داده های جغرافیایی چیست و اصول اولیه شروع تجزیه و تحلیل داده های مکانی چیست؟

داده های جغرافیایی چیست؟

داده‌های مکانی داده‌هایی درباره اشیا، رویدادها یا پدیده‌هایی هستند که در سطح زمین قرار دارند . داده هایی هستند که جنبه جغرافیایی دارند.

داده‌های مکانی اطلاعات مکان (معمولاً مختصات روی زمین)، اطلاعات ویژگی (ویژگی‌های شی، رویداد یا پدیده‌های مربوطه) و اغلب اطلاعات زمانی (زمان یا طول عمری که مکان و ویژگی‌ها در آن وجود دارند) را ترکیب می‌کند.

مکان ممکن است در کوتاه مدت ثابت باشد (مثلاً مکان یک جاده، رویداد زلزله، کودکانی که در فقر زندگی می کنند) یا پویا (مانند وسیله نقلیه در حال حرکت یا عابر پیاده، شیوع یک بیماری عفونی).

انواع مختلف داده های مکانی چیست؟

دو نوع اصلی داده های مکانی وجود دارد، داده های برداری و داده های شطرنجی.

داده های برداری – سه نوع اصلی داده های برداری عبارتند از نقاط، خطوط و چندضلعی ها (منطقه ها). هر نقطه، خط و چند ضلعی یک چارچوب مرجع فضایی مانند طول و عرض جغرافیایی دارد . هر ویژگی برداری دارای داده های ویژگی است که آن را توصیف می کند. هندسه های نقطه ای از یک راس منفرد (X، Y و در صورت اختیاری Z) ساخته شده اند . هندسه های چند خطی از دو یا چند راس تشکیل شده اند که یک خط متصل را تشکیل می دهند. هندسه های چند ضلعی حداقل از چهار راس تشکیل شده اند که یک ناحیه محصور را تشکیل می دهند. رئوس اول و آخر همیشه در یک مکان هستند. انتخاب نوع هندسه برای استفاده به مقیاس، راحتی و کاری که می خواهید با داده ها در GIS انجام دهید بستگی دارد.

داده‌های برداری در مقایسه با داده‌های شطرنجی از نظر اندازه کوچک هستند، اما گاهی اوقات ما نیاز داریم که داده‌ها را در قالب تصویر ذخیره کنیم.

داده های شطرنجی – سلول های پیکسلی یا شبکه ای هستند که به صورت سطر و ستون نشان داده می شوند. این هر داده پیکسلی (یا شبکه ای) است که در آن هر پیکسل با یک مکان جغرافیایی خاص مرتبط است. یک شطرنجی جغرافیایی تنها با یک عکس دیجیتال متفاوت است زیرا با اطلاعات مکانی همراه است که داده ها را به یک مکان خاص متصل می کند. رسترها عکس های هوایی دیجیتال، تصاویر ماهواره ها، تصاویر دیجیتالی هستند. این وب سایت مورد علاقه من است تا با مثالی بفهمم که چگونه داده های شطرنجی داده های مکانی هستند.

مجموعه داده های شطرنجی به طور بالقوه بسیار بزرگ هستند. وضوح با کاهش اندازه سلول افزایش می یابد. با این حال، معمولاً هزینه ها هم در فضای دیسک و هم در سرعت پردازش افزایش می یابد.

صنعت از چه قالبی برای ایجاد و به اشتراک گذاری مجموعه داده های مکانی استفاده می کند؟

Shapefile:

Shapefile یک فرمت غیرتوپولوژیکی ذخیره سازی برداری دیجیتال برای ذخیره مکان هندسی و اطلاعات ویژگی ویژگی های جغرافیایی است . توپولوژی روابط فضایی بین ویژگی های بردار متصل یا مجاور (نقاط، چند خط و چندضلعی) را در یک GIS بیان می کند.

تصور کنید به لندن سفر می کنیم. قصد داریم از St. ابتدا کلیسای جامع پل و بعد از ظهر بازار کاونت گاردن برای چند سوغاتی در یک تور گشت و گذار. با نگاهی به نقشه زیرزمینی لندن، باید قطارهای متصل را برای رسیدن از کاونت گاردن به سنت سنتور پیدا کنیم. پل. این نیاز به اطلاعات توپولوژیکی (داده) در مورد مکان هایی که امکان تغییر قطار وجود دارد، دارد. با نگاهی به نقشه ای از زیرزمین، روابط توپولوژیکی توسط دایره هایی نشان داده می شود که اتصال را نشان می دهند.

این یک قالب فشرده است که مبتنی بر تفکر جدولی است. سه فایل مورد نیاز وجود دارد که حداقل یک شکل فایل را تشکیل می دهند. به عنوان مثال، یک مجموعه داده آب GIS باید حداقل مجموعه فایل ها را داشته باشد: water.shp، water.shx، و water.dbf. فایل .shx حاوی فهرستی برای یافتن اطلاعات است (مثلاً مرجعی برای جستجوی داده ها). فایل dbf. حاوی اطلاعات ویژگی (جدولی با اطلاعات بیشتر در مورد هر ویژگی) است. ممکن است بخواهید در مورد “.shp” که فایل اصلی است، “.shx” که به عنوان فایل شاخص و “.dbf” نیز به عنوان فایل جدول dBASE شناخته می شود، بخوانید. هر یک از فایل های کامپوننت یک شکل فایل به 2 گیگابایت محدود می شود. فاقد نوع داده زمان یا مهر زمان است. سن شکل فایل 30 سال است.

GeoJSONs :

GeoJSON یک قالب استاندارد باز تبادل داده های جغرافیایی است که ویژگی های جغرافیایی ساده و ویژگی های غیر مکانی آنها را نشان می دهد. منظور من از ویژگی غیر فضایی این است که اطلاعات غیرمکانی در مورد یک ویژگی جغرافیایی بگویم، برای مثال، ویژگی‌های یک رودخانه ممکن است شامل نام، طول، و بار رسوب آن در یک ایستگاه اندازه‌گیری باشد.

ایده اصلی این است که مشخصاتی برای رمزگذاری داده‌های مکانی ارائه کنیم در حالی که توسط هر رمزگشای JSON قابل رمزگشایی باقی می‌مانند. به عنوان زیرمجموعه ای از JSON بسیار محبوب، پشتیبانی تجزیه در سطح متفاوتی نسبت به Shapefile است. علاوه بر این، برای پشتیبانی از اکثر نرم‌افزارهای GIS، هر توسعه‌دهنده وب می‌تواند یک تجزیه‌کننده سفارشی GeoJSON بنویسد و امکانات جدیدی را برای یکپارچه‌سازی داده‌ها باز کند.

ویژگی های پشتیبانی شده توسط GeoJSON نقاط، MultiPoint، LineString، Polygon، MultiPoint، MultiLineString و MultiPolygon هستند. برای درک بیشتر در مورد این ویژگی ها باید بخوانید . سن GeoJson 10 سال است. اگر اندازه فایل geojson از حدی فراتر رود (در تجربه من 10 تا 11 گیگابایت)، ممکن است ویژگی‌ها ناقص نوشته شوند و در نتیجه فایل خراب شود.

برنامه وب آسان مورد علاقه من برای مشاهده geojson – geojson.io است .

ژئوپکیج:

GeoPackage برای اولین بار توسط کنسرسیوم فضایی باز (OGC) 5 سال پیش توسعه یافت و آن را جایگزین رسمی Shapefile کرد. این زیرمجموعه SQLite است که به نوبه خود یک پیاده سازی سبک وزن SQL است که برای پایگاه داده های مستقل طراحی شده است. مشابه GeoJSON، این GeoPackage را از نظر طراحی بسیار سازگار می‌کند و همچنین توسط نرم‌افزارهای غیر GIS قابل دسترسی است.

در داخل، GeoPackage از یک باینری معروف (WKB) برای ذخیره‌سازی هندسه‌ها، مانند Shapefile استفاده می‌کند. نکته مهم، GeoPackage همچنین از ذخیره داده های شطرنجی پشتیبانی می کند.

همه چیز در یک فایل موجود است -> مدیریت فایل آسان تر با GeoPackage نسبت به Esri Shapefile. ژئوپکیج‌ها معمولاً 1.1 تا 1.3 برابر سبک‌تر از شکل فایل‌ها و تقریباً 2 برابر سبک‌تر از geojson‌ها هستند. از آنجایی که لایه های برداری در بسته جغرافیایی ذاتاً به صورت rtree ایندکس می شوند (نمایه سازی فضایی)، بارگذاری فایل در QGIS یا ایجاد پرس و جو در پایگاه داده فایل سریع است. هیچ محدودیتی در اندازه فایل وجود ندارد و می تواند تعداد زیادی از ویژگی ها را در اندازه های کوچکتر مدیریت کند. یک فایل بسته جغرافیایی می تواند چندین لایه برداری داشته باشد که هر لایه دارای نوع هندسه متفاوتی است.

نمونه هایی از داده های مکانی:

بردارها و ویژگی ها، ابرهای نقطه ای، تصاویر شطرنجی و ماهواره ای، داده های سرشماری، داده های تلفن همراه، تصاویر طراحی به کمک کامپیوتر (CAD) ساختمان ها، داده های رسانه های اجتماعی.

تمام مثال‌های بالا را می‌توان به داده‌های مکانی بردار یا شطرنجی تبدیل کرد.

ابزارها و بسته‌های پایتون که می‌توانند به شما در شروع کار با داده‌های مکانی کمک کنند:

ابزار تجزیه و تحلیل سیستم اطلاعات جغرافیایی (GIS) که می توانیم برای ایجاد، تجسم و اصلاح داده های مکانی در QGIS استفاده کنیم. QGIS آموزش های فراوانی برای شروع دارد. ابزارهای بسیار دیگری نیز وجود دارد ، اما من به این ابزار اشاره کرده‌ام که به طور گسترده در صنعت نقشه‌سازی استفاده می‌شود. شما همچنین می توانید ArcGIS توسط Esri را امتحان کنید .

بسته‌های پایتونی که می‌توانند به شما در شروع کاوش بردار مکانی و داده‌های رستر کمک کنند عبارتند از Shapley ، NetworkX ، Geopandas ، RSGISLib ، GDAL /OGR ، Arcpy ، PyProj ، ipyleaflet ، pymap3d ، geoplot : geospatial data . ممکن است بخواهید این مجموعه ابزار را نیز بخوانید. تجزیه و تحلیل داده های برداری . یادگیری ماشینی برای علم داده های مکانی

سیستم های مختصات نقشه

زمینه مطالعاتی که شکل و اندازه زمین را اندازه گیری می کند، ژئودزی است . ژئودیزیست ها از سیستم های مرجع مختصاتی مانند WGS84 ، NAD27 و NAD83 استفاده می کنند . در هر سیستم مختصات، زمین شناسان از ریاضیات استفاده می کنند تا به هر موقعیت روی زمین مختصات منحصر به فردی بدهند.

یک سیستم مختصات جغرافیایی که با مختصات دو بعدی بر اساس سطح زمین تعریف می شود دارای مختصات X است که طول جغرافیایی است و دارای مختصات Y است که عرض جغرافیایی است. اما سه قلوها (X، Y، Z) همچنین دارای مقدار ارتفاع برای ارتفاع هستند. مقدار Z به طور کلی به ارتفاع در آن نقطه اشاره دارد.

نصف النهار گرینویچ (یا نصف النهار اول) خط صفر طول جغرافیایی است که شرق و غرب را از آن اندازه گیری می کنیم. طول‌های جغرافیایی مثبت شرق نصف النهار اول و طول‌های منفی در غرب هستند. در واقع خط صفر از رصدخانه سلطنتی در گرینویچ انگلستان می گذرد. در یک سیستم مختصات جغرافیایی، نصف النهار اول خطی است که طول جغرافیایی 0 درجه دارد.

نصف النهار گرینویچ شرق را از غرب جدا می کند همانطور که استوا شمال را از جنوب جدا می کند.

استوا جایی است که شمال و جنوب را اندازه گیری می کنیم . هر چیزی در شمال استوا دارای مقادیر عرض جغرافیایی مثبت است. در حالی که هر چیزی در جنوب خط استوا دارای مقادیر عرض جغرافیایی منفی است.

انواع مختلفی از ارتفاعات وجود دارد که باید هنگام اشاره به مبحث عمودی از آنها آگاه بود.

درون زمین در همه جا از نظر چگالی متفاوت است. این بدان معناست که گرانش در همه جای زمین متفاوت است. به همین دلیل است که ما گرانش یا سطح هم پتانسیل گرانشی را اندازه می گیریم. سپس می‌توانیم استنباط کنیم که آب اینگونه ته نشین می‌شود و آن را به صورت ریاضی مدل می‌کند. سپس ژئوئید یک سطح صفر واقعی برای اندازه گیری ارتفاعات می دهد . ژئوئید یک سطح هم پتانسیل است که گرانش در آن نرمال است – تقریباً نزدیک به میانگین سطح دریا . ژئوئیدها ثابت نیستند و از مکانی به مکان دیگر متفاوت هستند. این به دلیل چگالی های مختلف در زمین در مکان های مختلف است. ما توده یا موج داریم.

شکل زمین یک بیضوی است که گاهی به آن کروی می گویند. بیضی شکل هندسی منظمی است که تقریباً به شکل زمین نزدیک است. از آنجایی که زمین در قطب ها مسطح است و در استوا برآمدگی دارد ، ژئودزی شکل زمین را به صورت کروی مایل نشان می دهد . دانشمندان چندین مدل بیضی شکل از زمین را در طول سال ها ایجاد کرده اند. شناخته شده ترین آنها به عنوان مبنایی برای سیستم مرجع مختصات WGS84 عمل می کند . بیضی های مرجع در درجه اول به عنوان سطحی برای تعیین مختصات نقطه ای مانند عرض های جغرافیایی (شمال/جنوب)، طول جغرافیایی (شرق/غرب)، و ارتفاعات (ارتفاع) استفاده می شوند.

Orthometric نشان دهنده فاصله ارتفاعی بین سطح زمین و ژئوئید در یک نقطه خاص است. وقتی ارتفاع را در قله کوه می گیریم. این یک ارتفاع ارتومتریک است که به عنوان فاصله بین سطح و ژئوئید اندازه گیری می شود. این نشان دهنده فاصله ارتفاعی بین سطح زمین و ژئوئید در یک نقطه خاص است. وقتی ارتفاع را در قله کوه می گیریم. این یک ارتفاع ارتومتریک است که به عنوان فاصله بین سطح و ژئوئید اندازه گیری می شود.

منظور ما از لایه ها در نقشه چیست؟

لایه ها مکانیسم هایی هستند که برای نمایش مجموعه داده های جغرافیایی بر روی نقشه ها استفاده می شوند. آنها شامل گروه‌هایی از نقاط، خطوط یا ویژگی‌های ناحیه (چند ضلعی) هستند و نحوه نمادگذاری یک مجموعه داده جغرافیایی را بر روی نقشه مشخص می‌کنند.

در اصطلاح عامیانه، لایه به تجسم چیزی بر روی نقشه اشاره دارد. به عنوان مثال، ممکن است یک لایه از نقاط برای یافتن نقطه شروع همه سفرهای Uber در یک شهر یا یک لایه کمان برای نشان دادن همه سفرهای انجام شده توسط ایرویز در یک روز استفاده شود.

لایه نقشه واحد اساسی را در حین انجام تجزیه و تحلیل بر روی نقشه ها تشکیل می دهد. نه تنها بیان داده ها را واضح تر و شهودی می کند، بلکه همپوشانی داده های جغرافیایی را ممکن می کند. تجسم و مشاهده توزیع داده ها در هر منطقه، استخراج اطلاعات عمیق تر و خاص تر و تصمیم گیری بهتر را آسان تر می کند.

چرا به لایه های نقشه نیاز داریم؟

1. زمینه را به نقشه ها اضافه کنید

لایه‌ها نقشه‌ها را متنی‌تر می‌کنند و به شما کمک می‌کنند روی جنبه‌های خاصی مانند دارایی‌ها، جاده‌ها، خط‌کشی‌های سطح جاده و نقاط مورد علاقه تمرکز کنید. لایه های نقشه کار بر روی مجموعه خاصی از اشیاء در نقشه را برای شما آسان تر می کند. برای مثال، با استفاده از لایه‌های نقشه می‌توانید تنها تعداد انگشت شماری از نقاط یا ساختمان‌ها را در یک منطقه برای پرونده خود مشخص و ارزیابی کنید.

2. به شما کمک می کند تا تغییرات را سریعتر تشخیص دهید

نقشه ها پس از نمایش اتفاقات روی زمین هستند. با یک لایه نقشه، می بینید که چگونه معیارها و معیارهای مختلف در طول زمان در حال تغییر هستند. به عنوان مثال، دانشمندان جغرافیا از آن برای مطالعه تغییرات در پوشش زمین، نظارت بر کیفیت علائم راهنمایی و رانندگی و الزامات نگهداری آنها در طول زمان استفاده می کنند.

انواع لایه های نقشه

اگر تا به حال آدرسی را در Google Maps یا یک برنامه نرم افزاری املاک و مستغلات جستجو کرده اید، از نوعی سیستم اطلاعات جغرافیایی یا GIS استفاده کرده اید. سیستم اطلاعات جغرافیایی برنامه ای برای جمع آوری، سازماندهی، ذخیره، تجزیه و تحلیل و توزیع داده های مکانی در مورد مکان ها و ویژگی های جغرافیایی است.

اگر شما یک متخصص املاک و مستغلات هستید، استفاده از یک سیستم GIS می تواند بسیاری از وظایف رایج مربوط به داده های جغرافیایی را ساده کند. به عنوان مثال، مشاور املاکی که نوع مدرسه و فرصت‌های خرید در یک محله را به مشتری نشان می‌دهد، می‌تواند فوراً با استفاده از فناوری GIS نقشه‌ای را با اطلاعات مربوطه تهیه کند.

لایه نقشه یک پایگاه داده GIS است که شامل گروه هایی از ویژگی های نقطه، خط یا ناحیه (چند ضلعی) است که یک کلاس یا نوع خاصی از موجودیت های دنیای واقعی مانند مشتریان، خیابان ها یا کدهای پستی را نشان می دهد. یک لایه شامل نمایش بصری هر ویژگی و پیوندی از ویژگی به ویژگی های پایگاه داده آن است.

نقطه

لایه نقطه نقاط را برای یک رویداد یا شی معین بر اساس مختصات مکان آن ترسیم می کند: طول و عرض جغرافیایی. لایه‌های نقطه‌ای مخصوصاً برای نمایش داده‌ها با توزیع گسترده اطلاعات جغرافیایی استفاده می‌شوند و به شما کمک می‌کنند دقیق باشید و رویدادهای نقطه‌ای خود را به سرعت روی نقشه قرار دهید. اندازه نقاط در لایه شما می تواند ثابت باشد یا می توانید اندازه یا عبارتی را برای تنظیم اندازه نقاط مختلف مشخص کنید.

نقاط انتخاب خوبی برای مشخص کردن مکان ها یا نقاط دیدنی روی نقشه هستند. به عنوان مثال، از نقشه‌های نقطه‌ای می‌توان برای شناسایی و ردیابی رویدادهایی مانند تصادفات در جاده‌ها، محل رای‌گیری در شهر، علامت‌گذاری مناطق آسیب‌دیده کووید و میزان شدت آنها استفاده کرد.

خطوط

یک لایه خط به شما امکان می دهد خطوط بین نقاط را روی نقشه خود نمایش دهید. می توانید از LineString یا MultiLineString برای نمایش این لایه روی نقشه استفاده کنید.

چه موقع باید استفاده کرد:

این می تواند برای نشان دادن مسیرهای بین شهرها، شرایط ترافیک در یک شهر در یک روز کامل و بعداً کمک به مدیریت ترافیک، طبقه بندی جاده های اختصاص داده شده برای وسایل نقلیه مانند وسایل نقلیه سنگین، آمبولانس ها، فقط دوچرخه ها، فیلتر کردن مسیرهای خانه شما به تمام مراکز واکسیناسیون استفاده شود. در برد 5 کیلومتری

چند ضلعی ها

لایه چند ضلعی برای نشان دادن مرزهای دریاچه ها، شهرها، کشورها یا مناطق اختصاص داده شده به علتی استفاده می شود. نقشه های چند ضلعی دانه بندی خوبی را به نقشه ها می بخشند و از این رو برای تجزیه و تحلیل منطقه ای یا شهری بسیار مفید هستند. معمولاً نقشه های چند ضلعی برای بررسی یک محله یا منطقه خاص مفید هستند. در نقشه های چند ضلعی، هر ناحیه بر اساس یک کلید از پیش تنظیم شده سایه زده می شود، هر سایه یا کلید نشان دهنده محدوده ای از مقادیر است.

شما همچنین می توانید از این نقشه لذت ببرید. این پیش بینی آب و هوا توسط Here Maps است.

هگزابین ها

چند ضلعی های سطح مساحت بسیار کاربردی تر هستند اما همچنان گسترده هستند. آنها شکل یا اندازه یکنواختی ندارند و اغلب در معرض تغییر هستند. حتی مناطق یا خوشه های ترسیم شده توسط دانش محلی تیم های عملیات نیاز به به روز رسانی دارند و دارای لبه های دلخواه هستند.

گاهی اوقات برای درک داده های مکانی خود و به دست آوردن بینش های دقیق نیاز است که این تجزیه و تحلیل ها دقیق تر و یکنواخت تر شوند.

سیستم شبکه ای آن دانه بندی خوب را به جدول می آورد. در سطل کردن تمام لات لانگ های شما در “سلول ها” عالی عمل می کند. این سلول ها همچنین می توانند برای نشان دادن یک محله یا منطقه خاص دسته بندی شوند و می توانند در سطوح مختلف جمع شوند.

از این رو، این سیستم برای خرد کردن مجموعه‌های بزرگ داده‌های فضایی برای مطابقت با عرضه و تقاضای تکه‌تکه‌شده در سطح شهر حیاتی می‌شود.

شبکه های مربعی-

رایج ترین کاربرد شبکه های مربعی در مجموعه داده های شطرنجی و ژئوهش ها رخ می دهد. برای دامنه این قطعه، ما بر روی ژئوهش ها تمرکز خواهیم کرد.

Geohash یک ساختار داده سلسله مراتبی برای تبدیل یک نقطه فضایی دوبعدی (lat & long) به یک رشته کوتاه از حروف و اعداد است. آنها جهان را به شبکه ای از 32 سلول با 4 ردیف و 8 ستون تقسیم می کنند.

می توانید به تقسیم هر سلول به شبکه ای از 32 سلول ادامه دهید. بنابراین، هر چه رشته ژئوهش طولانی تر باشد، دقت بالاتری دارد! همچنین اگر ژئوهش ها بتوانند یک پیشوند مشترک داشته باشند، می توانید به راحتی تشخیص دهید که آیا ژئوهش ها به هم نزدیک هستند. بنابراین، هر چه پیشوند مشترک طولانی‌تر باشد، به هم نزدیک‌تر هستند.

به عنوان مثال، جفت مختصات (57.64911، 10.40744) در نزدیکی نوک شبه جزیره یوتلند، دانمارک یک هش کمی کوتاهتر از u4pruydqqvj تولید می کند.

شبکه های مثلثی-

شبکه های مثلثی چندان رایج نیستند. علاوه بر این، ناآشنایی آنها، یکی از دلایل آن این است که محیط بزرگ و مساحت کوچکی دارند که به این معنی است که جمع کردن آنها روی نقشه سخت تر است.

دلیل دیگر این است که هر مثلث فقط به سه مثلث مجاور متصل است که تعداد گزینه‌ها را برای جابجایی و ایجاد اتصال محدود می‌کند.

این نمودار فاصله مرکز مثلث ها، مربع ها و شش ضلعی ها را تا همسایگان نشان می دهد.

یک مثلث دارای سه نوع فاصله است (از میان لبه، راس و در سراسر مرکز لبه)، یک مربع دارای دو (در سراسر لبه و مورب) و یک شش ضلعی فقط یک فاصله دارد – دلیل دیگری برای اینکه مثلث ها واقعاً مورد علاقه نیستند.

این ویژگی شش ضلعی ها انجام آنالیز را بسیار آسان می کند و زمانی ترجیح داده می شود که تحلیل شما شامل جنبه های اتصال یا حرکت باشد.

شبکه های شش ضلعی-

شش ضلعی ها متقارن تر از ژئوهش هستند. آنها از نظر شکل بسیار به دایره ها نزدیک هستند تا نمونه برداری دقیق تری ارائه کنند .

شش ضلعی ها متراکم ترین راه برای بسته بندی دایره ها در قالب و کاهش اثرات لبه هستند . هر چه چند ضلعی به دایره شباهت بیشتری داشته باشد، نقاط نزدیک ناحیه مرزی به مرکز نزدیکتر هستند. بنابراین، هر نقطه در داخل یک شش ضلعی در مقایسه با یک مربع یا مثلث مساحت مساحت به مرکز آن نزدیکتر است.

نقشه حرارت

نقشه حرارتی تصویرسازی است که برای نشان دادن شدت داده ها در نقاط جغرافیایی استفاده می شود.

نقشه‌های حرارتی نشان‌دهنده چگالی داده‌ها در نواحی مختلف یک نقشه هستند که به صورت دایره‌های کد رنگی ارائه می‌شوند. داده‌ها بر اساس مکان آن جمع‌آوری می‌شوند و شعاع نفوذ داده می‌شود که می‌توانید آن را تنظیم کنید. با افزایش تراکم داده ها در آن ناحیه، نقشه حرارتی رنگی را نشان می دهد که شدت بالاتر را نشان می دهد. در صورت استفاده از یک رنگ، نقشه حرارتی یک حداکثر آستانه قابل تعریف برای بالاترین رنگ برای نشان دادن گرادیان یا تیره ترین سایه دارد. سفارشی کردن این رنگ ها به ابزار GIS یا بسته کدی که استفاده می کنید بستگی دارد.

یک ابر سایه‌دار با گرادیان‌های رنگی برای نشان دادن چگالی نسبی نقاط روی نقشه یا تغییر در یک مقدار متریک مرتبط بین مکان‌ها.

نقشه جریان

نقشه جریان نوعی نقشه موضوعی است که از نمادهای خطی برای نمایش حرکت استفاده می کند. بنابراین ممکن است ترکیبی از نقشه و نمودار جریان در نظر گرفته شود .

حرکتی که نقشه‌برداری می‌شود ممکن است مربوط به هر چیزی باشد، از جمله مردم، ترافیک بزرگراه، کالاهای تجاری، آب، ایده‌ها یا حتی داده‌های مخابراتی.

این نقشه ها می توانند نقشه مبدا-مقصد را نشان دهند، در این نوع، هدف اصلی نشان دادن وجود ارتباط بین دو مکان است که اغلب با نمایش حجم جریان و/یا جهت همراه است. مسیر به طور کلی برای مخاطب مهم نیست، بنابراین خطوط اتصال اغلب مستقیم یا کمی منحنی هستند. نمونه رایج این فرم، نقشه مسیر خطوط هوایی است.

نقشه توزیع- این نوع با تمرکز متعادل بر روی گره های مبدا-مقصد، مسیرهای سفر بین آنها (معمولاً بسیار تعمیم یافته) و حجم جریان نمونه است. متداول ترین مثال، که قدمت آن به Minard برمی گردد، نقشه ای است که حمل و نقل بین مجموعه ای از مناطق گره یا شهرهای بندری را در امتداد خطوط دریایی مشترک نشان می دهد . در نقشه توزیع، مسیرها مبدا را با عرضی متناسب با مجموع چندین مقصد ترک می‌کنند، سپس با تقسیم مسیرها به سمت هر مقصد، تقسیم می‌شوند.

نقشه جریان پیوسته/انبوه

همه جریان ها همراه با شبکه های خطی اتفاق نمی افتد. توده های دو و سه بعدی نیز می توانند جریان داشته باشند، به ویژه آب (به عنوان مثال، جریان اقیانوس ) و هوا ( باد ). حرکت آنها را می توان به عنوان یک میدان برداری مدل کرد که در آن می توان مقدار و جهت حرکت را در هر نقطه از فضا اندازه گیری کرد. نقشه ای که این را تجسم می کند، اغلب نقشه جریان جرم یا نقشه جریان پیوسته نامیده می شود، بر جهت و سرعت جریان تمرکز می کند، در حالی که جنبه های دیگر مانند مبدا/مقصد و مسیر سفر تا حد زیادی بی معنی هستند.

در اینجا چند مورد از شرکت‌هایی که باید علم داده‌های جغرافیایی را هر روز به سطح بعدی ارتقا دهند، آورده شده است:

در اینجا نقشه ها ، نقشه های گوگل ، ویژگی ها و خدمات ارائه شده توسط MapBox ، Tomtom ، Carto ، Aiclearing ، Uber ، AppGeo ، Depil ، argis ، Aspectum ، Pix4d ، Planetwatchers ، Foursquare ، Wrld ، Deepmap ، Fatmap ، Navmii ، Livingmap ، Keeptuckin ، Geotab ، AtlateC ، وینگترا ،ماهواره و بسیاری دیگر .

نتیجه:

این سفری پر از پاکسازی و بازنگری مفاهیمی بوده است که هر فردی که در زمینه داده های جغرافیایی کار می کند تقریباً 12 ساعت در روز درباره آن صحبت می کند.

یک شالوده محکم برای ساخت یک ساختمان بسیار مهم است. امروزه شرکت‌های زمین‌فضایی به دانشمندان داده‌های جغرافیایی نیاز دارند و دانشمندان داده‌ها باید خود را در علم زمین‌فضایی آموزش دهند تا به ستون قوی هر سازمانی تبدیل شوند.

خوشبختانه، ما در دنیایی پر از آموزش ها و وبلاگ ها زندگی می کنیم که می توانند به ما در یادگیری سریع و اجرای سریع کمک کنند. همچنین از تک تک وبلاگ هایی که در بخش مرجع ذکر شده است برای به اشتراک گذاشتن آموخته های خود سپاسگزارم.

این وبلاگ خلاصه ای از خواندن، یادگیری و درک من از منابع متعدد است. من به همه نویسندگان، سازمان ها و وب سایت های وبلاگ نویس برای تصاویر و محتوا امتیاز داده ام.

اگر فکر می کنید که این وبلاگ برای شما مفید بوده است، لطفاً کف بزنید و با کسی که ممکن است به آن نیاز داشته باشد به اشتراک بگذارید.