अधिक

थिएसेन पॉलीगॉन बनाने से आर्कगिस ERROR 000537 पॉइंट्स को वोरोनोई पॉलीगॉन में बदलने में त्रुटि मिलती है?

थिएसेन पॉलीगॉन बनाने से आर्कगिस ERROR 000537 पॉइंट्स को वोरोनोई पॉलीगॉन में बदलने में त्रुटि मिलती है?


मुझे अंकों के एक सेट के लिए थिएसेन पॉलीगॉन बनाने में समस्या है। मैं उन्हें आर्कजीआईएस 10.1 में क्रिएट थिएसेन पॉलीगॉन टूल के साथ बना रहा हूं)। मैं उन्हें कुछ चरणों में (डेटा के कुछ हिस्सों के लिए) बनाने में सक्षम हूं, लेकिन मैं इसे एक ही बार में बनाना चाहूंगा।
मुझे जो त्रुटि मिलती है वह है:

अंक को वोरोनोई पॉलीगॉन में बदलने में त्रुटि 000537 त्रुटि

यह बहुत कुछ नहीं कहता है, जब आर्कगिस सहायता में त्रुटि पर क्लिक करने पर मुझे यह संदेश मिला:

विवरण एक टिन सतह इनपुट बिंदुओं से बनाई गई है और इसका उपयोग थिएसेन (वोरोनोई) पॉलीगॉन आउटपुट उत्पन्न करने के लिए किया जाता है।

समाधान इनपुट बिंदु सुविधाओं की जाँच करें और सुनिश्चित करें कि सुविधाएँ इस विशेष सुविधा वर्ग में मौजूद हैं। साथ ही, सुनिश्चित करें कि यदि सीमा परिवेश सेट किया गया है, तो इनपुट बिंदु सुविधाएँ उनकी समन्वय सीमा से बाहर नहीं आती हैं।

लेकिन अगर यह "आंशिक रूप से" काम करता है, तो समस्या कहां हो सकती है?


कई टिप्पणियों में एक दूसरे के ऊपर ढेर किए गए डुप्लिकेट बिंदुओं और बिना या खराब ज्यामिति वाले बिंदुओं की जांच करने के लिए अच्छे सुझाव हैं। हालाँकि इस प्रश्न में कथन कि उपकरण ने आंशिक रूप से काम किया, ने मुझे मदद फ़ाइल पर एक नज़र डालने के लिए प्रेरित किया जहाँ मैंने निम्नलिखित पर ध्यान दिया:

यह उपकरण भौगोलिक समन्वय प्रणाली में डेटा के साथ अप्रत्याशित परिणाम उत्पन्न कर सकता है क्योंकि उपकरण द्वारा उपयोग की जाने वाली Delaunay त्रिभुज विधि एक अनुमानित समन्वय प्रणाली में डेटा के साथ सबसे अच्छा काम करती है।

उसके आधार पर मैंने सवाल किया कि आप किस समन्वय प्रणाली में काम कर रहे थे। आपकी जांच में ऐसा प्रतीत होता है कि आपने पाया कि आपके अंक अनुमानित नहीं थे बिलकुल जो शायद इसी तरह के व्यवहार की ओर ले जाएगा। स्पष्ट रूप से अंक को एक उचित प्रक्षेपण में प्राप्त करने से उपकरण के साथ समस्या हल हो गई।


मैं सिर्फ स्पष्टीकरण के लिए आर्कजीआईएस में अनुमानों के बारे में कुछ बातें बताना चाहता हूं:

  • आपकी टिप्पणियों से, मूल बिंदु आकार-प्रकार के प्रारूप में थे। शेपफाइल वाली फाइलों के बीच एक .prj फाइल होनी चाहिए थी। यदि यह गुम या क्षतिग्रस्त था, तो इससे समस्या और चेतावनी आपको तब मिलेगी जब आपने उन्हें मानचित्र में जोड़ने का प्रयास किया था।
  • डेटाफ़्रेम (परतों के डिफ़ॉल्ट नाम के साथ) के गुणों में एक प्रक्षेपण सेट हो सकता है। यह डेटाफ़्रेम में जोड़े गए अलग-अलग डेटासेट के प्रक्षेपण से भिन्न हो सकता है। आर्कजीआईएस उन अलग-अलग परतों/डेटासेटों को मक्खी पर रिप्रोजेक्ट करता है जो डेटाफ़्रेम का उपयोग कर रहा है अगर यह कर सकता है. यह नहीं हो सकता है अगर पहली जगह में कोई परिभाषित नहीं है - यह जानता है कि क्या प्रोजेक्ट करना है प्रति आप जिस डेटाफ़्रेम को सेट करते हैं, उसके कारण, लेकिन यह नहीं जानता कि क्या प्रोजेक्ट करना है से क्योंकि डेटा नहीं कहता है। यह कहने जैसा है 'क्या आप मुझे 532 मीटर में दे सकते हैं?' 532 क्या?
  • अनुमानों में डेटम भी शामिल होते हैं, और आर्कजीआईएस उन्हें अलग-अलग चरणों में संभालता है। यदि दो अनुमानों के बीच का डेटा मेल नहीं खाता है, तो आपको उनके बीच कनवर्ट करते समय उपयोग करने के लिए उपयुक्त परिवर्तन निर्दिष्ट करना होगा या आपके अंक पूरी तरह गलत जगह पर समाप्त हो सकते हैं। आप केवल उस प्रक्षेपण को नहीं चुन सकते जिसका आप उपयोग करना चाहते हैं, आपको दोनों को निर्दिष्ट करना होगा (हालांकि यह एक ही संवाद बॉक्स में है)।
  • जियोडेटाबेस खुद, चाहे वे फ़ाइल हों या व्यक्तिगत, उनके पास अनुमान/समन्वय प्रणालियाँ नहीं हैं। यह व्यक्तिगत फीचर वर्ग (या फीचर डेटासेट) है के भीतर जियोडेटाबेस जो करते हैं, और आप कर सकते हैं के साथ कई फीचर वर्ग हैं विभिन्न अनुमान/समन्वय प्रणाली एक ही जियोडेटाबेस में.
  • आपको किसी अज्ञात डेटासेट के सीआरएस को 'परिभाषित' करने के बारे में सतर्क रहना चाहिए (जो अनिवार्य रूप से आपने निर्यात के साथ किया था)। यदि आप नहीं जानते कि यह वास्तव में क्या था, तो आपको यह जांचना होगा कि यह 'काफी करीब' आ रहा है जहां यह वास्तव में अन्य ज्ञात संदर्भ डेटा पर आधारित होना चाहिए। आपने इसे अभी एक प्रक्षेपण दिया है, लेकिन यह सही नहीं हो सकता है (सिर्फ वह जिसे आप उपयोग करना चाहते हैं)। अंतर एक मीटर या सैकड़ों किलोमीटर के अंश हो सकते हैं। आपके उद्देश्यों के लिए यह बिल्कुल भी मायने नहीं रखता है कि बिंदु एक दूसरे के सापेक्ष कहां हैं, या आपकी सटीकता की आवश्यकताएं जो भी प्रक्षेपण आप 'काफी करीब' हुआ करती थीं, मान सकती हैं।

प्रस्तुति प्रतिलेख

जीआईएस और विज्ञान के स्तर विवरण: दुनिया के वर्णनात्मक मॉडल बनाने के लिए जीआईएस का उपयोग करना - वास्तविकता का प्रतिनिधित्व जैसा कि यह मौजूद है। विश्लेषण: किसी प्रश्न का उत्तर देने या किसी परिकल्पना का परीक्षण करने के लिए GIS का उपयोग करना। अक्सर एक नई वैचारिक आउटपुट परत, (या तालिका या चार्ट) बनाना शामिल होता है, जिसके मान वर्णनात्मक इनपुट परत में मानों के कुछ परिवर्तन होते हैं। --उदा. बफर या ढलान या पहलू परतें भविष्यवाणी: वास्तविक दुनिया की प्रक्रिया का एक भविष्य कहनेवाला मॉडल बनाने के लिए जीआईएस क्षमताओं का उपयोग करना, अर्थात, प्रक्रियाओं को पुन: प्रस्तुत करने और/या भविष्यवाणी या अनुमान लगाने में सक्षम मॉडल कि दुनिया कैसे दिखाई दे सकती है। --उदा. बाढ़ मॉडल, आग फैलाने वाले मॉडल, शहरी विकास मॉडल

विश्लेषण चुनौती • यह पहचानना कि आपकी समस्या को हल करने के लिए कौन सी सामान्य जीआईएस विश्लेषणात्मक क्षमता (या संयोजन) का उपयोग किया जा सकता है: • एक परिचालन आवश्यकता को पूरा करें • अपने बॉस या अपने बोर्ड द्वारा पूछे गए एक प्रश्न का उत्तर दें • एक वैज्ञानिक मुद्दे का समाधान करें और/या एक परिकल्पना का परीक्षण करें संपत्ति को मेलिंग भेजें ज़ोनिंग में प्रस्तावित परिवर्तन से संभावित रूप से प्रभावित मालिक यह निर्धारित करें कि क्या स्कूल के "ड्रग फ्री ज़ोन" के भीतर कोई अपराध हुआ है, कृषि, आवासीय, वाणिज्यिक और औद्योगिक भूमि का रकबा निर्धारित करें जो नए राजमार्ग गलियारे के निर्माण से खो जाएगा एक क्षेत्र का अनुपात निर्धारित करें आग्नेय बहिःस्रावों से आच्छादित क्या परिमाण 4 या उससे अधिक उप-महासागरीय भूकंप उत्तरी अमेरिका की तुलना में दक्षिण अमेरिका के प्रशांत तट के करीब आते हैं? क्या गैस स्टेशन या फास्ट फूड जॉइंट फ्रीवे के करीब हैं?

जीआईएस सॉफ्टवेयर में क्षमताओं की उपलब्धता • वर्णनात्मक फोकस: बेसिक डेस्कटॉप जीआईएस पैकेज • डेटा संपादन, विवरण और बुनियादी विश्लेषण • आर्कव्यू • मैपइन्फो • जियोमीडिया • विश्लेषणात्मक फोकस: उन्नत पेशेवर जीआईएस सिस्टम • अधिक परिष्कृत डेटा संपादन और अधिक उन्नत विश्लेषण • एआरसी/इन्फो, मैपइन्फो प्रो, आदि प्रदान अतिरिक्त लागत एक्सटेंशन या डेस्कटॉप पैकेज के व्यावसायिक संस्करणों के माध्यम से • भविष्यवाणी: विशिष्ट मॉडलिंग और सिमुलेशन • जीआईएस के भीतर स्क्रिप्टिंग/प्रोग्रामिंग के माध्यम से • आर्कजीआईएस में वीबी और आर्कऑब्जेक्ट्स • आर्कव्यू 3.2 में एवेन्यू स्क्रिप्ट • वर्कस्टेशन एआरसी/इन्फो में एएमएल (v. 7) अपना लिखें ईएसआरआई वेब साइट से अपना या डाउनलोड करें • विशेष पैकेज और/या जीआईएस के माध्यम से • 3-डी वैज्ञानिक विज़ुअलाइज़ेशन पैकेज • परिवहन योजना पैकेज जैसे ट्रांसकैड • ईआरडीएएस, ईआर मैपर या रास्टर क्षमताओं के लिए इसी तरह के पैकेज समय के साथ 'श्रृंखला में नीचे' चले जाते हैं। पिछली पीढ़ी के जीआईएस सिस्टम में, उन्नत अनुप्रयोगों के उपयोग के लिए अक्सर एक अलग यूजर इंटरफेस और ऑपरेटिंग सिस्टम (आमतौर पर यूनिक्स) के साथ एक और पैकेज सीखने की आवश्यकता होती है।

स्थानिक संचालन वेक्टर स्थानिक माप सेंट्रोग्राफिक सांख्यिकी बफर विश्लेषण स्थानिक एकत्रीकरण क्षेत्रीयकरण वर्गीकरण को पुनर्वितरित करना स्थानिक ओवरले और जुड़ता है रेखापुंज पड़ोस विश्लेषण / स्थानिक फ़िल्टरिंग रेखापुंज मॉडलिंग विशेषता संचालन रिकॉर्ड चयन सारणी SQL 'सूचना क्लिक' के माध्यम से कर्सर चर रिकोडिंग रिकॉर्ड एकत्रीकरण के साथ सामान्य सांख्यिकीय विश्लेषण तालिका संबंधित और जुड़ती है विवरण और मूल विश्लेषण (सामग्री की तालिका)

स्थानिक माप: बिंदु या रेखापुंज से बहुभुज तक बिंदुओं के बीच की दूरी के उपाय या बहुभुज केन्द्रक के बीच क्षेत्र की सीमा बहुभुज क्षेत्र बहुभुज परिधि बहुभुज आकार मात्रा गणना उदा। पृथ्वी की गति के लिए, जलाशयों की दिशा निर्धारण उदा। स्मोक प्लम्स के लिए टिप्पणियाँ: पाइथागोरस के माध्यम से कार्टेशियन दूरी ArcMap माप उपकरण द्वारा अनुमानित डेटा के लिए प्रयुक्त गोलाकार निर्देशांक के माध्यम से गोलाकार दूरी Cos d = (sin a sin b) + (cos a cos b cos P) कहा पे: d = चाप दूरी a = अक्षांश का ए बी = बीपी का अक्षांश = लंबी डिग्री। ए से बी आर्कमैप माप उपकरण द्वारा अप्रमाणित डेटा के लिए प्रयुक्त संभावित दूरी मेट्रिक्स: सीधी रेखा/एयरलाइन शहर ब्लॉक/मैनहट्टन मीट्रिक दूरी नेटवर्क समय/फ्रिक्शन के माध्यम से नेटवर्क आकार के माध्यम से अक्सर मापा जाता है: प्रोजेक्शन मूल्यों को प्रभावित करता है। परिधि = 1.0 सर्कल के लिए = 1.13 वर्ग के लिए जटिल आकार क्षेत्र के लिए बड़ा x 3.54 स्थानिक संचालन: स्थानिक मापन आर्कजीआईएस जियोडेटाबेस में स्वचालित चर होते हैं: आकार। लंबाई: रेखा की लंबाई या बहुभुज परिधि आकार। क्षेत्र: बहुभुज क्षेत्र संपादन के बाद स्वचालित रूप से अपडेट किया जाता है। शेपफाइल्स के लिए, इनकी गणना की जानी चाहिए उदा। एट्रिब्यूट टेबल खोलकर और कॉलम (एवी 9.2) पर कैलकुलेट ज्योमेट्री लागू करने से दूरियां प्रक्षेपण पर निर्भर करती हैं। परिधि से क्षेत्रफल के अनुपात में अंतर होता है

स्थानिक संचालन: स्थानिक मापन क्षेत्र और परिधि माप स्वचालित रूप से एक जियोडेटाबेस या कवरेज के लिए विशेषता तालिका में बनाए रखा जाता है। एक आकृति के लिए, आपको विशेषता तालिका में एक उपयुक्त कॉलम में गणना ज्यामिति लागू करने की आवश्यकता है (या एक जियोडेटाबेस में कनवर्ट करें)। आकार सूचकांक की गणना क्षेत्र और परिधि माप से की जा सकती है। (नोट: शेपफाइल और शेप इंडेक्स असंबंधित हैं)

10 क्षेत्रफल=(2 x 4)/2=4 क्षेत्रफल=(3 x 4)=12 4,7 10 7,7 5 7,3 2,3 5 0 0 0 10 10 10 10 5 5 5 5 क्षेत्र=( 5 x 1)/2=2.5 6,2 0 0 5 5 स्थानिक मापन: एक बहुभुज के क्षेत्रफल की गणना करना - ABC = - = 10 वास्तविक एल्गोरिथम B और C के क्षेत्रफलों की गणना करके A का क्षेत्रफल प्राप्त करता है, और फिर घटाना। उपयोग किए गए वास्तविक सूत्र इस प्रकार हैं: उपरोक्त बहुभुज का क्षेत्रफल 18.5 है, जो इसे आयतों और त्रिभुजों में विभाजित करने पर आधारित है। हालांकि, यह एक जटिल बहुभुज के लिए व्यावहारिक नहीं है। त्रिभुज का क्षेत्रफल = (आधार x ऊँचाई)/2 एक्सेल में इसका कार्यान्वयन नीचे दिखाया गया है। 0

स्थानिक संचालन: सेंट्रोग्राफिक सांख्यिकी • स्थानिक बिंदु वितरण के लिए बुनियादी विवरणक • एकल-चर वितरण के लिए मानक वर्णनात्मक आंकड़ों (माध्य, मानक विचलन) के दो आयामी (स्थानिक) समकक्ष केंद्रीयता के उपाय (माध्य के बराबर) • माध्य केंद्र और फैलाव के केन्द्रक माप (मानक के बराबर) विचलन या विचरण) • मानक दूरी • मानक विचलन दीर्घवृत्त • पहले प्रत्येक बहुभुज के केन्द्रक को प्राप्त करके बहुभुजों पर लागू किया जा सकता है • एक वितरण की तुलना करने के लिए तुलनात्मक संदर्भ में सबसे अच्छा उपयोग किया जाता है (1990 में, या पुरुषों के लिए) दूसरे के साथ (जैसे में कहते हैं) 2000, या महिलाओं के लिए)

केन्द्रक बाहर बहुभुज केन्द्रक और माध्य केंद्र • स्थानिक वितरण के लिए संतुलन बिंदु • माध्य के अनुरूप • बहुभुज (केंद्रक) के लिए एकल बिंदु प्रतिनिधित्व • एक बिंदु वितरण (माध्य केंद्र) के लिए एकल बिंदु सारांश • प्रत्येक बिंदु पर 'परिमाण' द्वारा भारित किया जा सकता है (भारित माध्य के अनुरूप) • अन्य बिंदुओं के लिए वर्ग दूरी को कम करता है, इस प्रकार 'दूरस्थ' बिंदुओं का निकट बिंदुओं की तुलना में बड़ा प्रभाव होता है (ओरेगन जन्म कान्सास जन्मों की तुलना में अधिक प्रभाव डालता है!) • "न्यूनतम समग्र यात्रा" का बिंदु नहीं है--यह होगा न्यूनतम दूरी (उनके वर्ग नहीं) और केवल सन्निकटन द्वारा पहचाना जा सकता है। • वितरण में समय के साथ परिवर्तन को सारांशित करने के लिए उपयोगी है (उदाहरण के लिए यूएस पॉप। सेंट्रोइड हर 10 साल में) सेंट्रोइड: बहुभुज के बाउंडिंग बॉक्स (सीमा) के निर्देशांक इसके माध्यम से कार्यान्वित किए जा सकते हैं: आर्कटूलबॉक्स>स्थानिक सांख्यिकी उपकरण>भौगोलिक वितरण को मापना>मीन केंद्र

4,7 7,7 10 10 4,7 7,7 7,3 2,3 5 5 6,2 0 0 10 10 5 5 7,3 2,3 6,2 0 0 बहुभुज के केंद्रक की गणना या उसके माध्य केंद्र का परिकलन बिंदुओं का एक सेट। (बहुभुज के क्षेत्रफल के समान उदाहरण डेटा) भारित माध्य केंद्र की गणना। ध्यान दें कि इसे उच्च भार बिंदु की ओर कैसे खींचा जाता है।

मध्य केंद्र: एक उत्तर/दक्षिण और एक पूर्व/पश्चिम रेखा का प्रतिच्छेदन, जिससे आधी आबादी e/w रेखा के ऊपर और आधी नीचे रहती है, और आधी बाईं ओर और आधी n/s रेखा के दाईं ओर रहती है। "न्यूनतम समग्र यात्रा के बिंदु" के समान ही वह स्थान जो यात्रा दूरी को कम करेगा यदि हम सभी अमेरिकी निवासियों को सीधे एक स्थान पर लाते हैं। माध्य केंद्र: एक भारहीन मानचित्र का संतुलन बिंदु, यदि जनगणना के दिन प्रत्येक व्यक्ति के आवास पर उस पर समान भार रखा जाए। नोट: वर्ग दूरी को कम करता है। पश्चिमी तट पर "दूरस्थ" आबादी के लिए "वर्ग दूरी" के प्रभाव के कारण मध्य केंद्र के काफी पश्चिम में बिंदु जनसंख्या प्रक्षेपण के प्रभाव की एक आकर्षक चर्चा के लिए देखें: ई। Aboufadel और amp डी. ऑस्टिन, यूएस प्रोफेशनल जियोग्राफर के जनसंख्या केंद्र के माध्य केंद्र की गणना के लिए एक नई विधि, फरवरी २००६, पीपी. ६५-६९ स्रोत: यूएस सांख्यिकीय सार 2003

मानक दूरी विचलन प्रसार की एकल इकाई माप या वितरण का फैलाव। • एक चर के लिए मानक विचलन का स्थानिक समतुल्य है • माध्य केंद्र से प्रत्येक बिंदु की दूरी के मानक विचलन के बराबर -अनिवार्य रूप से केंद्र से बिंदुओं की औसत दूरी हम प्रत्येक बिंदु का वजन भी कर सकते हैं और भारित मानक दूरी (भारित माध्य केंद्र के अनुरूप) की गणना कर सकते हैं।

4,7 7,7 10 7,3 2,3 5 6,2 0 10 5 0 त्रिज्या के साथ मानक दूरी विचलन उदाहरण सर्कल = एसडीडी = 2.9

मानक विचलन दीर्घवृत्त: अवधारणा • मानक दूरी विचलन माध्य केंद्र के आसपास की घटनाओं के फैलाव का एक अच्छा एकल उपाय है, लेकिन यह किसी भी दिशात्मक पूर्वाग्रह को नहीं पकड़ता है • वितरण के आकार पर कब्जा नहीं करता है। • मानक विचलन दीर्घवृत्त दो आयामों में फैलाव देता है • 3 मापदंडों द्वारा परिभाषित • रोटेशन के कोण • प्रमुख अक्ष के साथ फैलाव • लघु अक्ष के साथ फैलाव प्रमुख अक्ष वितरण के अधिकतम प्रसार की दिशा को परिभाषित करता है लघु अक्ष इसके लिए लंबवत है और न्यूनतम को परिभाषित करता है फैल गया

मानक विचलन दीर्घवृत्त: उदाहरण ऐसा प्रतीत होता है कि उत्तरी टेक्सास में सॉफ्टवेयर और दूरसंचार उद्योग के स्थान के बीच कोई बड़ा अंतर नहीं है। इसकी गणना के लिए सूत्रों के लिए, आर्कव्यू जीआईएस पीपी 48-49 (पहला संस्करण), पीपी 203-205 (दूसरा संस्करण) के साथ ली और वोंग सांख्यिकीय विश्लेषण देखें।

'x' दूरी इकाइयों के भीतर का क्षेत्र किसी भी वस्तु को बफर करें: बिंदु, रेखा या बहुभुज क्रमिक रूप से अधिक दूरी पर कई बफ़र्स का उपयोग करते हैं ताकि यह दिखाया जा सके कि ग्रेडेशन एक 'घर्षण' या 'लागत' परत को परिभाषित कर सकता है ताकि फैलाव दूरी के साथ रैखिक न हो। ArcToolbox>Analysis Tools>Buffer उदाहरणों के साथ संपत्ति के आस-पास 200 फ़ुट बफर जहां ज़ोनिंग परिवर्तन ने स्ट्रीम सेंटर लाइन से 100 फ़ुट बफर का अनुरोध किया, विकास को सीमित करते हुए शहर की सीमा से परे 3 मील क्षेत्र में ETJ (अतिरिक्त क्षेत्रीय क्षेत्राधिकार) का उपयोग क्षेत्रों को विकल्प के रूप में परिभाषित (या बहिष्कृत) करने के लिए किया गया (उदाहरण के लिए खुदरा साइट के लिए) ) या 'घर्षण परत' के संयोजन के साथ आगे के विश्लेषण के लिए, आग के फैलाव का अनुकरण करें स्थानिक संचालन: बफर जोन बहुभुज बफर बिंदु बफर लाइन बफर नोट: केवल एक परत शामिल है, लेकिन बफर एक नई परत के रूप में आउटपुट हो सकता है

मानदंड हो सकता है: औपचारिक (सीटू विशेषताओं के आधार पर) उदा। शहर के पड़ोस कार्यात्मक (प्रवाह या लिंक के आधार पर): उदा। आने-जाने वाले क्षेत्र समूह हो सकते हैं: मूल बहुभुजों के लिए सन्निहित गैर-सन्निहित सीमाएँ: संरक्षित किया जा सकता है हटाया जा सकता है (विघटन कहा जाता है) उदाहरण: प्राथमिक विद्यालय क्षेत्र से हाई स्कूल उपस्थिति क्षेत्र (कार्यात्मक जिला) चुनाव परिसर (या शहर ब्लॉक) विधायी जिलों में ( औपचारिक डिस्ट्रिक्टिंग) पुलिस परिसर का निर्माण (कार्य। reg।) शहर के पड़ोस का नक्शा बनाना (फॉर्म। reg।) जनगणना के इलाकों को बाजार खंडों में समूहित करना - yuppies, nerds, आदि (वर्ग।) मिट्टी बनाना या ज़ोनिंग मैप (वर्ग) जिला बनाना / पुनर्वितरण करना सन्निहित बहुभुजों को जिलों में समूहित करना मूल बहुभुज संरक्षित क्षेत्रीयकरण (या घुलने वाले) बहुभुजों को सन्निहित क्षेत्रों में समूहित करना केवल। स्थानिक संचालन: ArcToolbox>सामान्यीकरण>Dissolve के माध्यम से ArcView 9 में स्थानिक एकत्रीकरण लागू करें

डिस्ट्रिक्टिंग: प्राथमिक विद्यालय उपस्थिति क्षेत्र को समूहीकृत किया गया जूनियर हाई जोन बनाएं। क्षेत्रीयकरण: जनगणना के इलाकों को पड़ोस में वर्गीकृत किया गया वर्गीकरण: केंद्रीय शहर या उपनगरीय मिट्टी के रूप में वर्गीकृत शहरों को आग्नेय, तलछटी, कायापलट के रूप में वर्गीकृत किया गया

दो (या अधिक) परतों को इसमें मिलाएं: एक परत में सुविधाओं का चयन करें, &/या विभिन्न स्थानिक गुणों वाले डेटा को एकीकृत करने के लिए उपयोग की जाने वाली एक नई परत बनाएं (बिंदु v. बहुभुज), या अलग-अलग सीमाएं (जैसे ज़िप कोड और जनगणना पथ) बहुभुज को इस पर ओवरले कर सकते हैं: बिंदु (बहुभुज में बिंदु) लाइनें (बहुभुज पर रेखा) अन्य बहुभुज (बहुभुज पर बहुभुज) कई अलग-अलग बूलियन तर्क संयोजन संभव संघ (ए या बी) चौराहे (ए और बी) ए और बी नहीं (ए और बी) बिंदुओं को ओवरले कर सकते हैं: अंक, जो पाता है & अन्य थीम में निकटतम बिंदु से दूरी की गणना करता है लाइन्स, जो निकटतम लाइन से दूरी की गणना करती है उदाहरण प्रति व्यक्ति एक्सपोजर (बहुभुज में बिंदु) का अनुमान लगाने के लिए जनगणना पथों को पर्यावरणीय नमूने (अंक) असाइन करते हैं पड़ोस ब्लाइट (बहुभुज पर बहुभुज) के अध्ययन के लिए फ्रीवे द्वारा ट्रैवर्स किए गए ट्रैक्स की पहचान करते हैं लाइनें) ज़िप कोड द्वारा बिक्री डेटा के साथ ब्लॉक द्वारा जनगणना डेटा को एकीकृत करें (बहुभुज पर बहुभुज) टेक्सास को कवर करने के लिए अमेरिकी सड़कों के कवरेज को क्लिप करें (लाइन पर बहुभुज) निकटतम राज्य कैपी की दूरी की गणना करने के लिए सभी शहर परत में राजधानी शहर की परत से जुड़ें ताल (बिंदु पर बिंदु) स्थानिक संचालन: स्थानिक मिलान: स्थानिक जुड़ाव और उपरिशायी

उदाहरण: स्थानिक मिलान: कतरन और मिटाना (कभी-कभी स्थानिक निष्कर्षण के रूप में संदर्भित) ERASE - मिटाए गए कवरेज पॉलीगॉन के साथ ओवरलैप होने वाली इनपुट कवरेज सुविधाओं को मिटा देता है। • CLIP - एक इनपुट कवरेज से उन सुविधाओं को निकालता है जो एक क्लिप कवरेज के साथ ओवरलैप होती हैं। यह एक नया कवरेज बनाने के लिए कवरेज के एक हिस्से को निकालने के लिए सबसे अधिक इस्तेमाल किया जाने वाला पॉलीगॉन ओवरले कमांड है।

सी। भूमि उपयोग ए. बी। दो परतों (भूमि उपयोग और जल निकासी बेसिन) की सामान्य सीमाएँ नहीं हैं। जीआईएस सभी संभावित संयोजनों के साथ संयुक्त परत बनाता है, जिससे जल निकासी बेसिन द्वारा भूमि उपयोग की गणना की अनुमति मिलती है। ड्रेनेज बेसिन अटलांटिक एजी सीए गल्फ बीजी सीजी बीए एए एजी जीआईएस यूनियन सेट थ्योरी यूनियन उदाहरण: पॉलीगॉन-ऑन-पॉलीगॉन ओवरले के माध्यम से स्थानिक मिलान: संघ संयुक्त परत नोट: जीआईएस में संघ की परिभाषा गणितीय सेट सिद्धांत से थोड़ी अलग है। सेट थ्योरी में, संघ में वह सब कुछ होता है जो किसी भी इनपुट सेट से संबंधित होता है, लेकिन मूल सेट सदस्यता खो जाती है। जीआईएस यूनियन में, सभी मूल सेट सदस्यता स्पष्ट रूप से बरकरार रखी जाती है। सेट सिद्धांत के संदर्भ में, उपरोक्त का परिणाम बस होगा: एक और उदाहरण 1 2 3

आर्कजीआईएस 9 में स्थानिक मिलान लागू करना तीन स्थानों पर उपलब्ध है • चयन के माध्यम से/स्थान के अनुसार चयन करें • यह एक परत की विशेषताओं का चयन करता है जो कुछ निर्दिष्ट स्थानिक तरीके से दूसरी परत में सुविधाओं से संबंधित हैं • यदि वांछित है, तो चयनित सुविधाओं को बाद में डेटा के माध्यम से एक नई थीम में सहेजा जा सकता है /निर्यात डेटा • व्यक्तिगत सुविधाओं को स्वयं संशोधित नहीं किया जाता है • स्थानिक जुड़ाव के माध्यम से (सी के टी में राइट क्लिक लेयर, जॉइन/जॉइन्स एंड रिलेट्स का चयन करें, फिर जॉइन डेटा विंडो की पहली लाइन में डाउन एरो पर क्लिक करें --- मदद के लिए जॉइनिंग डेटा देखें। विवरण) • इसके लिए उपयोग करें: पॉलीगॉन लाइनों में पॉइंट्स ऑन पॉलीगॉन पॉइंट्स ऑन लाइन्स (निकटतम लाइन से दूरी की गणना करने के लिए) पॉइंट्स पर पॉइंट्स ("निकटतम पड़ोसी" पॉइंट से दूरी की गणना करने के लिए) • टेबल पर काम करते हैं और सामान्य रूप से अतिरिक्त चर के साथ एक नई टेबल बनाते हैं , लेकिन फिर से स्थानिक विशेषताओं को स्वयं संशोधित नहीं करता है • आर्कटूलबॉक्स के माध्यम से • आम तौर पर ये उपकरण भौगोलिक विशेषता को संशोधित करते हैं, इस प्रकार वे एक नई परत बनाते हैं (जैसे आकार फ़ाइल) • उपकरण कई श्रेणियों में व्यवस्थित होते हैं आर्कटूलबॉक्स उदाहरण • सुविधाओं को भंग करें एक विशेषता के आधार पर • सन्निहित बहुभुजों को मिलाएं और सामान्य सीमा को हटा दें • ArcToolbox>Generalization>Dissolve • एक परत को दूसरे पर आधारित क्लिप करें • ArcToolbox>Analysis Tools>Extract>Clip • किसी अन्य थीम में सुविधाओं को सीमित करने के लिए एक थीम का उपयोग करें (उदा. टेक्सास रोड थीम को केवल डलास काउंटी तक सीमित करें) • दो परतों को प्रतिच्छेद करें (सामान्य क्षेत्र तक सीमित सीमा) • ArcToolbox>Analysis Tools>Overlay>Intersect • बहुभुज ओवरले पर बहुभुज के लिए उपयोग करें • संघ दो परतें (दोनों परतों की पूरी सीमा को कवर करती हैं) • ArcToolbox>विश्लेषण उपकरण>Overlay>Intersect • बहुभुज के लिए उपयोग करें बहुभुज ओवरले पर

स्थानिक दृढ़ संकल्प या फ़िल्टर प्रत्येक सेल के एक रैस्टर लेयर वैल्यू पर लागू होता है, जिसे स्वयं के मूल्यों के कुछ फ़ंक्शन द्वारा प्रतिस्थापित किया जाता है और इसके आस-पास के सेल (या पॉलीगॉन) किसी भी आकार के 'पड़ोस' या 'विंडो' का उपयोग कर सकते हैं 3x3 सेल (8-कनेक्टेड) ​​5x5, 7x7, आदि। 3x3 माध्य फिल्टर के लिए विभिन्न प्रभाव कर्नेल उत्पन्न करने के लिए कोशिकाओं को अलग-अलग वजन: 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 कम आवृत्ति (कम पास) फिल्टर : माध्य फ़िल्टर सेल को 1/9 = .11 (3x3 मामले में) द्वारा प्रत्येक सेल के भार (म्यूटिंग) के बराबर पड़ोस के लिए माध्य द्वारा प्रतिस्थापित किया जाता है, डेटा अधिक स्मूथिंग के लिए बड़ी विंडो का उपयोग करता है माध्य फ़िल्टर माध्य स्मूथिंग के बजाय माध्य (मध्य मान) का उपयोग करता है , विशेष रूप से यदि डेटा में अत्यधिक मूल्य आउटलेयर हैं स्थानिक संचालन: पड़ोस विश्लेषण/स्थानिक फ़िल्टरिंग वजन 1.0 के योग होना चाहिए

उच्च आवृत्ति (उच्च पास) फ़िल्टर नेगेटिव वेट फिल्टर स्मूथ के बजाय एज डिटेक्शन के लिए इस्तेमाल किए जाने वाले स्थानीय विवरण को बढ़ा देता है मानक विचलन फिल्टर (बनावट परिवर्तन) पड़ोस के रेखापुंज मूल्यों के मानक विचलन की गणना करता है उच्च एसडी = उच्च बनावट / परिवर्तनशीलता कम एसडी = कम बनावट / परिवर्तनशीलता फिर से किनारे का पता लगाने के लिए उपयोग की जाती है जो सीमा में फैले पड़ोस हैं बड़े एसडी 'परिवर्तनशीलता के कारण स्थानिक संचालन: स्थानिक फ़िल्टरिंग - हाइलाइट किए गए पिक्सेल 2 5 1(5)(9)+5(5)(-1)+ के लिए किनारे फ़िल्टर किए गए मानों के प्रत्येक तरफ उच्च पास फ़िल्टर सेल मान (vi)+ 3(2)(-1) = 14 1(2)(9)+5(2)(-1)+3(5)(-1) = -7 • उदाहरण के लिए कर्नेल (wi) • -1 -1 -1 • -1 9 -1 • -1 -1 -1 1(2)(9)+8(2)(-1) = 2 1(5)(9)+8(5)(-1) = 5 fi.vi.wi

कई रेखापुंज से संबंधित प्रक्रियाएं हो सकती हैं: स्थानीय: केवल एक सेल पड़ोस: परिभाषित तरीके से एक-दूसरे से संबंधित कोशिकाएं क्षेत्रीय: किसी दिए गए अनुभाग में कोशिकाएं वैश्विक: सभी कोशिकाएं आर्कजीआईएस कार्यान्वयन: सभी रेखापुंज विश्लेषण के लिए या तो स्थानिक विश्लेषक या 3-डी विश्लेषक एक्सटेंशन की आवश्यकता होती है बेस आर्कव्यू एक छवि (रेखापुंज) डेटा सेट प्रदर्शित करने के अलावा और कुछ नहीं कर सकते हैं उपयुक्तता मॉडलिंग प्रसार मॉडलिंग कनेक्टिविटी मॉडलिंग स्थानिक संचालन: रेखापुंज-आधारित मॉडलिंग 0 0 1 0 साइट विकल्प 0 1 बिक्री के लिए 2 0 मिट्टी की ढलान 1 0 1 1 1 1 3 2 पर सिस्टम समय t+1 घटना मैट्रिक्स संभाव्यता मुखौटा प्रारंभिक राज्य कनेक्टिविटी मैट्रिक्स परिणामी राज्य

विशेषता द्वारा चयन करें (सारणीबद्ध) तालिका पंक्तियों पर क्लिक करके स्वतंत्र चयन: विशेषता तालिका खोलें और पंक्ति की शुरुआत में ग्रे चयन बॉक्स पर क्लिक करें (कई पंक्तियों के लिए ctrl दबाए रखें) SQL क्वेरी का उपयोग करें चयन/विशेषता उपयोग तालिका द्वारा चयन करें संबंधित/जुड़ता है विशिष्ट डेटा का चयन करने के लिए ग्राफिक मैन्युअल रूप से चयन करें, एक एक समय में बिंदु का उपयोग करें एक आयत या एक अनियमित बहुभुज के भीतर सुविधाओं का चयन करें उपकरण का उपयोग करें एक बिंदु या बिंदुओं के चारों ओर एक त्रिज्या (सर्कल) के भीतर ग्राफिक द्वारा चयन / चयन करें स्थान के अनुसार चयन / चयन करें (दूरी के साथ हैं) स्थान के अनुसार चयन करें दूसरी परत का उपयोग करके स्थान के अनुसार चयन/चयन का उपयोग करें (जैसा कि पहले चर्चा की गई स्थानिक मिलान के समान) हॉट लिंक चित्रों, ग्राफ़ या अन्य मानचित्रों के लिए 'हॉट लिंक' के लिए मानचित्र पर क्लिक करें। या मानचित्र परतें उदाहरण $50,000 (सारणीबद्ध) से अधिक औसत आय वाले सभी ज़िप कोड का चयन करने के लिए SQL क्वेरी का उपयोग करें, कई संभावित स्टोर साइटों के 5 मील के दायरे में ज़िप कोड की पहचान करें और घरेलू आय का योग (ग्राफ़िक) मानचित्र पर बिक्री के लिए मकान दिखाएं, और चयनित घर पर चित्र और अतिरिक्त डेटा प्राप्त करने के लिए क्लिक करें (हॉट लिंक) विशेषता संचालन: रिकॉर्ड चयन या निष्कर्षण - मानचित्र पर चयनित सुविधाओं की पहचान तालिका में की जाती है (और वीज़ा वर्सा)

विशेषता संचालन: एक या अधिक पर सांख्यिकीय विश्लेषण तालिका में स्तंभ • अविभाज्य (एक चर या स्तंभ) • केंद्रीय प्रवृत्ति: माध्य, माध्यिका, मोड • फैलाव: मानक विचलन, न्यूनतम, अधिकतम • आर्कजीआईएस में इन आंकड़ों को प्राप्त करने के लिए: • सी के टी में राइट क्लिक करें और ओपन विशेषता तालिका का चयन करें • कॉलम हेडिंग पर राइट क्लिक करें और सांख्यिकी चुनें • द्विचर (दो चर या कॉलम से संबंधित) • अंतराल और नाममात्र पैमाने चर: श्रेणी के अनुसार योग या माध्य • गाद-रेत-मिट्टी मिट्टी के प्रकारों द्वारा औसत फसल उपज • आर्कजीआईएस में लागू करने के लिए, ऊपर के रूप में आगे बढ़ें लेकिन सारांश का उपयोग करें • दो अंतराल पैमाने चर: सहसंबंध गुणांक • शिक्षा द्वारा आय • इसके लिए ESRI वेब साइट पर आर्कस्क्रिप्ट उपलब्ध हैं (या एक्सेल का उपयोग करें!) • बहुभिन्नरूपी (दो से अधिक चर) • आमतौर पर बाहरी सांख्यिकीय पैकेज जैसे एसएएस, एसपीएसएस की आवश्यकता होती है , STATA या S-PLUS

(सामान्य वितरण मानता है) 25% 25% 23% 23% 14% 34% 34% 14% -2 -1 0 1 2 -.68 .68 0 विशेषता संचालन: परिवर्तनीय रिकोडिंग • निरंतर चर के लिए कक्षाओं और/या उनकी सीमाओं की स्थापना/संशोधन। आर्कजीआईएस के लिए विकल्प • प्राकृतिक विराम (डिफ़ॉल्ट)(जेनक्स अनुकूलन के माध्यम से अंतर्निहित अंतर्निहित समूहों को ढूंढता है जो प्रत्येक वर्ग के भीतर भिन्नता को कम करता है)। • क्वांटाइल (कक्षाओं में रिकॉर्ड की संख्या बराबर होती है - या बारंबारता वितरण के तहत समान क्षेत्र) • समान अंतराल (उपयोगकर्ता वर्गों का # चयन करता है) (चर पर समान चौड़ाई वर्ग) • परिभाषित अंतराल (उपयोगकर्ता वर्गों की चौड़ाई का चयन करता है) (समान चौड़ाई वर्ग) चर पर) • मानक विचलन (1,2, आदि के आधार पर श्रेणियां, औसत से ऊपर/नीचे एसडी) • मैनुअल (उपयोगकर्ता परिभाषित) • पूर्ण संख्याएं (जैसे 2,000) • घटना के लिए सार्थक (जैसे शून्य, 32o) • एक पर कुल श्रेणियां नाममात्र (या क्रमसूचक) चर • चीड़ और देवदार सदाबहार में अभिलेखों की संख्या में कोई परिवर्तन नहीं (अवलोकन)। आर्कजीआईएस में लागू करें: सी के टी में राइट क्लिक करें, गुण चुनें, फिर सिम्बोलॉजी टैब समान क्षेत्र% समान अंतराल% मानक विचलन समान अंतराल स्कोर समान क्षेत्र स्कोर

सामान्य के आधार पर दो या दो से अधिक अभिलेखों को एक में मिलाना एक प्रमुख चर पर मान एसएएस अंतराल पैमाने चर में PROC सारांश के क्षेत्रीयकरण या वर्गीकरण समकक्ष के समतुल्य विशेषता को माध्य, योग, अधिकतम, न्यूनतम, मानक विचलन, आदि का उपयोग करके एकत्र किया जा सकता है क्योंकि उपयुक्त क्रमिक और नाममात्र के लिए विशेष विचार उदाहरण की आवश्यकता होती है: कुल काउंटी राज्यों, या काउंटी को सीएमएसए को डेटा रिकॉर्ड संख्या घट जाती है (उदाहरण के लिए 12 से 2 तक) विशेषता संचालन: रिकॉर्ड एकत्रीकरण पुन: कैल्क। माध्यिका का योग योग औसत गिनें! प्रसंस्करण का प्रकार:

विशेषता संचालन: तालिकाओं से जुड़ना और संबंधित करना गैर-स्थानिक तालिका में स्थानिक परत शामिल हों: एक से एक, या एक से कई, संबंध जोड़ता है देश की परत के साथ देश की राजधानियों की सहयोगी तालिका: प्रत्येक देश के लिए केवल एक पूंजी (एक से एक) सरकार के प्रकार के साथ सहयोगी देश परत: एक गवर्नर कई देशों को असाइन किया गया प्रकार - लेकिन प्रत्येक देश में केवल एक ही सरकार होती है। प्रकार (एक से अनेक)

जीआईएस विश्लेषण में एकल सबसे आम त्रुटि - स्थानिक तालिका में विशेषता के एक से एक में शामिल होने का इरादा - स्थानिक तालिका में विशेषताओं का एक से कई में शामिल होना स्थानिक डेटा में विशेषता को शामिल करने के बाद स्थानिक

विशेषता संचालन: तालिकाओं से जुड़ना और संबंधित करना गैर-स्थानिक तालिका के लिए स्थानिक परत (जारी) संबंधित: कई से एक संबंध, विशेषताएँ संलग्न नहीं हैं इसके कई शहरों के साथ सहयोगी देश परत (कई से एक) नोट: यदि हम इन तालिकाओं को फ्लिप करते हैं तो हम एक जुड़ सकते हैं क्योंकि केवल एक ही है प्रत्येक शहर के लिए देश (एक से कई) जुड़ने और संबंधित दोनों के लिए: • एसोसिएशन केवल मानचित्र दस्तावेज़ में मौजूद है • अंतर्निहित फ़ाइलें तब तक नहीं बदली जाती हैं जब तक कि निर्यात डेटा यदि पेरिस से फ्रांस में शामिल नहीं हो जाता है, उदाहरण के लिए, हम ल्यों और मार्सिले को खो देते हैं, इसलिए संबंधित का उपयोग करें

उन्नत निकटता/बिंदु पैटर्न विश्लेषण निकटतम पड़ोसी परत दूरी मैट्रिक्स परत सतह विश्लेषण क्रॉस सेक्शन निर्माण दृश्यता/व्यूशेड नेटवर्क विश्लेषण रूटिंग सबसे छोटा पथ (2 अंक) यात्रा विक्रेता (एन अंक) समय जिला आवंटन उत्तल हल थिएसेन बहुभुज निर्माण विशिष्ट रिमोट सेंसिंग छवि प्रसंस्करण और वर्गीकरण रेखापुंज मॉडलिंग 3-डी सतह मॉडलिंग स्थानिक आंकड़े/सांख्यिकीय मॉडलिंग कार्यात्मक रूप से विशेष परिवहन मॉडलिंग भूमि उपयोग मॉडलिंग हाइड्रोलॉजिकल मॉडलिंग इत्यादि। विश्लेषण विकल्प: उन्नत और विशिष्ट (सामग्री की तालिका)

निकटतम पड़ोसी स्थान (दूरी) निकटतम पड़ोसी (अंक या बहुभुज केन्द्रक) के सापेक्ष स्थान (दूरी) चयनित अन्य प्रकार की निकटतम वस्तुओं के सापेक्ष (उदाहरण के लिए लाइन, या किसी अन्य परत में बिंदु, या बहुभुज सीमा) के लिए केवल एक आउटपुट कॉलम की आवश्यकता होती है जिसे kth के लिए सामान्यीकृत किया जा सकता है निकटतम पड़ोसी RandomClusteredDispersed उन्नत अनुप्रयोग: निकटता विश्लेषण • बिंदु पैटर्न विश्लेषण • पैटर्न है? • स्थानिक सांख्यिकी के अनुप्रयोग की आवश्यकता है जैसे • निकटतम पड़ोसी आँकड़ा • मोरन का I • जो एक दूसरे से बिंदुओं की निकटता पर आधारित हैं • ArcToolbox>Spatial सांख्यिकी उपकरण • पूर्ण मैट्रिक्स • प्रत्येक वस्तु के सापेक्ष प्रत्येक वस्तु का स्थान मापें • आउटपुट मैट्रिक्स की आवश्यकता होती है इनपुट तालिका में पंक्तियों के रूप में कई कॉलम

मार्ग दो बिंदु दिशा निर्देशों के बीच सबसे छोटा रास्ता (हवाई अड्डे से होटल का पता लगाना) यात्रा विक्रेता: n बिंदुओं को जोड़ने वाला सबसे छोटा रास्ता बस रूटिंग, डिलीवरी ड्राइवर बाजार क्षेत्रों, उपस्थिति क्षेत्रों, आदि को अनिवार्य रूप से नेटवर्क-आधारित बफरिंग बनाने वाले जिले को क्षेत्र आवंटित करें नेटवर्क-आधारित आवंटन नेटवर्क के माध्यम से यात्रा के आधार पर निकटतम केंद्र को स्थान असाइन करें ग्राहकों को पिज्जा डिलीवरी आउटलेट के आधार पर सीमाएं (2 केंद्रों के बीच समान दूरी की रेखाएं) दें उपरोक्त नेटवर्क-आधारित बाजार क्षेत्र परिसीमन अनिवार्य रूप से, नेटवर्क-आधारित बहुभुज टेस्सेलेशन उन्नत अनुप्रयोग: नेटवर्क विश्लेषण सभी मामलों में, 'दूरी' को मील, समय, लागत या अन्य 'घर्षण' (जैसे पानी, सीवेज के लिए पाइप व्यास) में मापा जा सकता है। आदि।)। आर्क या नोड विशेषताएँ (जैसे वन-वे स्ट्रीट्स, नो लेफ्ट टर्न) भी महत्वपूर्ण हो सकती हैं।

ढलान परिवर्तन प्रत्येक सेल के चारों ओर 3 से 3 पड़ोस में एक विमान फिट करें, या एक टिन आउटपुट परत का उपयोग प्रत्येक सेल के लिए विमान का ढलान (पहला व्युत्पन्न) है पहलू परिवर्तन दिशा ढलान चेहरे: (ईडब्ल्यू उन्मुख रिज में उत्तरी और दक्षिणी पहलुओं के साथ ढलान हैं) आम तौर पर आठ 45 डिग्री श्रेणियों में वर्गीकृत पहलू सतह के लंबवत वेक्टर के क्षैतिज घटक के रूप में गणना करते हैं क्रॉस-सेक्शन ड्रॉइंग और वॉल्यूम एलिवेशन (या ढलान) मान एक लाइन के साथ वॉल्यूम और amp कट-एंड-फिल गणना क्रॉस-सेक्शन रास्टर के लिए उत्पादन में आसान , वेक्टर के लिए अधिक कठिन है, खासकर यदि समोच्च रेखाओं का उपयोग करता है, विशिष्ट बिंदु अनुप्रयोगों से दिखाई देने वाला दृश्यशेड/दृश्यता भूभाग, नए निर्माण के दृश्य प्रभाव का चयन करें, दर्शनीय नज़ारों का चयन करें सैन्य कंटूरिंग रेखाएं समान (ऊर्ध्वाधर) मान के बिंदुओं को जोड़ती हैं रेखापुंज, द्रव्यमान-बिंदु या ब्रेकलाइन डेटा से उन्नत अनुप्रयोग :सतह विश्लेषण

नहीं! उन्नत अनुप्रयोग: उत्तल हल • औपचारिक रूप से: सबसे छोटा उत्तल बहुभुज (कोई अवतल कोण नहीं) जिसमें बिंदुओं का एक सेट शामिल हो सकता है उत्तल पतवार बिंदुओं के एक सेट के लिए बहुभुज प्रतिनिधित्व है • एक साफ आवेदन के लिए निम्नलिखित वेब साइट पर जाएं यह दर्शाता है कि जैसे ही आप बिंदुओं को घुमाते हैं, उत्तल पतवार कैसे बदलता है • http://www.cs.princeton.edu/

एक बिंदु परत से उत्पन्न बहुभुज जैसे कि कोई भी स्थान within a polygon is closer to the enclosed point than to a point within any other polygon they divide the space between the points as ‘evenly’ as possible used for market area delimitation, rain gauge area assignment, contouring via Delaunay triangles (DTs), etc. elevation, slope and aspect of triangle calculated from heights of its three corners DTs are as near equiangular as possible and longest side is as short as possible, thus minimizes distances for interpolation A A Advanced Applications:Thiessen (Dirichlet, Voronoi) Polgonsand Delaunay Triangles Thiessen Polygons (or proximal regions or proximity polygons) Delaunay Triangles Thiessen neighbors of point A share a common boundary. Delauney triangles are formed by joining point to its Thiessen neighbors.

Remote Sensing/Digital Image Processing reflectance value (usually 8 bit 256 values) collected for each bands (wavelength area) in the electro-magnetic spectrum 1 band for grey scale (Black & white) 3 for color up to 200 or so for ‘hyperspectral’ permits creation of image ‘spectral signature’: set of reflectance values/ranges over available bands typifying a specific phenomena provides basis for identification of phenomena Location Science/Network Modeling Network based models for optimum location decisions for (e.g.) police beats School attendance zones Bus routes Hazardous material routing Fire station location Raster Modeling: 2-D use of direction and friction surfaces to develop models for: spread of pollution dispersion of forest fires Surface Modeling: 3-D flood potential ground water/reservoir studies Viewshed/visibility analysis Spatial Statistics/Econometrics analyses on spatial data which explicitly incorporates relative location or proximity property of observations Global (applies to entire study area) spatial autocorrelation Regressions adjusted for spatial autocorrelation Local (separately calculated for local areas) LISA (local indicators of spatial autocorrelation) Geographically weighted regression Specialized Applications We offer one or more courses on each!

Implementation of Advanced and Specialized Applications in ArcGIS 8/9 Extensions support many of the Advanced and some Specialized Applications • Spatial Analyst extension provides 2-D modeling of GRID (raster) data (AV 3.2 and 8/9) • 3-D Analyst extension provides 3-D modeling (AV 3.2 and 8/9) • Geostatistical Analyst extensionprovides interpolation (ArcGis 8/9 only) • Network Analyst extension (3.2 only) and ArcLogistics Route (standalone) for routing and network analysis • Image Analyst extension for remote sensing applications in AV 3.2 • Leica Image Analysis and Stereo Analyst for ArcGIS 8 (9 version not yet released-Fall ’04) • Spatial Statistics Tools in ArcToolbox provide spatial statistics (centroid, etc..) ArcScripts support other Advanced Applications and Specialized Applications • ArcScripts (in Visual Basic, C++, etc.) are used to customize ArcGIS 8 • A variety of scripts available at http://support.esri.com/ >downloads • Note: ArcScripts written in Avenue work only in ArcView 3 and will not work in ArcGIS 8/9 • Many functions previously requiring Avenue scripts for AV 3.2 are built into ArcGIS 8/9 Specialized Software Packages • Remote Sensing packages such as Leica GeoSystems Imagine (formerly ERDAS Imagine) • For links to some of these packages go to: http://www.utdallas.edu/

Appendix Implementing Spatial Analysis in ArcView 3.2/3.3


Creating Thiessen polygons gives ArcGIS ERROR 000537 error in converting points to Voronoi Polygons? - भौगोलिक सूचना प्रणाली

4368 hours, the difference is large in different regions. The smaller values lie in shady slope of the mountain. The bigger values lie in sunny slope of the mountain. The values of PS over RT in the Guiyang city are 154

322 hours in January. The values of PS over RT in Guiyang city are 411

20 cm) samples were collected in Tianjin City, North of China. Three methodologies of the reflectance spectra of topsoil samples were employed: derivative reflectance spectra (FDR), inverse-log spectra (log (1/R)) and band depth (Depth). According to the root mean square error of prediction (RMSEP), the best model was picked up. The optimal experiential model (R=0.73, RMSEP=1.33) was achieved by PLSR method with parameter- log (1/R). Based on these credible results, space distribution map of soil potassium concentration of Tianjin was drawn by ETM+ image. The coefficient showed that the first and second bands of ETM were important for soil potassium concentration prediction. The potassium concentration of seaboard is higher than that of inland area. Good prediction performance indicates that VNIR spectra are potentially useful for rapid estimation of potassium concentration in topsoil, and inverse-log spectra (log (1/R)) are the best parameter for prediction. Even the image data can be used for soil potassium concentration extraction and the influences of the atmosphere and proper pre-processing are very important to prediction precision.