بررسی اجمالی

مهم نیست که علایق شما چیست یا در چه زمینه ای کار می کنید، داده های مکانی همیشه در نظر گرفته می شوند، چه آن را بدانید یا نه. داده‌های مکانی، همچنین به عنوان داده‌های مکانی شناخته می‌شود، اصطلاحی است که برای توصیف هرگونه داده مرتبط با یا حاوی اطلاعات مربوط به یک مکان خاص در سطح زمین استفاده می‌شود.

اصول اولیه

داده‌های مکانی می‌توانند در قالب‌های مختلفی وجود داشته باشند و حاوی اطلاعاتی بیش از اطلاعات خاص مکان هستند. برای درک صحیح و یادگیری بیشتر در مورد داده های مکانی، چند اصطلاح کلیدی وجود دارد که به شما کمک می کند تا به زبان داده های مکانی مسلط تر شوید.

بردار

نمونه برداریداده های برداری به بهترین وجه به عنوان نمایش های گرافیکی از دنیای واقعی توصیف می شوند. سه نوع اصلی داده برداری وجود دارد: نقاط، خطوط و چندضلعی. نقاط اتصال خطوط ایجاد می کنند و خطوط اتصال که یک ناحیه محصور ایجاد می کنند چند ضلعی ایجاد می کنند. بردارها به بهترین وجه برای ارائه تعمیم اشیاء یا ویژگی های روی سطح زمین استفاده می شوند. داده های برداری و فرمت فایل معروف به shapefiles (.shp) گاهی اوقات به جای یکدیگر استفاده می شوند زیرا داده های برداری اغلب در فایل های .shp ذخیره می شوند.

شطرنجی

مثال شطرنجیداده های شطرنجی داده هایی هستند که در شبکه ای از پیکسل ها ارائه می شوند. هر پیکسل در یک شطرنجی دارای یک مقدار است، خواه یک رنگ باشد یا واحد اندازه گیری، برای برقراری ارتباط اطلاعات در مورد عنصر مورد نظر. رسترها معمولاً به تصویرسازی اشاره دارند. با این حال، در دنیای فضایی، این ممکن است به طور خاص به تصویربرداری ارتویا اشاره داشته باشد که عکس هایی است که از ماهواره ها یا سایر دستگاه های هوایی گرفته شده است. کیفیت داده های شطرنجی بسته به وضوح و وظیفه شما متفاوت است.

عوارض

داده‌های فضایی اطلاعاتی بیش از یک مکان روی سطح زمین دارند. هر اطلاعات اضافی یا داده غیر مکانی که یک ویژگی را توصیف می کند به عنوان یک ویژگی شناخته می شود. داده‌های مکانی می‌توانند هر مقدار ویژگی اضافی همراه با اطلاعات مکان داشته باشند. به عنوان مثال، ممکن است نقشه ای داشته باشید که ساختمان ها را در مرکز شهر یک شهر نشان می دهد. هر یک از ساختمان ها علاوه بر موقعیت مکانی خود، ممکن است دارای ویژگی های اضافی مانند نوع کاربری (مسکن، تجاری، دولتی و غیره)، سال ساخت و چند طبقه باشد.

سیستم مختصات جغرافیایی

برای شناسایی مکان های دقیق روی سطح زمین، از یک سیستم مختصات جغرافیایی استفاده می شود. معمولاً از محورهای x و y در سیستم‌های ریاضی استفاده می‌شود، اما در جغرافیا، محورها به‌عنوان خطوط عرض جغرافیایی (خطوط افقی که از شرق به غرب کشیده می‌شوند) و طول جغرافیایی (خطوط عمودی که از شمال به جنوب کشیده می‌شوند) نامیده می‌شوند. هر محور نشان دهنده زاویه ای است که آن خط نسبت به مرکز زمین جهت گیری می کند و بنابراین واحدها بر حسب درجه (°) اندازه گیری می شوند.

ارجاع جغرافیایی و ژئوکدینگ

ارجاع جغرافیایی و ژئوکدینگ فرآیندهای متفاوت اما مشابهی هستند زیرا هر دو شامل برازش داده ها با مختصات مناسب دنیای واقعی هستند. ارجاع جغرافیایی فرآیند اختصاص مختصات به بردارها یا شطرنج ها است تا بتوان آنها را به طور دقیق بر روی مدلی از سطح زمین جهت داد. داده های مورد استفاده در کدگذاری جغرافیایی آدرس ها و توصیف کننده های مکان (شهر، کشور و غیره) هستند. به هر یک از این مکان ها مختصات مرجع دقیق آن مکان در سطح زمین داده شده است.

استفاده از داده های مکانی

GIS چیست؟

رایج‌ترین روشی که داده‌های مکانی پردازش و تجزیه و تحلیل می‌شوند، استفاده از GIS یا سیستم اطلاعات جغرافیایی است . اینها برنامه ها یا ترکیبی از برنامه هایی هستند که با هم کار می کنند تا به کاربران کمک کنند تا داده های مکانی خود را درک کنند. این شامل مدیریت، دستکاری و سفارشی سازی، تجزیه و تحلیل و ایجاد نمایشگرهای بصری است. یک کاربر معمولاً از چندین مجموعه داده فضایی در یک زمان استفاده می کند و آنها را با یکدیگر مقایسه یا ترکیب می کند. هر مجموعه داده فضایی ممکن است به عنوان یک لایه نامیده شود.

اگر از GIS برای پروژه شهرداری استفاده می‌کنید، ممکن است داده‌های برداری مانند داده‌های خیابان (خطوط)، داده‌های مرزی محله (چند ضلعی‌ها) و مکان‌های دبیرستان (نقاط) داشته باشید. هر مجموعه داده به عنوان یک لایه خاص در GIS شما وجود دارد. قرار دادن لایه ها برای اهداف بصری مهم است زیرا به شما کمک می کند انواع مختلف داده ها را درک کنید و یافته های خود را به روشی قابل درک ارائه دهید. در این مورد، باید مطمئن شوید که نقاط دبیرستان و خطوط خیابان لایه‌هایی بالاتر از مرزهای محله هستند. در غیر این صورت نمی توانید آنها را ببینید.

زمینه و مطالعه GIS بسیار فراتر از نقشه برداری دیجیتال و نقشه برداری است. این شامل دسته بندی های مختلفی از جمله تجزیه و تحلیل فضایی ، سنجش از دور، و تجسم زمین است. در این زمینه‌های GIS، استفاده از داده‌های مکانی بسیار پیچیده‌تر و دشوارتر می‌شود.

علاوه بر داده های شطرنجی و برداری، داده های LiDAR (همچنین به عنوان ابرهای نقطه ای شناخته می شود) و داده های سه بعدی نیز وجود دارد. داده‌های LiDAR داده‌هایی هستند که از طریق ماهواره‌ها، پهپادها یا سایر دستگاه‌های هوایی جمع‌آوری می‌شوند. داده‌های سه‌بعدی داده‌هایی هستند که مختصات دوبعدی طول و عرض جغرافیایی معمولی را گسترش می‌دهند و ارتفاع و یا عمق را در داده‌ها ادغام می‌کنند. این داده ها در حالی که پیچیده هستند، سرشار از اطلاعات هستند و می توان از آنها برای حل انواع مشکلات مربوط به سطح زمین استفاده کرد.

استفاده از داده های مکانی برای گرافیک

نقشه ها یک روش معمول برای ارائه داده های مکانی هستند زیرا می توانند به راحتی موضوعات پیچیده را با هم ارتباط برقرار کنند. آنها می توانند به اعتبارسنجی یا ارائه شواهدی برای تصمیم گیری کمک کنند، به دیگران در مورد رویدادهای تاریخی در یک منطقه آموزش دهند، یا به درک پدیده های طبیعی و ساخت بشر کمک کنند.

هنگام ایجاد تصاویر، گرافیک یا نقشه ها با داده های مکانی، عناصر جغرافیایی مختلفی باید در نظر گرفته شود. یکی از مهمترین و اتفاقاً مشکل سازترین عناصر فرافکنی است. طرح ریزی یک نقشه، روشی را که سطح زمین، یک شکل سه بعدی، مسطح شده و بر روی یک سطح دو بعدی ارائه می شود، توصیف می کند. هیچ طرح ریزی کامل نیست و بسته به طرح ریزی شما ممکن است دقت را در شکل، ناحیه، فاصله یا جهت قربانی کنید.

شهر ونکوور در هر یک از این انواع مختلف طرح ریزی ارائه شده است. تصویر الف. از پروژکتور UTM83-10 استفاده می کند که پروژکتور استانداردی است که برای نمایش شهر ونکوور استفاده می شود. تصویر ب. با استفاده از CANBC-Poly نمایش داده می شود و در نتیجه یک نسخه کمی چرخش تصویر a ایجاد می شود. تصویر ج. با استفاده از LLWGS-84 طراحی شده است و شکل آن مخدوش است.

نقشه‌ها همچنین می‌توانند برای ارائه آنچه که معمولاً عناصر غیر بصری جامعه هستند استفاده شوند. به عنوان مثال، وقوع رویدادهای خاص، سطح درآمد، هر توصیف کننده جمعیتی، یا روابطی مانند تعداد گرمازدگی در یک منطقه در مقایسه با دما. یک روش نمایش ساده یک نقشه طبقه بندی است که به عنوان نقشه choropleth نیز شناخته می شود.

نقشه‌های Choropleth به راحتی تفاوت‌ها، سازگاری‌ها یا الگوها را در فضا به اشتراک می‌گذارند. مناطق طبقه‌بندی‌شده در نقشه کروپلث دارای مرزهای مشخصی هستند در حالی که نقشه‌های حرارتی که غلظت یا چگالی یک پدیده را نشان می‌دهند، دارای مرزهای نامشخص هستند. طبقه‌بندی یا نقشه‌های حرارتی می‌تواند به عنوان لایه پایینی برای متغیرهای دیگر مانند تصادفات رانندگی یا جنایت برای برجسته کردن روندهای خاص و همبستگی‌های بالقوه استفاده شود.

تصویر A. مکان هایی را نشان می دهد که گرافیتی توسط متولیان شهر در شهر ونکوور شناسایی شده است.آ.
تصویر ب. نقشه Choropleth از داده های مکانب
تصویر ج. نقشه حرارتی از داده های مکانج.
تصاویر بالا چند روش مختلف نمایش داده های مکانی را نشان می دهند. تصویر الف. مکان هایی را نشان می دهد که گرافیتی توسط متولیان شهر در شهر ونکوور شناسایی شده است. تصویر ب. از همان داده های مکان نقطه استفاده می کند، اما اطلاعات را به عنوان یک نقشه choropleth نمایش می دهد. مرزهای منطقه شهر با رنگ های مختلف برجسته شده است تا تراکم یا میزان گرافیتی که در این محله ها رخ می دهد را توصیف کند. تصویر ج. از مجموعه داده اصلی نقطه نقطه برای ایجاد یک نقشه حرارتی استفاده کرد. در این مورد، مناطق شهر مورد توجه نیستند و بیشتر گسترش یا الگوی رخدادهای گرافیتی در کل شهر نشان داده شده است.

استفاده از داده های مکانی برای آمار

مانند هر داده ای، برای درک واقعی داده های مکانی و درک آنچه می گویند باید سطحی از تجزیه و تحلیل آماری را انجام دهید. این فرآیندها به شما کمک می کند تا پاسخ ها را کشف کنید و شما را به سمت تصمیم گیری بهتر برای سازمان هدایت کنید. تفاوت عمده بین داده های مکانی و سایر انواع داده ها در تجزیه و تحلیل آماری، نیاز به در نظر گرفتن عواملی مانند ارتفاع، فاصله و مساحت در فرآیند تحلیلی است.

در حالی که نیاز به در نظر گرفتن متغیرهای اضافی در مورد یک مکان ممکن است ترسناک باشد، بسیاری از فرآیندهای آماری فضایی کاملاً شبیه به روش‌های آماری اولیه هستند. به عنوان مثال، درون یابی می تواند به شما در تخمین یا پیش بینی مقدار یک نمونه کمک کند، و درون یابی فضایی می تواند به شما کمک کند تا مقدار یک متغیر را در یک مکان نمونه تخمین بزنید یا پیش بینی کنید. به همین ترتیب، خودهمبستگی فضایی درجه شباهت بین مکان‌های نمونه را اندازه‌گیری می‌کند، درست مانند خود همبستگی معمولی.

انواع اضافی داده های مکانی

در حالی که داده‌های مکانی مدت‌هاست برای تجزیه و تحلیل و نمایش سطح زمین استفاده می‌شود، اما به محیط بیرون محدود نمی‌شود. بسیاری از شرکت های معماری، مهندسی و ساخت و ساز (AEC) وجود دارند که از داده های CAD (طراحی به کمک کامپیوتر) و BIM (مدل اطلاعات ساختمان) در فعالیت های روزمره خود استفاده می کنند. در حالی که CAD و BIM ممکن است لزوما به عنوان داده های مکانی سنتی در نظر گرفته نشوند، آنها و سایر فرمت های AEC نیز باید بسیاری از عناصر فضایی را برای درک کار خود در نظر بگیرند.

نقشه برداری نیز دیگر محدود به دنیای طبیعی نیست. نقشه برداری داخلی و راهیابی به ویژه در ساختمان ها و موسسات بزرگ مانند مراکز خرید، سالن ها، بیمارستان ها و دانشگاه ها بسیار محبوب تر می شوند. این رشته تحصیلی جدید است اما هیچ نشانه ای از توقف ندارد. این روزها همه یک گوشی هوشمند دارند و از آن برای کمک به حرکت در دنیای طبیعی استفاده می کنند، پس چرا به مردم کمک نکنیم تا در داخل خانه نیز حرکت کنند؟

سند زیر برای افراد علاقه مند به یادگیری اصول کار با داده های مکانی در نظر گرفته شده است.

معرفی

داده ها را می توان به روش های مختلفی ذخیره کرد، اگرچه اغلب در قالب جدولی نمایش داده می شوند. نرم افزارهای صفحه گسترده مانند Microsoft Excel و Google Sheets کار با این نوع داده ها را تسهیل می کنند. داده‌ها همچنین می‌توانند شامل ستون‌هایی از اطلاعات مکانی باشند که با طول و عرض جغرافیایی مطابقت دارند و امکان قرار گرفتن آن بر روی نقشه را فراهم می‌کنند. از آنجایی که همه داده‌های مکانی اطلاعات مکان را به اشتراک می‌گذارند، می‌توان آن‌ها را با هم ترسیم کرد تا بینش‌های جدیدی به دست آورد. داده های جغرافیایی در بسیاری از زمینه ها از جمله: بهداشت عمومی، کشاورزی، مدیریت زیستگاه حیات وحش، و پیش بینی خطرات طبیعی، نظارت و پاسخ، به نام چند مورد استفاده می شود.

انواع فایل

فایل های جدا شده با کاما (CSV) برخی از فایل های داده رایج تر و گسترده تر هستند. این فرمت فایل غیر اختصاصی را می توان در اکثر برنامه های ویرایش متن ایجاد و باز کرد و از کاما بین ستون های اطلاعات و شکست خط برای ردیف جدیدی از داده ها استفاده کرد. این فرمت داده می تواند کمی محدود باشد و بسیاری از فرمت های داده دیگر را به وجود آورده است. در حالی که داده‌های مکانی را می‌توان در فایل‌های CSV ذخیره کرد، جداسازی اجزای سازنده در چندین فایل به یک قرارداد رایج با نرم‌افزار مدیریت داده‌های مکانی رایج تبدیل شده است. این باعث ایجاد طیف وسیعی از انواع فایل ها شده است که هر کدام به خوبی برای دامنه خاص خود مناسب هستند.

دستگاه های مختصات

روش تبدیل سطح زمین به یک صفحه مسطح (معروف به طرح ریزی)، همراه با رابطه با مختصات دنیای واقعی (معروف به مقیاس) و نقطه مرجع (یا مبنا)، سیستم مختصات را تشکیل می دهد. به منظور نگاشت صحیح داده های مکانی، دانستن سیستم مختصات مورد استفاده مهم است. اگر شک دارید، اسناد را بررسی کنید یا با ارائه دهنده داده تأیید کنید. برای راهنمای عمیق تر در مورد سیستم های مرجع مختصات به  docs.qgis.org/3.16/en/docs/gentle_gis_introduction/coordinate_reference_systems.html مراجعه کنید .

داده های رستری و برداری

داده های مکانی می توانند شطرنجی (تصاویر فکر کنید، جایی که داده ها در یک شبکه ذخیره می شوند) یا برداری (با استفاده از مختصات x و y) باشند.

داده های شطرنجی

شطرنجی

  • داده های شطرنجی را می توان برای نمایش یک سطح شبکه ای استفاده کرد، جایی که هر پیکسل یک مقدار را نشان می دهد.
  • داده های شطرنجی می توانند از منابع بسیاری مانند دیجیتالی کردن نقشه های تاریخی، ماهواره ها و هواپیماها به دست آیند.
داده های برداری

بردار

  • داده های برداری می توانند نقاط، خطوط و چندضلعی ها را روی نقشه نشان دهند.
  • داده های برداری تطبیق پذیری بیشتری نسبت به داده های شطرنجی ارائه می دهد زیرا هر نقطه (یا ویژگی) می تواند دارای ویژگی های زیادی باشد.

منبع تصویر: جمع آوری داده های GIS:
https://onsset.readthedocs.io/en/latest/data_acquisition.html

داده های برداری را می توان از داده های Raster تولید کرد و بالعکس، اگرچه اغلب داده ها در تبدیل از بین می روند.

کاوش داده ها

نگاه کردن به داده ها برای درک اطلاعاتی که در آن وجود دارد، اولین گام برای درک مطالب و حذفیات آن است. بسته به نوع داده، داده های جدولی را می توان در یک ویرایشگر متن یا برنامه صفحه گسترده مشاهده کرد، در حالی که نرم افزار تخصصی اغلب برای پیمایش و تجسم داده های مکانی مورد نیاز است. اجزای تشکیل دهنده داده های مکانی شامل مقادیر، طرح ریزی، هندسه و نمایه داده ها است و نرم افزارهای تخصصی این قطعات را در فایل هایی با پسوندهای منحصر به فرد به ترتیب dbf، prj، .shp و .shx ذخیره می کنند. بسیاری از انواع فایل های دیگر برای یادگیری وجود دارد، پسوند فایل های شکل را ببینیدبرای یک لیست کامل تر نرم افزار معروف به سیستم های اطلاعات جغرافیایی (GIS) معمولاً برای کار با داده های مکانی استفاده می شود و شامل محصولات رومیزی و مبتنی بر وب است که سطوح مختلفی از عملکرد را ارائه می دهد. نرم افزار دسکتاپ GIS شامل گزینه های دارای مجوز و منبع باز است که ArcGIS و QGIS از محبوب ترین آنها هستند. ارائه‌های GIS مبتنی بر وب در مقایسه با همتایان رومیزی خود از نظر عملکرد محدودتر هستند، اگرچه این تمایز همچنان با بهبود فناوری‌های مبتنی بر وب از بین می‌رود. Google Maps و OpenStreetMap  دو گزینه محبوب هستند که به عنوان پایه GIS مبتنی بر وب استفاده می شوند. استفاده از ماژول های زبان برنامه نویسی دارای مجوز و منبع باز برای کار با داده های مکانی، جایگزینی برای GIS است. MathWorks® Mapping Toolbox ،  Python CartoPy  و R Simple Features چند گزینه محبوب هستند. 

سازمان

از آنجایی که اغلب فایل های مختلف زیادی برای پیگیری در هنگام کار با داده های مکانی وجود دارد، ایجاد یک ساختار سازمانی مهم است. نرم افزار داده های مکانی (GIS) صرفاً به مکان داده ها پیوند می دهد و سازماندهی پروژه را مهم می کند. انتقال فایل‌ها و پوشه‌ها یا تغییر نام فایل‌ها پس از شروع پروژه باعث شکستگی لینک‌ها می‌شود، پس از قبل برنامه‌ریزی کنید! قبل از شروع یک پروژه داده های جغرافیایی جدید، یک مکان خاص را فقط برای داده ها و مکان دیگری برای فایل های پروژه تنظیم کنید. همچنین ایده خوبی است که یک قرارداد نامگذاری برای داده ها برای استفاده در یک پروژه ایجاد کنید. بسته به پروژه، ممکن است توصیه شود که مجموعه داده‌ها را تغییر نام دهید تا نام مجموعه و سال همراه با نام فایل اصلی را برای روشن نگه داشتن موارد درج کنید.

تحلیل داده ها

هنگامی که آشنایی کامل با داده ها ایجاد شد، استفاده از داده ها به تنهایی یا در ترکیب با سایر مجموعه های داده می تواند به پاسخگویی به سؤالات کمک کند. انواع سوالات پرسیده شده و تکنیک های بالقوه به کار گرفته شده به داده ها بستگی دارد. در بیشتر موارد استفاده از روش های آماری منجر به تجزیه و تحلیل داده ها می شود. تجزیه و تحلیل خوشه‌ای یکی از انواع آمار است که معمولاً با داده‌های نقطه‌ای جغرافیایی استفاده می‌شود که به اواسط قرن نوزدهم بازمی‌گردد و برای کمک به شناسایی منبع شیوع وبا استفاده می‌شود . تجزیه و تحلیل کاربری زمین، با استفاده از نقشه های تاریخی، سرشماری و داده های بهداشتی نشان داد که چگونه اقدامات خط قرمز در اوایل قرن بیستم به عنوان نابرابری امروزی باقی مانده است . و تجزیه و تحلیل داده های سنجش از دور نیز الگوهای بسیاری را در سیاره ما (و سایرین) از جمله از بین رفتن پوشش درختان جنگل های بارانی آن را روشن کرده است.

بدون دیدگاه

دیدگاهتان را بنویسید