أكثر

كيفية تشغيل GAM مع الحزمة النقطية؟

كيفية تشغيل GAM مع الحزمة النقطية؟


عندما أستخدم الحزمة النقطية للتنبؤ بخريطة احتمالية سطحية لتوزيع الأنواع باستخدام الوظائف التالية في R ، يحدث الخطأ التالي:

CA132122200 = نقطية ("F: / خرائط CBG-UnProj / خريطة نهائية شبيهة / mov472 / landmergbackg1.tif_mw2 / ca_132.tif") mod = gam (y ~ s (CA132122200) ، بيانات = تدريب ، عائلة = ذات حدين ، جاما = 1.4 ، logLink = "logit") توقع <- توقع (كائن = CA132122200 ، نموذج = تعديل ، اكتب = "استجابة" ، تقدم = "نص") أخطاء: الكائن ليس مصفوفة: بالإضافة إلى: رسائل التحذير: 1: توقع .gam (model، blockvals،…): لم يتم توفير جميع المتغيرات المطلوبة في البيانات الجديدة! 2: تحتوي "newdata" على 2032869 صفاً ولكن المتغيرات التي تم العثور عليها تحتوي على 2315 صفاً "

كيفية استخدام الحزمة النقطية في لغة python مع rpy2

العمل مع R في Python باستخدام rpy2 على windows 7. أحتاج إلى فتح بعض البيانات النقطية كـ RasterLayer باستخدام الوظيفة النقطية () من الحزمة النقطية. تمكنت من تثبيت الحزمة ، ولكن لا يمكنني استخدام وظيفتها.

أقوم بتثبيت الحزم التي أحتاجها (rgdal ، sp ، raster ، lidR ، io) باستخدام

names_to_install هي قائمة بالحزم التي لم يتم تثبيتها بعد. هذا يعمل بشكل جيد.

أعرف كيفية تجربة الوظائف "الأساسية" ، مثل sum ، وهي تعمل:

لكن يبدو أن الأمر نفسه لا يعمل مع وظيفة البيانات النقطية من الحزمة النقطية:

لقد جربت أيضًا ما يلي:

بقصد أن أكون قادرًا على تشغيل التالي وتحميل ملف البيانات النقطية:

لكن السطر الأول (استيراد ('نقطية')) يتسبب في تعطل بيثون ويظهر لي الخطأ:

لا يحدث هذا مع الحزم المحملة الأخرى مثل rgdal ، ولكن مع الحزمة النقطية وحزمة lidR أحصل على الخطأ.

لقد بحثت عن هذا الخطأ ، ويبدو أنه يمثل انتهاكًا للوصول ، لكنني لا أعرف ما يمكنني فعله حيال ذلك ولماذا يحدث فقط مع حزم معينة.

أتوقع أن أكون قادرًا على استدعاء وظيفة البيانات النقطية من الحزمة النقطية.

لقد جربته على جهاز كمبيوتر يعمل بنظام Windows 10 ولم يعد الخطأ يظهر عند التشغيل

سيكون من الجيد معرفة ما هي مشكلة Windows 7 وما إذا كان هناك أي حل.


كيفية تشغيل GAM مع الحزمة النقطية؟ - نظم المعلومات الجغرافية

تنفذ هذه الحزمة العديد من الاختبارات والتصورات والمقاييس للاستخدام مع النماذج البيئية المتخصصة (ENMs) ونماذج توزيع الأنواع (SDMs).

Warren ، DL ، Matzke ، NJ ، Cardillo ، M. ، Baumgartner ، J.B. ، Beaumont ، L.J. ، Turelli ، M. ، Glor ، R.E. ، Huron ، N.A. ، Simões ، M. ، Iglesias ، T.L. و Piquet ، JC ، 2021. ENMTools 1.0: حزمة R للجغرافيا الحيوية البيئية المقارنة. علم البيئة ، 44 (4) ، ص 504-511.

يتوفر ENMTools على CRAN ، ويمكن تثبيته ببساطة عن طريق كتابة:

يمكنك أيضًا تثبيت أحدث إصدار من https://github.com/danlwarren/ENMTools. هناك عدة طرق لتنزيله. الأسهل هو استخدام devtools والتثبيت من GitHub.

التثبيت من GitHub باستخدام devtools

قم بتشغيل الكود التالي من وحدة التحكم R الخاصة بك:

إذا كنت تريد أحدث إصدار مطلقًا ، فسترغب في تثبيته من فرع "التطوير" ، ولكن كن على دراية بأنه في بعض الأحيان تتعطل الأشياء هناك وقد يستغرق الأمر بعض الوقت لملاحظة ذلك.

يتوفر إصدار مضغوط من الحزمة على https://github.com/danlwarren/ENMTools/archive/master.zip. للتثبيت من ملف مضغوط ، قم بتنزيل نسخة منه على نظامك. بمجرد الانتهاء من التنزيل ، اكتب ما يلي (حيث يكون PATH هو المسار إلى ملف zip):

يستخدم ENMTools وظائف من ملف كثير من حزم R الأخرى ، ومن المحتمل أنك لا تريد تثبيتها جميعًا. لهذا السبب ، لا يتم تثبيت العديد من الحزم تلقائيًا مع ENMTools ، ولكن بدلاً من ذلك "مقترحة". إذا كنت ترغب في تثبيت جميع الحزم المقترحة ، فلدينا وظيفة لذلك. لن تحتاج إلى استخدامه إلا بعد تثبيت ENMTools لأول مرة أو التحديث R. إذا اخترت عدم تثبيت الحزم الإضافية ، فستتلقى تحذيرات عند محاولة استخدام الوظائف التي تتطلبها.

التعامل مع أدوات ENM

إنشاء كائنات enmtools.species

سنقوم بتحميل بعض البيانات البيئية. يمكنك القيام بذلك من البيانات النقطية المحلية ، مثل:

أو يمكنك تحميلها من الإنترنت باستخدام وظيفة getData () لحزمة البيانات النقطية.

بغض النظر عن المكان الذي تحصل منه على بياناتك البيئية ، من الجيد استدعاء دالة check.env () عليها. هذا يضمن أن NA في طبقة بيئية ينتشر إلى الطبقات الأخرى ، والتي يمكن أن تتجنب المشاكل مع بعض وظائف النمذجة.

تم تصميم ENMTools في المقام الأول لفحص أنماط التشابه والاختلاف بين ENMs للأنواع المختلفة. من أجل تبسيط التفاعلات مع الوظائف في ENMTools ، تحتاج إلى وضع بياناتك لكل نوع من الأنواع الخاصة بك في كائن enmtools.species. يمكنك إنشاء وعرض كائن enmtools.species فارغ عن طريق كتابة:

يمكنك إضافة أجزاء منه عند إنشاء الكائن:

أو يمكنك إضافة بيانات إلى هذا الكائن بعد إنشائه:

من الجيد دائمًا تشغيل وظيفة check.species () على كائن enmtools.species بعد إنشائه أو تعديله.

والآن يمكننا أن نلقي نظرة على جنسنا البشري!

ومع ذلك ، تحتوي أدوات ENMTools أيضًا على بعض عينات البيانات. يحتوي على كائن enmtools.clade يسمى "iberolacerta.clade" ، والذي يحتوي على العديد من كائنات enmtools.species بما في ذلك نسخة مبنية بالفعل من Iberolacerta monticola. يحتوي أيضًا على بعض بيانات Worldclim منخفضة الدقة التي يمكننا استخدامها لتوضيح الوظائف. سنقوم بسحب اثنين من تلك الأنواع الآن.

يحتوي ENMTools على وظائف لتبسيط عملية بناء ENM. باستخدام كائنات enmtools.species وأوامر النمذجة الصحيحة ، يمكننا بناء النماذج بسرعة كبيرة. هذه الأوامر عبارة عن أغلفة بشكل أساسي لوظائف إنشاء النماذج والإسقاط ، ولا تتوفر حاليًا إلا لنماذج GLM و Maxent و Domain و Bioclim. أحد الأجزاء اللطيفة حول هذا الإعداد هو أنه يسمح لـ enmtools بإنشاء خرائط ملاءمة تلقائيًا ، وإجراء تقييم نموذجي ، ورسم الملاءمة الهامشية للموئل لكل متغير على حدة.

ومع ذلك ، قبل أن نبدأ في النمذجة ، قد نرغب في قطع مجموعة التوقع الخاصة بنا لتقليل العلاقة الخطية المتداخلة. يحتوي ENMTools على اثنين من الوظائف المفيدة لهذا الغرض.

هذا رائع ، لكن من الصعب بعض الشيء اختيار المتغيرات بهذه الطريقة. لنجربها بصريًا بدلاً من ذلك.

تعطينا الدالة raster.cor.plot تصورين اثنين. مخطط حراري واحد يلون أزواجًا من المتنبئين بواسطة معامل ارتباط بيرسون الخاص بهم ، ومخطط مجموعة واحد يقوم بقياس متغيرات التوقع mds ثم يرسمها في فضاء ثنائي الأبعاد بحيث تكون المتنبئات الأكثر ارتباطًا أقرب إلى بعضها البعض. سوف نتخذ قرارًا تعسفيًا باستخدام ثلاثة متنبئين فقط ، وللحفاظ على تلك المتنبئات غير مرتبطة نسبيًا ، سنختار المتنبئين المتباعدة في مؤامرة mds. هنا سنختار bio1 و bio12 و bio7.

عادةً ما تتطلب GLMs من المستخدم توفير صيغة وكائن enmtools.species وبعض البيانات البيئية. إذا كانت الصيغة الخاصة بك دالة مضافة بشكل صارم لجميع الطبقات البيئية في البيئة ، فإن enmtools.glm ستنشئ صيغة تلقائيًا.

لاحظ أن هذا ينتج نفس الصيغة مثل:

إذا كنت تريد معادلة أكثر تعقيدًا (على سبيل المثال ، مع التفاعلات أو التأثيرات متعددة الحدود) ، فستحتاج إلى توفيرها يدويًا.

للتحقق من وظائف الاستجابة الهامشية ، ما عليك سوى الكتابة

تقدم هذه المخططات تقديرًا سلسًا لتكرار المستويات المختلفة لمتغير البيئة في بيانات التواجد ونقاط الخلفية ، جنبًا إلى جنب مع العلاقة المقدرة بين هذا المتنبئ البيئي ومدى ملاءمة الموائل من النموذج.

يمكنك أيضًا تصور النماذج والبيانات الخاصة بك في مساحة بيئة ثنائية الأبعاد باستخدام أي زوج من الطبقات من مكدس البيئة الخاص بك. تحافظ هذه المخططات على جميع المتغيرات غير المخططة (bio7 في هذه الحالة) ثابتة عند قيمتها المتوسطة عبر جميع نقاط التواجد ، ثم قم بتغيير المتغيرات المرسومة بين القيم الدنيا والقصوى في env.

يُظهر لك suit.plot الملاءمة في مساحة البيئة كدالة لمتغيرين ، مع ألوان أكثر إشراقًا تمثل مجموعات متغيرة يُتوقع أن تكون أكثر ملاءمة. تمثل النقاط نقاط حدوث الأنواع الخاصة بك في مساحة البيئة تلك.

توضح لك النقطية الملونة للخلفية الخلفية كثافة نقاط الخلفية في مساحة البيئة ، بينما تمثل النقاط البيضاء مرة أخرى نقاط التواجد في مساحة البيئة.

GAM و Bioclim و Domain و Maxent

يشبه إجراء إنشاء نماذج Bioclim و Domain و Maxent الإجراء الخاص بـ GLMs ، باستثناء أنك لست بحاجة إلى تمرير صيغة إلى وظيفة النموذج لنماذج Maxent و Domain و Bioclim. لاحظ أن تشغيل نماذج Maxent يتطلب القليل من الإعداد الإضافي ، راجع وثائق dismo للحصول على التفاصيل.

المقاييس: الاتساع والارتباط والتداخل

توفر ENMTools عددًا من المقاييس الخاصة بـ ENMs وللتشابه بين ENMs. وتشمل هذه مقاييس اتساع المكانة ، بناءً على Levins (1968). التحذير المهم عند تفسير هذه المقاييس هو أنها مدفوعة إلى حد ما (متغير) من خلال توافر مجموعات مختلفة من المتنبئات البيئية. على هذا النحو ، يتم تفسيرها بشكل أكثر دقة على أنها قياس لسلاسة التوزيع الجغرافي لدرجات الملاءمة بدلاً من تقدير اتساع المكانة الأساسية لكائن حي ذي نطاق ضيق أساسي يشتمل مع ذلك على مجموعة من الظروف البيئية الشائعة جدًا سيكون لها اتساع كبير عند القياس باستخدام ENMs ، مع وجود اتساع منخفض في مساحة البيئة.

يوفر ENMTools أيضًا مقاييس لقياس التشابه بين ENMs. من بينها Schoener’s D (Schoener 1968) و I (Warren et al. 2008) ومعامل ارتباط رتبة سبيرمان بين نقطتين نقطيتين. بينما يتم استخدام D و I بشكل شائع في أدبيات ENM ، فقد يميلون إلى المبالغة في تقدير التشابه بين ENMs عندما تكون العديد من الخلايا الشبكية ذات قيم متشابهة (على سبيل المثال ، عندما يفضل نوعان موائل مختلفة ولكن المنطقة تحتوي على قدر كبير من الموائل غير المناسبة على حد سواء).

الميزة الجديدة لإصدار R من ENMTools هي أنه يمكنك الآن استخدام نفس هذه المقاييس في فضاء الأبعاد n لجميع مجموعات المتغيرات البيئية ، بدلاً من تقييد مقاييس تشابه النموذج بتلك المجموعات من الشروط التي تظهر في منطقة التدريب . يتم ذلك عن طريق سحب عينات المكعب اللاتيني بشكل متكرر من مساحة جميع التوليفات الممكنة للمتغيرات البيئية بالنظر إلى الحد الأدنى والحد الأقصى لكل متغير داخل منطقة التدريب. تستمر ENMTools في رسم العينات حتى تختلف التكرارات اللاحقة بأقل من قيمة التسامح المحددة. تؤدي قيم التفاوت الأقل إلى تقديرات أكثر دقة للتداخل ، ولكن يمكن أن يستغرق حسابها وقتًا أطول.

تُستخدم المخططات التي تخرج من وظائف مساحة البيئة هذه لتشخيص تقارب مقياس التداخل / العرض. من الناحية المثالية ، ما تريده هو علاقة بين المقياس وعدد العينات التي لا تظهر أي اتجاه اتجاهي واضح.

مكانة اختبار الهوية أو المعادلة

في هذا المثال ، سنجري اختبارًا محددًا للهوية (يسمى أيضًا التكافؤ) ، كما هو الحال في Warren et al. 2008. يأخذ هذا الاختبار نقاط التواجد لزوج من الأنواع ويعيد تخصيصها بشكل عشوائي لكل نوع ، ثم يبني ENMs لهذه الأحداث العشوائية. من خلال القيام بذلك عدة مرات ، يمكننا تقدير التوزيع الاحتمالي لتداخل ENM بين الأنواع في ظل الفرضية الصفرية القائلة بأن حدوث النوعين في البيئة هو فعليًا سحب عشوائي من نفس التوزيع الأساسي. لاحظ أن التطور المتخصص هو واحد فقط من العديد من الأسباب التي تجعل التوزيعات البيئية المحققة لنوعين قد تتسبب في الخروج عن هذه الفرضية الصفرية. انظر وارن وآخرون. 2014 للحصول على التفاصيل.

لإجراء اختبار الهوية ، نحتاج إلى تحديد نوع النماذج التي سنبنيها ، وعدد التكرارات التي سنقوم بتشغيلها ، و (في حالة GLM و GAM) صيغة نموذجية لاستخدامها في النماذج التجريبية ونسخ مونت كارلو. يحتوي الكائن الناتج على نماذج مكررة وقيم p ورسومات النتائج. عادةً ما يتم إجراء اختبارات الهوية مع ما لا يقل عن 99 تكرارًا ، لكننا نستخدم عددًا أصغر هنا من أجل وقت التنفيذ.

ملاحظة: من أجل أن تكون النماذج قابلة للمقارنة ، يتم إجراء كل من النماذج التجريبية والنماذج الكاذبة لاختبار الهوية باستخدام نقاط الاختفاء الكاذب المجمعة للنوعين قيد المقارنة.

اختبار الخلفية أو التشابه

يقارن اختبار الخلفية أو التشابه التداخل الذي شوهد بين النوعين من ENMs مع التداخل المتوقع بالصدفة إذا كان أحد النوعين أو كلاهما يختار الموائل بشكل عشوائي من نطاقهما الجغرافي الواسع. الغرض من هذا الاختبار هو تصحيح توافر الموائل والسؤال عما إذا كان التشابه الملحوظ بين الأنواع أو المجموعات السكانية أكثر (أو أقل) بشكل ملحوظ من المتوقع بالنظر إلى مجموعة البيئات المتاحة في المناطق التي تحدث فيها.

ملاحظة: من أجل أن تكون النماذج قابلة للمقارنة ، يتم إجراء كل من النماذج التجريبية ونماذج النسخ الكاذبة لاختبار الخلفية مع نقاط الاختلال الكاذب المجمعة للنوعين قيد المقارنة.

في وارن وآخرون. في عام 2008 ، قمنا بتطوير هذا الاختبار في سياق مقارنة التواجد الفعلي لأحد الأنواع بالظهور العشوائي في الخلفية للأنواع الأخرى. هذا ما نسميه اختبار "غير متماثل" ، وفي حالتنا أجرينا الاختبار في كلا الاتجاهين بفكرة أننا قد نقارن نتائج الخلفية أ مقابل ب بنتائج ب مقابل أ. قد يكون هذا مفيدًا في بعض الحالات ، لكن العديد من الأشخاص وجدوا أيضًا عدم التناسق هذا محيرًا (وفي الواقع يصعب تفسيره غالبًا). لهذا السبب ، يمكن إجراء اختبار الخلفية هنا مقابل فرضية صفرية تم إنشاؤها من مقارنات "غير متماثل" (الأنواع 1 مقابل الأنواع 2 الخلفية) أو "متماثل" (الأنواع 1 الخلفية مقابل الأنواع 2 الخلفية).

هنا ، على سبيل المثال ، اختبار خلفية المناخ الحيوي باستخدام النهج الكلاسيكي غير المتماثل:


كيفية تشغيل GAM مع الحزمة النقطية؟ - نظم المعلومات الجغرافية

وحدة الصفيف النقطية GIS الكمية

وحدة Python لمعالجة بيانات الصورة النقطية الجغرافية في QGIS باستخدام المصفوفات غير المعقدة. يتضمن عرضًا توضيحيًا لـ Conway's Game of Life.

التبعيات: QGIS 2.6.1 Brighton، Python 2.7

إعداد وحدة تحكم QGIS Python

انتقل إلى وحدة تحكم أوامر python في QGIS
(الإضافات ووحدة تحكم gt Python)

أدخل في وحدة التحكم:
استيراد النظم

ابحث عن مسار الموقع لهذا البرنامج النصي
C: المستخدم سطح المكتب

قم بإلحاقه بمسارات نظام QGIS بـ:
sys.path.append (FILE_PATH_HERE)
sys.path.append ("C: User Desktop")

استيراد فئة الخلايا لاستخدامها في وحدة التحكم:
من استيراد RasterArray *

أ. إنشاء كائن الخلايا

قم بإنشاء كائن خلايا كمصفوفة عشوائية:

إنشاء كائن خلايا كمصفوفة معبأة:

إنشاء كائن خلايا كمصفوفة مخصصة:

  • r1c1 .. يشير rncn إلى الصف 1 (r1) والعمود 1 (c1) إلى الصف n (rn) والعمود n (cn)
  • الحاويات [] تحدد قائمة و () تحدد مجموعة

إنشاء كائن خلايا بملف نقطي:

cellObject = خلايا ("path_to_raster_file")

ب. تعديل والحصول على قيم الخلية

تعديل الخلايا (س ، ص ، القيمة)

  • x و y هما إحداثيات الخلية المراد تعديلها
  • القيمة هي القيمة المطلوب استبدال قيمة الخلية في الموقع
  • للإحداثيات غير الجغرافية ، استخدم (x ، y ، value ، geographic = False)
  • x و y هما إحداثيات الخلية المطلوب الحصول عليها
  • للإحداثيات غير الجغرافية ، استخدم (x ، y ، value ، geographic = False)

إخراج نقطية تمثل التغييرات:

اضبط نطاق الخط النقطي

cellObject = خلايا (nband = n)

اضبط نظام الإسناد المكاني للخطوط النقطية التي تم إنشاؤها عشوائيًا

cellObject = خلايا (EPSG = coorSys)

تحديد أبعاد وقياسات الخلايا للخطوط النقطية التي تم إنشاؤها عشوائيًا


تم التحديث 2017-02-24:

أعتقد أن أفضل الحلول هي استخدام R مع RStudio. (يعد دفتر Python و iPython بديلاً):

  • استيراد البيانات
    • Excel: حزمة readxl
    • Oracle: حزمة ora أو RODBC
    • النسخ واللصق: يقوم RStudio بتصدير وظائف المؤامرة
    • برمجياً: حزمة ReporteRs

    استيراد البيانات

    توجد طرق عديدة لاستيراد بيانات Excel (الجدولية). بالنسبة لبيانات Excel ، توفر حزمة readxl الأسهل والأكثر تنوعًا. يحصل بشكل عام على أنواع المتغيرات الصحيحة عند الاستيراد.

    البدائل هي حفظ الملف بتنسيق CSV وإعادة الاستيراد. حزمة readr جيدة لهذا الغرض. ربما يوفرNick Stauner الحل الأساسي باستخدام read.csv ، لكن القيد هو أن هذا يتطلب خطوة إضافية لحفظ ورقة العمل كملف CSV. هذا ليس رائعًا إذا كانت بياناتك موزعة على أوراق متعددة. يمكن أن تصبح مملة على الرغم من وجود برامج VBA لحفظ جميع الأوراق كملفات CSV. جوجل لهم. القيد الآخر هو الحصول على أنواع المتغيرات الصحيحة. إذا كنت تستخدم read.csv ، فغالبًا ما يتعين عليك إصلاح الأنواع الخاصة بك بعد الاستيراد في R.

    هناك عدد قليل من الحزم التي تتجنب هذه المشاكل عن طريق السماح لك بالاتصال بالقراءة / الكتابة من جدول البيانات مباشرة أو باستخدام ODBC. ابحث في CRAN عن تتفوق أو أودبك للعثور على الشيء المناسب لموقفك.

    التخطيط

    فيما يتعلق بإدخال المؤامرات في PowerPoint ، استخدم وظائف مؤامرة التصدير في Rstudio ، وطريقة النسخ واللصق باستخدام Rstudio يكون:

    تصدير المؤامرة> نسخ الرسم إلى الحافظة> نسخ كـ: يلتقط ملف التعريف المؤامرة إلى مخزن اللصق المؤقت مما يسمح لك باللصق مباشرة في Power Point.

    فيما يتعلق بتوليد المؤامرات ، لدى R العديد من الخيارات. ما سبق ذكره ggplot2 توفر الحزمة واجهة قوية جدًا لإنشاء جميع أنواع المؤامرات. هناك حزم إضافية لعمل مئات أو آلاف الأنواع الأخرى من المؤامرات / الرسوم المتحركة / إلخ. أحد القيود هو أنها غالبًا ما يتم دفنها في عبوات CRAN.


    استخدم ArcGIS Pro لإنشاء خريطة غير متصلة بالإنترنت - الجزء 1

    بواسطة MarkBockenhauer

    يأخذك Fieldwork وعامليك المتنقلين إلى أماكن بدون اتصال بيانات ، ولكن لا ينبغي أن يمنعك ذلك من استخدام بيانات GIS الخاصة بك. يمكنك إنشاء خريطة لا تتطلب الإنترنت ، ويمكنك استخدامها على جهازك في الميدان. قد تستخدم Explorer for ArcGIS ، أو ربما تطبيقًا مخصصًا تم إنشاؤه باستخدام AppStudio for ArcGIS أو ArcGIS Runtime SDK. في هذه المدونة ، سننظر في كيفية إنشاء خريطة يمكن استخدامها في وضع عدم الاتصال (بدون اتصال بيانات) في أي من هذه التطبيقات. سننظر بعد ذلك في استخدام تلك الخريطة في Explorer.

    أولاً ، دعنا نرى مثالاً لخريطة غير متصلة بالإنترنت باستخدام Explorer for ArcGIS. إذا لم يكن التطبيق مثبتًا لديك بالفعل ، فابدأ بتثبيته على جهاز iOS أو Android. ابحث عن Explorer for ArcGIS في التطبيق أو متجر Play.

    ابدأ Explorer وانقر فوق "متابعة بدون تسجيل الدخول" عند بدء تشغيله.

    ثم ابحث عن "Shenandoah National Park" وانقر لتنزيل الخريطة.

    تحقق من الخريطة للحصول على فكرة عما هو ممكن: انقر على الميزات واطلع على معلومات عنها أو اعرض طبقات الخريطة أو قم بقياس أو رسم الترميز على الخريطة. إذا كنت جديدًا في Explorer ، فقم بإلقاء نظرة على البدء وجرب بعض الأشياء التي يتم استدعاؤها هناك باستخدام هذه الخريطة غير المتصلة بالإنترنت.

    سنستخدم الآن ArcGIS Pro 2.1 وننشئ خريطة غير متصلة بالإنترنت مثل خريطة حديقة شيناندواه الوطنية. خلف الكواليس ، الخريطة غير المتصلة بالإنترنت هي حزمة خرائط الجوال (MMPK). أثناء إنشاء MMPK باتباع هذه المدونة ، ستتعرف على النمط الموصى به لإنشاء خريطة غير متصلة بالإنترنت (أو MMPK) مثل تلك التي جربتها للتو في Explorer.

    في هذا المثال ، سنبدأ بخريطة مكتملة بشكل أساسي. للقيام بذلك ، سنحصل على مشروع ArcGIS Pro يحتوي بالفعل على بعض الخرائط المكتملة فيه.

    ملاحظة: يتطلب هذا التمرين ArcGIS Pro 2.1.

    الوقت المقدر للإكمال - 40 دقيقة.

    1. ابدأ ArcGIS Pro وانقر فوق فتح مشروع آخر
    2. انقر فوق Portal ثم تصفح للحصول على مشروع مشترك من ArcGIS Online.انقر فوق عامل تصفية All Portal وابحث عن "مثال على جعل الخريطة غير متصلة بالإنترنت". حدده وانقر فوق موافق.

    3. يتم تنزيل المشروع وفتحه بثلاث خرائط (تسمى غالبًا طرق العرض) - تشغيلية و VTPK_Source_BM وخريطة الأساس. تتكون الخريطة التشغيلية من الأماكن والنقاط ومجالات الاهتمام. توفر الطبقات الموجودة في هذه الخريطة ميزات قابلة للبحث والنقر لخريطتك غير المتصلة بالإنترنت. يمكنك تأليف الخريطة التشغيلية للسماح لمستخدمي الخريطة بالبحث عن الميزات حسب السمات والنقر على الميزات لرؤية النوافذ المنبثقة.

    انقر فوق علامة التبويب VTPK_Source_BM لتنشيط عرض خريطة الأساس. يُظهر حدود منتزهات يلوستون وغراند تيتون الوطنية. توفر المعلومات الواردة في هذه الخريطة بيانات مرجعية أساسية لطبقات التشغيل. الطبقات الموجودة في خريطة الأساس مخصصة فقط للتمثيل المرئي. لن يتمكن مستخدمو الخريطة غير المتصلة بالإنترنت من الوصول إلى السمات من خلال نافذة منبثقة أو أن يكونوا قادرين على البحث عن الميزات في خريطة الأساس. إذا كانت هناك طبقات في هذه الخريطة تريد أن يتفاعل معها المستخدمون ، فقم بنقلها إلى الخريطة التشغيلية.

    ملاحظة: تأتي بيانات المصدر في كلتا الخريطتين من الخريطة الوطنية https://viewer.nationalmap.gov/basic/

    انقر فوق علامة التبويب خريطة الأساس لتنشيط العرض ، ولاحظ أنه فارغ. سنستخدم هذه الخريطة لاحقًا.

    4. قم بتنشيط الخريطة التشغيلية بالنقر فوق علامة التبويب الخاصة بها ، ثم انقر فوق معرض خرائط الأساس واختر VTPK_Source_BM خريطة الأساس

    قم بالتحريك والتكبير / التصغير حول الخريطة للتعرف على خريطة الأساس والبيانات التشغيلية. سيعطيك هذا سياقًا لكيفية عمل الطبقات التشغيلية مع طبقات خريطة الأساس.

    ملاحظة: إذا كنت لا ترى أي تسميات ، فتحقق من إيقاف تشغيل الطبقة التشغيلية ثم تشغيلها مرة أخرى لفرض إعادة الرسم.

    قم بإنشاء خريطة أساس بلاط متجه

    أفضل ممارسة لإنشاء خريطة فعالة غير متصلة بالإنترنت هي استخدام تجانبات متجهة في حزمة Vector Tile (VTPK) لبيانات المتجه وحزمة تجانب (TPK) للبيانات النقطية. في هذا المثال ، سنستخدم المربعات المتجهة لخريطة الأساس.

    ملاحظة: لن يتم تناول بيانات الملف النقطي (الصور) في هذا المثال. سيستخدم التحديث المستقبلي لهذا التمرين ، ولكن في الوقت الحالي ، لا يتم دعم بيانات الملف النقطي في الخريطة غير المتصلة في التطبيقات المبنية على ArcGIS Runtime SDKs (بما في ذلك Explorer و d تلك التي تم إنشاؤها من خلال AppSudio). تعمل الفرق على دعم الملفات النقطية في الخرائط غير المتصلة بالإنترنت في الإصدارات القادمة.

    يمكنك استخدام حزم التجانب (.TPK) في حزم خرائط الجوال. يمكنك استخدام أداة المعالجة الجغرافية Create Map Tile Package لإنشائها.

    1. يمكننا إنشاء خريطة غير متصلة بالإنترنت لجميع محتويات الخريطة ومع ذلك ، فمن الشائع إنشاء خريطة غير متصلة بالإنترنت أو خرائط متعددة غير متصلة بالإنترنت من جزء من خريطة موجودة. على سبيل المثال ، قد يكون لدينا مشروع يشمل الولايات المتحدة بأكملها ، ونحن مهتمون فقط بعمل خريطة غير متصلة بالإنترنت لمدينة معينة. مع وضع ذلك في الاعتبار ، سنقوم بعمل خريطة غير متصلة بالإنترنت لجزء من هذه الخريطة.

    قم بتكبير حجم منتزه جراند تيتون الوطني ، سيكون هذا هو مدى الخريطة غير المتصلة بالإنترنت التي نقوم بإنشائها.

    قم بتنشيط خريطة الأساس VTPK_Source_BM. جميع الخرائط الموجودة في المشروع مرتبطة بمقياس ومدى ، يجب أن ترى نفس المدى من منتزه جراند تيتون الوطني. تتكون البيانات في هذا المشروع من بيانات قاعدة البيانات الجغرافية لملف متجه. يمكننا استخدام هذه البيانات في وضع عدم الاتصال ، كما هي ، ولكن الطريقة الأكثر فاعلية لاستخدام بيانات المتجه في وضع عدم الاتصال هي في شكل مربعات متجهية. هذا ينطبق بشكل خاص على خريطة الأساس الخاصة بنا ، والتي لا تحتاج إلى توفير الوصول إلى السمات أو تفاعل المستخدم مع الميزات. توفر تجانبات الاتجاه تصورًا ولا توفر الوصول إلى الأشكال الهندسية أو السمات. كما ذكرنا سابقًا ، إذا احتاج مستخدمو الخريطة إلى الوصول إلى السمات والأشكال الهندسية ، فقم بإضافة الطبقة إلى الخريطة التشغيلية. (إذا ألقيت نظرة فاحصة على هذا المشروع ، ستلاحظ أن بعض الطبقات نفسها موجودة في كل من الخريطة التشغيلية وخريطة الأساس VTPK_Source_BM. يتيح ذلك تصورًا فعالًا للميزات مع الاستمرار في توفير الوصول إلى سمات المعلم.)

    2. ستعمل أدوات إنشاء حزمة تجانب البيانات الاتجاهية على إنشاء مربعات متجهة للمدى المحدد للخريطة. لنقم بتعيين مدى الخريطة إلى منتزه جراند تيتون الوطني عن طريق النقر بزر الماوس الأيمن على VTPK_Source_BM في جدول المحتويات والنقر فوق "خصائص". انقر فوق النطاق وقم بتعيين النطاق المخصص إلى النطاق المرئي الحالي وانقر فوق موافق.

    عند النقر فوق الزر Full Extent على الشريط ، يتم تكبير الخريطة الآن إلى النطاق المخصص. استخدم هذا الزر لتأكيد أن ما تراه في العرض هو ما ستحصل عليه عند إنشاء Vector Tiles.

    بعد ذلك ، سنستخدم أداة المعالجة الجغرافية لإنشاء مربعات متجهة لخريطة الأساس.

    3. انقر فوق علامة التبويب "تحليل" ثم انقر فوق الزر "أدوات".

    هذا يفتح جزء أدوات المعالجة الجغرافية.

    4. ابحث عن "Vector Tile Package" وافتح أداة Create Vector Tile Package.

    5. اختر VTPK_Source_BM لخريطة الإدخال.

    6. في ملف الإخراج ، حدد اسمًا وموقع إخراج لحزمة Vector Tile الخاصة بك.

    7. قم بإلغاء تحديد Package for ArcGIS Online | خرائط بنج | خرائط جوجل

    يتم تحديث نظام التجانب تلقائيًا لمطابقة النظام الإحداثي للخريطة.

    ملاحظة: يُظهر مخطط التقسيم النظام الإحداثي المحدد في خصائص الخريطة. في هذه الحالة ، يتطابق النظام الإحداثي المستخدم مع النظام الإحداثي للخريطة والبيانات. لاستخدام ArcGIS Online | خرائط بنج | مخطط خرائط Google يجب أن تكون الخريطة في نظام إحداثيات المجال الإضافي WGS 84 Web Mercator.

    ملاحظة: يمكنك تغيير نظام الإحداثيات لكل خريطة في المشروع إلى المجال المساعد WGS 84 Web Mercator وإنتاج تجانبات متجهة في ArcGIS Online | خرائط بنج | مخطط تبليط خرائط جوجل. ومع ذلك ، فإن أداء الرسم في ArcGIS Pro سيكون أقل كفاءة ، حيث أن جميع بيانات الخريطة موجودة في نظام التنسيق الجغرافي في أمريكا الشمالية 1983 ، وسيتطلب عرض الطبقة مزيدًا من المعالجة حيث يتم إعادة عرض البيانات أثناء التنقل. عندما يكون ذلك ممكنًا ، ضع دائمًا خريطتك وبياناتك في نفس النظام الإحداثي للحصول على أسرع عرض للبيانات.

    8. اقبل تنسيق التجانب الافتراضي ، وهو مفهرس.

    9. قم بتعيين الحد الأقصى لمقياس التخزين المؤقت على 0. تتطلب بعض حالات استخدام الخرائط غير المتصلة بالإنترنت تكبيرًا قريبًا من الخريطة ، وبدون هذا الإعداد تتوقف مربعات الاتجاه عن العرض بمجرد تجاوز الحد الأقصى للمقياس المخزن مؤقتًا. من خلال تعيين هذا على 0 ، يمكن للمستخدمين تكبير أقرب ما يريدون ولا يزال بإمكانهم رؤية معلومات تجانب البيانات الاتجاهية.

    10. ستستخدم الأداة فهرسًا افتراضيًا ، لذلك ليست هناك حاجة إلى مضلعات الفهرس. الملخص والعلامات اختيارية أيضًا وليست ضرورية للتعبئة.

    11. قبل تشغيل الأداة ، انقر بزر الماوس الأيمن فوق خريطة VTPK_Source_BM في جزء المحتويات وانقر فوق خصائص.

    انقر فوق البيانات الوصفية واكتب وصفًا للخريطة. إذا لم تحتوي الخريطة على وصف ، فسيفشل تشغيل أداة Create Vector Tile Package.

    (نعم ، كان من الممكن أن يتم ذلك كجزء من نموذج المشروع ، ولكن هذا غالبًا ما يكون بمثابة عقبة أمام النجاح ... من الجيد معرفة ذلك!)

    انقر فوق "موافق" لإضافة الوصف.

    12. انقر فوق "تشغيل" في أداة Create Vector Tile Package.

    استخدام حزمة Vector Tile كخريطة أساس

    1. عند اكتمال الأداة ، انقر فوق علامة التبويب خريطة الأساس لتنشيط عرض خريطة الأساس الفارغ.

    انقر فوق علامة تبويب الخريطة وإضافة بيانات ، واستعرض وصولاً إلى حزمة Vector Tile التي قمت بإنشائها ، وحددها ، ثم انقر فوق موافق.

    2. انقر فوق علامة التبويب "العمليات" لتنشيط عرض الخريطة التشغيلية.

    في طريقة العرض هذه ، ستقوم بتبديل خرائط الأساس لاستخدام "خريطة الأساس" التي أضفت إليها للتو حزمة Vector Tile.

    3. اختر خريطة الأساس من معرض خرائط الأساس.

    يتم تحديث خريطة الأساس في العرض التشغيلي لاستخدام حزمة Vector Tile التي قمت بإنشائها.

    4. انقر بزر الماوس الأيمن فوق خريطة الأساس في جزء المحتويات وحدد تكبير الطبقة.

    هذا هو مدى الخريطة الذي سنشاركه للاستخدام في وضع عدم الاتصال.

    لنجعل الخريطة قابلة للبحث. هناك طريقتان لتوفير وظيفة البحث لمستخدمي الخرائط غير المتصلة بالإنترنت. يمكننا تمكين البحث عن المعالم أو إنشاء محددات المواقع لاستخدامها مع الخريطة (أو كليهما). يتمثل أحد الاختلافات الرئيسية في أن محددات المواقع تدعم الاقتراحات أثناء قيام المستخدم بالكتابة ، والتي لا يتم دعمها في البحث عن الميزات. المفاضلة هي أن محددات المواقع تزيد من حجم الخريطة. لا يؤدي البحث عن المعالم إلى زيادة حجم الخريطة ، لكنه لا يوفر اقتراحات.

    ملاحظة: تدعم التطبيقات المختلفة أنواعًا مختلفة من وظائف البحث. كلاهما مدعوم في Explorer. Navigator for ArcGIS يدعم محددات المواقع فقط. الأمر متروك للمطور باستخدام تطبيق AppStudio أو Runtime SDK.

    لنبدأ بتمكين البحث عن الميزات ، ثم سننشئ محدد مواقع.

    1. انقر فوق تحديد موقع على الشريط وانقر فوق إعدادات في جزء تحديد الموقع.

    يتم سرد محددات مواقع الإنترنت المرتبطة بمؤسستك. لن يكون الوصول إليها متاحًا لمستخدمي الخرائط غير المتصلين في مؤسستك أو المستخدمين الذين تشارك الخريطة معهم والذين ليسوا أعضاء في مؤسستك ، لذلك تحتاج إلى تضمين وظيفة البحث في الخريطة.

    2. انقر فوق الزر "Add Locate Provider" وانقر فوق Add Layer

    سيتم سرد طبقات المعالم في خريطتك. لنسمح لمستخدمي الخريطة بالعثور على قمم الجبال. قم بتمييز طبقة TowerSummitMinesDam وانقر فوق موافق.

    ملاحظة: تشير العديد من الطبقات التشغيلية في هذه الخريطة إلى نفس بيانات نقاط Geonames USA. يتم استخدام استعلام تعريف الطبقة لأغراض رسم الخرائط لتجميع أنواع مختلفة من نقاط الاهتمام الخاصة بالأسماء الجغرافية

    يعرض هذا جميع الحقول في هذه الطبقة ويسمح لنا باختيار مشغل بحث لكل حقل نريد أن نجعله متاحًا للبحث بواسطة مستخدمي الخريطة.

    3. اسمح لمستخدمي الخريطة بالبحث عن طريق FEATURE_NAME واستخدم "يحتوي هذا" على عرض نتائج البحث لجميع المعالم في طبقة TowerSummitMinesDam التي "تحتوي" على الأحرف التي كتبها مستخدم الخريطة. إذا كنت تستخدم عامل التشغيل "يساوي" ، فسيحتاج المستخدم إلى مطابقة السمة تمامًا للعثور عليها.

    4. انقر فوق السهم الخلفي للحفظ والعودة إلى الإعدادات.

    5. الطبقة مدرجة في قائمة محدد المواقع. قم بإلغاء تحديد محددات المواقع التي توفرها مؤسستك ، ثم انقر فوق تحديد موقع لاختبار البحث عن المعالم في طبقة TowerSummitMinesDam.

    6. ابحث عن "Grand Te" وشاهد عرض Grand Teton في نتائج البحث.

    إذا لزم الأمر ، يمكنك تمكين البحث عن المزيد من الطبقات التشغيلية في الخريطة والحقول المتعددة في تلك الطبقات.

    7. هناك طريقة أخرى لتوفير إمكانات البحث لمستخدمي Explorer وهي تضمين محدد مواقع في الخريطة. يمكنك إنشاء محددات مواقع لطبقات المعالم في خريطتك باستخدام أداة المعالجة الجغرافية Create Address Locator.

    8. اختر نمط محدد موقع ، يعمل المعجم والحقل الفردي جيدًا مع الميزات المسماة. في هذه الحالة ، استخدم نمط المعجم.

    9. اختر طبقة لبناء محدد المواقع منها. لا يلزم أن تكون طبقة المعالم هذه في خريطتك. في هذا المثال ، استخدم طبقة المعالم LocalePopPlace.

    10. حدد حقل السمة بالسمات المراد البحث عنها: FEATURE_NAME.

    11. حدد اسم محدد موقع عنوان الإخراج أو استخدم الاسم الافتراضي فقط.

    12. حدد تمكين الاقتراحات. أثناء كتابة المستخدمين لسلسلة البحث الخاصة بهم في الخريطة ، سيتم تقديم اقتراحات (وهي غير مدعومة في البحث عن المعالم).

    13. انقر فوق "تشغيل" لإنشاء محدد المواقع.

    في إعدادات تحديد الموقع ، سترى أن محدد المواقع الذي أنشأته للتو متاح للاستخدام.

    14. ابحث عن "White Grass" وانظر "White Grass Ranch" و "White Grass Ranger Station" في النتائج.

    الإشارات المرجعية هي نطاقات مسماة محددة مسبقًا يمكنك تضمينها في الخريطة. تسمح الإشارات المرجعية لمستخدمي الخرائط بالتكبير بسهولة إلى حد ما. يتم تضمين الإشارات المرجعية التي تقوم بإنشائها للخريطة في ArcGIS Pro في الخريطة غير المتصلة.

    1. لإنشاء إشارة مرجعية ، قم بالتكبير إلى حد معين ، وانقر فوق الإشارات المرجعية على الشريط ، ثم انقر فوق إشارة مرجعية جديدة.


    البيانات المكانية في R

    يطبق هذا الجزء التالي من المنشور نفس المبادئ التي تم تقديمها في المنشور السابق على المشكلة الأكثر تعقيدًا في التعامل مع البيانات المكانية داخل R. في هذه المقالة سننتج معرضًا للخرائط باستخدام العديد من أدوات التخطيط المتوفرة في R. الخرائط الناتجة. لن يكون ذا مغزى - ينصب التركيز هنا على التصور الصوتي باستخدام R وليس تحليل الصوت (أعرف أن أحدهما عديم الفائدة دون الآخر!). سيأتي التحليل المكاني الجيد الجودة في بقية الوحدة.

    في حين أن التعليمات خطوة بخطوة ، فإننا نشجعك على البدء في الانحراف عنها (تجربة ألوان مختلفة على سبيل المثال) للحصول على فهم أفضل لما نقوم به.

    في هذا القسم ، سنطلب المزيد من الحزم المتخصصة ، لذلك من المحتمل أن أقضي بعض الوقت في شرح ما هي الحزم في الواقع! الحزم عبارة عن أجزاء من التعليمات البرمجية التي تمد R إلى ما بعد الوظيفة الإحصائية الأساسية التي تم تصميمها من أجلها في الأصل. بالنسبة للبيانات المكانية ، فإنها تمكن R من معالجة تنسيقات البيانات المكانية وتنفيذ مهام التحليل وإنشاء بعض الخرائط التالية.

    بشكل أساسي ، بدون حزم ، ستكون R محدودة للغاية. مع الحزم ، يمكنك فعل أي شيء تقريبًا! إحدى المشكلات التي ستواجهها هي أن الحزم يتم تطويرها وتحديثها باستمرار وما لم تحافظ على إصدار R الخاص بك محدثًا وحزمك محدثة ، فقد تكون هناك بعض الوظائف والخيارات غير متاحة لك. قد تكون هذه مشكلة ، خاصة مع عمليات تثبيت الجامعة التي (في أحسن الأحوال) قد يتم تحديثها مرة واحدة فقط في السنة. لذلك ، اعتذر مقدمًا إذا لم تسر الأمور على النحو المنشود!

    الحزم في RStudio

    1. في RStudio ، يمكن تثبيت جميع الحزم وتنشيطها في علامة التبويب "الحزم" في النافذة اليمنى السفلية:

    كما هو الحال مع كل شيء آخر في R ، يمكننا أيضًا تشغيل كل شيء من سطر الأوامر. الحزمة الأولى التي نحتاج إلى تثبيتها لهذا الجزء من العملية هي maptools - إما البحث عنها وتثبيتها باستخدام RStudio GUI أو القيام بما يلي:

    هناك بعض الحزم الأخرى التي سنحتاجها للتعامل معها. بعضها ، مثل ggplot2 (إحدى حزم R الأكثر تأثيرًا على الإطلاق) هي جزء من حزمة tidyverse التي وجدناها سابقًا. البعض الآخر سنحتاج إلى تثبيته لأول مرة.

    # install.packages (c (“classint” ، “OpenStreetMap” ، “tmap”))

    # - قد تحتاج أيضًا إلى هذه العناصر ("RColorBrewer" و "Sp" و "rgeos" و "tmap" و "tmap tools" و "sf" و "downloader" و "rgdal" و "geojsonio")

    الآن وقد تم تثبيت الحزم ، لن تضطر إلى تكرار الخطوات المذكورة أعلاه مرة أخرى (عند استخدام حسابك في غرف المجموعات هذه). افتح نصًا جديدًا واحفظه في دليل العمل باسم "wk3_maps.r". كما في السابق ، اكتب كل سطر من أسطر التعليمات البرمجية في هذه النافذة ثم حدد مفاتيح الإرجاع ctrl واستخدمها لتشغيلها. تأكد من حفظ النص الخاص بك في كثير من الأحيان.

    المهمة الأولى هي تحميل الحزم التي قمنا بتثبيتها للتو. ملاحظة ، قد تواجه بعض المشكلات مع حزمة OpenStreetMap إذا كان تثبيت جافا على جهاز الكمبيوتر الخاص بك لا يتطابق مع تثبيت R - على سبيل المثال إذا كنت قد قمت بتثبيت الإصدار 64 بت من R ، فستحتاج أيضًا إلى الإصدار 64 بت من جافا (نفس الإصدار مع إصدارات 32 بت) - قد تحتاج أيضًا إلى تثبيت حزمة Rcpp بشكل منفصل والمحاولة مرة أخرى.

    #Load Packages (تجاهل أي رسائل خطأ حول الإنشاء ضمن إصدار #differ ent R):
    مكتبة(maptools)مكتبة(RColorBrewer)مكتبة(classInt) مكتبة(خريطة الشارع المفتوحة) مكتبة(س) مكتبة(رجوس) مكتبة(tmap)مكتبة(تمابتولس) مكتبة(سادس) مكتبة(رجدال) مكتبة(جيوجسونيو)

    خلفية موجزة عن البيانات المكانية في R

    تمتلك R نظامًا بيئيًا متطورًا جيدًا من الحزم للعمل مع البيانات المكانية. كان الرواد الأوائل مثل Roger Bivand و Edzer Pebesma جنبًا إلى جنب مع العديد من الزملاء فعالين في كتابة الحزم للتفاعل مع بعض المكتبات القوية مفتوحة المصدر للعمل مع البيانات المكانية ، مثل GDAL و GEOS. تم الوصول إلى هذه عبر حزم rgdal و rgeos. حزمة maptools بواسطة Roger Bivand ، من بين أشياء أخرى ، سمحت بقراءة ملفات Shapefiles في R. كانت الحزمة sp (جنبًا إلى جنب مع spdep) بواسطة Edzer Pebesma مهمة جدًا لتحديد سلسلة من الفئات والطرق الخاصة بالبيانات المكانية محليًا في R والتي سمحت بعد ذلك الآخرين لكتابة برامج للعمل مع هذه التنسيقات. طورت الحزم الأخرى مثل البيانات النقطية تحليل البيانات المكانية الشبكية ، بينما سهلت الحزم مثل classint و RColorbrewer تجميع البيانات وتلوين الخرائط التصحيحية.

    في حين أن هذه الحزم كانت مهمة للغاية لتطوير تحليل البيانات المكانية في R ، إلا أنها لم تكن دائمًا الأكثر استخدامًا - فقد يستغرق إنشاء خريطة في R الكثير من الجهد وكانت ثابتة وأساسية بصريًا. ومع ذلك ، وصلت حزم جديدة مؤخرًا لتغيير هذا. تُمكِّن النشرة الآن R من التفاعل مع مكتبة javascript للنشرة للحصول على خرائط ديناميكية على الإنترنت. ggplot2 الذي طوره هادلي ويكام وزملاؤه غيّر بشكل جذري الطريقة التي يفكر بها الناس وأنشأوا كائنات رسومية في R ، بما في ذلك الخرائط ، وقدم أسلوبًا رسوميًا كان موضع حسد من البرامج الأخرى إلى حد أنه توجد الآن مكتبات في Python الذي ينسخ نمط ggplot2!

    بناءً على كل ذلك ، قامت حزمة tmap (Thematic Map) الجديدة بتغيير اللعبة تمامًا وهي تتيح لنا الآن قراءة البيانات المكانية وكتابتها ومعالجتها وإنتاج خرائط تفاعلية ومثيرة للإعجاب بصريًا بسهولة بالغة. بالتوازي مع ذلك ، تساعدنا حزمة sf (الميزات البسيطة) على إعادة التفكير في الطريقة التي يمكن بها تخزين البيانات المكانية ومعالجتها. إنها أوقات مثيرة للمعلومات الجغرافية / علم البيانات المكانية!

    عمل بعض الخرائط التصحيحية

    خرائط Choropleth هي خرائط موضوعية تلون المناطق وفقًا لبعض الظواهر. في حالتنا ، سنقوم بملء بعض المضلعات غير المنتظمة (London Boroughs) بلون يتوافق مع سمة معينة.

    كما هو الحال مع جميع المؤامرات في R ، هناك طرق متعددة يمكننا القيام بذلك. لا تتطلب وظيفة الرسم الأساسي () إعداد البيانات ولكن تتطلب مجهودًا إضافيًا في اختيار اللون / إضافة مفتاح الخريطة وما إلى ذلك. qplot () و ggplot () (مثبتة في حزمة ggplot2) تتطلب بعض الخطوات الإضافية لتنسيق البيانات المكانية ولكن حدد الألوان إضافة مفاتيح وما إلى ذلك تلقائيًا. هنا ، سنستفيد من حزمة tmap الجديدة التي تجعل جعل الخرائط أمرًا سهلاً للغاية بالفعل.

    قراءة شكل! le / أي مصدر بيانات مكاني آخر

    6. لذا فإن الشيء الرائع في R هو أنه يمكنك قراءة البيانات المكانية مباشرة من internetz! جرب هذا أدناه لتنزيل ملف GeoJson:

    EW & lt geojson_read (“http://geoportal.statistics.gov.uk/datasets/8edafbe3276 d4b56aec60991cbddda50_2.geojson”، what = “sp”)

    # اسحب لندن باستخدام grep و regex wildcard لـ "بدء السلسلة" (^) للبحث عن جزء من رمز المنطقة المرتبط بلندن (E09) من العمود "lad15cd" في فتحة البيانات الخاصة بنا المكاني المضلعات datafr ame


    التطور الجغرافي المكاني على سبيل المثال مع بايثون

    التطوير الجغرافي المكاني على سبيل المثال مع Python مخصص للمبتدئين أو المطورين المتقدمين في Python الذين يرغبون في العمل مع البيانات الجغرافية. الكتاب مناسب للمطورين المحترفين الجدد في مجال التطوير الجغرافي المكاني ، أو للهواة ، أو لعلماء البيانات الذين يرغبون في الانتقال إلى بعض التطوير البسيط.

    • قم بإعداد بيئة تطوير مع جميع الأدوات اللازمة للمعالجة الجغرافية باستخدام Python
    • Import point data and structure an application using Python's resources
    • Combine point data from multiple sources, creating intuitive and functional representations of geographic objects
    • Filter data by coordinates or attributes easily using pure Python
    • Make press-quality and replicable maps from any data
    • Download, transform, and use remote sensing data in your maps
    • Make calculations to extract information from raster data and show the results on beautiful maps
    • Handle massive amounts of data with advanced processing techniques
    • Process huge satellite images in an efficient way
    • Optimize geo-processing times with parallel processing

    From Python programming good practices to the advanced use of analysis packages, this book teaches you how to write applications that will perform complex geoprocessing tasks that can be replicated and reused.

    Much more than simple scripts, you will write functions to import data, create Python classes that represent your features, and learn how to combine and filter them.

    With pluggable mechanisms, you will learn how to visualize data and the results of analysis in beautiful maps that can be batch-generated and embedded into documents or web pages.

    Finally, you will learn how to consume and process an enormous amount of data very efficiently by using advanced tools and modern computers' parallel processing capabilities.

    This easy-to-follow book is filled with hands-on examples that illustrate the construction of three sample applications of how to write reusable and interconnected Python code for geo-processing.


    البيانات المكانية في R

    يطبق هذا الجزء التالي من المنشور نفس المبادئ التي تم تقديمها في المنشور السابق على المشكلة الأكثر تعقيدًا في التعامل مع البيانات المكانية داخل R. في هذه المقالة سننتج معرضًا للخرائط باستخدام العديد من أدوات التخطيط المتوفرة في R. الخرائط الناتجة. لن يكون ذا مغزى - ينصب التركيز هنا على التصور الصوتي باستخدام R وليس تحليل الصوت (أعرف أن أحدهما عديم الفائدة دون الآخر!). سيأتي التحليل المكاني الجيد الجودة في بقية الوحدة.

    في حين أن التعليمات خطوة بخطوة ، فإننا نشجعك على البدء في الانحراف عنها (تجربة ألوان مختلفة على سبيل المثال) للحصول على فهم أفضل لما نقوم به.

    في هذا القسم ، سنطلب المزيد من الحزم المتخصصة ، لذلك من المحتمل أن أقضي بعض الوقت في شرح ما هي الحزم في الواقع! الحزم عبارة عن أجزاء من التعليمات البرمجية التي تمد R إلى ما بعد الوظيفة الإحصائية الأساسية التي تم تصميمها من أجلها في الأصل. بالنسبة للبيانات المكانية ، فإنها تمكن R من معالجة تنسيقات البيانات المكانية وتنفيذ مهام التحليل وإنشاء بعض الخرائط التالية.

    بشكل أساسي ، بدون حزم ، ستكون R محدودة للغاية. مع الحزم ، يمكنك فعل أي شيء تقريبًا! إحدى المشكلات التي ستواجهها هي أن الحزم يتم تطويرها وتحديثها باستمرار وما لم تحافظ على إصدار R الخاص بك محدثًا وحزمك محدثة ، فقد تكون هناك بعض الوظائف والخيارات غير متاحة لك. قد تكون هذه مشكلة ، خاصة مع عمليات تثبيت الجامعة التي (في أحسن الأحوال) قد يتم تحديثها مرة واحدة فقط في السنة. لذلك ، اعتذر مقدمًا إذا لم تسر الأمور على النحو المنشود!

    الحزم في RStudio

    1. في RStudio ، يمكن تثبيت جميع الحزم وتنشيطها في علامة التبويب "الحزم" في النافذة اليمنى السفلية:

    كما هو الحال مع كل شيء آخر في R ، يمكننا أيضًا تشغيل كل شيء من سطر الأوامر. الحزمة الأولى التي نحتاج إلى تثبيتها لهذا الجزء من العملية هي maptools - إما البحث عنها وتثبيتها باستخدام RStudio GUI أو القيام بما يلي:

    هناك بعض الحزم الأخرى التي سنحتاجها للتعامل معها. بعضها ، مثل ggplot2 (إحدى حزم R الأكثر تأثيرًا على الإطلاق) هي جزء من حزمة tidyverse التي وجدناها سابقًا. البعض الآخر سنحتاج إلى تثبيته لأول مرة.

    # install.packages (c (“classint” ، “OpenStreetMap” ، “tmap”))

    # - قد تحتاج أيضًا إلى هذه العناصر ("RColorBrewer" و "Sp" و "rgeos" و "tmap" و "tmap tools" و "sf" و "downloader" و "rgdal" و "geojsonio")

    الآن وقد تم تثبيت الحزم ، لن تضطر إلى تكرار الخطوات المذكورة أعلاه مرة أخرى (عند استخدام حسابك في غرف المجموعات هذه). افتح نصًا جديدًا واحفظه في دليل العمل باسم "wk3_maps.r". كما في السابق ، اكتب كل سطر من أسطر التعليمات البرمجية في هذه النافذة ثم حدد مفاتيح الإرجاع ctrl واستخدمها لتشغيلها. تأكد من حفظ النص الخاص بك في كثير من الأحيان.

    المهمة الأولى هي تحميل الحزم التي قمنا بتثبيتها للتو. ملاحظة ، قد تواجه بعض المشكلات مع حزمة OpenStreetMap إذا كان تثبيت جافا على جهاز الكمبيوتر الخاص بك لا يتطابق مع تثبيت R - على سبيل المثال إذا كنت قد قمت بتثبيت الإصدار 64 بت من R ، فستحتاج أيضًا إلى الإصدار 64 بت من جافا (نفس الإصدار مع إصدارات 32 بت) - قد تحتاج أيضًا إلى تثبيت حزمة Rcpp بشكل منفصل والمحاولة مرة أخرى.

    #Load Packages (تجاهل أي رسائل خطأ حول الإنشاء ضمن إصدار #differ ent R):
    مكتبة(maptools)مكتبة(RColorBrewer)مكتبة(classInt) مكتبة(خريطة الشارع المفتوحة) مكتبة(س) مكتبة(رجوس) مكتبة(tmap)مكتبة(تمابتولس) مكتبة(سادس) مكتبة(رجدال) مكتبة(جيوجسونيو)

    خلفية موجزة عن البيانات المكانية في R

    تمتلك R نظامًا بيئيًا متطورًا جيدًا من الحزم للعمل مع البيانات المكانية. كان الرواد الأوائل مثل Roger Bivand و Edzer Pebesma جنبًا إلى جنب مع العديد من الزملاء فعالين في كتابة الحزم للتفاعل مع بعض المكتبات القوية مفتوحة المصدر للعمل مع البيانات المكانية ، مثل GDAL و GEOS. تم الوصول إلى هذه عبر حزم rgdal و rgeos. حزمة maptools بواسطة Roger Bivand ، من بين أشياء أخرى ، سمحت بقراءة ملفات Shapefiles في R. كانت الحزمة sp (جنبًا إلى جنب مع spdep) بواسطة Edzer Pebesma مهمة جدًا لتحديد سلسلة من الفئات والطرق الخاصة بالبيانات المكانية محليًا في R والتي سمحت بعد ذلك الآخرين لكتابة برامج للعمل مع هذه التنسيقات. طورت الحزم الأخرى مثل البيانات النقطية تحليل البيانات المكانية الشبكية ، بينما سهلت الحزم مثل classint و RColorbrewer تجميع البيانات وتلوين الخرائط التصحيحية.

    في حين أن هذه الحزم كانت مهمة للغاية لتطوير تحليل البيانات المكانية في R ، إلا أنها لم تكن دائمًا الأكثر استخدامًا - فقد يستغرق إنشاء خريطة في R الكثير من الجهد وكانت ثابتة وأساسية بصريًا. ومع ذلك ، وصلت حزم جديدة مؤخرًا لتغيير هذا. تُمكِّن النشرة الآن R من التفاعل مع مكتبة javascript للنشرة للحصول على خرائط ديناميكية على الإنترنت. ggplot2 الذي طوره هادلي ويكام وزملاؤه غيّر بشكل جذري الطريقة التي يفكر بها الناس وأنشأوا كائنات رسومية في R ، بما في ذلك الخرائط ، وقدم أسلوبًا رسوميًا كان موضع حسد من البرامج الأخرى إلى حد أنه توجد الآن مكتبات في Python الذي ينسخ نمط ggplot2!

    بناءً على كل ذلك ، قامت حزمة tmap (Thematic Map) الجديدة بتغيير اللعبة تمامًا وهي تتيح لنا الآن قراءة البيانات المكانية وكتابتها ومعالجتها وإنتاج خرائط تفاعلية ومثيرة للإعجاب بصريًا بسهولة بالغة. بالتوازي مع ذلك ، تساعدنا حزمة sf (الميزات البسيطة) على إعادة التفكير في الطريقة التي يمكن بها تخزين البيانات المكانية ومعالجتها. إنها أوقات مثيرة للمعلومات الجغرافية / علم البيانات المكانية!

    عمل بعض الخرائط التصحيحية

    خرائط Choropleth هي خرائط موضوعية تلون المناطق وفقًا لبعض الظواهر. في حالتنا ، سنقوم بملء بعض المضلعات غير المنتظمة (London Boroughs) بلون يتوافق مع سمة معينة.

    كما هو الحال مع جميع المؤامرات في R ، هناك طرق متعددة يمكننا القيام بذلك. لا تتطلب وظيفة الرسم الأساسي () إعداد البيانات ولكن تتطلب مجهودًا إضافيًا في اختيار اللون / إضافة مفتاح الخريطة وما إلى ذلك. qplot () و ggplot () (مثبتة في حزمة ggplot2) تتطلب بعض الخطوات الإضافية لتنسيق البيانات المكانية ولكن حدد الألوان إضافة مفاتيح وما إلى ذلك تلقائيًا. هنا ، سنستفيد من حزمة tmap الجديدة التي تجعل جعل الخرائط أمرًا سهلاً للغاية بالفعل.

    قراءة شكل! le / أي مصدر بيانات مكاني آخر

    6. لذا فإن الشيء الرائع في R هو أنه يمكنك قراءة البيانات المكانية مباشرة من internetz! جرب هذا أدناه لتنزيل ملف GeoJson:

    EW & lt geojson_read (“http://geoportal.statistics.gov.uk/datasets/8edafbe3276 d4b56aec60991cbddda50_2.geojson”، what = “sp”)

    # اسحب لندن باستخدام grep و regex wildcard لـ "بدء السلسلة" (^) للبحث عن جزء من رمز المنطقة المرتبط بلندن (E09) من العمود "lad15cd" في فتحة البيانات الخاصة بنا المكاني المضلعات datafr ame


    The Development of National Datasets

    Software advancements were certainly a large piece of the digital-mapping puzzle, but without readily available data, progress in this arena would have been slowed. Fortunately, a few agencies within the US federal government had vested interest and made headway. Two of the front-runners were the USCB and the USGS , and their timing was fitting.

    US Census Bureau

    (USCB Logo for the United States Census Bureau’s TIGER (Topologically Integrated Geographic Encoding and Referencing) map data format

    These early maps began as hand sketches created by field surveyors and included features such as civil divisions, public works, hydrography, and hypsography, but by the 1930s the USGS started using aerial photography and photogrammetry.

    USGS 7.5 Minute Map (HowToWilderness.com Aerial Photo Stowe VT)

    Overlaying the Stories

    The motivation for GIS has varied widely, but most of the field’s innovation grew from academic curiosity and the governmental challenges of looking for solutions with large datasets (Coppock and Rhind 1991, 21–43).

    When you explore the individual stories of GIS history, you see that chance, timing, and heritage played into its development.

    You see how the British, with their obsession with surveying and mapping, laid much of the groundwork for GIS and that many of the early key players in mapping were of British heritage. Not only did they have access to accurate maps and tools — they were also wired with the mindset that mapping advances society.

    Yet, it took the composition of North America to give rise to the first GIS. The abundance of public land in Canada and the United States (which Britain lacked) created the need for complex land management systems. You see that by the early 1980s, there were more than one thousand GIS systems in North America alone, which, proportionately, was extremely high (Tomlinson 1985).

    But development of the first GIS also took a bit of chance. It wasn’t enough for the British-born Roger Tomlinson to have conceived the concept it also took him sitting in the right seat on the right plane (i.e., next to Lee Pratt) on the right day to close the final gap.

    The first generation of GIS was dominated by mainframe computers and punch card technology. You see the reoccurrence of the IBM System 360 in the 1960s and its ability to be programmed to cover a range of applications.

    You also see how timing played a role in the second generation of GIS, as personal computing and software applications were the focus. Jack Dangermond’s timing at the Lab put him in position to successfully launch Esri, and then, by the 1980s, personal computers were prevalent enough for Esri to bring the first cross-platform, do-it-yourself GIS application to market.

    The current GIS platform is built on web applications, shareable web services, and cloud computing. But, in this article we explored the interwoven stories that you discover when you zoom in on the history of GIS. Hopefully, when you zoom back out you will now have a greater appreciation for today’s GIS.

    Key moments in GIS. Click for larger version.

    Note: a special thanks to the editor, Anna Tribolet for her awesome editing skills and for the creation of the ‘Key Moments in GIS’ infographic!

    Article republished with permission from Utah AGRC.

    مراجع

    Aguirre, Jessica Camille. “The Unlikely History of the Origins of Modern Maps.” Smithsonian.com. June 2, 2014. Accessed August 19, 2019. https://www.smithsonianmag.com/history/unlikely-history-origins-modern-maps-180951617/.

    Anam, Aysha. “How India was measured: Story of the Great Trigonometrical Survey of India.” India Today. Published July 10, 2018. Updated July 12, 2018. Accessed August 19, 2019. https://www.indiatoday.in/education-today/gk-current-affairs/story/how-was-india-measured-why-is-it-important-to-measure-land-1281835-2018-07-10.

    ArcGIS. 1986 PC ARC/INFO Released. Retrieved from “Our Common History” story map. https://www.arcgis.com/apps/MapJournal/index.html?appid=df8224427fc741ab9f8117e9af1d692a.

    Artz, Matt. “Charting the Unknown: How Computer Mapping at Harvard Became GIS.” GIS and Science. November 17, 2009. Accessed August 19, 2019. https://gisandscience.com/2009/11/17/charting-the-unknown-how-computer-mapping-at-harvard-became-gis/.

    Beniger, James Ralph. The Control Revolution: Technological and Economic Origins of the Information Society, 411–412. Cambridge (MA): Harvard University Press, 1997. Accessed on 7/31/2019 via Google Books.

    كريسمان ، نيكولاس. “Remembering the Lab: A short history of GIS at Harvard.” عرض. 2006. Accessed August 19, 2019. https://docplayer.net/12667857-Remembering-the-lab.html.

    Chrisman, Nick. Charting the Unknown: How Computer Mapping at Harvard Became GIS. Redlands, CA: Esri Press, 2006.

    Coppock, J. Terry, and David W. Rhind. “The History of GIS.” In Applications. المجلد. 2 of Geographical Information Systems: Principles and Applications. Edited by David J. Maguire,

    Michael F. Goodchild, and David W. Rhind, 21–43. Harlow, UK: Longmans, 1991. https://oxfordbibliographiesonline.com/view/document/obo-9780199874002/obo-9780199874002-0143.xml#obo-9780199874002-0143-bibItemGroup-0001.

    DeMers, Michael. “CGIS History Captioned.” Youtube. Uploaded by Michael DeMers on August 29, 2013. Accessed August 19, 2019. https://www.youtube.com/watch?v=3VLGvWEuZxI.

    DeMers, Michael. CGIS Screenshot. 2013. Screenshot from “CGIS History Captioned” YouTube video. https://www.youtube.com/watch?v=3VLGvWEuZxI.

    Esri. “History of GIS.” Accessed August 19, 2019. https://www.Esri.com/en-us/what-is-gis/history-of-gis.

    Esri. “History Up Close.” 2015. Accessed August 19, 2019. https://www.Esri.com/

    Fisk, Dale. “Programming with Punched Cards.” Columbia University. Accessed August 19, 2019. http://www.columbia.edu/cu/computinghistory/fisk.pdf.

    Friendly, M. & Denis, D. J. Early SYMAP image of Connecticut. 2001. “1950-1974: Re-birth of data visualization” article on Milestones in the history of thematic cartography, statistical graphics, and data visualization site. http://www.datavis.ca/milestones/. Accessed August 29, 2019.

    Garfield, Simon. On the Map: A Mind-Expanding Exploration of the Way the World Looks, 192, 194. New York: Gotham Books, 2013.

    GIS Geography. “The Remarkable History of GIS.” June 13, 2019. Accessed August 19, 2019. https://gisgeography.com/history-of-gis/.

    GISHistory. “Allan Schmidt talks about the Harvard Laboratory for Computer Graphics and Spatial Analysis, Part 1.” Youtube. Uploaded on November 2, 2009. Accessed August 19, 2019. https://www.youtube.com/watch?v=B14LfcJN490&feature=youtu.be.

    GISHistory. “Jack Dangermond talks about the Harvard Laboratory for Computer Graphics and Spatial Analysis.” Youtube. Uploaded on October 30, 2009. Accessed August 19, 2019. https://www.youtube.com/watch?v=BaHXDMid78I&feature=youtu.be.

    HowToWilderness.com. Aerial Photo Stowe VT. Retrieved from “Reading a Map” article. https://howtowilderness.com/map-training/.

    Jones, Douglas W. “Punched Cards: A brief illustrated technical history.” The University of Iowa Department of Computer Science. Last modified June 28, 2017. Accessed August 19, 2019. http://homepage.divms.uiowa.edu/

    Library of Congress. Image of punched card of Herman Hollerith. 1895. Retrieved from Wikipedia Commons image “File:Hollerith Punched Card.jpg.” http://memory.loc.gov/mss/mcc/023/0008.jpg.

    Micronautes. Broad Street Map/Broadwick Street Water Pump. 2017. Retrieved from “John Snow and cholera” article by Laura Gómez. http://unautes.com/index.php/2017/11/16/john-snow-and-cholera/?lang=en.

    مسح الذخائر. “Our History.” 2019. Accessed August 19, 2019. https://www.ordnancesurvey.co.uk/about/overview/history.html.

    Parecki, Aaron. Esri in 1969. Jack Dangermond, Scott Morehouse, SJ Camarata, Logan Hardison. 2013. Retrieved from Flickr. https://www.flickr.com/photos/aaronpk/9570322487/in/photostream/.

    Pascual, Daniel Fernández. Great Trigonometrical Survey of India. 2012. Retrieved from “Mapping an Empire” article on Deconcrete.org. https://www.deconcrete.org/2012/03/12/mapping-an-empire/.

    Poiker, Thomas K., and Ian K. Crain. “Geographic Information Systems.” In The Canadian Encyclopedia. Historica Canada. Article published February 07, 2006 Last edited February 3, 2014. Accessed August 19, 2019. https://www.thecanadianencyclopedia.ca/en/article/geographic-information-systems

    Rabbitt, Mary C. “The United States Geological Survey: 1879-1989.” Circular, 1989. https://pubs.usgs.gov/circ/1050/pdf/CIRC1050.pdf.

    Schuster, Adam. Proto IBM. 2007. Retrieved from Flickr. https://www.flickr.com/photos/[email protected]/411109339.

    Thompson, Clive. “From Ptolemy to GPS, the Brief History of Maps.” Smithsonian Magazine. July 2017. Accessed August 19, 2019. https://www.smithsonianmag.com/innovation/brief-history-maps-180963685/.

    Tomlinson 1984: Geographic Information Systems – the new frontier. The Operational Geographer 5: 31-6.

    Tomlinson, Roger. “Origins of the Canada Geographic Information System.” Esri. 2012. Accessed August 19, 2019. https://www.Esri.com/news/arcnews/fall12articles/origins-of-the-canada-geographic-information-system.html.

    اتحاد الجامعات لعلوم المعلومات الجغرافية. “Roger Tomlinson.” Accessed August 19, 2019. https://www.ucgis.org/roger-tomlinson.

    US Census Bureau.“Agency History.” Last revised May 30, 2019. Accessed August 19, 2019. https://www.census.gov/history/www/census_then_now/.

    US Census Bureau. “Census Bulletin.” Published September 6, 1968. Accessed August 19, 2019. https://www.census.gov/history/pdf/1968censusbulletin-dime.pdf.

    US Census Bureau. “Dual Independent Map Encoding.” Last revised May 30, 2019. Accessed August 19, 2019. https://www.census.gov/history/www/innovations/technology/dual_independent_map_encoding.html.

    US Census Bureau. “Herman Hollerith.” Last revised May 17, 2018. Accessed August 19, 2019. https://www.census.gov/history/www/census_then_now/notable_alumni/herman_hollerith.html.

    هيئة المسح الجيولوجي الأمريكية. “National Geospatial Program.” Accessed August 29, 2019. https://www.usgs.gov/core-science-systems/national-geospatial-program/topographic-maps.

    هيئة المسح الجيولوجي الأمريكية. The National Map. Last modified October 22, 2018. https://viewer.nationalmap.gov/advanced-viewer/.

    Waldheim, Charles. “The Invention of GIS.” The Harvard Gazette. Video/Production: Ned Brown. October 12, 2011. Accessed August 19, 2019. https://news.harvard.edu/gazette/story/2011/10/the-invention-of-gis/.

    Winfields Outdoors. Image 1 from “Interview With Ordnance Survey – History & Future of OS Maps” article. February 18, 2016. Accessed August 29, 2019. https://www.winfieldsoutdoors.co.uk/blog/ordnance-survey-interview/.


    شاهد الفيديو: تشغيل بلاي ستيشن 2 بعد 6 سنين playstation 2