أكثر

جعل متغير التأخر المكاني في ArcGIS Desktop؟

جعل متغير التأخر المكاني في ArcGIS Desktop؟


كيف أقوم بعمل متغير في ArcGIS 10 يسمى "التأخر المكاني"؟

أحاول إعداد هذا المتغير في GIS لاستخدامه في نموذج الانحدار.


برمجة

ArcGIS Desktop و ArcGIS Pro متاحان الآن للتنزيل لأي طالب أو طاقم عمل أو هيئة تدريس أو جهة تابعة برعاية جامعة ستانفورد (بمعرف SUnet صالح) ، ونحن نعمل على تبسيط عملية تثبيت البرنامج وترخيصه.

يحتفظ مركز ستانفورد الجغرافي المكاني بمجموعة من ملفات دُفعات التثبيت التي يمكن استخدامها لأتمتة عملية تثبيت وترخيص ArcGIS Desktop و ArcGIS Pro. يمكنك تنزيل أدوات التثبيت هذه عن طريق تسجيل الدخول إلى Box.com باستخدام بيانات اعتماد ستانفورد الخاصة بك ، والانتقال إلى: https://stanford.box.com/v/EsriSoftwareInstallers.

يجب أن يكون مستخدمو Windows 64 بت قادرين على:

  1. قم بتنزيل ملفات التثبيت المضغوطة للبرنامج المطلوب (ArcGIS Desktop و Pro متاحان حاليًا).
  2. قم بفك ضغط المثبتات على الجهاز الذي تريد التثبيت عليه (انقر بزر الماوس الأيمن & gtExtract…).
  3. تصفح في المجلد الذي تم فك ضغطه ، وانقر بزر الماوس الأيمن على ملف * .bat ثم قم بتشغيل
  4. يستغرق التثبيت عادةً عدة دقائق ، ويجب أن يستمر ، دون مراقبة.

يجب على الطلاب المهتمين باستخدام برنامج Esri على جهاز Mac الاتصال بخدمات Student Tech في Lathrop (https://thehub.stanford.edu/) ، للحصول على المساعدة في الحصول على جهاز ظاهري يعمل بنظام التشغيل Windows وتثبيته على أجهزتهم. سيحتاج أعضاء هيئة التدريس والموظفون إلى الاتصال بفريق الدعم الفني الخاص بهم للمساعدة في ظاهرية Windows. بمجرد أن يكون لديك جهاز Windows VM يعمل ، يجب أن تعمل أدوات التثبيت والتعليمات المذكورة أعلاه.

إذا كنت تحتاج إلى إصدارات من برنامج Esri ، بخلاف أحدث إصدار ، فلا تتردد في الاتصال على [email protected] لطلبك.

ملاحظة: للتثبيت على أجهزة الكمبيوتر التابعة لجامعة ستانفورد فقط وللمستخدمين الذين يمتلكون معرف SUNet صالحًا فقط. يتم استخدام البرامج والبيانات المقدمة بموجب هذه الاتفاقية لأغراض التدريس والبحث والأغراض الإدارية فقط. يحظر استخدام البرامج المرخصة لتحقيق ربح أو مكاسب خاصة أو أي استخدام تجاري آخر.

https://qgis.org/en/site/forusers/download.html
(تقترح SGC تثبيت إصدار Long-Term Release (LTR))

نظام معلومات جغرافية مجاني ومفتوح المصدر. قم بإنشاء وتعديل وتصور وتحليل ونشر المعلومات الجغرافية المكانية على أنظمة التشغيل Windows و Mac و Linux و Android. لقد تطور QGIS إلى نظام أساسي GIS لسطح المكتب كامل الميزات على مدار السنوات القليلة الماضية وهو بديل مثالي لـ ArcGIS لأولئك الذين لا يستخدمون Windows ، أو المهتمين باستخدام برنامج Free & ampOpen Source.


رسم الخرائط

  • تغير السكان
  • الهجرة
  • التنمية الحضرية
  • تيارات المحيط
  • التصويت والانتخابات

تحليل القضية

  • تلوث الهواء
  • التحليل اللوجستي
  • البطالة
  • التغير في استخدام الأراضي
  • معدلات المرض
  • حدوث الخطر

الموقع الأمثل

التنفيذ والعرض

  • برمجيات نظم المعلومات الجغرافية
  • النمذجة
  • منظمة
  • الترميز
  • استخدام اللون

أساليب

بيانات انتشار فيروس نقص المناعة البشرية والاتجاهات الزمنية على المستويات الوطنية والإقليمية والحضرية / الريفية

جاءت بيانات فيروس نقص المناعة البشرية / الإيدز من متوسط ​​معدلات انتشار فيروس نقص المناعة البشرية بين النساء الحوامل اللائي يحضرن شبكة غنية طولية من 19 عيادة قبل الولادة (ANCs) حيث تم إجراء مراقبة فيروس نقص المناعة البشرية من 1994 إلى 2010. في عام 2007 ، تضاعفت الشبكة ثلاث مرات تقريبًا إلى 54 مركز رعاية صحية بينما الحفاظ على 19 الأصلي ، مما يسمح بالاستمرارية والتحليل الزماني المكاني (الشكل 1). تضمنت البيانات موقع (إحداثيات خطوط الطول والعرض) لـ ANCs ، مما يسمح برسم خرائطها. كان تكرار جمع بيانات فيروس نقص المناعة البشرية سنويًا من 1994-1999 وبعد ذلك كل سنتين إلى حد كبير. على الرغم من أنه يتم أيضًا جمع معلومات ديموغرافية محدودة ، إلا أن انتشار فيروس نقص المناعة البشرية فقط كان متاحًا للمؤلفين طوال السنوات ، وتم الحصول عليه من شركة Centra Technology Inc. الأمريكية (1994-2003) وتقارير مراقبة فيروس نقص المناعة البشرية / الزهري الصادرة عن لجنة الإيدز الوطنية في ملاوي ، NAC [13 ، 35 ، 36]. تستخدم ملاوي طرق أخذ العينات القياسية واختبار فيروس نقص المناعة البشرية وأساليب تحليل البيانات والنماذج التي أوصى بها برنامج الأمم المتحدة المشترك المعني بفيروس نقص المناعة البشرية / الإيدز (UNAIDS) ومنظمة الصحة العالمية (WHO) (على سبيل المثال ، [37 ، 38]). (د) على الرغم من القيود المعروفة لتقديرات انتشار فيروس نقص المناعة البشرية المستندة إلى الخفر [18 ، 39] ، فإنها تظل المصدر الرئيسي لبيانات فيروس نقص المناعة البشرية في ملاوي والبلدان الأفريقية الأخرى ، والسجل الطولي الوحيد لتحليل الزماني المكاني اتجاهات المستهدفة في هذه الدراسة دون الإسقاط لعامة السكان أو توليد تنبؤات. ه

الاعتماد المكاني في انتشار فيروس نقص المناعة البشرية ، والاستيفاء المكاني ، والاتجاهات الزمانية المكانية

أولاً ، رسمنا معدلات انتشار فيروس العوز المناعي البشري بين النساء الحوامل اللواتي تتراوح أعمارهن بين 15 و 49 عامًا [13 ، 17] من 1995 إلى 2010) لتقديم منظور واسع ومتعدد المقاييس ومكاني وزماني لأوبئة فيروس العوز المناعي البشري على المستويات الوطنية والإقليمية والحضرية والريفية. ثم تم استخدام أدوات نظم المعلومات الجغرافية من أجل 1) اختبار تجريبي للاعتماد المكاني في انتشار فيروس نقص المناعة البشرية على المستوى الوطني ، 2) إنتاج سطح مستمر لانتشار فيروس نقص المناعة البشرية عند دقة مكانية 1 × 1 كم لتصور وتوليد تقديرات الانتشار على مستوى المنطقة للمجموعة / نقطة ساخنة والانحدار التحليلات. تم إجراء تحليل GIS باستخدام AcrGIS desktop 10.0 (Redlands، CA: Environmental Systems Research Institute، Inc.، 1999).

تم تقييم وجود وطبيعة الارتباط الذاتي المكاني لفيروس نقص المناعة البشرية (أو التبعية) تجريبيًا لكل من سنوات البيانات الـ 17 المتاحة الممتدة من 1994 إلى 2010 لـ 19 ANCs الأصلية ، باستخدام إحصائية Moran’s I العالمية [40]. يمكن أن يشير وجود الارتباط الذاتي المكاني إلى تجمع فيروس نقص المناعة البشرية ، والذي يشير أحيانًا إلى انتشار توسعي هرمي في المناطق الحضرية وعبر المناطق [41]. يستند Moran’s I إلى قانون والدو توبلر الأول للجغرافيا: "كل شيء مرتبط بكل شيء آخر ، لكن الأشياء القريبة أكثر ارتباطًا من الأشياء البعيدة" [42]. إذا تم تطبيق هذا القانون ، يجب أن تكون معدلات انتشار فيروس نقص المناعة البشرية مماثلة بين المناطق المجاورة منها بين غير الجيران. يختبر Moran’s I الفرضية الصفرية القائلة بأن القيم المقاسة في موقع ما مستقلة عن القيم في مواقع أخرى (أي أن انتشار فيروس نقص المناعة البشرية مشتت عشوائيًا). تختلف قيمته من -1 إلى 1. تشير القيم الموجبة إلى وجود ارتباط تلقائي مكاني ، والصفر يعني عشوائية مكانية كاملة ، والقيم السالبة تشير إلى قيم متباينة متجمعة بجانب بعضها البعض. يؤدي Moran’s I ذو الدلالة الإحصائية (p & lt 0.05) إلى رفض فرضية العدم ويشير إلى وجود ارتباط تلقائي مكاني. يتم حساب Global Moran’s I على النحو التالي:

حيث N هو عدد الوحدات المكانية (الحارس ANCs) ، Xأنا هي القيمة المقاسة للميزة I (حتى N) ، Xي هي القيمة المقاسة للنقطة المجاورة j (حتى N-1) ، و Wاي جاي يمثل مقياس وزن لتأثير الميزة المجاورة j على القيمة المقاسة عند I المشتقة من مصفوفة الوزن المكاني المعيارية للصف.

من أجل إنتاج أسطح ناعمة لانتشار فيروس نقص المناعة البشرية من أجل التصور وتوليد البيانات على مستوى المقاطعات ، تم استخدام طريقة الاستيفاء المكاني المعكوس بالمسافة (IDW) للسنوات المختارة (1994 ، 1996 ، 1999 ، 2001 ، 2003 ، 2005 ، 2007 و 2010 ). تم اختيار هذه السنوات لاستمرارية الاتجاه مع تضمين سنوات من انتشار فيروس نقص المناعة البشرية المرتبط بشكل إيجابي (يبرر جزئيًا استخدام IDW) والسنوات الأولى (1996 ، 1999 ، 2001) للارتباط الذاتي غير المهم و / أو السلبي الذي يضيء رغم ذلك أنماط الزمانية المكانية. تطبق طرق الاستيفاء المكاني نماذج رياضية لقيم النقطة المقاسة لمتغير مستمر في مواقع معروفة للتنبؤ بالقيم في المواقع التي ليس لها قيم ، وبالتالي إنشاء سطح مستمر [43 ، 44]. عند التنبؤ بالقيم ، تستخدم طرق الاستيفاء عمومًا الأوزان القائمة على المسافة التي تحدد تأثيرًا أكبر للقيم المقاسة الأقرب لموقع غير مقيس مقارنة بالقيم المقاسة الموجودة بعيدًا. حتمية تستخدم أدوات الاستيفاء ، بما في ذلك IDW ، أوزانًا تستند فقط إلى المسافة بين النقاط المقاسة وغير المقاسة أثناء الإحصاء الجغرافي (أو العشوائية ، على سبيل المثال ، kriging) تستخدم أوزانًا متطورة تجمع بين المسافة مع النماذج الإحصائية الاحتمالية للتغير المكاني بين النقاط المقاسة. أنتجت IDW تنبؤات مستقرة وموثوقة بشكل معقول للمقارنات عبر السنوات مع حجم العينة الصغير (من 19 ANC). تم استخدامه بشكل موثوق مع العينات الصغيرة والمتوسطة في دراسات فيروس نقص المناعة البشرية [2 ، 23] ، ويفضل في بعض الأحيان على كريغ (الذي يحتمل أن يكون متفوقًا) والذي غالبًا ما يعاني أداؤه أكثر مع العينات الصغيرة بسبب متطلبات التوزيع الاحتمالية [44 ، 45]. مع IDW ، استخدمنا إعدادًا متغيرًا من 6 إلى 10 نقاط للتنبؤ بالقيم في كل موقع غير معروف بناءً على الاختبار التكراري لتقليل متوسط ​​الخطأ وجذر متوسط ​​الخطأ التربيعي (RMSE). استخدمنا بعد ذلك أدوات نظم المعلومات الجغرافية لاستخراج تقديرات فيروس نقص المناعة البشرية لـ 31 "مقاطعة" (27 من 28 مقاطعة في ملاوي وأربع مدن رئيسية هي بلانتير وليلونغوي وزومبا ومزوزو ، الشكل 1) عن طريق حساب متوسط ​​قيم الانتشار في مكون 1 × 1 كيلومتر من الخلايا المكانية.

التباين الزماني المكاني المحلي في انتشار فيروس نقص المناعة البشرية وتحليل الكتلة / "النقاط الساخنة"

تم استخدام مقياسين محليين للارتباط المكاني داخل ArcGIS 10.0 للإشارة إلى "مكان تواجد المجموعات أو القيم المتطرفة" و "نوع الارتباط المكاني الأكثر أهمية" [46]. سمح لنا Anselin Local Moran I [46] باكتشاف المجموعات الأساسية / القيم المتطرفة للمناطق ذات القيم الشديدة لانتشار فيروس نقص المناعة البشرية غير المبررة من خلال التباين العشوائي ، وتصنيفها إلى نقاط ساخنة (قيم عالية بجانب مرتفع ، HH) ، "نقاط باردة" (قيم منخفضة بعد ذلك) إلى منخفض ، LL) والقيم المتطرفة المكانية (عالية بين منخفضة ، HL أو العكس ، LH). تختبر Local Moran’s I نفس الفرضية الصفرية لغياب الاعتماد المكاني (لخصائص المضلع) عندما تكون قيمتها المتوقعة هي -1 / (N - 1). تم استخدامه في الدراسات لتحديد النقاط الساخنة لفيروس نقص المناعة البشرية [15 ، 18 ، 23]. علاوة على ذلك ، فإن إحصائية Getis-Ord المحلية ، جي* تم استخدامه لتوفير معلومات إضافية تشير إلى كثافة واستقرار مجموعات النقاط الساخنة الأساسية / النقاط الباردة [47 ، 48]. حددت الأهمية الإحصائية لدرجة Z المخصصة لكل منطقة وجود وشدة المجموعات المحلية من النقاط الساخنة والبقع الباردة لانتشار فيروس نقص المناعة البشرية داخل دائرة نصف قطرها 80 كم ، بالنسبة لفرضية العشوائية المكانية. هذه المسافة الثابتة ، التي تم تحديدها بشكل تكراري على أنها تعظيم الارتباط التلقائي (Global Moran I) والحفاظ على الاستقرار عبر السنوات [44] ، حددت البحث في الحي عن منطقة معينة ، بما في ذلك للتحليل مع Anselin's Local Moran I. يتم حساب مؤشر Getis-OrdGi * على أنه :

أين x ي هو انتشار فيروس نقص المناعة البشرية في المنطقة ي, ث اي جاي هو الوزن المكاني بين المناطق أنا و ي, ن هو العدد الإجمالي للمقاطعات (31) ، و

تحليل الانحدار والدوافع الإرشادية لانتشار فيروس نقص المناعة البشرية لعام 2010

من أجل تحديد وتوضيح الربط المحتمل للدوافع الإرشادية للتباين المكاني الملحوظ لانتشار فيروس نقص المناعة البشرية بمجموعات النقاط الساخنة / البرد في المقاطعات ، أجرينا تحليل الانحدار المتعدد لانتشار فيروس نقص المناعة البشرية لعام 2010 فقط ، ثم حددنا التوزيع المكاني وتجميع العوامل المختارة . تم تقدير انتشار فيروس العوز المناعي البشري لكل منطقة بين النساء الحوامل اللائي يترددن على مراكز الرعاية الأولية ، المتغير التابع ، باستخدام نظم المعلومات الجغرافية كما هو موضح سابقًا للتحليل العنقودي ، ولكن باستخدام أحدث بيانات فيروس نقص المناعة البشرية الخافر (2010) من 54 مركز رعاية وطنية (بدلاً من 19). كما تطابق عام 2010 بشكل وثيق مع تواريخ العوامل التفسيرية المتاحة.

تم اختيار المتغيرات المستقلة بناءً على الأدبيات (قسم الخلفية) والتوافر على مستوى المنطقة. كانت المصادر الرئيسية للمتغيرات المستقلة هي الدراسات الاستقصائية الوطنية التي أجراها مكتب الإحصاء الوطني في ملاوي (NSO) والبيانات التي تم إنشاؤها بواسطة نظام المعلومات الجغرافية. تضمنت المسوحات تعداد 1998 ، ومسح رصد الرفاه لعام 2011 (WMS) والمسح الصحي المتكامل 2010/2011 ، IHS3 [49-51]. تضمنت المتغيرات الاجتماعية والديموغرافية (على سبيل المثال ، التعليم ، والفقر / الثروة / الاستهلاك ، والكثافة السكانية والتنقل ، والعمالة ، غالبًا حسب العمر / الجنس) ، والوعي بفيروس نقص المناعة البشرية والسلوك (قيمة الواقي الذكري واستخدامه ، واختبار فيروس نقص المناعة البشرية المبلغ عنه ذاتيًا في عام 2010 أو في أي وقت مضى ، والفجوة بين الوعي والسلوك في اختبار فيروس نقص المناعة البشرية). كان انتشار مرض الزهري لعام 2010 هو المتغير الاجتماعي البيولوجي الوحيد المستخدم والمتاح لنا [13]. تم استخدام المتغيرات الجغرافية أيضًا لمعالجة العوامل الأساسية المتعلقة بالوصول إلى المرافق / الخدمات المتعلقة بفيروس نقص المناعة البشرية (المسافة / الوقت للوصول إلى الطرق ، ووسائل النقل العام ، والمرافق الصحية) ، والتنقل والتعرض لمخاطر أعلى (القرب من المدن) ، والارتفاع ، مصدرها المسوحات أو التي تم إنشاؤها باستخدام معالجة نظم المعلومات الجغرافية (الجدول 1). كانت مجموعة البداية من المتغيرات المستقلة هي 37. وهي ليست بالضرورة الأكثر أهمية في شرح التباين في انتشار فيروس نقص المناعة البشرية ، ولكن عملية الفرز الإحصائي اللاحقة متعددة المراحل في تحليل الارتباط وتحليل الانحدار التدريجي فيما بعد ضيقتهم إلى بعض العوامل المهمة التي تعكس بشكل مناسب لوحظ تباين مكاني بين النساء الحوامل في 31 مقاطعة في ملاوي. جميع البيانات المستخدمة في هذه الدراسة متاحة للجمهور ، وبيانات ثانوية مجمعة (انظر الجدول 1) والتي لا تحتوي على أي معلومات شخصية أو معلومات تعريفية يمكن ربطها بأفراد أو مجتمعات معينة. وبالتالي ، لم تكن هناك مخاوف أخلاقية كبيرة ، أو الموافقة (أو الإذن) اللازمة لاستخدام البيانات. جميع المصادر ، ومع ذلك ، تم الاعتراف بها.

تم استخدام تحليل الارتباط ضد انتشار فيروس نقص المناعة البشرية لفحص مجموعة المتغيرات الأولية ، مما أسفر عن 18 مجموعة ذات دلالة إحصائية (p 0.10) المدرجة في الجدول 1 (القائمة الكاملة متاحة عند الطلب). استخدمنا مزيدًا من تحليل الارتباط بين الـ 18 لتضييق المتغيرات المهمة إلى 13 (أسماء المتغيرات المميزة بالحروف المرتفعة أ في الجدول 1) عن طريق إزالة المتغيرات شديدة الارتباط (بشكل عام r & gt 0.7 ، p 0.05). على سبيل المثال ، تم إسقاط متوسط ​​المسافة إلى المرافق الصحية لأنها كانت شديدة الارتباط (r = 0.784 ، p = 0.000) مع المسافة إلى الطرق الرئيسية ولكنها أقل ارتباطًا بشكل طفيف بانتشار فيروس نقص المناعة البشرية. أدخلنا 13 متغيرًا مستقلاً في SPSS 20.0 (إحصائيات IBM SPSS لنظام التشغيل Windows ، الإصدار 20.0. Armonk، NY: IBM Corp.) للانحدار المتعدد باستخدام الإدخال التدريجي للأمام بعد توحيدها إلى قيم Z لتحقيق الاستقرار في التباين والحد من العلاقة الخطية المتعددة المتبقية الملحوظة . تم استخدام العديد من تشخيصات العلاقة الخطية المتداخلة وإحصاءات الأهمية الجزئية للحد من مشكلات الخط الخطي المتعدد واختيار نموذج "أفضل" من بين النماذج الأربعة المنتجة.

يجب أن يكون للمتغيرات في النموذج "الأفضل" عامل تضخم التباين (VIF) أقل من 2 ، ومؤشر الحالة أقل من 30 ، وقيم التسامح أعلى من 0.5 للدلالة على علاقة خطية متداخلة غير مهمة. أكدت التشخيصات الإضافية على النموذج "الأفضل" أن العلاقة الخطية المتداخلة المتعددة والمرونة غير المتجانسة ليست مشاكل كبيرة. تم إجراء تحليل الكتلة / النقاط الساخنة ورسم الخرائط على المتغيرات من النموذج "الأفضل" وتحليل الارتباط الإضافي المستخدم لشرح الملاحظات.

التركيز الضيق لهدف الدراسة الثاني على تحديد ورسم خرائط للأنماط المكانية للعوامل التفسيرية الإرشادية لانتشار فيروس نقص المناعة البشرية ، بدلاً من إنتاج نماذج تنبؤية ، وأساسها على الأدبيات ، يجب أن يخفف من المخاوف بشأن طرق الاختيار المتغير الآلية [52]. للأسباب نفسها ، حافظنا على نموذج المربعات الصغرى العادية (OLS). أكدت التشخيصات المكانية الإضافية على نموذج OLS "الأفضل" باستخدام برنامج GEODA الإحصائي المكاني (مركز GeoDa للتحليل والحساب الجغرافيين ، جامعة ولاية أريزونا) حدوث خرق متوقع لافتراض استقلال OLS نظرًا للاعتماد المكاني الكبير. على الرغم من أن نموذج التأخر المكاني التصحيحي [51 ، 53] وأهميته من معاملات الترابط الذاتي والمعاملات الفردية المتغيرة كانت بشكل عام تحسنًا في نموذج OLS ، باستثناء انخفاض طفيف في أهمية متغير واحد ، إلا أنه لم يغير بشكل كافٍ أساسيات نموذج OLS. وبالتالي ، فإننا نقوم بالإبلاغ عن نتائج نموذج OLS فقط لأغراض هذه الدراسة.


دراسة حول الاختلال المكاني ومحددات تنمية التجارة الإلكترونية في تشجيانغ ، الصين

نظرًا لكونها منطقة تجارة إلكترونية مشهورة عالميًا ومتطورة ، فقد اجتذب تطوير التجارة الإلكترونية في مقاطعة Zhejiang دائمًا انتباه الناس على نطاق واسع. استنادًا إلى البيانات المتعلقة بمعاملات التجارة الإلكترونية المتاحة للجمهور ، والبيانات الجغرافية الأساسية ، وبيانات التنمية الاقتصادية والاجتماعية الإقليمية ، نستخدم معامل جيني لقياس اختلال التوازن في تطوير التجارة الإلكترونية في مقاطعة تشجيانغ خلال الفترة 2017-2019. بمساعدة أدوات التحليل المكاني في ArcGIS لسطح المكتب ، تُستخدم طريقة التحليل العنقودية والمنطقة الخارجية لدراسة النمط المكاني لتطوير التجارة الإلكترونية في المقاطعة على مستوى المنطقة أو مستوى المدينة على مستوى المقاطعة. لاستكشاف أسباب التجميع المكاني وعدم التوازن في التجارة الإلكترونية في مقاطعة تشجيانغ من الناحية الكمية ، تقترح الورقة نموذج الانحدار الجغرافي الموزون (GWR) مع 15 مؤشرًا متعلقًا بالتنمية الاقتصادية والاجتماعية. يشير تحليل GWR والمربعات الصغرى العادية (OLS) إلى أن 5 من المؤشرات الـ 15 المختارة ترتبط ارتباطًا وثيقًا بتطوير التجارة الإلكترونية الإقليمية في Zhejiang ، الصين.

1 المقدمة

كأكبر سوق للتجارة الإلكترونية في العالم ، حافظت التجارة الإلكترونية في الصين على التطور السريع لسنوات عديدة. وفقًا لتقرير تطوير التجارة الإلكترونية في الصين ، بلغ حجم التجارة الإلكترونية في الصين 34.81 تريليون يوان ، منها مبيعات التجزئة عبر الإنترنت بلغت 10.63 تريليون يوان ، وهو نمو سنوي قدره 16.5٪. بلغت مبيعات التجزئة عبر الإنترنت للسلع المادية 8.52 تريليون يوان ، وهو ما يمثل 20.7٪ من إجمالي مبيعات التجزئة للسلع الاستهلاكية. بلغ عدد موظفي التجارة الإلكترونية 51256500 (http://www.chinanews.com/cj/2020/06-30/9225677.shtml). مع التوسع المستمر في مجالات التطبيق وعمق تطبيق التجارة الإلكترونية ، أدخلت مناطق مختلفة سياسات لتعزيز تطوير التجارة الإلكترونية المحلية وتحسين أنظمة الخدمة مثل شهادة الائتمان ، وضمان الدفع ، والترويج للعلامة التجارية ، وآلية التدريب لـ المواهب العلمية والتكنولوجية ، وتطوير التوزيع اللوجستي. أدى تطور التجارة الإلكترونية إلى خلق الكثير من فرص العمل لسكان الحضر والريف وأصبحت أحد المحركات المهمة للنمو الاقتصادي المستدام. لذلك ، يمكن أن تعكس خصائص التوزيع المكاني للتجارة الإلكترونية تطور الاقتصاد الصيني وتكنولوجيا المعلومات إلى حد كبير.

نظرًا لتراكم العديد من العوامل المتعلقة بالتنمية الاقتصادية والاجتماعية ، من الواضح أن التوزيع المكاني لمستوى تطور التجارة الإلكترونية في الصين مختلف. من أربعة جوانب ، مستوى التطوير ، وإمكانات النمو ، وتغلغل التطبيقات ، وبيئة الدعم ، تقرير مؤشر تنمية التجارة الإلكترونية في الصين (2018) (http://www.cac.gov.cn/2019-05/29/c_1124554997.htm ) تقييم مستوى تطوير التجارة الإلكترونية في كل مقاطعة في الصين بشكل شامل. وفقًا للتقرير ، فإن تكامل التجارة الإلكترونية والاقتصاد التقليدي يتعمق ، وخصائص التكتل المكاني الأفقي لتطوير التجارة الإلكترونية واضحة. في عام 2018 ، احتلت مقاطعة جوانجدونج ، وتشجيانغ ، ومدينة بكين ، ومدينة شنغهاي ، ومقاطعة جيانغسو أفضل خمسة بائعي تجزئة عبر الإنترنت في المقاطعة (البلدية التابعة مباشرة للحكومة المركزية) ، حيث تمثل 72.3٪ من مبيعات التجزئة عبر الإنترنت في الصين [1]. إن التطور الشامل للتجارة الإلكترونية على نطاق المقاطعة هو في الأساس "قوي في الشرق وضعيف في الغرب" ، والتأثير العنقودي آخذ في الظهور. تعكس خصائص التوزيع المكاني لتطوير التجارة الإلكترونية أيضًا اختلال التوازن في التنمية الاقتصادية والاجتماعية الإقليمية إلى حد كبير.

تحتل مقاطعة Zhejiang المرتبة الثانية في مبيعات التجزئة عبر الإنترنت في الصين. وفي الوقت نفسه ، فإن مدينة هانغتشو (العاصمة الإقليمية لمقاطعة تشجيانغ) هي موطن مجموعة علي بابا العملاقة للتجارة الإلكترونية في العالم (https://www.alibaba.com/). حاليًا ، من بين منصات التجارة الإلكترونية الصينية ، تحتل TMALL ، المملوكة لمجموعة Alibaba Group ، المرتبة الأولى في سوق البيع بالتجزئة عبر الإنترنت بحصة تبلغ 57.7٪ ، مما يؤثر بشكل واضح على الاقتصاد التقليدي. تدعم مقاطعة Zhejiang تطوير أشكال جديدة من الأعمال ، مثل متجر التجزئة الجديد Super Species التابع لشركة Alibaba و NetEase Koala و NetEase ، كما تساعد Hangzhou على بناء مدينة جديدة للبيع بالتجزئة. من خلال تعزيز تنمية التجارة الإلكترونية على مستوى المحافظة بقوة ، قامت مقاطعة تشجيانغ ببناء 1253 قرية للتجارة الإلكترونية وأكثر من 4500 مركز خدمة عامة للتجارة الإلكترونية على مستوى المحافظة ومحطات خدمة التجارة الإلكترونية على مستوى القرية. يعد تحليل نمط التوزيع المكاني وعوامله المؤثرة على مستوى تطوير التجارة الإلكترونية من منظور منطقة المقاطعة مفيدًا لتعزيز تنمية التجارة الإلكترونية في مناطق المقاطعات.

في ظل خلفية التطوير المتعمق للإنترنت ، تم دمج التنمية الإقليمية تدريجياً ، ويتم نقل إشعاع الطاقة للتنمية الإقليمية للمدينة المركزية تدريجياً إلى مساحة المنطقة ومستوى المحافظة ، وأصبحت منطقة المحافظة عقدة مهمة لتطوير الشبكة. يمكن لتحليل الارتباط المكاني لعوامل التنمية الاقتصادية والاجتماعية للمقاطعة أن يتكيف بشكل أفضل مع تغير الطلب في تطوير صناعة الخدمات الحديثة في العصر الجديد.

لذلك ، تستكشف هذه الورقة اختلال التوازن في تطوير التجارة الإلكترونية على مستوى المقاطعات والبلديات. وفي الوقت نفسه ، يدرس العلاقة بين التنمية الاقتصادية والاجتماعية والنمط المكاني لتنمية التجارة الإلكترونية على مستوى المنطقة أو مستوى المدينة على مستوى المقاطعة. من المأمول أن توفر الدراسة الدعم النظري والأساس العلمي للتطوير التعاوني للتجارة الإلكترونية والصناعات الأخرى ذات الصلة في الاستكشاف على مستوى المقاطعة. تكمن المساهمات الرئيسية لهذه الورقة في الجوانب الثلاثة التالية: (1) نقيس اختلال التوازن في تطوير التجارة الإلكترونية الإقليمية في مقاطعة تشجيانغ ، الصين من الناحية الكمية. بالإشارة إلى المقاييس المستخدمة دوليًا لفجوة الدخل بين المقيمين في البلدان أو المناطق ، نحسب معامل جيني بناءً على مبيعات التجزئة عبر الإنترنت على نطاق المدينة وعلى مستوى المنطقة أو المقاطعة. (2) نحن نستخدم منظورًا جغرافيًا لدراسة النمط المكاني لتطوير التجارة الإلكترونية في Zhejiang ، الصين. استنادًا إلى بيانات تطوير التجارة الإلكترونية المتاحة للجمهور وبيانات المعلومات الجغرافية الأساسية ، نستخدم تقنية GIS وأدوات التحليل الإحصائي المكاني في برنامج ArcGIS للتحقيق في نمط التجميع المكاني لمبيعات التجزئة عبر الإنترنت على مستوى المنطقة أو المدينة على مستوى المقاطعة. (3) نحاول استكشاف أسباب التوزيع المكاني لمبيعات التجزئة عبر الإنترنت في Zhejiang ، الصين. بالإشارة إلى البحث الحالي ، قمنا بإنشاء نموذج انحدار مرجح جغرافي (GWR) لشرح العلاقة بين تنمية التجارة الإلكترونية الإقليمية والتنمية الاقتصادية والاجتماعية. للتحقق من ملاءمة النموذج المقترح ، نستخدم تحليل الارتباط المكاني ، وتحليل الانحدار الموزون الجغرافي ، وما إلى ذلك ، للتحليل الكمي مع البيانات المتعلقة بالتنمية الاقتصادية المتاحة للجمهور ، مثل الناتج المحلي الإجمالي ، والدخل المالي المتاح ، ودخل سكان الحضر.

2. مراجعة الأدب

في السنوات الأخيرة ، جذبت التجارة الإلكترونية المزدهرة اهتمامًا كبيرًا من العلماء لتأثير هذا النوع من نمط المعاملات عبر الإنترنت. وجدوا أن الحاجة إلى متاجر البيع بالتجزئة والمرافق في المراكز التجارية تواجه تحديًا إلى حد ما في سيناريو التجارة الإلكترونية: تتناقص الحاجة إلى الرحلات إلى مواقع التسوق الصاخبة في وسط المدينة بسرعة ، ويتم استبدال محلات السوبر ماركت والمحلات التجارية وما إلى ذلك بشكل متزايد بالتخزين ومنافذ البيع بالتجزئة ، أو أنواع أخرى من مرافق التخزين البعيدة عن مدن وسط المدينة [2]. لإنجاز المعاملات القائمة على الفضاء الإلكتروني الافتراضي ، يتطلب الأمر إعادة بناء سلاسل التوريد الصناعية وأنظمة الخدمات اللوجستية في المنبع والوسط والمصب من وجهة نظر المستهلكين [3 ، 4]. مصحوبًا بسوق التجارة الإلكترونية العالمي سريع النمو ، تشهد المدن في جميع أنحاء العالم تغيرًا تشغيليًا من المادية إلى الافتراضية ، كما يتغير نمط التخطيط الحضري وإنتاج المؤسسات والمبيعات وأنماط التنمية الاقتصادية والاجتماعية وفقًا لذلك [5 ].

باعتبارها جزءًا مهمًا من اقتصاد المعلومات ، تتمتع التجارة الإلكترونية بأهمية خاصة في الصين وقد لعبت دورًا مهمًا للغاية في تحسين حياة الناس. بالإضافة إلى التقدم المحرز في استخدام التجارة الإلكترونية بين الأفراد ، من المهم أيضًا فهم مدى وأهمية الاختلافات بين المناطق الجغرافية [6 ، 7]. هناك العديد من المؤشرات المنشورة لقياس مستوى الوصول إلى واستخدام تكنولوجيا المعلومات والاتصالات (ICT) ، مثل مؤشر تنمية تكنولوجيا المعلومات والاتصالات الصادر عن الاتحاد الدولي للاتصالات [8] ، ومؤشر الاقتصاد الرقمي والمجتمع [9] المعلن من قبل المفوضية الأوروبية في عام 2017 ، ومؤشر الجاهزية الشبكية [10] الذي أبلغ عنه المنتدى الاقتصادي العالمي في عام 2017. ومع ذلك ، تم تطوير جميع هذه المؤشرات على مستوى الدولة.

في وقت مبكر من عام 2002 ، تم استخدام طريقة الاقتصاد القياسي المكاني لاستكشاف انتشار التجارة الإلكترونية في مختلف البلدان وتأثير بيئة السياسات على مسار تطوير التجارة الإلكترونية [11]. تركز العديد من الدراسات على القدرة التنافسية الإقليمية للتجارة الإلكترونية وتأثير التجارة الإلكترونية على التنمية الاقتصادية المحلية بناءً على المؤشرات الصادرة بشكل غير منتظم من قبل العديد من مؤسسات التجارة الإلكترونية المعروفة مثل مجموعة علي بابا (https://www.alibabagroup.com/en / global / home) ومجموعة Jingdong (https://corporate.jd.com/home). كان AliResearch (http://www.aliresearch.com/) أول معهد أبحاث ينشر مؤشر تطوير التجارة الإلكترونية على بابا (eEDI) باستخدام عدد البائعين وعدد المشترين وحجم معاملات التجارة الإلكترونية على Taobao (http://www.taobao.com/) و TMall (http://www.tmall.com/) في عام 2015. eEDI هو المتوسط ​​المرجح لمؤشر أعمال الإنترنت ومؤشر التسوق عبر الإنترنت. تتراوح قيمة eEDI من 0 إلى 100 ، وكلما ارتفعت القيمة ، ارتفع مستوى تطوير التجارة الإلكترونية الإقليمية. بالإضافة إلى ذلك ، هناك بعض الجامعات والمؤسسات البحثية المعروفة مثل المختبر الهندسي الوطني لتكنولوجيا معاملات التجارة الإلكترونية بجامعة تسينغهوا والأكاديمية الصينية للعلوم الاجتماعية ، اللتان تنشران بشكل مشترك تقرير مؤشر تنمية التجارة الإلكترونية الصيني (http: //necc.nufe.edu.cn/) سنويًا. هناك عدد كبير من الدراسات الحالية التي تستخدم eEDI أو مؤشر تنمية التجارة الإلكترونية في الصين (بما في ذلك مؤشر الحجم ، ومؤشر النمو ، ومؤشر الاختراق) ومؤشر الدعم لتقييم مستوى تطوير التجارة الإلكترونية الإقليمية [12-14]. ومع ذلك ، يتم الكشف فقط عن طرق حساب eEDI ومؤشر تنمية التجارة الإلكترونية في الصين ، والبيانات الأولية التي تولدها غير متوفرة تمامًا. كما تحتاج سلطة مؤشرات تقييم عدم المساواة في تنمية التجارة الإلكترونية الإقليمية أو عدم التوازن إلى مزيد من التحسين.

هناك خط بحث حول العوامل التي تؤثر على تطور التجارة الإلكترونية الإقليمية على مستوى المقاطعة ومستوى المدينة. تشير الدراسات إلى وجود تجميع مكاني واضح في تطوير التجارة الإلكترونية في الصين: مستوى التجارة الإلكترونية في المناطق الساحلية الشرقية أعلى منه في المناطق الداخلية الغربية توجد مناطق تجميع مكاني عالية عالية بشكل رئيسي في مقاطعة تشجيانغ ، مقاطعة جيانغسو ، مقاطعة فوجيان ، إلخ. توجد مناطق تجميع مكاني منخفضة ومنخفضة بشكل رئيسي في منطقة التبت ذاتية الحكم ، مقاطعة قانسو ، مقاطعة تشينغهاي ، وما إلى ذلك [15-17]. لا يتغير الاختلاف المكاني في مستوى تطوير التجارة الإلكترونية بين المقاطعات والمناطق بشكل واضح في الصين ، ويظهر اتجاهًا تنمويًا لتقليل التدرج والتوزيع المتدرج من الساحل الشرقي إلى الداخل [17]. بالإضافة إلى ذلك ، توضح طريقة المربع الأدنى ونموذج التأخر المكاني ونموذج الخطأ المكاني وتحليل الانحدار الجغرافي القائم على eEDI أن محددات تطوير التجارة الإلكترونية على مستوى المقاطعة تشمل رصيد الودائع الادخارية لسكان الحضر والريف ومعدل التحضر ، نصيب الفرد من الناتج المحلي الإجمالي ، ونسبة الصناعات غير الزراعية ، والدخل المتاح لسكان الحضر ، ومستخدمي الهاتف المحمول ، ومستخدمي الإنترنت ، ومستخدمي الهاتف الثابت [16 ، 18-20].

بشكل عام ، يتم إجراء البحث حول نمط التوزيع المكاني للتجارة الإلكترونية في الغالب على المستويات الوطنية أو الإقليمية ، ولكنه يفتقر إلى نطاق دراسات المدينة والمقاطعة أو المدينة على مستوى المقاطعة في الصين. على الرغم من أن العديد من الدراسات تحدد عدد متاجر المستهلك (C2C) [21] أو عدد مدن تاوباو وقرى تاوباو [22] لإنشاء نظام تقييم مستوى تطوير التجارة الإلكترونية الإقليمية ، إلا أنها تستخدم بيانات C2C فقط من Alibaba والكثير من البيانات غير متاحة للجمهور أو لا يتم إصدارها بانتظام.

في هذه الورقة ، نحاول إجراء مزيد من التحليل لنمط التوزيع المكاني لمستوى تطوير التجارة الإلكترونية الإقليمية في تشجيانغ ، الصين ، من منظور مقياس منطقة المقاطعة أو المنطقة استنادًا إلى بيانات الكتاب السنوي الإحصائية المتاحة للجمهور وإصدارها بانتظام. علاوة على ذلك ، نركز على تطبيق أساليب التحليل الإحصائي المكاني لاستكشاف العلاقة بين نمط تطوير التجارة الإلكترونية الإقليمية وبعض عوامل التنمية الاقتصادية والاجتماعية. نأمل أن توفر نتائج البحث بعض الإشارات ذات المغزى إلى عملية صنع السياسات الإقليمية لتعزيز التجارة الإلكترونية والتنمية الاجتماعية والاقتصادية.

3. منطقة الدراسة ومصادر البيانات

3.1. منطقة دراسة

تقع مقاطعة تشجيانغ في المنطقة الأساسية للمنطقة الاقتصادية لدلتا نهر اليانغتسي في الصين ، ويحدها من خط الطول الشرقي 118 ° 01′ –123 ° 10 وخط العرض الشمالي 27 ° 02′ –31 ° 11 ، مع منطقة تبلغ مساحتها 105500 كيلومتر مربع (كما هو موضح في الشكل 1). بحلول نهاية عام 2019 ، كانت المقاطعة تضم 11 مدينة خاضعة لولايتها القضائية (بما في ذلك مدينتان فرعيتان) ، و 20 مدينة على مستوى المحافظة ، و 32 مقاطعة ، ومقاطعة واحدة ذاتية الحكم ، و 37 منطقة بلدية. تنحدر مقاطعة تشجيانغ من الجنوب الغربي إلى الشمال الشرقي مع تضاريس معقدة ، وتتميز بمناخ موسمي رطب ، والظروف الطبيعية متفوقة. بلغ إجمالي عدد السكان المقيمين في المحافظة 58.5 مليون في نهاية عام 2019 بزيادة 1.13 مليون عن العام السابق.


أوه. أنت تعمل معهم. لكنك لست إسري نا.
لول. أنا فقط أمزح.
هذا بارد

أشادت لجنة تنظيم الكهرباء النيجيرية (NERC) بالجهود التي بذلتها حتى الآن شركة Enugu لتوزيع الكهرباء (EEDC) في تنفيذ تعداد أصولها وعملائها ، واصفة إياه بأنه "مقياس مرجعي يتعين على ديسكوهات أخرى محاكاته."
تم نقل هذا الثناء في رسالة موقعة من قبل المدير العام ، شؤون المستهلك ، NERC ، الدكتور أنطوني أكاه ، بعد العرض الذي قدمته EEDC حول التقدم المحرز في تعداد العملاء المستمر من قبل مدير GIS ، EEDC ، السيد Uche Anyalewechi ، في مكتب المفوضية في أبوجا ، مؤخرًا.
كمتطلب قانوني من NERC ، بدأت EEDC هذا المشروع منذ ذلك الحين ، باستخدام تقنية نظام المعلومات الجغرافية (GIS) ، والتي تسمح لها بتحديد نظام شبكتها الكهربائية بالكامل بكفاءة من خلال تحديث قاعدة بياناتها وكذلك التقاط جميع الأصول الكهربائية داخل شبكتها ، مع كل جزء من البنية التحتية المسجلة على الخريطة. The project is also expected to improve decision making in its operations.
The exercise, which is of immense benefit to both EEDC and its customers is aimed at facilitating comprehensive metering of all electricity customers easy identification of all electrical assets and their state identification of all existing customers adequate planning for potential customers and network expansion.
Others include improved power supply and quick response to faults effective power distribution and monitoring through remote sensing prompt identification of damaged and non-functional equipment for replacement, as well as improved customer service delivery.
The exercise, which effectively commenced early last year with Enugu as the pilot, will soon be extended to other states within EEDC’s franchise areas.
“Customers are therefore encouraged to cooperate with our enumerators when they visit their homes, and also avail them with the necessary information needed to make this project a success,” he said.

Mrokaykay:
The Nigerian Electricity Regulatory Commission (NERC) has commended the effort so far made by the Enugu Electricity Distribution Company (EEDC) in executing its asset and customer enumeration, describing it “as a benchmark which other Discos will be required to emulate.”
This commendation was conveyed in a letter signed by the General Manager, Consumer Affairs, NERC, Dr. Anthony Akah, after EEDC’s presentation on the progress of its ongoing customer enumeration by Manager GIS, EEDC, Mr. Uche Anyalewechi, at the commission’s office in Abuja, recently.
As a statutory requirement by NERC, EEDC has since commenced this project, using Geographical Information System (GIS) technology, which allows it to efficiently map its entire electrical network system by updating its database and also capturing all electrical assets within its network, with each part of the infrastructure registered on the map. The project is also expected to improve decision making in its operations.
The exercise, which is of immense benefit to both EEDC and its customers is aimed at facilitating comprehensive metering of all electricity customers easy identification of all electrical assets and their state identification of all existing customers adequate planning for potential customers and network expansion.
Others include improved power supply and quick response to faults effective power distribution and monitoring through remote sensing prompt identification of damaged and non-functional equipment for replacement, as well as improved customer service delivery.
The exercise, which effectively commenced early last year with Enugu as the pilot, will soon be extended to other states within EEDC’s franchise areas.
“Customers are therefore encouraged to cooperate with our enumerators when they visit their homes, and also avail them with the necessary information needed to make this project a success,” he said.

There are quite high number of areas you can apply that for exam, location of facility within you construction site eg utility area.

You can also create a network of facility connectivity with GIS showing the best and cost effective route in linking of utility to various area of your site eg gas, sewage etc

You can create a geodatabase of existing facilities showing giving some details about them whc ease easy management of your facilities

Good day all,
I am a civil engineer by profession and would love to learn ArcGis, and any other GIS software.

I reside in Lagos currently. please if I can get a teacher here I would appreciate. u can send me a private message or chat me up Wt 08060467945

Check this out..
Gombe state has made remarkable improvement in education over the years here is a story map showing on the locations of elementary schools in Gombe State..

رائعة! please we need to discuss something, this is my email address: [email protected] Please Send me a message

Nice one. Am a Geologist. I did my own GIS training in GISKONSULTS Ibadan.

What am yet understand is how to use Geodatabase.

mathinips:
Nice one. Am a Geologist. I did my own GIS training in GISKONSULTS Ibadan.

What am yet understand is how to use Geodatabase.

I am a geographer (specialist in cartography aka mapmaking) so I think I am in a good position to answer yoir question.

Every map has a scale but not every map has written or drawn scale attached to it.

downloaded a whole bunch of tutorials.

the plan is to start with QGIS, then move on to ArcGIS once I grab the whole concept.

I also plan on learning basic Python so as to facilitate automation.

well here goes nothing , if I perish, I perish.


Adesina, H. O. 1984. Identification of the cholera diffusion process in Ibadan, 1971.العلوم الاجتماعية والطب 18:429–440.

Aldrich, J., and F. Nelson. 1984. Linear probability, logit, and probit models. Sage Publications, Beverly Hills, California.

Barth, F. 1956. Ecologic relationships of ethnic groups in Swat, North Pakistan.عالم الأنثروبولوجيا الأمريكية 58:1079–1089.

Boserup, E. 1965. The conditions of agricultural growth: The economics of agrarian change under population pressure. Aldine Publishing, Chicago.

Cliff, A. D. 1968. The neighborhood effect of the diffusion of innovations.Institute of British Geographers, Papers 44:75–84.

Cliff, A., P. Haggett, J. Ord, K. Bassett, and R. Davies. 1975. Elements of spatial structure. مطبعة جامعة كامبريدج ، كامبريدج.

Conklin, H. C. 1957. Hanunoo agriculture: A report on an integral system of shifting cultivation in the Philippines. FAO Forestry Division Paper No. 12, Rome. (Reprinted by Elliot's Books, Northford, Connecticut, 1975.)

Conklin, H. C. 1976. Ethnographic semantic analysis of Ifugao landform categories. Pages 33–59في G. Moore and R. Gooledge (eds.), Environmental Knowing: Theories, Research, and Methods. Dowden, Hutchison and Ross, Stroudsburg, Pennsylvania.

Conklin, H. C. 1980. Ethnographic atlas of Ifugao: A study of environment, culture, and society in northern Luzon. Yale University Press, New Haven.

Crocombe, R. 1974. An approach to the analysis of land tenure systems. Pages 1–17في H. P. Lungsgaarde (ed.), Land tenure in Oceania. University Press of Hawaii, Honolulu.

Greene, W. 1990. LIMDEP User's Guide. Econometric Software, New York.

Haggett, P. 1976. Hybridizing alternative models of an epidemic diffusion process.Economic Geographer 52:136–146.

Kmenta, J. 1971. Elements of econometrics. Macmillan, New York.

Kunstadter, P., and E. C. Chapman. 1978. Problems of shifting cultivation and economic development in northern Thailand. Pages 3–23في P. Kunstadter, E. C. Chapman, and S. Sabhasri (eds.), Farmers in the forest: Economic development and marginal agriculture in northern Thailand. University Press of Hawaii, Honolulu.

Odland, J. 1988. Spatial autocorrelation. Sage Publications, Beverly Hills, California.

Pindyck, R., and D. Rubinfeld. 1981. Econometric models and economic forecasts. ماكجرو هيل ، نيويورك.

Rappaport, R. A. 1969. Ritual regulation of environmental relations among a New Guinea people. Pages 181–201في A. P. Vayda (ed.), Environment and cultural behavior: Ecological studies in cultural anthropology. Natural History Press, Garden City, New York.

Robinson, P. 1982a. Analysis of time series from mixed distributions.Annals of Statistics 10(3):915–925.

Robinson, P. 1982b. On the asymptotic properties of estimators of models containing limited dependent variables.Econometrica 50(1):27–41.

Romm, J., R. Tuazon, and W. Courtland. 1987a. Public subsidy and private forestry investment: Analyzing the selectivity and leverage of a common policy form.Land Economics 63(2):153–166.

Romm, J., R. Tuazon, and W. Courtland. 1987b. Relating forestry investment to the characteristics of nonindustrial private forestland owners in northern California.Forest Science 33(1):197–209.

Yarnasarn, S. 1990. Agricultural land use patterns in the upland area of northern Thailand. Paper presented at the Workshop on Rural Sustainability, East-West Center, Honolulu, Hawaii.

Yost, R. S., B. B. Trangmar, J. P. Ndiaye, and N. Yoshida. 1989. Geostatistical programs for PC-DOS and MS-DOS: User's guide, Part I. Semivariograms. Research Extension Series 108. College of Tropical Agriculture and Human Resources, University of Hawaii, Honolulu.


Bachelor's programs

Professors L. Benton-Short (Chair), E. Chacko, M.D. Price, N. Shiklomanov

Associate ProfessorsM. Atia, R. Engstrom, M. Keeley, M. Mann, D. Rain, D. Streletskiy

Assistant ProfessorsG. Allington, D. Cullen, B. Hurley, A. Luthra, M. Kansanga

Professorial Lecturers R. Hinton, S. Johnson, W. Reisser, S. Sklar, D. Squire


CL: What role can GIS data play in making mining operations more sustainable and environmentally responsible?

WL: The global mining community is becoming ever more focused on sustainability and social responsibility and are increasingly looking to use Esri technology to actively monitor the environmental impacts that may be caused by their activities. Environmental scientists use GIS to collect, analyse and map data about soils, vegetation, surface/groundwater hydrology and cultural resources.

GIS give miners and explorers powerful tools to integrate multidisciplinary data to enable the geographic advantage and ensure health, safety and environment program compliance by leveraging industry best practices, monitoring and reporting activities and incidents, and adhering to corporate and government laws and regulations.


Plotting X/Y Coordinates

You can plot your data that has coordinate information (latitude/longitude or any other coordinate system) into ArcGIS. The program plots the locations as points on your map. Online help.

VERY IMPORTANT: In the Add XY dialog box, look at the coordinate system that ArcGIS is assuming your data is in before you click through to create your points. The default will be whatever your data frame is in. For instance, if your data frame uses NAD83 State Plane North Carolina Feet, then ArcGIS assumes your tabular coordinates are in feet, not degrees. If these are really Longitude (X) and Latitude (Y) coordinates in degrees, you must change your coordinate system to unprojected (geographic) coordinates, typically WGS84 (the last choice under Geographic. World).


شاهد الفيديو: تمثيل البيانات المكانية في نظم المعلومات الجغرافية بأستخدام نموذج Raster - الجزء الاول