the Value tab.

The other problem that would flaw that validity of this assignment would have to simply be the different conversions that we had to do. The data that we created in Exercise 7 was all projected into feet. For this lab our professor wanted everything in meters. There is plenty of room for error with this. While the map may look visually pleasing, the data for that map could be in the completely wrong units. I guess I don't really understand the purpose behind flipping between meters and feet.

Išvados

Figure 18: This is a map of the combination of the Suitability and Impact Indexes. This should be the final raster that will tell you what areas are appropriate for sand mining in terms of both suitability for mining while also being environmentally conscious.

The above map pretty much sums up my conclusion for this exercise. The red areas are the areas that mining should not be done while the dark green areas are locations where sand mining is both acceptable and suitable. I was able to come to this conclusion through using many different raster geoprocessing tools. This exercise also increased my ability to troubleshoot, as it seemed that there was something new I needed to figure out with every single raster. I am really glad that I was able to complete this assignment because I feel that I have a much better understanding of rasters in general and how to work with them to create data that I can use in the real world.