انجام پروژه GIS

انجام پروژه GIS

انجام پروژه GIS عنوان پست جدیدی است که قصد داریم آن را با شما به اشتراک بگذاریم.از فرآیند تحلیل پنج مرحله ای در انجام پروژه های GIS استفاده کنید

این پست نحوه اعمال یک فرآیند پنج مرحله ای برای تکمیل یک پروژه تجزیه و تحلیل با استفاده از ArcMap را نشان می دهد (همان تجزیه و تحلیل را می توان در ArcGIS Pro به همین راحتی انجام داد). فرض کنید می خواهید دسترسی به خدمات مراقبت های بهداشتی در شهرستانهای ریورساید و سن برناردینو در کالیفرنیای جنوبی را تجزیه و تحلیل کنید.

پنج مرحله در فرآیند تجزیه و تحلیل عبارتند از:

سوال را چارچوب بندی کنید
کاوش و آماده سازی داده ها
روشها و ابزارهای تجزیه و تحلیل را انتخاب کنید
تجزیه و تحلیل را انجام دهید
نتایج را بررسی و تصحیح کنید
نقشه شهرستانهای ریورساید-سن برناردینو

مرحله 1. چارچوب س
این مرحله ساده به نظر می رسد زیرا معمولاً یک پروژه برای به دست آوردن اطلاعات خاص به شما اختصاص داده شده است. برخی از پروژه ها شامل پاسخ به چندین سوال است که از یک سوال سطح بالا گرفته شده است. نحوه تنظیم سوالات به تعیین ابزارها و روشهای GIS که برای تجزیه و تحلیل استفاده می کنید کمک می کند.

در این مثال ، ممکن است یک سوال مقدماتی سطح بالا را مطرح کنید: آیا توزیع امکانات مراقبت های بهداشتی با توزیع جمعیت در ریورساید سن برناردینو ، کالیفرنیا سازگار است؟ این سال را می توان به سوالات فرعی زیر تقسیم کرد:

مراکزی که خدمات درمانی ارائه می دهند کجا هستند؟
توزیع جمعیت در محدوده مورد مطالعه چگونه است؟
آیا مناطقی با بیشترین تراکم جمعیت بیشترین امکانات را دارند؟
در محدوده مورد مطالعه ، آیا مناطقی با تراکم جمعیت زیاد اما امکانات مراقبت های بهداشتی وجود ندارد؟

مرحله 2. کاوش و آماده سازی داده ها
این مرحله می تواند زمان بر ترین باشد. اگر تمام داده های مورد نیاز برای یک پروژه تجزیه و تحلیل را ندارید ، باید آن را جمع آوری کنید. نرم افزار ArcGIS زندگی اطلس جهان یک منبع عالی از با کیفیت بالا داده های فضایی است. در ایالات متحده ، اداره سرشماری دارای تعداد زیادی داده فضایی ، جمعیتی و جمعیت شناختی است. پاکسازی داده های دولتی یکی دیگر از منابع مفید است.

مرحله 2 الف: کاوش داده ها
برای هر مجموعه داده ، جغرافیای ویژگی ها ، ویژگی ها و فراداده ها را کاوش کنید تا مشخص شود که آیا داده ها برای تجزیه و تحلیل شما مفید خواهند بود و در صورت وجود چه نوع آماده سازی ممکن است مورد نیاز باشد. سionsالاتی که باید در مورد داده ها مطرح شود عبارتند از:

قالب داده چیست؟
چه زمانی داده ها جمع آوری شد (چقدر جاری است)؟
داده ها چقدر دقیق است – در چه مقیاسی جمع آوری شده است؟
داده ها از چه سیستم مختصاتی استفاده می کنند؟ آیا داده ها پیش بینی شده است؟
بهترین روش این است که قبل از انجام تجزیه و تحلیل ، همه مجموعه داده ها را در یک سیستم مختصات مشترک پیش بینی کنید.
آیا هندسه ویژگی (یعنی نقطه ، خط ، چند ضلعی) برای تحلیل کار می کند؟
آیا داده ها ویژگی های مورد نیاز شما را دارند؟
آیا داده ها هیچ گونه محدودیتی در استفاده یا دسترسی ندارند؟

برای این مثال ، مجموعه داده های زیر استفاده شد. همه از سیستم مختصات جغرافیایی WGS 1984 استفاده می کنند.

بیمارستانها – این داده ها شامل بیمارستانهای “سنتی” و سایر مراکز درمانی است.
کد پستی – این داده ها شامل ویژگی های جمعیت است.
شهرستانها – این داده ها جغرافیای منطقه مورد علاقه (شهرستانهای ریورساید و سن برناردینو) را ارائه می دهند.
ایالات – این داده ها مرجع جغرافیایی اضافی برای منطقه مورد علاقه (کالیفرنیا) ارائه می دهد.

مرحله 2b: آماده سازی داده ها
برای شروع ، باید تصمیم بگیرید که از چه فرمت داده ای استفاده کنید. داده های پروژه لازم نیست همه در یک قالب باشند ، اما می توانند کارها را آسان تر کنند. نکته مهم این است که تأیید کنید ابزارهای تجزیه و تحلیل مورد نیاز برای استفاده از فرمت داده شما را می پذیرد. همچنین در نظر بگیرید که آیا داده های ایجاد شده توسط تجزیه و تحلیل را توزیع می کنید یا خیر. می توانید از ابزارهای پردازش جغرافیایی موجود در جعبه ابزار ArcToolbox Conversion Tools برای تبدیل سریع داده ها به فرمت دیگر استفاده کنید. اگر به افزونه ArcGIS Data Interoperability دسترسیدارید ، می توانید مستقیماً با بسیاری از فرمت های داده کار کنید.

سازماندهی داده ها در پوشه پروژه به ساده سازی کارهای تجزیه و تحلیل کمک می کند (می توانید یک فضای کاری ورودی پیش فرض را برای همه ابزارهای پردازش جغرافیایی مشخص کنید).

برای این پروژه ، یک پوشه فایل برای سازماندهی shapefiles ایجاد شد.

اگر در حال کار با کلاس های ویژگی ذخیره شده در پایگاه های اطلاعاتی مختلف هستید ، می توانید آنها را کپی کرده یا در یک پایگاه داده پروژه پروژه ای تک فایل وارد کنید. همچنین ممکن است بخواهید پوشه ها یا پایگاه های اطلاعاتی جغرافیایی جداگانه ای برای ذخیره خروجی داده های میانی (موقت) از عملیات تجزیه و تحلیل و همچنین داده های نهایی ایجاد کنید.

استخراج داده ها به همان اندازه منطقه مورد مطالعه به سرعت پردازش کمک می کند و تجسم داده ها را در ArcMap افزایش می دهد. در این مثال ، مجموعه داده های پروژه کل ایالات متحده را پوشش می دهد

برش بیمارستانها و کدپستی تا حد دو کشور بخشی از آماده سازی داده ها خواهد بود.

به منظور برش داده ها ، می توانید یک لایه انتخابی فقط از مناطق ریورساید و سن برناردینو ایجاد کنید ، یا فقط دو شهرستان را روی نقشه انتخاب کنید. اگر قصد دارید از یک منطقه مورد مطالعه برای پروژه های تجزیه و تحلیل متعدد استفاده کنید ، ایده خوبی است که ویژگی های انتخاب شده و لایه های انتخاب شده را به کلاس shapefile یا کلاس ویژگی های پایگاه داده خود صادر کنید. به این ترتیب ، داده های ویژگی منطقه مطالعه خود را آماده استفاده می کنید. برای این مثال ، ما به سادگی دو منطقه مورد نظر را انتخاب می کنیم.

در اینجا وظایف آماده سازی داده ها برای این پروژه آمده است:

ArcMap را راه اندازی کنید ، داده های پروژه را اضافه کرده و به منطقه مورد نظر بزرگنمایی کنید.
با استفاده از ابزار Select Features ، شهرستانهای Riverside و San Bernardino را انتخاب کنید. اکنون شما کد پستی ایالات متحده را به میزان دو شهرستان برش می دهید.
ArcToolbox را باز کنید ، ابزارهای تجزیه و تحلیل را گسترش دهید ، Extract را گسترش دهید و روی Clip دوبار کلیک کنید تا کادر محاوره ای ابزار باز شود.
برای ویژگی های ورودی ، کدپستی ایالات متحده را انتخاب کنید. برای ویژگی های کلیپ ، شهرستانها را انتخاب کنید. هنگامی که لایه کلیپ دارای ویژگی های انتخاب شده است ، فقط از ویژگی های انتخاب شده برای برش ویژگی های ورودی استفاده می شود.
مکان و نام خروجی را بپذیرید یا تغییر دهید ، سپس روی OK کلیک کنید تا ابزار اجرا شود.
لایه بریده شده که فقط شامل کدپستی در شهرستانهای ریورساید و سن برناردینو است به فهرست مطالب اضافه می شود.
نقشه کد پستی Riverside-San Bernardino

مراحل بستن بیمارستان ها را تکرار کنید.

روی ابزار Clip دوبار کلیک کنید تا کادر محاوره ای آن باز شود.
برای ویژگی های ورودی ، بیمارستان ها را انتخاب کنید.
برای ویژگی های کلیپ ، شهرستانها را انتخاب کنید.
برای Output Feature Class ، محل و نام خروجی پیش فرض را بپذیرید یا تغییر دهید ، سپس روی OK کلیک کنید.

پس از اتمام عملیات کلیپ ، یک لایه نمایانگر بیمارستان ها در محدوده مورد مطالعه به فهرست مطالب اضافه می شود.

نماد پیش فرض را به دلخواه تغییر دهید و بیمارستانهای ایالات متحده و لایه های کدپستی را حذف کنید (روی هر لایه در فهرست مطالب کلیک راست کرده و حذف را انتخاب کنید).
وظایف آماده سازی داده ها اکنون کامل شده است.

نقشه بیمارستانها و کدپستی در شهرستانهای ریورساید و سن برناردینو

مرحله 3. روشها و ابزارهای تجزیه و تحلیل را انتخاب کنید

برای انتخاب روشها و ابزارهای مناسب برای یک پروژه تجزیه و تحلیل ، سوالات را در مرحله 1 در نظر بگیرید و روشها و ابزارهایی را که به هر یک پاسخ می دهند ، مستند کنید.

سوال روشها و ابزارها
مراکزی که خدمات درمانی ارائه می دهند کجا هستند؟ بررسی توزیع بیمارستان ها بر روی نقشه
توزیع جمعیت در محدوده مورد مطالعه چگونه است؟ نماد لایه های کد پستی بر اساس تراکم جمعیت با استفاده از رنگ های درجه بندی شده.
آیا مناطقی با بیشترین تراکم جمعیت بیشترین امکانات را دارند؟ ابتدا ، یک تجزیه و تحلیل بصری از نقشه انجام دهید تا یک ایده کلی به دست آورید ، سپس یک عملیات اتصال فضایی بین بیمارستان ها و کدپستی انجام دهید. خروجی اتصال فضایی یک رکورد برای هر بیمارستان و ویژگی های ZIP Code خواهد بود.
در محدوده مورد مطالعه ، آیا مناطقی با جمعیت زیاد اما فاقد امکانات مراقبت های بهداشتی وجود دارد؟ قسمت ZIP را در خروجی جدول از اتصال فضایی خلاصه کنید. جدول خلاصه شامل تعداد بیمارستان ها در هر کد پستی است که شامل یک بیمارستان است ، به علاوه داده های جمعیتی برای هر کد پستی.

در این مرحله ترسیم نمودار تجزیه و تحلیل مفید است. نمودار لازم نیست چیز فانتزی باشد (اگرچه اگر چنین چیزهایی را دوست دارید) می تواند باشد. یک کار ساده این است که به سرعت روی کاغذ یا تخته سفید مثل مثال زیر بکشید.مثال نمودار گردش کار

مرحله 4. انجام تجزیه و تحلیل
اگر فرآیند را در مرحله 3 نمودار کرده اید ، سپس در این مرحله ، به سادگی نمودار را دنبال کرده و هر کار را به ترتیب انجام دهید. برای تجزیه و تحلیل های پیچیده ، ممکن است بخواهید یک مدل در ModelBuilder ایجاد کنید تا روند را خودکار کند. یک مدل همچنین به شما امکان می دهد تا یک پارامتر را به سرعت تغییر دهید و مدل را دوباره اجرا کنید تا سناریوهای مختلف را بررسی کنید.

توزیع ویژگی های بیمارستان روی نقشه را بررسی کنید. در صورت نیاز زوم کنید و دور خود بچرخانید.
نمادهای کد پستی را با رنگ های درجه بندی شده بر اساس ویژگی POP07_SQMI (تراکم جمعیت 2007) نشان دهید.

تجزیه و تحلیل بصری داده ها نشان می دهد که بیشترین تعداد بیمارستان ها و پرجمعیت ترین کدپستی (در سایه سبز تیره تر در نقشه زیر) در قسمت جنوب غربی منطقه مورد مطالعه قرار دارد.

نقشه نشان دهنده تراکم جمعیت در شهرستانهای ریورساید-سن برناردینو

با پیوند فضایی بین لایه های بیمارستان و کدپستی می توانید اطلاعات بیشتری کسب کنید .

روی بیمارستان کلیک راست کرده و روی پیوستن و ارتباطات> پیوستن کلیک کنید.
در کادر محاوره ای ، پیوستن داده ها از یک لایه دیگر را بر اساس موقعیت مکانی انتخاب کنید.
در فهرست کشویی لایه ها ، Codes ZIP را انتخاب کنید ، نام و مکان کلاس ویژگی خروجی را مشخص کرده و روی OK کلیک کنید.

خروجی اتصال فضایی یک لایه نقطه جدید است که شامل تمام ویژگی های بیمارستان به علاوه ویژگی های کد پستی است که هر مرکز در آن قرار دارد. قسمت ZIP شامل کد پستی پنج رقمی است که بیمارستان در آن قرار دارد و قسمت PO_NAME شامل نام اداره پست (مربوط به نام شهر) برای آن کد پستی است. قسمت POP07_SQMI تراکم جمعیت مربوط به کد پستی هر بیمارستان را نشان می دهد.

مرتب سازی زمینه PO_NAME نشان می دهد که چندین بیمارستان در برخی از کدپستی قرار دارند.

جدول ویژگی لایه های پیوست شده بیمارستان ها و کدپستی

آخرین مرحله خلاصه کردن فیلد ZIP است. این عملیات جدولی را نشان می دهد که شامل یک رکورد برای هر کد پستی است که شامل یک بیمارستان است ، به علاوه فیلدی که شامل تعداد بیمارستان ها در هر کد پستی است. همچنین می توانید آمار مربوط به فیلدهای عددی (مانند POP07_SQMI) را برای خروجی انتخاب کنید.

در جدول پیوست شده ، روی فیلد ZIP راست کلیک کرده و Summarize را انتخاب کنید.
برای آمار خلاصه ، اولین و آخرین را برای NAME (این نام بیمارستان است) و میانگین را برای هر دو POP2007 (کل جمعیت) و POP07_SQMI بررسی کنید.
محل خروجی و نام را مشخص کنید ، سپس روی OK کلیک کنید.
انتخاب کنید که جدول نتایج را به نقشه اضافه کرده و آن را باز کنید.

مرحله 5. نتایج را بررسی و اصلاح کنید

بنابراین جدول خلاصه چه اطلاعاتی ارائه می دهد؟

فیلد Count_ZIP به شما تعداد بیمارستان ها در هر کد پستی که دارای یک بیمارستان است را می گوید.

جدول خلاصه بیمارستانها و کدپستی

مرتب سازی زمینه POP07_SQMI نشان می دهد که همه کدپستی که بیش از 2000 نفر در هر مایل مربع دارند ، حداقل دارای یک مرکز مراقبت های بهداشتی هستند.

تجزیه و تحلیل نشان می دهد که توزیع خدمات مراقبت های بهداشتی به طور کلی با توزیع جمعیت در منطقه مورد مطالعه مطابقت دارد – این بیشترین امکانات در جایی است که جمعیت بیشتر متراکم است. شما می توانید با در نظر گرفتن تعداد بیمارانی که هر مرکز می تواند به آنها خدمات ارائه دهد و سایر متغیرهای مورد علاقه ، این تجزیه و تحلیل را اصلاح کنید. همچنین می توانید پروژه را برای تجزیه و تحلیل این که آیا دسترسی به خدمات مراقبت های بهداشتی در مناطق کم جمعیت کافی است ، گسترش دهید. نقشه فعلی نشان می دهد که ساکنان ZIP Codes با تراکم جمعیت پایین ممکن است مجبور باشند مسافت زیادی را برای رسیدن به بیمارستان طی کنند.