أكثر

تحديد ميزات إضافية في ArcMap 10

تحديد ميزات إضافية في ArcMap 10


أواجه مشكلة في تحديد الميزات في ArcMap 10. لدي ملف أشكال من النقاط وأنا في وضع التحرير. أريد أن أسحب مربعًا لتحديد بعض النقاط ، ثم اسحب مربعًا جديدًا وأضيف هذه النقاط إلى التحديد الخاص بي.

سيؤدي الضغط باستمرار على Shift أثناء إنشاء المربع الجديد إلى عكس التحديد - بحيث تتم إضافة أي نقطة غير محددة مسبقًا إلى التحديد ، ولكن يتم إلغاء تحديد أي نقاط محددة بالفعل موجودة في التداخل. هذا يجعل اختيار عدد كبير من النقاط أمرًا صعبًا ، حيث يجب أن أقوم بالتكبير في كل مرة للتأكد من عدم وجود تداخل.

كيف يمكنني ببساطة إضافة نقاط إلى اختياري؟


تحديد المعالم باستخدام أداة التحرير مقارنة بأدوات التحديد الأخرى

عندما تقوم بالتحرير ، يوصى بإجراء تحديدات باستخدام أداة التحرير بدلاً من أدوات التحديد على شريط الأدوات (Select By Rectangle و Select By Lasso وما إلى ذلك). بينما تقوم كل من أداة التحرير وأدوات التحديد الأخرى بتحديد المعالم واتباع الطبقات المحددة حاليًا وخيارات التحديد (مثل لون التحديد والتفاوت) ، فإن أداة التحرير لديها وظائف إضافية لمساعدتك أثناء جلسة التحرير. لا توفر أدوات التحديد الأخرى أي وظائف تحرير. فيما يلي بعض الاختلافات عند استخدام أداة التحرير مقارنة بأدوات التحديد على شريط الأدوات:

أداة التحرير متاحة فقط أثناء جلسة التحرير. تحتوي أداة التحرير على قائمة مختصرة خاصة بالنقر بزر الماوس الأيمن تحتوي على أوامر التحرير الشائعة ولديها أيضًا اختصارات لوحة مفاتيح متعلقة بالتحرير. على الرغم من أنه يمكن استخدام أدوات التحديد الأخرى لتحديد المعالم في جلسة التحرير ، إلا أن قوائم الاختصارات تحتوي في الغالب على أوامر متعلقة بالتنقل في الخريطة. لا تتبع أداة التحرير وضع التحديد التفاعلي وتقوم دائمًا بإنشاء تحديد جديد. تحدد أداة التحرير فقط الميزة الأعلى اختيارًا ، بينما تحدد أدوات التحديد الأخرى كل ميزة يمكن تحديدها أسفل المكان الذي قمت بالنقر فوقه. تحتوي أداة التحرير على شريحة التحديد ، مما يتيح لك تحسين التحديد واختيار الميزة الدقيقة التي تريد تحديدها عند تداخل الميزات. باستخدام أداة التحرير ، إذا كنت تحاول تحديد ميزة واحدة من سلسلة من الميزات المتداخلة ، فيمكنك إما استخدام شريحة التحديد أو الضغط على المفتاح N للتنقل بين الخيارات لتحديد الميزة المتوافقة التالية. تسمح لك أداة التحرير بالتفاعل مع رؤوس المعلم وتعديلها والوصول إلى هندسة المعلم. بالإضافة إلى ذلك ، يظهر شريط أدوات تحرير الرؤوس المنبثقة عندما تقوم بتحرير شكل معلم ، مما يسمح لك بتحديد الرؤوس وتحريرها وإضافتها وحذفها. تتيح لك أداة التحرير نقل الميزة بمجرد تحديدها. إذا قمت في البداية بتحديد ميزة باستخدام أداة تحديد أخرى ، فستحتاج إلى التبديل إلى أداة التحرير إذا كنت تريد نقل الميزة. ومع ذلك ، إذا وجدت نفسك تنقل الميزات عن غير قصد عند سحب مربع باستخدام أداة التحرير ، فقم بزيادة إعداد Sticky Move Tolerance في مربع الحوار Editing Options.

http://help.arcgis.com/ar/arcgisdesktop/10.0/help/index.html#/Selecting_features_porate_editing/001t0000007s000000/


في ال اختيار حدد القائمة طريقة الاختيار التفاعلية --> أضف إلى التحديد الحالي. ثم ببساطة اسحب المربعات حول النقاط التي تهتم بها وستتم إضافتها إلى مجموعة التحديد الخاصة بك.


تحديد ميزات إضافية في ArcMap 10 - أنظمة المعلومات الجغرافية

طريقة نظم المعلومات الجغرافية (GIS)

المنهجية
تم تطوير أساس قاعدة بيانات موقع الويب بشكل أساسي باستخدام برنامج ArcGIS. تم إدخال جميع البيانات في قائمة جرد سجلت مشاهدات Vasi & rsquos وموقعها المكاني على خريطة جامعة أوريغون نولي التي تم تصحيحها جغرافيًا بالفعل لمساحة حقيقية. تم تحديد النقاط من خلال البيانات الجغرافية التالية: نقطة المحطة ذات الإحداثيات المكانية ، وخط الرؤية ، ومخروط الرؤية ومدى الرؤية التي تم تنسيقها بعد ذلك مع مجموعة البيانات الأساسية التي تم إنشاؤها بالفعل لخريطة Nolli. معلومات من السلطات في هذا المجال مثل مؤشر Luisa Scalabroni & rsquos (انظر Scalabroni، L.، جوزيبي فاسي، روما: 1981). الملاحظات الميدانية التي تسجل الملاحظات حول ظروف الإضاءة اليومية والموسمية وقياساتها لتحديد وجهات نظر محددة تكمل هذه البيانات التي كانت جميعها مفيدة بشكل خاص في التحقق من دقة مشاهدات Vasi & rsquos ودراسة منهجيته. أثبتت هذه العملية أنها طريقة ديناميكية يمكن من خلالها الإضافة إلى قاعدة البيانات الجغرافية بحيث يمكن أن تنمو بمرور الوقت وفقًا للبيانات الجديدة. هذه المجموعة من المعلومات هي مستودع قوي يمكن تفسيره بيانياً بعدة طرق مختلفة ، ويجب أن يُنظر إلى هذا الموقع على أنه احتمال واحد فقط ، ومع ذلك ، نعتقد أنه فعال بشكل خاص من حيث إمكانية الوصول إليه وعرضه المرئي.

جولة Vasi & rsquos الكبرى يفحص كل من الفنانين ومنهجياتهم. تتم الإشارة إلى أعمالهم وتحليلها جغرافيًا باستخدام تكنولوجيا أنظمة المعلومات الجغرافية المتقدمة (GIS) ثم يتم وضعها في السياق الحالي لقياس وتمثيل مدينة روما المعاصرة. تشكل الصور الفوتوغرافية لروما المعاصرة وصور الأقمار الصناعية الحديثة وسيلة للإشارة إلى أعمالهم ومقارنتها. يركز جوهر هذا البحث على الأساليب المبتكرة لربط التقاليد المرئية المتميزة التي يمثلها Nolli و Vasi والتي تم استخدامها لوصف مدينة روما. يرتبط هذان القطبان ارتباطًا جوهريًا ، ومع ذلك لا توجد وسيلة لربط هاتين المنهجيتين بطريقة تحافظ على قيمتها الجوهرية وتعززها. جولة Vasi & rsquos الكبرى يوضح كيف أن التطورات المعاصرة في تكنولوجيا نظم المعلومات الجغرافية تسمح بمقارنة هذه الأوضاع بسهولة ودقة غير ممكنة حتى الآن.

يعتمد نموذج نظم المعلومات الجغرافية على المبدأ القائل بأنه من الممكن الآن تحديد موقع & mdashand بدقة وبالتالي ربط - جميع الميزات في الفضاء الجغرافي سواء كانت تاريخية أو معاصرة. بالإضافة إلى كونها طريقة فعالة وبديهية لفهرسة الوثائق التاريخية ، فإن القدرة على الإشارة الجغرافية إلى الموارد المتنوعة في قاعدة واحدة دقيقة ستعزز بشكل كبير إمكانيات الفحص والمقارنة المباشرين للأبعاد المعمارية والطبيعية والاجتماعية والفنية لـ مدن مثل روما. توفر هذه الطريقة نموذجًا لأبحاث مماثلة في مراكز حضرية أخرى وللتخصصات الأخرى التي تعالج نطاقًا واسعًا من السياقات والقضايا الجغرافية. الفرضية الأساسية لهذا العرض التقديمي هي أنه من خلال الإسناد الجغرافي لـ Nolli و Vasi وباستكشاف طرقهما المميزة لوصف المدينة ، سيكون المرء أفضل تجهيزًا لفهم البنية الجغرافية المكانية العميقة للمدينة الخالدة.

الجولة التفاعلية الكبرى
المراجع الجغرافية لقاعدة بيانات Nolli Vasi الجغرافية (تقع في مساحة جغرافية حقيقية) 238 طريقة عرض لـ Vasi & rsquos ديلي ماجنيفيسينز دي روما باستخدام خريطة Nolli & rsquos وصورة القمر الصناعي المعاصرة كقاعدة. يتكون مستكشف الخرائط من ثلاثة عناصر ديناميكية ومترابطة: الخريطة وطبقاتها ، لافتة منظمة حسب موضوعات الاستعراض ، وشريط صور لمشاهدات الصور المصغرة التي تعرض صورًا من أي موضوع معين. عن طريق تحديد فئة معينة ، قل الكتاب الخامس من ماجنيفيسينز، سيعرض شريط الصور جميع المشاهدات الـ 31 من هذا المجلد. في نفس الوقت ، ستعرض الخريطة الموقع المكاني لكل منها ، وفي هذه الحالة توضح أن جميع المناظر تقع على طول النهر. يمكن استكشاف أي عرض منفرد بشكل أكبر من خلال النقر على الصورة المصغرة التي تبرز نقطة المحطة الخاصة بها (أو إذا كان مفضلًا ، يمكن للمرء النقر فوق نقطة المحطة وسوف يبرز الصورة المصغرة). تسمح وظائف التنقل الأساسية مثل التكبير / التصغير والتحريك باستكشاف الخريطة التفاعلية على كل من المقياس الكلي للمدينة أو المقياس الصغير للشارع اعتمادًا على السياق قيد الدراسة. تصفح الفئات تشمل 10 كتب من ماجنيفيسينز، Vasi & rsquos ثمانية أيام مسارات ، أنواع المشاهدة ، المهندسين المعماريين ، العمران ، الهندسة المعمارية ، المناظر الطبيعية ، حياة المدينة ، ريوني ، المناطق ، والمسارات. من خلال تحديد طبقات إضافية للخريطة مثل & ldquoview sheds ، & rdquo & ldquorioni ، & rdquo وما إلى ذلك ، يمكن للمرء أن يتقاطع مع فئات استعراض المراجع مع طبقات أخرى من المعلومات الطبوغرافية. من خلال النقر المزدوج على نقطة اهتمام محددة على الخريطة أو صورة مصغرة ، ستظهر صفحة مفصلة تركز على المعلومات وثيقة الصلة بالعرض المحدد.

يتكون العرض التفصيلي من مكونات رسومية ونصية مترابطة تدور حول طباعة Vasi قيد الدراسة. تظهر لوحة Vasi في الفاكس كما يظهر في إصدار Getty مع رقم اللوحة والعنوان والتعليقات التوضيحية. يوجد أسفل طبقة الصورة المطبوعة طبقة فوتوغرافية معاصرة تكرر عرض Vasi & rsquos ، وتظهر من خلال وظيفة التلاشي ، وذلك لتسهيل & ldquob قبل وبعد & rdquo المقارنة. يمكن استكشاف كل منها بالتفصيل من خلال التكبير والتحريك. تُظهر الملصق المصاحب لخريطة Nolli الموقع الدقيق للرؤية في المخطط مع الإشارة إلى نقطة المحطة وإلقاء الضوء جنبًا إلى جنب مع الإبرازات المرتبطة بعناصر ثلاثية الأبعاد في طباعة Vasi والنص. توفر التعليقات التوضيحية معلومات تاريخية وطبوغرافية مع روابط لميزات مميزة في نفس الصفحة أو يمكنها نقل العارض إلى صفحات بعيدة أو إلى نصوص وصور إضافية تتعلق بـ Nolli و Vasi وفنانين آخرين حسب الرغبة. على سبيل المثال ، يمكن للمرء أن يرتبط باستنساخ Nolli & rsquos لخريطة Bufalini أو Vasi & rsquos الكنائس البطريركية و بانوراما (والتي يمكن رؤيتها باستخدام برنامج Zoomify). أخيرًا ، توفر التعليقات والنص المميز بيانات إضافية عند تحديدها تتضمن معلومات من موقع خريطة Nolli التفاعلية مثل الاسم والمهندس المعماري والفترة والتاريخ لكل ميزة تمت ملاحظتها.

فوائد
أثبتت قاعدة البيانات هذه فائدتها في تفسير أعمال Nolli و Vasi. لقد سهلت المقارنات ومكنت وسيلة لاكتشاف الصلات بين الاثنين التي لم تكن واضحة من قبل. تتمثل إحدى الفوائد المهمة لهذه الطريقة في أنها سمحت بتجميع قدر كبير من المعلومات مع القدرة على قبول بيانات جديدة مثل الصور الحديثة (تكرار Vasi) والتصوير عبر الأقمار الصناعية (تكرار Nolli). سهّلت العملية اختبار المحاكاة الحقيقية لخريطة Nolli & rsquos ومطبوعات Vasi & rsquos ، واستكشاف نقاط التطابق والتكهن بأسباب التمثيلات المتباينة.

جيم تايس ، وإريك شتاينر ، وآلان سين ، ودينيس باير
قسم الهندسة المعمارية و InfoGraphics Lab ، قسم الجغرافيا ، جامعة أوريغون
حقوق النشر والنسخ 2008 جامعة أوريغون. كل الحقوق محفوظة.
تم إنشاء هذا الموقع من خلال منحة 2006-2007 من مؤسسة Getty Foundation.


البحث الجيوفيزيائي الأساسي والمتقدم

البحث الأساسي يتم الوصول إليها من الصفحة الرئيسية للبوابة الجغرافية. يوجد حقل على الصفحة الرئيسية يسمى بحث. ما عليك سوى إدخال كلمة بحث أساسية في الحقل ، والنقر فوق الزر "بحث" ، وستظهر نتائج البحث النصي الخاص بك في صفحة نتائج البحث. نظرًا لأن البوابة الجغرافية تستفيد من بناء جملة استعلام لوسين ، فمن الممكن إجراء عمليات بحث قوية حتى من خلال البحث الأساسي عن النص.

البحث المتقدم يتم الوصول إليه عن طريق النقر فوق علامة التبويب "بحث" في واجهة تطبيق الويب geoportal. يمكّنك البحث المتقدم من تضييق نتائج البحث عن طريق تحديد عوامل تصفية إضافية. يمكن إزالة عوامل التصفية الموضحة أدناه من استعلام البحث عن طريق النقر فوق الرابط مسح في صفحة البحث.

مربع إدخال مصطلح البحث

استخدم مربع إدخال مصطلح البحث لإدخال مصطلح بحث أو استعلام.

خريطة تفاعلية بحث المدى المكاني

  • أداة تحديد الموقع: اكتب اسم مكان ، وستستخدم البوابة الإلكترونية خدمة تحديد المواقع لتوفير قائمة بالأماكن التي تحمل هذا الاسم. حدد مكانًا من القائمة ، وستتمركز الخريطة على ذلك المكان.
  • أدوات التنقل في الخريطة: قم بالتكبير أو التصغير باستخدام الأسهم على خريطة البحث أو عجلة الفأرة ، قم بتمرير الخريطة عن طريق النقر على الخريطة والسحب.
  • في أي مكان: ستعيد نتائج البحث الموارد من أي مدى
  • متقاطعة: ستعرض نتائج البحث الموارد التي تلامس أو تم تضمين جزء من مداها في المنطقة المحددة في خريطة البحث
  • بالكامل داخل: ستعيد نتائج البحث الموارد المضمنة بالكامل في المنطقة المحددة في خريطة البحث

انقر فوق الارتباط السجلات المعروضة من: وحدد من الموارد المدرجة في القائمة. يتيح ذلك البحث في الكتالوجات البعيدة من واجهة البوابة الجغرافية. عند تنفيذ بحث موحد في كتالوج بعيد ، لا يوجد ضمان بأن نفس بنية لوسين المدعومة من البوابة الجغرافية الأصلية ستعيد النتائج من الكتالوج البعيد. إذا كنت تواجه مشكلات في استرداد النتائج من كتالوج بعيد ، فحاول البحث عن نص بسيط بدلاً من استعلام لوسين.

الموارد المدرجة في مربع حوار البحث الموحد عبارة عن كتالوجات مسجلة تستند إلى CS-W أو نقاط نهاية REST مخصصة معينة أو نقاط نهاية ArcGIS Search Service.

عند تحديد ارتباط "خيارات إضافية" ، يتم تطبيق عوامل تصفية إضافية على البحث. من المؤكد فقط أن يتم تطبيق هذه المرشحات على البوابة الجغرافية المحلية.

نوع المحتوى وفئة الموضوع والتعديل حسب التواريخ ونتائج الفرز. هذه موضحة أدناه. من الممكن إضافة عوامل تصفية إضافية أيضًا ، وفقًا لتخصيص المطور إضافة معايير بحث مخصصة.

خيارات إضافية & نوع محتوى GT

تقوم عمليات البحث بإرجاع المستندات المرتبطة بأحد أنواع المحتويات الأحد عشر. نوع المحتوى هي خاصية معينة يستخدمها الموقع الجغرافي لتحديد نوع المورد الذي يتم وصفه. توفر بعض الموارد معلومات نوع المحتوى في بيانات التعريف المرتبطة بها ، ولكن في معظم الحالات ، تستخدم البوابة الجغرافية المنطق الخاص بها لتحديد نوع محتوى المورد.

  • خدمات الخرائط الحية
  • البيانات القابلة للتنزيل
  • البيانات دون اتصال بالإنترنت
  • صور الخرائط الثابتة
  • وثائق
  • التطبيقات
  • الخدمات الجغرافية
  • غرف المقاصة
  • ملفات الخرائط
  • الأنشطة الجغرافية
  • المورد غير محدد (غير معروف)

خيارات إضافية و GT فئة البيانات

تسعة عشر فئة مواضيع محددة في معيار البيانات الوصفية ISO 19115. قامت البيانات الوصفية لـ FGDC بدمج مفهوم فئة الموضوع في علاماتها الخاصة أيضًا. سيؤدي البحث حسب فئة البيانات إلى استرداد الموارد التي تحتوي على فئة البيانات المحددة في مكانها المحدد في بيانات التعريف XML للمورد.

يمكن للمستخدمين اختيار أكثر من فئة بيانات عن طريق التحقق منها في قائمة نماذج البحث. يؤدي تحديد أكثر من مربع إلى توسيع نتائج البحث التي سيتم إرجاعها للموارد من أي من فئات البيانات المحددة أو جميعها.

خيارات إضافية والتواريخ المعدلة gt

يشير إلى تاريخ آخر تعديل للبيانات الوصفية للمورد داخل الكتالوج الجغرافي.

من خلال تحديد تاريخ البدء وتاريخ الانتهاء ، سيعيد البحث السجلات التي تم تعديلها خلال تلك الفترة الزمنية المحددة.

خيارات إضافية ونتائج الفرز

يتم عرض النتائج مرتبة حسب أحد المعايير السبعة من بيانات تعريف المورد XML. يمكن للمستخدمين تحديد كيفية فرز النتائج عن طريق اختيار واحد مما يلي من مربع القائمة المنسدلة Sort By.

  • الملاءمة: إذا قمت بكتابة مصطلح بحث في حقل البحث أعلى الصفحة ، فسيتم فرز النتائج حسب الصلة بمصطلح البحث هذا. إذا لم تكتب مصطلح بحث ولكنك تبحث عن معايير أخرى (على سبيل المثال ، بحث يعتمد على نوع المحتوى فقط) ، فسيتم فرز النتائج حسب التاريخ بترتيب تنازلي.
  • العنوان: مرتبة حسب نص العنوان بالترتيب الأبجدي ، مع وضع الحرف "A" في الأعلى.
  • نوع المحتوى: مصنّف ومجمّع حسب نوع المحتوى ، مع خدمات مباشرة في الأعلى ومصدر غير معروف في الأسفل.
  • تاريخ تصاعدي: مرتبة حسب تاريخ التعديل ، مع إدراج أحدثها في الأسفل.
  • تاريخ تنازلي: تم الفرز حسب تاريخ التعديل ، مع إدراج الأحدث في أعلى القائمة.
  • منطقة تصاعدية: مرتبة حسب حجم المدى المكاني ، مع وجود سجلات ذات نطاق أصغر في الأعلى.
  • منطقة تنازلية: مرتبة حسب حجم المدى المكاني ، مع وجود السجلات ذات النطاقات الأكبر في الأعلى.

9.2: الاتجاهات / التقنيات الناشئة

هذا الأسبوع ، ستصبح "خبيرًا" في المحتوى في أحد الاتجاهات أو التقنيات الرئيسية المدرجة في هذا القسم. ستبدأ بالقراءات المحددة مسبقًا ، وبعد ذلك ستبحث في الموضوع الذي اخترته بعين ناقدة للاختيار قراءات إضافية لمشاركتها مع زملائك في الفصل.

سيبلغ النشاط ذروته في تقديم ملخص تنفيذي موجز لموضوعك في Canvas إلى الدرس 9.2 - ملخص تنفيذي للاتجاهات الناشئة المنتدى. سيتمكن كل فرد في الفصل من قراءة الملخص التنفيذي الخاص بك.

الخطوة 1

راجع القائمة من التقنيات المذكورة أدناه في هذه الصفحة.

الخطوة 2

سجّل الدخول إلى اللوحة القماشية الدرس 9.2 - ملخص تنفيذي للاتجاهات الناشئة منتدى (غير مصنف) و أشر إلى موضوع اهتمامك. لا بأس إذا كان ما يصل إلى 3 أشخاص مهتمين بالموضوع نفسه ، ومع ذلك ، فهذا جهد فردي ، لذلك سيتعين على الجميع تقديم الملخص التنفيذي الخاص بهم.

بحث:

الخطوه 3

اقرأ المقالات المحددة مسبقًا (إذا لم تكن قد قمت بذلك بالفعل) لتوفير سياق للموضوع الذي اخترته (المعين). (بكل الوسائل ، لا تعتبر هذه المقالات حدودًا لمناقشة موضوعك - ومع ذلك ، يجب أن تبدأ المقالات أدناه في التفكير.)

الخطوة 4

ابحث عن مصادر إضافية تعتقد أنها ستساعد زملائك في الفصل على فهم الموضوع. (ملاحظة: الهدف هو اثنان أو ثلاثة مصادر عالية الجودة - ستوجه زملائك في الفصل إلى هذه المصادر الإضافية كنقاط مرجعية للمادة.)

الحالي:

الخطوة الخامسة

قم بإعداد عرض تقديمي موجز لموضوعك (PowerPoint أو Word أو PDF). كما هو الحال دائما ، كن كما هو الحال دائما موجز وموجز قدر الإمكان ، الإجابة على الأسئلة الواردة في القسم 9.1 (مدرج مرة أخرى أدناه):

  • كيف تشرح هذا الاتجاه / التكنولوجيا لزملائك و / أو الآخرين في العمل؟
  • ما هي المصطلحات / المصطلحات الأساسية التي يجب معرفتها وفهمها؟
  • ما هو الإطار الزمني الذي ترى أن هذا الاتجاه / التكنولوجيا تنتشر وتؤثر على السوق؟ (على سبيل المثال ، هل سيستغرق هذا 5 ، 10 ، 15 ،... سنوات ليكون له تأثير كبير ، أم أن هناك مراحل على طول الطريق؟ هل سيؤثر على العمل داخليًا ، أو مورديه ، أو العملاء؟)
  • ما هي فرص العمل الجديدة التي قد يوفرها هذا الاتجاه / التكنولوجيا؟

ستعتمد درجتك على نجاحك في موازنة أ إجابة شاملة مع عرض موجز وجذاب التابع المواد التي تعتبرها ضرورية.

التسليم:

انشر الملخص التنفيذي في Canvas إلى الدرس 9.2 - منتدى الملخص التنفيذي للاتجاهات الناشئة.

يكفي نشر نص من بضع فقرات قصيرة ، بشرط أن تتناول رسالتك الأسئلة أعلاه. لاحظ أن هذه ليست ورقة بحثية (أو حتى ورقة قصيرة) - هذا ملخص تنفيذي - موجز ، يجب أن تنقل النقاط الرئيسية فهمًا عالي المستوى للمادة وتثير الاهتمام بزملائك لمواصلة التحقيق في الموضوعات بأنفسهم .

يوم الثلاثاء الساعة 11:59 مساءً (التوقيت الشرقي).
تحقق من التقويم في Canvas للإطارات الزمنية وتواريخ الاستحقاق المحددة.


إطار NHDPlus متسق وطنياً لتحديد المياه المشتركة بين الولايات: الآثار المترتبة على التقييمات المتكاملة و TMDLs فيما بين الاختصاصات

يعزز برنامج إجمالي الأحمال اليومية القصوى (TMDL) التابع لوكالة حماية البيئة الأمريكية (EPA) مناهج متسقة على الصعيد الوطني لتوثيق التقدم المحرز في استعادة المياه التالفة. يوفر برنامج TMDL التابع لوكالة حماية البيئة (EPA) أنظمة تتبع تشتمل على مكونات رسم خرائط قاعدة البيانات وأنظمة المعلومات الجغرافية (GIS). يتم تنفيذ رسم خرائط نظم المعلومات الجغرافية باستخدام مجموعة بيانات الهيدروغرافيا الوطنية (NHD). قامت وكالة حماية البيئة والمسح الجيولوجي الأمريكي بتطوير منتج NHD محسن (NHDPlus) يتم تطبيقه في هذه الدراسة لتحديد إطار المياه بين الولايات للولايات المتحدة المتاخمة. يوفر هذا الإطار القائم على NHDPlus نهجًا فعالًا موجهًا لمستجمعات المياه لاختيار المياه بين الولايات. إن زيادة الاتساق في المناهج الخاصة بالمياه المشتركة بين الولايات أمر ضروري لتوفير تقنيات محسنة للتقييم المتكامل وبرامج الإدارة. من الواضح أن أدوات التحليل المحسنة للمياه بين الولايات مهمة من منظور فيدرالي. إن الرؤى المستندة إلى أدوات المياه الفيدرالية بين الولايات هي أيضًا ذات أهمية لوكالات جودة المياه في الولاية عندما تتعامل مع التحديات المعقدة بين الاختصاصات التي يمكن أن تتطلب الاستفادة من الدعم من مجموعة واسعة من أصحاب المصلحة. يتم تقديم ملخصات عن درجة الاتساق الموثقة للمياه الداخلية حيث قدمت الدول معلومات نظام المعلومات الجغرافية لقائمة TMDL للوصول إلى NHD المشترك بين الولايات ، ويتم تقديم ملخصات عن أنماط التقييمات بين الولايات المنظمة وفقًا للمناطق البيئية التي تم تطويرها من أجل تقييم التدفقات القابلة للخوض في وكالة حماية البيئة. كما تم استكشاف أهمية إطار عمل المياه المشتركة بين الولايات في الاستفادة من برنامج TMDL لتوفير دعم محسن لنهج إدارة مستجمعات المياه.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


1 المقدمة

عند محاولة إجراء استنتاجات حول خصائص التربة ، نضطر إلى جمع عدد محدود من العينات بدلاً من محاولة الحصول على معلومات في كل موقع ممكن (انظر ، على سبيل المثال ، Cochran 1963، Hedayat وآخرون. 1991 ، طومسون 2002). ينتج عن الجرد الشامل صورة واضحة لتنوع الظاهرة ، ولكنه يستغرق وقتًا طويلاً ومكلفًا. يعتبر أخذ العينات المتناثر رخيصًا ، لكن ندرة العينات قد تفقد ميزات مهمة. كقاعدة عامة ، غالبًا ما يكون أخذ العينات أكثر كثافة في المناطق التي تعتبر حرجة (بيري وبيكر 1968). عندما تختلف خاصية التربة مكانيًا ، فإن التحدي الآخر يتمثل في العثور على مواقع العينة المثلى (Bellehouse 1977 ، Cressie 1991 ، Stehman and Overton 1996 ، Muller 1998 ، Haining 2003 ، ومؤخراً de Gruijter وآخرون. 2006 ، Delmelle 2009).

يتم التعرف بشكل عام على طريقتين متميزتين في مجال أخذ العينات المكانية (Haining 1990، Brus and de Gruijter 1997). في النهج القائم على التصميم ، تعتبر مجموعة القيم في منطقة ما غير معروفة ، لكنها قيم ثابتة. يتم أخذ العينات بأخذ عدد من المواقع المختارة عشوائياً ويتم ملاحظة القيم السكانية. تعد أنماط أخذ العينات القائمة على التصميم مناسبة لتقدير متوسط ​​خاصية التربة في منطقة الدراسة. يؤدي تكرار نمط أخذ العينات المماثل عدة مرات إلى توزيع حول تقدير المتوسط. من ناحية أخرى ، يعتبر النهج القائم على النموذج في هذه الورقة مجموعة القيم على أنها مجرد إدراك واحد للعملية العشوائية ، حيث يُنظر إلى المتوسط ​​على أنه متغير عشوائي. النهج القائم على النموذج مناسب للتنبؤ بنتيجة خاصية التربة في موقع معين. في أخذ العينات في المرحلة الأولى، أحد الأهداف هو جمع عينات مكانية على مسافات قصيرة لتقدير المتغير. على هذا النحو ، يوصى بتجميع بعض الملاحظات من أجل تحديد التباين على مسافات قصيرة. تم اقتراح التطورات الأخيرة لتقدير المتغير ، بناءً على (1) المربعات الصغرى من خلال تصغير مصفوفة التغاير (Bogaert and Russo 1999) ، و (2) أقصى احتمالية مقترنة بالتلدين المحاكي (Lark 2002). بالاستفادة من الخاصية التي يوفرها kriging تقديرًا للتباين (Cressie 1991) ، هناك هدف آخر يتمثل في تحديد مكان العينات الأولية بالشكل الأمثل لتقليل تباين kriging. عندما تكون بنية التغاير غير معروفة ، فإن معايير ملء الفراغ تمثل حلاً بديلاً (Royle and Nychka 1998، Brus وآخرون. 2007). نظرًا لأن تباين kriging يكون في حده الأدنى في مواقع المراقبة ويزيد بعيدًا عنها ، فمن المستحسن توزيع جميع الملاحظات بالتساوي ، مما يضمن أن المواقع غير المقصودة ليست بعيدة أبدًا عن نقطة أخذ العينات. لهذا الغرض ، يؤدي تكوين أخذ العينات الثلاثي أو المربع أداءً جيدًا (Yfantis وآخرون. 1987). بمجرد جمع العينات الأولية ، يمكن تقدير متغير الاهتمام (أو خاصية التربة) في المواقع غير المستندة إلى عينات باستخدام تقنيات الاستيفاء ، مثل kriging. إذا تم اعتبار عدد العينات الأولية غير كافٍ ، أو إذا تم الحكم على نتائج الاستيفاء بأنها غير مرضية ، فيمكن زيادة مجموعة العينات الأولية ، وهو نهج يعرف باسم أخذ العينات في المرحلة الثانية. السؤال الأساسي هو كيفية بناء تصميم فعال للقياسات الإضافية ، والاستفادة من المعلومات المكانية لخاصية التربة ، التي تم الحصول عليها خلال مرحلة أخذ العينات في المرحلة الأولى. في أخذ العينات في المرحلة الثانية ، تتكون مرحلة أخذ العينات الأولى من جمع القياسات الأولية لتقدير المتغير وإجراء الاستيفاء ، بينما تستفيد المرحلة الثانية من بنية المتغير لتخصيص عينات إضافية. فان جرونيجن وآخرون. (1999) طبق هذه التقنية لتقدير نسبة محتوى الرمال على مصطبة نهر في تايلاند ، عن طريق تقليل التباين الأقصى في kriging. دي زيو وآخرون. قام (2004) بمعايرة المتغير من خلال تقدير الاحتمالية القصوى ، واستخدم التلدين المحاكي لتخصيص ملاحظات إضافية ، مما يقلل من متوسط ​​التباين kriging. تم إجراء أخذ العينات في المرحلة الثانية في سياق تلوث التربة (Cox 1999 ، Hsia وآخرون. 2000). يوصى بأخذ عينات في مواقع أعلى من عتبة معينة ورسم عدد ثابت من العينات الإضافية حولها حتى تكون القياسات اللاحقة أقل من هذا الحد.

مؤخرًا ، فان جرونجين وآخرون. (2000) طبق مفهوم الأوزان المكانية في عملية التحسين. تم استخدام الأوزان للكشف عن المناطق الملوثة في ميناء روتردام ، للتمييز بين المناطق ذات أولويات أخذ العينات المختلفة. في المرحلة الأولى ، تم تعيين أوزان أكبر لأخذ العينات للمناطق التي تظهر مخاطر تلوث أعلى. في المرحلة الثانية ، تم ترجيح المواقع التي من المتوقع أن تظهر أولوية أعلى للمعالجة وفقًا لذلك. روجرسون وآخرون. قام (2004) بتطبيق تقنية مماثلة ، حيث زاد من أوزان أخذ العينات حيث كان عدم اليقين المرتبط بالمتغير محل الاهتمام مرتفعًا ، وبالتالي ليس في المناطق التي يكون فيها احتمال وقوع حدث إما صفرًا أو 1. استخدم المؤلفون خوارزمية جشعة من أجل تقليل أقصى تباين kriging الموزون ، ولكن لم يتم تقييم خوارزميات البحث الأكثر ملاءمة في الدراسة.

لسوء الحظ ، غالبًا ما يساء استخدام تباين kriging كمقياس لمصداقية تقدير kriging (Armstrong 1994، Deutsch and Journel 1997). يفترض أن العملية ثابتة ، وغالبًا ما يتم انتهاك الافتراض في الممارسة العملية. تباين kriging هو فقط دالة لنمط العينة ، وكثافة العينة ، وعدد العينات ، جنبًا إلى جنب مع بنية التغاير الخاصة بهم (Cressie 1991). سيؤدي تحسين أنماط أخذ العينات في المرحلة الثانية لتقليل تباين kriging إلى تحديد مواقع عينات إضافية في مواقع وسيطة بين العينات الموجودة ، وتجاهل التباين المكاني الأساسي لخاصية التربة. هناك حافز لدمج تباين kriging مع معيار آخر & # x02014 تحت شكل الأوزان & # x02014 يعكس حجم التباين المكاني ، حتى لو كانت كثافة النقاط التي تم أخذ عينات منها مسبقًا منخفضة (تباين kriging عالي). تحاول هذه الورقة تطوير طريقة لاختيار مواقع إضافية لأخذ العينات والتي تقلل إلى أدنى حد من التباين الكلي في توقع الخطأ وتفسير التباين غير الثابت لمتغير الاهتمام.

في هذه الورقة ، يفترض الثبات الزمني. تم إجراء جمع قياسات إضافية بغرض تحسين التنبؤ بالمتغيرات التي تعتمد على الوقت بواسطة Lajaunie وآخرون. (1999) ، ومؤخراً de Gruijter وآخرون. (2006). بالإضافة إلى ذلك ، تم تناول تصميم أنماط أخذ العينات المكانية لمتغير أولي في سياق متعدد المتغيرات بواسطة Bueso and Angulo (1999) ، Hengl وآخرون. (2003) ، Delmelle (2005) وكذلك Brus and Heuvelink (2007). في القسم التالي ، يتم نمذجة مشكلة أخذ العينات في المرحلة الثانية رياضيًا. يراجع القسم 3 تقنيات الكشف عن مجريات الأمور المناسبة لتحديد عينات إضافية. يوضح القسم 4 منهجية أخذ العينات المقترحة على مجموعة بيانات شاملة للاستشعار عن بعد. في القسم الأخير ، يتم توفير ملخص.


5. التعميم

لتحديد قابلية تعميم نموذج ACT-R المتكامل لمهام AHA ، تم تشغيل نفس النموذج الذي أنتج النتائج المذكورة أعلاه على محفزات جديدة في نفس إطار عمل AHA. ثم تمت مقارنة نتائج النموذج بنتائج عينة جديدة تم جمعها من طلاب 103 في جامعة ولاية بنسلفانيا. لم تكن مجموعة البيانات الجديدة هذه متاحة قبل تشغيل النموذج ، ولم يتم تغيير أي معلمات أو هياكل معرفة لتلائم مجموعة البيانات هذه. على عكس مجموعة البيانات الأصلية المكونة من 45 مشاركًا ، استخدمت عينة ولاية بنسلفانيا فقط الأشخاص الذين حصلوا على اعتماد الدورة للحصول على شهادة ذكاء جغرافي مكاني للخريجين. بشكل عام ، فإن RSR و ص 2 يناسب درجات S2 بينما تحسن ص تم إسقاط 2 يناسب درجات S1 (انظر الجدول 6). ترجع الزيادة في RSR بشكل أساسي إلى أن سكان ولاية بنسلفانيا يتصرفون بشكل أكثر عقلانية (أي أعلى درجات S1 انظر الشكل 14) من السكان من مجموعة البيانات الأولية. هذا يتوافق مع التعليم والخبرة المتزايدة لعينة ولاية بنسلفانيا. ومع ذلك ، فقد استخدمت عينة ولاية بنسلفانيا على الأرجح بعض الاستراتيجيات المختلفة في حل المهام ، حيث لم تكن تجارب S1 مناسبة للتجربة تلو الأخرى ، مما يشير إلى بعض الاختلاف في الاستدلال بأن نموذج ACT-R لم يتم التقاطه.

(أ) هو التوافق التجريبي بين نموذج ACT-R والبيانات البشرية للمهام 1 & # x020135 باستخدام مقياس S1 ، الذي يقارن البشر والنموذج بعقلانية بايز. (ب) مناسب لمقياس S2 الذي يحدد درجة تخصيص الموارد. بالنسبة للمهام 4-5 ، يمثل الرسم البياني ملاءمة الطبقة النهائية. هذه النتائج خاصة بمجموعة بيانات ولاية بنسلفانيا النهائية.

الجدول 6

مجموعة من S1 و S2 و RSR (RMR في المهمة 6) والانحدار الخطي (ص 2) النتائج مقسمة حسب المهمة لمجموعة البيانات الجديدة والمشاركين.

مهمة النتيجة S1النتيجة S2RSR / RMR
نموذجبشري ص 2 نموذجبشري ص 2
181.780.7.01159.163.4.141.625
268.5 78.9.347*54.254.6.765*.534
372.179.7.12134.773.8.701*.692
4 94.487.6.00647.546.7.992*.893
5 84.584.5.00042.045.5.943*.864
6 85.388.3.447*48.444.6.990*.854

بشكل عام ، يشير النموذج المحسن الملائم إلى أن نموذج ACT-R لمهام AHA قادر على التقاط متوسط ​​الأداء البشري على مستوى المهمة لدرجات S1 وعلى مستوى التجربة تلو التجربة لنتائج S2. على العكس من ذلك ، فإن هذا يبرر موثوقية مهام AHA كمقياس للأداء البشري في بيئة مهمة تصنع الحواس.

أخيرًا ، كان نموذج ACT-R مناسبًا للترسيخ وتحيزات التأكيد (انظر الشكل 15) كانت مماثلة أيضًا في مجموعة بيانات ولاية بنسلفانيا. تنبأ النموذج بشكل صحيح بكل من وجود ودرجة التثبيت على كل كتلة في المهام 1 & # x020133 واتبع اتجاهات تجربة تلو الأخرى مماثلة لكل من التثبيت والتأكيد في المهام 4-5. ص 2 من درجات Negentropy كانت مماثلة .591 لمجموعة البيانات الأصلية.

درجات Negentropy التجريبية للمهام 1 & # x020135 (& # x00394 Negentropy بين الطبقات للمهام 4-2 و 5) لنتائج Bayes المنطقية تمامًا ، ونموذج ACT-R ، والمشاركين البشريين. هذه النتائج خاصة بمجموعة بيانات ولاية بنسلفانيا.


نبذة مختصرة

أثرت الضغوطات البيئية والنمو السكاني بشكل كبير على النظم البيئية للأرز ، مثل منطقة سابا في شمال فيتنام. يطرح السؤال كيف تحدد المكونات الطبيعية والاجتماعية والاقتصادية كمية غلات الأرز. تجمع هذه الدراسة بين نظام الاستدلال العصبي الضبابي الهجين (HyFIS) والطرق المستندة إلى نظم المعلومات الجغرافية لتوليد نموذجين يمكنهما تعيين مناطق ملائمة لزراعة الأرز على نطاق إقليمي والتنبؤ بإنتاجية الأرز الفعلية على نطاق قطعة الأرض. تم استخدام المقابلات شبه المنظمة وأداة "التقييم المتكامل لخدمات النظام البيئي والمقايضات" ونماذج إحصائية مختلفة للتحقيق في تأثيرات ثمانية متغيرات بيئية وثلاثة متغيرات اجتماعية واقتصادية على إنتاج الأرز. بعد ذلك ، تم تدريب نموذجين HyFIS بدقة أعلى من 88٪. Because the predictive power values of the two proposed HyFIS models were higher than those of benchmark models, they are considered as useful tools to assess and optimize land use and related rice productivity.


Wednesday, August 15, 2012

GIS Professional Services Contract Pool

Do you have a need for GIS application developers? Do you have a need to develop a GIS dataset? If so, do you know that if your organization is an agency, board, bureau, commission, or institution of higher education of the State of North Dakota, or other North Dakota government or education entity, that you can obtain GIS professional services through just a work order?

Multiple vendors have been awarded contracts in the Programmer/Analyst and Technical and Data Services Specialist categories of the Information Technology Professional Services Contract Pool. A primary benefit of using the Contract Pool is to make the procurement process more efficient by leveraging the master contract terms which have already been negotiated with the awarded vendors.

Using the Contract Pool can greatly streamline your procurement process. For more information please visit the GIS Professional Services Contract Pool page.

  1. Data development that requires engineering or surveying services is not part of the Contract Pool.
  2. From the contract language: "Agencies, boards, bureaus, commissions, institutions of higher education of the State of North Dakota, and other North Dakota government and education entities that are authorized to purchase from contracts established for and by the State may procure information technology services under the terms and conditions of this agreement. Each North Dakota procuring agency is responsible for complying with any laws that regulate its individual purchase authority."

Closing Comment

As illustrated in this article, important examples of practical applications of evolutionary understanding in modern public health include obesity, influenza, and appropriate uses of antibiotics. As documented by the Surgeon General and the CDC, the prevalence of obesity and overweight has increased sharply in the past 30 years, with huge consequences for the burden of chronic diseases and health care costs. The global epidemic of obesity represents a combination of rapidly changing, culture-based, behavior changes and discordant genomic predispositions that cannot be ignored. Meanwhile, we face simultaneous influenza epidemics from seasonal H1N1 strains, with enormous annual variation in impact, from H1N1/2009 swine flu strains with very differential susceptibilities in the human population, and therefore quite different high-risk target populations for prevention, vaccination, and therapy, and, lest we forget, from lingering H5N1 avian flu strains. Finally, we remain in an arms race with bacteria whose environments inside us and around us we are constantly changing, stimulating their own rapid evolution.

Evolution, natural selection, and population dynamics act over very long periods of time. We have learned in recent years, as highlighted by علوم magazine’s “Breakthrough of the Year 2005,” that we can actually observe “evolution in action”—in the Galapagos, the Arctic and Antarctic, hospitals, rural and urban waste streams, and many other settings, with impacts on public health and implications for our public health research agenda. We can be confident that evolutionary perspectives will provide a useful foundation for research and communication in public health (57) as well as in medical care (58).


شاهد الفيديو: Change Projection - Coordinate System in ArcMap