أكثر

وحدات المعالجة المركزية لمعالجة بيانات ليدار باستخدام ArcGIS for Desktop؟

وحدات المعالجة المركزية لمعالجة بيانات ليدار باستخدام ArcGIS for Desktop؟


أتطلع إلى إنشاء جهاز كمبيوتر لمعالجة البيانات في ArcGIS 10.2.2.

سيكون الاستخدام الرئيسي هو تنقيط 10-100 جيجا بايت من بيانات الليدار.

ومع ذلك ، فأنا غير واضح فيما يتعلق بإمكانيات ArcGIS 10.2.2 لاستخدام الترابط الفائق ومراكز النوى المتعددة. في التكرارات السابقة لـ ArcGIS ، أتذكر أن بعض أدوات المعالجة الجغرافية فقط يمكنها الاستفادة من هذه القدرة الحسابية المضافة. لذلك أحاول الاختيار بين Intel Core i5-4690K و i7-4690K.

هل لدى أي شخص أي خبرة مع هذه المعالجات و ArcGIS 10.2.2؟ والأفضل من ذلك ، هل لدى أي شخص خبرة في استخدام هذه النوى لمعالجة بيانات الليدار؟


يتقارب Lidar و GIS معًا

يعتبر Lidar مصدرًا رئيسيًا للمعلومات الجغرافية ، ومع ذلك فإن مجموعات البيانات الضخمة وخصائصها ، والتي تختلف عن تلك الخاصة ببيانات الصور أو بيانات المتجه ، جعلت من الصعب الوصول إليها من قبل مستخدمي نظم المعلومات الجغرافية. Esri و ريجل نعمل معًا لتحسين الوضع ، بمساعدة رون بهرندت ، العضو المنتدب لشركة Behron LLC ، وهي شركة استشارية جغرافية مكانية مقرها وايتفيش ، مونتانا. مجلة ليدار طلب من رون أن يقول المزيد عن عمله.

LIDAR Mag: نحن & # 8217d نود مناقشة عملك من أجله ريجل و Esri. من فضلك قل لنا كيف بدأ هذا.

Ron Behrendt (RB): أركز على تزويد العملاء الذين يرغبون في استخدام تقنيات الاستشعار عن بعد (الصور ، الليدار ، الرادار ، إلخ) كمصادر معلومات يتم إدارتها وتحليلها في نظام المعلومات الجغرافية. لقد قدمت خدمات استشارية لـ Esri من 2011 إلى 2016 ، وساعدت في إمكانات ArcGIS lidar الجديدة والعمل مع مستخدمي Esri لمساعدتهم على فهم هذه الوظيفة الجديدة والاستفادة منها بشكل أفضل. خلال هذا الجهد ، أصبح من الواضح أن واجهة العميل المحسّنة بين مستشعرات lidar ومنصة ArcGIS ستوفر العديد من الفوائد للمستخدم النهائي ، بما في ذلك الكفاءات الأعلى ، وإدارة البيانات بشكل أفضل ، والقدرة على الاستفادة من إمكانات Esri الجديدة ثلاثية الأبعاد لنظام المعلومات الجغرافية. ريجل كانت سريعة في رؤية الفوائد المحتملة لقاعدة عملائها وفي عام 2017 جلبتني للمساعدة في تقييم الفرصة لدمج مستشعرات الليدار بشكل أوثق مع نظم المعلومات الجغرافية ، واستكشاف الخيارات التقنية ، والمساعدة في تطوير نماذج أولية لسير العمل يمكن استخدامها لأبحاث السوق.

LM: من فضلك أخبرنا عن البرنامج الذي تقوم بتطويره والفرق الذي سيحدثه لمستخدمي ريجل أجهزة الاستشعار و / أو برامج Esri.

RB: ريجل تقوم حاليًا بتطوير منتج برنامج RiMAP ، المصمم لنقل محتوى ملف ريجل مسح المشروع ضوئيًا إلى ArcGIS Pro من Esri حتى يمكن استخدام البيانات بالكامل لكل من تطبيقات سطح المكتب وتطبيقات GIS على الويب. جمال هذا هو أن معظم هذه المشاريع بها ليدار وصور. من حيث الغيوم النقطية ، فإن ريجل RDB (ريجل قاعدة البيانات) البيانات ، التي يتم إنشاؤها وتعبئتها كنتيجة لأداء معالجة ما بعد الالتقاط باستخدام ريجليتم إحضار برنامج RiPROCESS الخاص بـ RiPROCESS إلى ArcGIS Pro لإجراء تحليلات فورية. يتم توفير الصور ذات التسجيل المشترك كمجموعات بيانات فسيفساء أو نوع الصور الموجهة الجديدة بالإضافة إلى المسارات وبعض البيانات الوصفية القيمة. تتمثل إحدى مزايا RiMAP وإمكانيات البيانات الخاصة به في أنه قد أنشأ القدرة على الاستفادة من جميع وظائف ArcGIS لتخزين البيانات وإدارتها ، وهي مهمة أصبحت ذات أهمية متزايدة حيث يلتقط المستخدمون المزيد والمزيد من الليدار بما في ذلك المحمولة جواً (المأهولة وغير المأهولة) ) والجوّال.

لوم: إلى أي مرحلة وصل البرنامج؟ هل هو جاهز للإطلاق أم في إصدار ألفا أم تجريبي؟

RB: برنامج RiMAP قيد التطوير حاليًا مع اختبار داخلي من المقرر أن يبدأ في الربع الأول من عام 2020. وسيتبع ذلك برنامج اختبار تجريبي واسع النطاق ، مما يسمح بالتمرين الجيد للبرنامج قبل طرحه لعامة الناس ، بهدف نهائي هو عرض عالي الجودة سهل الاستخدام. لا يوجد تاريخ محدد للإصدار الأول من RiMAP ، ولكن سيتم الإعلان عندما يكون متاحًا للاستخدام العام.

LM: كيف سيتم تسييل البرنامج الجديد؟

RB: ريجل، من خلال شراكتها الإستراتيجية طويلة الأمد مع Esri ، سوف تستخدم Esri Marketplace لتوزيع برنامج RiMAP. تم إنشاؤه كوظيفة إضافية في ArcGIS Pro ، ريجلسيقوم برنامج RiMAP الخاص بـ RiMAP بتوسيع إمكانيات ArcGIS Pro وتمكين الوظائف المذكورة أعلاه. سيستهدف الإصدار الأول من RiMAP مالكي ومشغلي ريجل أنظمة lidar وسيتم تقديمها لهم في البداية دون أي تكلفة.

لوم: ما هي المرحلة التالية في العملية؟

ر ب: نحن نستكشف فرصًا إضافية لتوسيع عرض RiMAP الأولي والتخطيط للإعلان عن RiMAP 2.0 خلال النصف الثاني من عام 2020. تخلق البنية التي نطورها العديد من الفرص للاستفادة من العديد من أحدث تقنيات Esri ثلاثية الأبعاد جنبًا إلى جنب مع البيانات عالية الدقة الملتقطة بواسطة ريجل أنظمة ليدار. نتصور أن RiMAP سوف ينمو ويصبح جزءًا لا يتجزأ من سير العمل للمهنيين الذين يستخدمون مزيجًا من ريجل ليدار و Esri ArcGIS.


برمجة

جميع برامج نظم المعلومات الجغرافية المذكورة أعلاه متاحة لأعضاء هيئة التدريس والموظفين والطلاب المنتسبين حاليًا إلى جامعة شيكاغو. يرجى الرجوع إلى خطة خدمة ArcGIS لمزيد من المعلومات.

إذا كنت مستخدمًا جديدًا لـ GIS ، فإننا نوصي بأن تبدأ بـ ArcGIS Online ، وهي خدمة قائمة على الويب تحتوي على أدوات لرسم الخرائط والتحليل المكاني وجمع البيانات. إذا كنت تعمل مع مجموعات بيانات كبيرة ، أو تقوم بالكثير من التحرير ، أو تحتاج إلى إنشاء خرائط مطبوعة عالية الجودة ، فستحتاج إلى استخدام أحد تطبيقات Esri لسطح المكتب.
رسوم الترخيص قابلة للتجديد كل أغسطس. للشراء أو التثبيت أو مزيد من المعلومات ، يرجى الاتصال بـ gis-help [at] rcc.uchicago.edu.

ArcGIS Online -Esri ArcGIS Online هو نظام أساسي لرسم خرائط الويب يتيح لك إنشاء البيانات الجغرافية المكانية وتحريرها وتحليلها ومشاركتها ونشرها بسهولة. لقراءة كل ما يقدمه ArcGIS Online ، تحقق من الموقع الرسمي.

Esri Story Maps - خدمة تستند إلى الويب توفر قوالب لسرد قصة باستخدام الخرائط. يمكنك بسهولة إنشاء محتوى يتضمن نصًا وخرائط وصورًا ، بالإضافة إلى روابط لمواقع الويب وموارد الوسائط المتعددة. اتبع هذا الرابط: http://storymaps.arcgis.com للوصول إلى صفحة تسجيل الدخول الخاصة بـ Esri Story Maps.

Esri Business Analyst - Esri Business Analyst (BAO) عبارة عن منصة لتحليل السوق عبر الإنترنت تستخدم مجموعة واسعة من البيانات الديموغرافية والتعدادية وإنفاق المستهلكين وبيانات الأعمال. يمكنك العثور على تفاصيل حول وظائف BAO على موقع Esri على الويب. لا يوجد برنامج لتثبيته وسوف تقوم بتسجيل الدخول باستخدام معرف CNet الخاص بك. اتبع هذا الرابط: https://bao.arcgis.com/ إلى صفحة تسجيل الدخول الخاصة بـ Esri Business Analyst Online.

Esri CityEngine - Esri CityEngine هي أداة نمذجة وتصور ثلاثية الأبعاد. تم استخدام هذا في تطبيقات مثل التخطيط الحضري والهندسة المعمارية وعلم الآثار وتطوير الألعاب والسينما (استوديوهات ديزني للرسوم المتحركة).
ArcGIS Urban - كأداة لتخطيط المدن الذكية ، يعد ArcGIS Urban تجربة ثلاثية الأبعاد غامرة مصممة لتحسين التخطيط الحضري واتخاذ القرار. تصور المشاريع في سياقك المحلي بسرعة واستفد من ذكاء الموقع لاتخاذ قرارات أفضل.

ArcGIS Insights - ArcGIS Insights هو برنامج تحليل يدمج تحليلات الموقع مع علم البيانات المفتوحة ومهام سير عمل ذكاء الأعمال.

ArcGIS Desktop (ArcMap) - برنامج GIS لسطح المكتب الأكثر استخدامًا في الجامعة. إذا كنت ستعمل مع زملائك الذين يستخدمون بالفعل ArcGIS Desktop ، فهذا اختيار جيد لك. لاحظ أن هذا البرنامج يتطلب كمبيوتر Microsoft Windows (سيحتاج مستخدمو Mac إما Bootcamp أو لإنشاء جهاز افتراضي). اتصل بمكتب المساعدة RCC-GIS للحصول على نسخة الطالب من ArcGIS Desktop

ArcGIS Pro - هذا هو أحدث برنامج GIS لسطح المكتب. يستخدم شريط أدوات شريطي مشابه لذلك الموجود في منتجات Microsoft Office. لاحظ أن هذا البرنامج يتطلب جهاز كمبيوتر يعمل بنظام التشغيل Microsoft Windows.
قد تكون منتجات برامج ESRI الأخرى متاحة أو غير متوفرة من خلال ترخيص موقع جامعة شيكاغو. يرجى الاتصال بـ gis-help [at] rcc.uchicago.edu لمزيد من التفاصيل.

برامج وتطبيقات نظم المعلومات الجغرافية الأخرى مملوكة ملكية

يقدم برنامج FME Desktop أداة متعددة الاستخدامات توفر إمكانية ETL المكانية لكل من بيانات المتجه والبيانات النقطية. يقوم خادم FME بأتمتة تدفق البيانات بين التطبيقات. لمعرفة المزيد عن مجموعة برامج FME ولمعرفة الجديد ، يرجى النقر هنا.

كارتو

CARTO (CartoDB سابقًا) عبارة عن منصة عبر الإنترنت توفر دخولًا سهلًا وقويًا إلى عالم التحليلات القائمة على الموقع ، مما يسمح للمستخدمين بإنشاء خرائط تفاعلية غنية ، وإجراء تحليل متقدم ، وتطوير وظائف تعتمد على الموقع في تطبيقات الويب الخاصة بهم .

أجيسوفت فوتوسكان

Agisoft PhotoScan (المعروفة باسم PhotoScan) هي أداة احترافية تقوم بمعالجة تصويرية للصور الرقمية وتولد بيانات مكانية ثلاثية الأبعاد لاستخدامها في تطبيقات نظم المعلومات الجغرافية وتوثيق التراث الثقافي وإنتاج المؤثرات المرئية وكذلك للقياسات غير المباشرة للأشياء ذات المقاييس المختلفة .

تخيل إرداس

ينفذ ERDAS® IMAGINE تحليلًا متقدمًا للاستشعار عن بُعد ونمذجة مكانية لإنشاء معلومات جديدة تتيح لك تصور نتائجك في تركيبات خرائط جودة الخرائط ثنائية وثلاثية الأبعاد وأفلام.

ENVI + IDL

تنشئ منتجات ENVI أساس البرامج الجغرافية المكانية الأولى لمعالجة وتحليل جميع أنواع الصور والبيانات مثل الأطياف المتعددة والفائقة الطيفية و LiDAR و SAR. تم تصميمها ليستخدمها الجميع من متخصصي نظم المعلومات الجغرافية إلى محللي الصور وعلماء الصور ، بغض النظر عن الخبرة السابقة في التصوير.

أوتوكاد MAP وتصميم النقطية

تم بناء AutoCAD Map 3D على AutoCAD ويتضمن جميع وظائف AutoCAD. يتم حفظ ملفات الخرائط بتنسيق DWG ، تمامًا مثل رسومات AutoCAD العادية. الميزة الرئيسية مقارنة بـ ArcGIS هي رقمنة بيانات المتجه.

برامج وتطبيقات GIS مجانية / مفتوحة المصدر

حزم برامج GIS المدرجة أدناه غير مدعومة في الحرم الجامعي ولكن يوصى بها كبدائل للبرامج المرخصة.


2. الطرق

يلخص الشكل 1 طريقتنا لتقدير ملاءمة الكهروضوئية على السطح. تشمل المدخلات مجموعات بيانات ليدار وبصمة المبنى. تتم معالجة هذه البيانات لتحديد التظليل والإمالة والسمت لكل سطح بدقة أفقية تبلغ 1 م 2. ثم يتم تطبيق مجموعة من المعايير لتحديد مساحة السطح المناسبة لنشر الكهروضوئية. يمكن بعد ذلك تجميع هذه النتائج لتحديد الكمية الإجمالية لمساحة السطح المناسبة للأنظمة الكهروضوئية على مستويات مختلفة. بمجرد تحديد مساحة السطح المناسبة ، يتم حساب توليد الكهرباء الكهروضوئية المحتمل.

شكل 1 الخطوات الرئيسية لتحديد مدى ملاءمة مساحة السطح للطاقة الكهروضوئية.

ميليوس وآخرون (2013) تحقق من صحة طريقة تقدير ملاءمة السطح هذه مقابل بيانات التثبيت من 205 صفيفات PV عبر ثلاث حالات. لقد أظهروا أن 89 ٪ من المنحدرات النموذجية كانت ضمن 10 درجات من المنحدر الفعلي ، و 99 ٪ من الاتجاهات النموذجية تتطابق مع الاتجاهات الفعلية ، و 99 ٪ من النتائج النموذجية لديها الحد الأدنى الفعلي المطلوب لساعات الشمس لـ PV لإنتاج 80 ٪ جيل. أظهرت جميع المصفوفات المستخدمة في عملية التحقق من الصحة أن بعض الأسطح على الأقل كانت مناسبة للطاقة الكهروضوئية ، و 79٪ بها مساحة على الأقل بحجم النظام المثبت الفعلي.

2.1. ادخال البيانات

تم الحصول على بيانات الليدار الخاصة بنا من برنامج البنية التحتية للأمن الداخلي التابع لوزارة الأمن الداخلي الأمريكية (DHS) للفترة 2006-2014. لكل من 128 مدينة في مجموعة البيانات ، قدمت DHS (1) بيانات ليدار بتنسيق نقطي بدقة 1 متر × 1 متر و (2) ملف شكل مضلع مطابق لآثار أقدام المبنى. تستند البيانات النقطية إلى عودة السطح الانعكاسي (الإرجاع الأول) لبيانات الليدار ، والتي ترتبط بارتفاع الكائن الأول المكتشف وإنشاء نموذج سطح رقمي لكل مدينة.

تتضمن مجموعة بيانات DHS أيضًا بيانات تفصيلية لحوالي 26.9 مليون مبنى و 7.7 مليار متر مربع من مساحة السطح ، أو حوالي 23٪ من المباني الأمريكية (EIA 2009 ، EIA 2012). تمثل المنطقة المشمولة (الشكل 2) حوالي 122 مليون شخص أو 40٪ من سكان الولايات المتحدة. لفهم الملاءمة والإمكانات التقنية للمباني ذات الأحجام المختلفة بشكل أفضل ، قمنا بتقسيم جميع المباني إلى ثلاث فئات وفقًا للمنطقة المستوية من آثار أقدامها:

  • صغير: & lt 5000 قدم 2 (94٪ من المباني ، 58٪ من مساحة السطح في عينتنا).
  • متوسط: 5000-25000 قدم 2 (5٪ من المباني ، 18٪ من مساحة السطح في عينتنا).
  • كبير: & gt 25000 قدم مربع (1٪ من المباني ، 24٪ من مساحة السطح في عينتنا).

الشكل 2 تغطية بيانات ليدار.

2.2. تظليل

كانت خطوتنا الأولى في معالجة بيانات الليدار هي تشغيل محاكاة التظليل على نموذج السطح الرقمي لكل مدينة 3. يقدم الشكل 3 مثالاً لإخراج المحاكاة ، يوضح كيفية تحرك الظلال خلال يوم واحد. تم تسجيل التباين الموسمي في التظليل من خلال تشغيل المحاكاة لمدة أربعة أيام: 21 مارس ، و 21 يونيو ، و 21 سبتمبر ، و 21 ديسمبر. تم حساب متوسط ​​ساعات ضوء الشمس التي تم تلقيها لكل متر مربع للأيام الأربعة لتحديد متوسط ​​عدد الساعات اليومية. ضوء الشمس لكل متر مربع ، كما هو موضح في الشكل 4 4.

الشكل 3 مثال على التظليل بالساعة وتوافر ضوء الشمس.

الشكل 4 مثال على متوسط ​​ساعات النهار لضوء الشمس.

2.3 الاتجاه (الإمالة والسمت)

حددنا الميل لكل متر مربع من مساحة السطح ضمن مجموعة بيانات الليدار الخاصة بنا. للتوافق مع تعريف العديد من القائمين على تركيب الأسقف والمثبتات الكهروضوئية للأسطح المسطحة ، حددنا جميع مناطق السقف ذات الإمالة الأقل من 9.5 درجة بأنها "مسطحة". نظرًا لأنه يتم حساب الإضاءة بالزاوية التي تضرب بها الشمس سطحًا ما ، فإن محاكاة التظليل تقلل من التعرض لأشعة الشمس لهذه الأسطح المسطحة. بالنسبة لمجموعة فرعية من مناطق الأسطح المسطحة ، قمنا بتحديد الفرق بين الساعات المتوقعة لضوء الشمس والساعات الفعلية المشتقة من بيانات النظام المثبتة. تطبيق مضاعف 1.5 على الإضاءة المتوقعة لجميع الأسطح المسطحة يعوض عن هذا الاختلاف.

حددنا أيضًا السمت لكل متر مربع من مساحة السطح. تم تصنيف كل متر مربع في واحدة من تسع فئات سمت (الشكل 5) ، حيث تم تخصيص مناطق سقف مائلة واحدة من ثمانية اتجاهات أساسية وأولية بين الكاردينال مع ميل أقل من 9.5 درجة تم تصنيفها على أنها مسطحة. كما هو موضح في القسم 2.4 ، تم تعريف سمت الشمال الغربي والشمال والشمال الشرقي على أنها غير مناسبة ، مما أدى إلى خمس فئات سمت غير مسطحة وفئة واحدة مسطحة.

الشكل 5 تسعة تصنيفات للسمت.

ثم تم تشغيل ملف السمت من خلال وظيفة متنوعة ، والتي أعادت عدد القيم المختلفة في 3 & # x00d7 3 حي محيطة بكل متر مربع مساحة الروف. تم استبعاد المنطقة التي يحدها أكثر من ثلاثة سمت فريدة من مجموعة البيانات لإزالة مناطق من اتجاهات السقف المتغيرة والبيانات الصاخبة بشكل مفرط.

استخدمنا بعد ذلك قيم السمت لتحديد مستويات الأسطح من خلال افتراض أن المناطق المتجاورة من فئة السمت المتطابقة كانت مستويًا فريدًا ، وقمنا بتجميع كل متر مربع فردي من مساحة السطح في مضلعات تمثل مستويات سقف متجاورة. لكل مستوى من مستويات السقف الفردية ، تم تطبيق أداة ArcGIS Zonal Mean على خطوط المسح المائلة لتحديد إمالة مستوى السطح المتوسط. تتكون مجموعة البيانات التي تم إنتاجها من خلال هذه العملية من خطوط نقطية تعطي قيمة إمالة واحدة لكل مستوى سقف فريد.

بمجرد تجميع الأمتار المربعة الفردية من مساحة السطح في مستويات متجاورة ، قمنا بتصنيف كل طائرة في واحدة من 21 فئة توجيه بناءً على إمالتها وسمتها ، وتحديد مجموعة من أربع فئات للإمالة (الشكل 6) ، وفئات السمت الخمس المذكورة أعلاه ، و فئة "مسطحة". تم استخدام هذه الفئات بعد ذلك في عملية نمذجة توليد الكهرباء الكهروضوئية (القسم 2.5) لتقدير إنتاجية كل سطح سقف بدقة أكبر.

الشكل 6 فئات الميل.

2.4 تطبيق معايير الملاءمة

لتحديد إجمالي مساحة السطح المناسبة للطاقة الكهروضوئية ، استبعدنا المنطقة التي لا تفي بمعايير التظليل والإمالة والسمت والحد الأدنى من مساحة السقف المجاورة. لكل مدينة ، استخدمنا System Advisor Model (SAM) لحساب عدد الساعات التي يحتاجها السطح ليكون في ضوء الشمس لإنتاج 80٪ من الطاقة التي ينتجها نظام غير مظلل من نفس الاتجاه. تم استبعاد مساحة السطح التي لم تفي بمعيار التظليل هذا بناءً على المدخلات من مُركِّبي الطاقة الشمسية ومحللي الأبحاث ، الذين اقترحوا أن هذا الحد الأدنى كان باتجاه النهاية المنخفضة لأفضل الممارسات (على سبيل المثال ، لن يُنصح بتثبيت نظام يتلقى مزيدًا من الظل بشكل عام).

تم استبعاد طائرات السقف أيضًا بناءً على اتجاهها. اعتبرت جميع طائرات الأسطح التي تواجه الشمال الغربي عبر الشمال الشرقي (292.5-67.5 درجة) غير مناسبة للطاقة الكهروضوئية وتم استبعادها بسبب نقص أشعة الشمس المباشرة. تمت إزالة جميع قيم الإمالة التي تزيد عن 60 درجة من مجموعة البيانات ، بناءً على توصية مُثبِّت PV على أي حال ، تُظهر بياناتنا أن مستويات الأسقف التي تبلغ 60 درجة أو أكثر حدة غير شائعة جدًا مقارنة بالطائرات الأكثر تدرجًا.

لقد طلبنا أيضًا أن يكون للسقف المناسب للطاقة الكهروضوئية مستوى واحدًا متجاورًا على الأقل بمساحة أفقية مُسقطة تبلغ 10 م 2 أو أكثر والتي تلبي أيضًا معايير التظليل والإمالة والسمت 5. يوفر القيام بذلك مساحة كافية لتركيب نظام 1.6 كيلو واط ، بافتراض وجود لوحة فعالة بنسبة 16٪. لقد اخترنا عتبة الحجم الأدنى هذه لتمثيل تقدير متحفظ منخفض الحد لأحجام الأنظمة الكهروضوئية القابلة للتطبيق ، بناءً على الأداء الكهروضوئي الحالي والأنماط التاريخية في حجم النظام الكهروضوئي المُبلغ عنه. على وجه التحديد ، قمنا بمراجعة أحجام الأنظمة المبلغ عنها للأنظمة الكهروضوئية الصغيرة (& lt 10 kW) حتى 2014 (Barbose and Darghouth 2015) وقررنا أن 96٪ من الأنظمة في هذه الفئة كانت أكبر من 1.6 كيلو واط. لقد اعتبرنا عتبة أعلى تبلغ 3 كيلوواط ، لكن 20٪ من أنظمة أقل من 10 كيلوواط التاريخية لم تكن لتتجاوز هذه القيمة ، وبالتالي اعتبرناها عالية جدًا.

قمنا بحساب مساحة كل مستوى سطح مناسب ، كمنطقة مسقطة متوافقة مع أثر المبنى وكمنطقة مائلة ، لتحديد المقدار الفعلي للمنطقة القابلة للتطوير. في النهاية ، استخدمنا قيم المنطقة المائلة لحساب السعة الكهروضوئية المثبتة.

تحتوي مجموعة البيانات النهائية على المساحة المناسبة لكل طائرة سقف في 128 مدينة تغطيها بيانات ليدار. يمكن تجميع مجموعة البيانات هذه على مستوى المبنى أو الرمز البريدي أو منطقة خدمة المرافق أو الولاية أو أي منطقة أخرى لتطوير إحصائيات موجزة تصف مدى ملاءمة المنطقة الجغرافية للأجهزة الكهروضوئية على السطح.

2.5 محاكاة إنتاجية الطاقة الكهروضوئية في منطقة أسطح مناسبة

كانت خطوتنا التالية هي محاكاة إنتاجية الوحدات الكهروضوئية التي تغطي مساحة السقف المناسبة ضمن 21 حاوية توجيه مختلفة لكل رمز بريدي في مجموعة بيانات lidar. تم تنفيذ عمليات محاكاة أداء PV هذه باستخدام SAM (الإصدار 2015.1.30). SAM هو نموذج أداء واقتصادي مصمم لتسهيل اتخاذ القرار والتحليل لمشاريع الطاقة المتجددة (Gilman and Dobos 2012). يستخدم بيانات الأرصاد الجوية كل ساعة ، ونموذج أداء PV ، وافتراضات يحددها المستخدم لمحاكاة الأداء الفني لتركيب PV.

مصادر الطاقة الشمسية وبيانات الأرصاد الجوية المستخدمة في هذا التحليل مأخوذة من مجموعة بيانات الأرصاد الجوية النموذجية للعام 3 (TMY3) لقاعدة البيانات الوطنية للإشعاع الشمسي (Wilcox and Marion 2008). تتضمن مجموعة بيانات TMY3 ملفات تعريف تمثيلية لكل ساعة لـ 1001 محطة في جميع أنحاء الولايات المتحدة. بالنسبة لمحاكاة معينة ، استخدمنا ملف تعريف محطة TMY3 الأقرب إلى حدود الرمز البريدي قيد الدراسة. نظرًا لأن محطات TMY3 تقع بشكل متكرر في المدن الرئيسية أو بالقرب منها ، فإن متوسط ​​المسافة من الرمز البريدي إلى محطة لمجموعة بيانات lidar كان 9 كم.

يمكن أن يختلف الأداء الفني للأنظمة الكهروضوئية أيضًا اعتمادًا على المعدات المستخدمة وخيارات التصميم الخاصة بالمركب. لقد وضعنا مجموعة من الافتراضات الفنية لتمثيل متوسط ​​أداء الأنظمة الكهروضوئية أثناء تركيبها في عام 2015 (الجدول 1). استخدمنا هذه القيم في SAM ، جنبًا إلى جنب مع الموارد الشمسية TMY3 وملامح الأرصاد الجوية ، لتحديد الناتج الكهربائي للأنظمة الكهروضوئية 6.

الجدول 1. افتراضات لمحاكاة أداء PV.

خصائص النظام الكهروضوئية قيمة الأسطح المسطحة قيمة الأسطح المائلة
إمالة 15 درجة نقطة المنتصف لفئة الإمالة (الشكل 6)
نسبة مساحة الوحدة إلى مساحة السطح 0.70 0.98
السمت 180 درجة (تواجه الجنوب) نقطة المنتصف لفئة السمت
كثافة طاقة الوحدة 160 واط م −2
إجمالي خسائر النظام 14.08%
كفاءة العاكس 96%
نسبة التيار المباشر إلى التيار المتردد أ 1.2

نسبة التيار المباشر للنظام إلى التيار المتردد (DC-to-AC) هي نسبة سعة اللوحة للوحدات الكهروضوئية إلى السعة المصنفة للتيار المتردد للمحولات. على سبيل المثال ، النظام الذي تبلغ نسبة DC-to-AC 1.2 قد يحتوي على 8.33 كيلو وات من العاكسات المثبتة لكل 10 كيلو وات من سعة لوحة الكهروضوئية.

تتوافق قيمة كثافة الطاقة المستخدمة في هذا التحليل مع وحدة ذات كفاءة تبلغ حوالي 16٪. هذه القيمة هي متوسط ​​كفاءة الوحدة من حوالي 48000 نظام تم تركيبها خلال عام 2014 (Barbose and Darghouth 2015). تم اختيار هذه القيمة لتمثيل مزيج مركب من أحادي البلورية والسيليكون والوحدات متعددة البلورات والسيليكون والأغشية الرقيقة ، على عكس التركيب الشامل للأنظمة المتميزة.

يتم تسجيل الخسائر الناتجة عن التلوث والتظليل والثلج والأسلاك والمصادر الأخرى في معلمة إجمالي خسائر النظام ، والتي تم اختيارها للبقاء عند القيمة الافتراضية لـ SAM لهذا التحليل. ظلت قيمة كفاءة العاكس أيضًا عند المستوى الافتراضي SAM. تم اختيار هذه المستويات لتكون ممثلة للأنظمة النموذجية. تم اختيار نسبة تيار مستمر إلى تيار متردد تبلغ 1.2 استنادًا إلى الأدبيات الموجودة حول الحجم الأمثل للعواكس لتقليل تكلفة الكهرباء المولدة من الطاقة الكهروضوئية (Mondol وآخرون 2009).

بالنسبة للأسطح المسطحة ، كان من المفترض أن تكون نسبة مساحة الوحدة النمطية إلى مساحة السطح 0.7 لتعكس تباعد الصفوف اللازم لتكبد خسائر بنسبة 2.5٪ تقريبًا من التظليل الذاتي للوحدات المواجهة للجنوب عند إمالة 15 درجة. بالنسبة للأسقف المائلة ، افترض أن القيمة 0.98 لتعكس 1.27 سم من التباعد بين كل وحدة لمشابك الأرفف 7.

باستخدام الافتراضات المذكورة أعلاه ، أجرينا عمليات محاكاة في SAM لتقدير السعة المركبة وتوليد الطاقة السنوي لكل طائرة سقف. قمنا بنمذجة جميع الطائرات بافتراض وجود نظام كهروضوئي يتماشى مع قيم النقطة الوسطى لفئة الاتجاه الخاصة بهم من حيث إمالة ونطاقات السمت. على سبيل المثال ، تم تصميم أي طائرة سقف ذات قيمة إمالة بين 47.4 و 60.0 درجة وسمت بين 157.5 و 202.5 درجة مع وحدة مائلة عند 53.7 درجة وتواجه 180 درجة (جنوبًا). ثم قمنا بتجميع إمكانات جميع طائرات الأسطح داخل رمز بريدي للوصول إلى إجمالي قيم الإنتاج.


معلومات المهنة والراتب

مهنتك

تتمتع Saskatchewan Polytechnic بسجل حافل عندما يتعلق الأمر بالحصول على الخريجين في الوظائف: 80٪ من خريجي نظم المعلومات الجغرافية يعملون في مجالهم في غضون ستة أشهر من التخرج. إنهم يعملون كفنيي رسم خرائط GIS ، ومتخصصي نظم المعلومات الجغرافية ، ورسامي الخرائط ، ومشغلي GPS ، ومحللي البيانات أو محللي الاستشعار عن بعد. من خلال تدريبك المتخصص في تطبيق نظم المعلومات الجغرافية على إدارة الموارد ، يمكنك استكشاف فرص العمل مع مجموعة واسعة من أرباب العمل المحتملين ، بما في ذلك الصناعات القائمة على الموارد الطبيعية ، وصناعات الأمم الأولى ، والشركات الاستشارية ، والوكالات البيئية ، والإدارات الحكومية والوكالات البلدية.


نبذة مختصرة

أثبتت تقنيات الكشف عن الضوء وتحديد المدى (lidar) أنها أقوى الأدوات لجمع ، في غضون وقت قصير ، غيوم نقطية ثلاثية الأبعاد (ثلاثية الأبعاد) بكثافة عالية وعالية الدقة ومعلومات مفصلة بشكل كبير عن سطح الأرض والأشياء. ومع ذلك ، من حيث استخراج الميزات وإعادة البناء ثلاثي الأبعاد بتنسيق الرسم بمساعدة الكمبيوتر (CAD) ، فإن معظم حزم برامج معالجة بيانات الليدار القائمة بذاتها غير قادرة على معالجة حجم كبير من بيانات ليدار بطريقة فعالة وفعالة موضه. لكسر هذه العقبة التقنية ، من خلال تصميم منصة افتراضية للعملية قائمة على Condor ، قدمنا ​​في هذه الورقة استراتيجية جديدة تستخدم الموارد الحسابية المتعلقة بالشبكة لمعالجة وإدارة وتوزيع كميات هائلة من بيانات lidar في بيئة الحوسبة السحابية . تمت مقارنة ثلاث تجارب مكثفة مع بيئة الحوسبة السحابية وبدونها. أظهرت نتائج التجربة أن نهج المحاكاة الافتراضية للعملية المقترح قابل للتطبيق بشكل واعد وفعال في إدارة سحب نقاط ليدار واسعة النطاق.


شهادة نظم المعلومات الجغرافية على الإنترنت

يسعد قسم التخطيط الحضري والإقليمي في UF ومركز UF GeoPlan بتقديم شهادة الدراسات العليا عبر الإنترنت في نظم المعلومات الجغرافية للمخططين الحضريين والإقليميين.

يتميز برنامج الشهادة بالتفكير النقدي المقترن بمهارات التحليل المكاني التقني باستخدام برامج وأساليب وتطبيقات GIS الحديثة. سوف يتعمق الطلاب في القدرات القوية لنظام المعلومات الجغرافية للتصور والتحليل والنمذجة ومشاركة المعلومات الجغرافية. يمكن للطلاب بناء أوراق اعتمادهم والاستفادة من الطلب المتزايد في سوق العمل على الخبرة الخاصة بنظم المعلومات الجغرافية.

البرنامج 12 ساعة معتمدة. هناك 3 دورات مطلوبة (9 ساعات معتمدة) ودورة اختيارية واحدة (3 ساعات معتمدة). الدورات مدتها 16 أسبوعًا. يمكن إكمال الشهادة في حوالي 12-15 شهرًا. يتم تدريس الدورات من قبل أعضاء هيئة التدريس في UF Urban & amp ؛ التخطيط الإقليمي ومركز GeoPlan.

يرجى الملاحظة: هذا برنامج خارج الكتاب. إذا كنت مسجلاً حاليًا في برنامج حرم جامعي تموله الدولة ، فلا يمكنك أيضًا التسجيل في هذه الشهادة.

المقررات المطلوبة:

هناك ثلاث دورات المطلوبة (9 ساعات معتمدة). تغطي هذه الدورات أسس نظم المعلومات الجغرافية ، والنمذجة الإلكترونية المكانية (المتجه والقائمة على البيانات النقطية) ، وكفاءة البرامج مع ArcGIS ، وتقديم البرامج مفتوحة المصدر (QGIS) ، وبيانات GIS وإدارة المشاريع ، ورسم خرائط الويب والنشر

الدورات الاختيارية:

اختر من دورة اختيارية واحدة (كل منها 3 وحدات) & # 8211 انقر أدناه لرؤية المنهج:


المساهمة

نرحب بالمساهمات ونقدرها كثيرا! كل القليل يساعد ، وسوف يتم منح الائتمان دائمًا. يمكنك المساهمة بعدة طرق:

أنواع المساهمات

تبليغ عن ثغرة

إذا كنت تبلغ عن خطأ ، فيرجى تضمين:

  • اسم نظام التشغيل الخاص بك وإصداره.
  • أي تفاصيل حول الإعداد المحلي قد تكون مفيدة في استكشاف الأخطاء وإصلاحها.
  • خطوات مفصلة لإعادة إنتاج الخطأ.

إصلاح الخلل

ابحث في مشكلات GitHub عن الأخطاء. أي شيء موسوم بكلمة "خطأ" و "مطلوب مساعدة" متاح لمن يريد تنفيذه.

تنفيذ الميزات

ابحث في مشكلات GitHub عن الميزات. أي شيء يحمل علامة "التحسين" و "المساعدة المطلوبة" مفتوح لمن يريد تنفيذه.

كتابة التوثيق

يمكن لـ lidar دائمًا استخدام المزيد من الوثائق ، سواء كجزء من مستندات lidar الرسمية ، أو في سلاسل المستندات ، أو حتى على الويب في منشورات المدونة ، والمقالات ، وما إلى ذلك.

إرسال ملاحظات

أفضل طريقة لإرسال التعليقات هي إرسال مشكلة على https://github.com/giswqs/lidar/issues.

إذا كنت تقترح ميزة:

  • اشرح بالتفصيل كيف ستعمل.
  • اجعل النطاق ضيقًا قدر الإمكان ، لتسهيل تنفيذه.
  • تذكر أن هذا مشروع يحركه المتطوعون ، وأن المساهمات مرحب بها.

البدء

جاهز للمساهمة؟ إليك كيفية الإعداد ليدار للتنمية المحلية.


فني نظم المعلومات الجغرافية (GIS)

الفرصه
يوفر مسح OC فرصة مثيرة لفني نظام المعلومات الجغرافية (GIS). سيتم تعيين فني نظم المعلومات الجغرافية داخل وحدة الخدمات الجغرافية المكانية لمساعدة العملاء الداخليين والخارجيين على تطوير وإدارة بيانات نظم المعلومات الجغرافية الخاصة بهم. تحت إشراف عام ، قد تكون هناك حاجة لهذه الوظائف لتقديم مساعدة فني نظم المعلومات الجغرافية لعمليات مسح OC الميدانية أو العمليات والصيانة أو خدمات البنية التحتية أو خدمات التنمية حسب الحاجة. بعض فني نظم المعلومات الجغرافية

قد تشمل الواجبات والمسؤوليات ، على سبيل المثال لا الحصر:

  • مساعدة المساحين والمهندسين ومحللي نظم المعلومات الجغرافية الآخرين في التكامل مع جمع بيانات المسح
  • المساعدة في تطوير إجراءات نظم المعلومات الجغرافية
  • المساعدة في جمع بيانات نظم المعلومات الجغرافية المتنقلة

المؤهلات المطلوبة والكفاءات الأساسية
المرشح المثالي سوف يمتلك سنة (1) أو أكثر من الخبرة في رسم خرائط نظم المعلومات الجغرافية وهندسة التصميم و / أو نظم المعلومات. درجة البكالوريوس في المسح أو الهندسة أو الجغرافيا أو نظم المعلومات الجغرافية أو مجال وثيق الصلة أمر مرغوب فيه للغاية.

بالإضافة إلى ذلك ، سوف يمتلك المرشح المثالي المعرفة و / أو الخبرة في الكفاءات الأساسية التالية:

  • المعرفة والخبرة التقنية
  • معرفة إنترنت الأشياء وتكامل أجهزة الاستشعار باستخدام خادم Esri GeoEvent
  • معرفة خرائط القصة وتقنية نظم المعلومات الجغرافية على شبكة الإنترنت
  • معرفة تقنية الطائرات بدون طيار / الطائرات بدون طيار / الطائرات بدون طيار وتقنية LiDAR
  • معرفة أنظمة AR / VR
  • معرفة مبادئ المسح والهندسة و / أو البناء
  • معرفة البرمجة النصية و / أو لغات البرمجة
  • جرب إنشاء تطبيقات الويب ، سواء كانت مخصصة أو جاهزة
  • تجربة مع ESRI ArcGIS Server و ArcPro و ArcGIS Desktop و ArcGIS
  • خبرة في إنتاج خرائط المسح و / أو وثائق البناء المدني
  • تجربة مع AutoCAD Civil 3D أو Infraworks أو Recap أو Revit
  • خبرة في العمل في ArcGIS Online أو ArcGIS Portal
  • يتقن لغات البرمجة مثل Python و javascript و AutoLisp و amp .Net. معرفة عن
  • BIM / أنظمة إدارة المستندات
  • تحليل وتفسير البيانات
  • خبرة في إجراء المسح المعقد / التحليل الهندسي للبيانات الجغرافية المكانية
  • خبرة في معالجة وتحليل البيانات الجغرافية المكانية ثلاثية الأبعاد
  • القدرة على تقديم التحليل والتوصيات لتعديل الإجراءات
  • التواصل الشفوي والكتابي
  • خبرة في تطوير وإعداد الخرائط والتقارير الخاصة بالبيانات الهندسية ونظم المعلومات الجغرافية
  • القدرة على التواصل ، شفهيًا وخطيًا على حد سواء ، التقدم المحرز في المشروع والتوصيات إلى جميع مستويات الأطراف المستثمرة
  • الحفاظ على علاقات عمل فعالة مع جميع الأطراف الداخلية والخارجية المشاركة في المشاريع المعينة

عملية التوظيف تقوم خدمات الموارد البشرية (HRS) بفحص جميع مواد التطبيق للحصول على الحد الأدنى من المؤهلات و / أو المؤهلات المطلوبة. بعد الفحص ، سيتم إحالة المتقدمين الذين يستوفون الحد الأدنى و / أو المؤهلات المرغوبة إلى الخطوة التالية في عملية التوظيف. سيتم إخطار جميع المتقدمين عبر البريد الإلكتروني بحالتهم في هذه العملية.

مقابلة شفوية منظمة | SOI (مرجح 100٪)
ستتم مقابلة المرشحين وتصنيفهم من قبل لجنة تقييم المؤهلات من خبراء المعرفة الوظيفية. يعتمد تصنيف كل مرشح على الردود على سلسلة من الأسئلة المصممة لاستنباط مؤهلات المرشح للوظيفة. سيتم وضع المرشحين الأكثر نجاحًا فقط في القائمة المؤهلة.

بناءً على احتياجات القسم ، يمكن تعديل إجراءات الاختيار أعلاه. سيتم إخطار المرشحين بأي تغييرات في إجراءات الاختيار.

قائمة مؤهلة
بمجرد الانتهاء من التقييم ، ستنشئ HRS قائمة المرشحين المؤهلين. يمكن إحالة المرشحين المدرجين في القائمة المؤهلة إلى مقابلة اختيار للنظر فيها للوظائف الشاغرة الحالية والمستقبلية.

تفضيل توظيف المحاربين القدامى
تلتزم المقاطعة بتوفير آلية لإعطاء اعتبار تفضيلي في عملية التوظيف للمحاربين القدامى وأزواجهم المؤهلين وستوفر للمشاركين المؤهلين الفرصة لتلقي المقابلات في عملية الاختيار للتوظيف وفتحات التدريب الداخلي مدفوعة الأجر. الرجاء الضغط هنا لمراجعة السياسة.

عند التقديم ، يرجى الإشارة إلى أنك ترد على النشر على وظائف GIS الخاصة بي.


نظم المعلومات الجغرافية وإدارة الأصول الاستراتيجية مع Ashay Prabhu من Assetic

Assetic - شركة مقرها ملبورن توفر برامج وخدمات إدارة الأصول الإستراتيجية لمساعدة المؤسسات على إدارة البنية التحتية العامة والخاصة - هي أحدث شريك تقني لـ Esri Australia.

يشرح المدير والمؤسس المشارك Ashay Prabhu الدور المستقبلي الذي ستلعبه تقنية نظام المعلومات الجغرافية (GIS) في إدارة الأصول الاستراتيجية ، ويشارك بعض قصص نجاح الحكومة المحلية حيث تم دمج نظم المعلومات الجغرافية في عمليات الوكالة.

EA: أين ترى إمكانات نظم المعلومات الجغرافية في إدارة الأصول الاستراتيجية؟

أسوشيتد برس: إنه أمر محوري للغاية الآن - لقد عملت على الترويج لذكاء البيانات خلال السنوات الثلاث أو الأربع الماضية. Combining Assetic with GIS spatial intelligence tools adds a new dimension in the visual presentation of asset data – enabling organisations to add science into decision-making. They get a clear picture of their assets, what condition they are currently in, and what condition those assets are likely to be in in five, ten or 20 years’ time.

ArcGIS helps spatially locate, analyse and present asset data in a simple and beautiful format, and can integrate with Assetic software that uses the data, applies intelligent analytics, and forecasts multiple options for the future. This means you don’t just see your current assets on a map – you can click a button and model what your portfolio would look like in five years if, say, you cut your funding by half.

You can’t stand up in front of a council, a mayor or a board of directors, and convince them of a situation with current data alone. However, if you publish a map showing the future what-ifs – ‘bingo’, the penny drops.

EA: Do you have a recent example of asset management projections using GIS?

AP: In the United States last month, we presented the Assetic/Esri solution to a large transportation authority. We were able to extract their asset data – $17 billion of infrastructure – and project it on an Esri map, using their network schematics. Through the Assetic myPredictor modelling optimisation engine, we were able to show them eight different scenarios in red, yellow and green – colours representing risk of failure i.e. what their assets would look like given different funding levels, and which assets would need to be replaced, rehabilitated or renewed over a 20-year period.

Their real outcome here was the projected saving on maintaining a $17 billion asset stock, degrading at $140 million per year. The optimisation demonstrated how they reduce network degradation by 35 per cent without any additional capex funding.

The spatial element within the presentation allowed us to get this full story across to the stakeholders. With spatial integration, the message was easy to demonstrate – that the technology offers value for money, and puts them in control of their future.

EA: How is GIS helping agencies manage their assets?

AP: Regulatory guidelines, mandates and audits for transparency mean agencies need to manage assets at a granular component level. Collecting data becomes onerous on paper, and without a GPS location, the data is often less reliable in decision-making.

What used to take local governments months to collect, collate and import the industry is now saying, ‘I want to do that in minutes’ – and honestly, why shouldn’t they? They’re not getting extra resources to do the work, so it’s our job to make the process seamless.

It’s about creating assets, deleting assets, and upgrading attribute information fast – it’s not rocket science.

EA: Can you share some examples of how local governments have generated positive outcomes by leveraging geographic insight?

AP: We have over 130 clients on our books, but let me give you an example. We work with a very large regional council in Queensland, which manages over $2 billion in asset value. Between 2009 and 2013 they turned their asset management completely around, to the point where their asset management maturity has moved from unsustainable to stable, slashing millions of future renewal through asset management science.

And let’s also take a small shire council in Victoria, which is responsible for an $800 million asset portfolio. Originally, this was consuming at about $16 million per year they have successfully cut this down to $10 million within eight years.

EA: What essential role will GIS play with strategic asset management in the future?

AP: The last decade has been focused on understanding your current asset portfolio – but we’ve conquered that territory. Now, there’s so much value in utilising spatial data. Using ArcGIS, you can set up various schematics and colour code your asset profiles, including health, failure metrics, risk and future profiling. You can find out how to get a better asset network in five years’ time, just by spending your money differently.

It’s about modelling and projecting your data, and showing your stakeholders the smart decisions you have to make to reach your goals with less money.

We now live in an era of funding cuts, where there are three tough choices – print more money, raise taxes or slash services. But there is a fourth choice – a smart choice – that of optimising and achieving financial sustainability. A combination of spatial systems for intelligent data, and a truly strategic asset management system, can provide the ultimate solution.


شاهد الفيديو: A Complete Beginners Guide to ArcGIS Desktop Part 2