1-11-2 مجموعة الأدوات
Spatial Analyst, Multivariate, Neighborhood, Overlay, Raster Creation, Reclass Toolset in Arc Toolbox ArcGIS
تعلم ArcGIS بثلاثة مراحل
الدرس الحادي عشر من المرحلة الثانية لتعلم على برامج ArcGIS بثلاثة مراحل تعرف على مجموعة الأدوات Spatial Analyst ,Spatial Statistics, Tracking Analyst:
1. Multivariate toolsetمجموعة
أدوات متعددة المتغيرات
يسمح
التحليل الإحصائي متعدد المتغيرات باستكشاف العلاقات بين العديد من أنواع السمات
المختلفة. يتوفر نوعان من التحليل متعدد المتغيرات: التصنيف (الخاضع للإشراف وغير
الخاضع للإشراف) وتحليل المكونات الرئيسية (PCA) ، والهدف من التصنيف هو تعيين كل خلية في منطقة الدراسة إلى فئة
أو فئة. من خلال التصنيف الخاضع للإشراف ، يكون لديك معرفة محددة حول منطقة
الدراسة ويمكنك تحديد المناطق أو العينات التمثيلية لكل فصل دراسي. يستخدم التصنيف
غير الخاضع للإشراف مجموعات إحصائية تحدث بشكل طبيعي في البيانات لتحديد المجموعات
التي سيتم تصنيف البيانات إليها:
·
Band Collection Statisticsإحصائيات
مجموعة النطاق
تحسب
الإحصائيات الخاصة بمجموعة من النطاقات النقطية.
·
Class Probability احتمالية
الفئة
ينشئ
خطوطًا نقطية متعددة النطاقات من نطاقات الاحتمالية ، مع إنشاء نطاق واحد لكل فئة
ممثلة في ملف توقيع الإدخال.
·
Create Signatures إنشاء
التوقيعات
ينشئ ملف
توقيع ASCII للفئات المحددة بواسطة بيانات عينة الإدخال
ومجموعة من نطاقات البيانات النقطية.
ينشئ
مخططًا شجريًا (مخطط تخطيطي) يوضح مسافات السمات بين الفئات المدمجة بالتسلسل في
ملف التوقيع.
·
Edit Signatures تحرير
التوقيعات
يقوم
بتحرير وتحديث ملف التوقيع عن طريق دمج توقيعات الفئة وإعادة ترقيمها وحذفها.
يستخدم
خوارزمية تجميع البيانات المتساوية لتحديد خصائص المجموعات الطبيعية للخلايا في
مساحة البيانات الجدولية متعددة الأبعاد وتخزين النتائج في ملف توقيع ASCII الناتج.
·
Iso Cluster Unsupervised Classification التصنيف
غير الخاضع للرقابة Iso Cluster
يقوم
بتصنيف غير خاضع للإشراف على سلسلة من نطاقات المدخلات النقطية باستخدام أدوات Iso Cluster وتصنيف الاحتمالية القصوى
· Maximum Likelihood Classification تصنيف الاحتمالية القصوى
يقوم
بتصنيف الاحتمالية القصوى على مجموعة من نطاقات البيانات النقطية وينشئ البيانات
النقطية المصنفة كمخرجات.
·
Principal Components المكونات
الرئيسية
ينفذ
تحليل المكونات الرئيسية (PCA) على مجموعة
من نطاقات البيانات النقطية وينشئ بيانات نقطية متعددة النطاقات كإخراج.
2. Neighborhood toolset مجموعة أدوات الجوار
تنشئ أدوات الجوار قيم مخرجات لكل موقع خلية
بناءً على قيمة الموقع والقيم المحددة في منطقة مجاورة محددة. يمكن أن يكون نوع
الحي إما متحركًا أو نصف قطر بحث ، ويمكن أن يكون نقل الأحياء إما متداخلاً أو غير
متداخل. تستخدم أداة الإحصائيات البؤرية أحياء متداخلة لحساب إحصائية محددة
للخلايا داخل حي محدد حول كل خلية إدخال. على سبيل المثال ، قد ترغب في العثور على
القيمة المتوسطة أو القصوى في حي 3 × 3 حول كل خلية في البيانات النقطية للإدخال.
أداة التصفية هي نوع محدد من العمليات البؤرية التي تستخدم مرشح تمرير عالي أو
منخفض لإبراز البيانات أو تجانسها. تسمح أداة الحي غير المتداخلة ، Block Statistics ، بحساب
الإحصائيات في حي محدد غير متداخل. هذه الأداة مفيدة بشكل خاص لتغيير دقة البيانات
النقطية إلى حجم خلية خشن. يمكن أن تستند القيم المعينة للخلايا الخشنة إلى عملية
حسابية أخرى ، مثل القيمة القصوى في الخلية الخشنة بدلاً من استخدام أقرب أقرب
جوار افتراضي:
·
Block Statistics كتلة
الإحصاء
يقسم الإدخال إلى كتل غير متداخلة ويحسب
إحصائية القيم داخل كل كتلة. يتم تعيين القيمة لجميع الخلايا في كل كتلة في
الإخراج.
ينفذ إما مرشح تنعيم (تمرير منخفض) أو مرشح تحسين الحواف (تمرير مرتفع) على خط نقطي.
يحدد تدفق القيم في البيانات النقطية
للإدخال داخل الجوار المباشر لكل خلية.
·
Focal Statistics الاحصائيات
البؤرية
تحسب إحصائية لكل موقع خلية إدخال إحصائية
للقيم الموجودة داخل حي محدد حولها.
·
Line Statistics إحصائيات
الخط
تحسب إحصائية حول سمات الخطوط في حي دائري
حول كل خلية ناتجة.
·
Point Statistics إحصائيات
النقطة
تحسب إحصائية للنقاط في حي حول كل خلية
ناتجة.
3. Overlay toolset مجموعة أدوات التراكب
تتيح لك أدوات تحليل التراكب تطبيق أوزان
على عدة طبقات إدخال ، ودمجها في إخراج واحد ، وتخضع لمواصفات التوزيع والشكل ،
وتحديد المواقع المفضلة ضمن تلك النتيجة. تُستخدم هذه الأدوات بشكل شائع لنمذجة
الملائمة ، وهناك عدة طرق لإجراء تحليل التراكب. على الرغم من اختلاف الطرق ، إلا
أنها تتبع جميعًا نفس الخطوات العامة لحل مشكلة متعددة المعايير. هناك تسلسل عام
للخطوات التي يجب اتباعها عند إجراء هذا النوع من التحليل ، باستخدام أدوات من
مجموعة الأدوات هذه بالإضافة إلى الأدوات الأخرى المتوفرة في مربع أدوات التحليل
المكاني. نظرًا لأن كل نهج يعتمد على افتراضات مختلفة ، فإن معنى الأرقام وتقنيات
التحليل خاصة بالنهج. يعتمد تحديد الخيار على المشكلة التي تعالجها. استخدم أدوات
التراكب الموزون والجمع الموزون لتنفيذ النهج الأكثر عمومية لإعادة تصنيف البيانات
النقطية للإدخال وترجيحها في تحليل التراكب. تستخدم أدوات Fuzzy Overlay و Fuzzy
Membership منطق غامض كآلية لمعالجة عدم الدقة المتأصلة
في السمات وفي هندسة مجموعات البيانات المكانية. تتيح لك أداة تحديد المناطق تحديد
أفضل المواقع أو المناطق داخل السطح المدمج الذي يلبي احتياجاتك الخاصة. يمكنك
التحكم في إجمالي المساحة المرغوبة ، وعدد المناطق التي يجب أن توزع تلك المنطقة
بينها ، وشكل المناطق ، ومدى قرب أو مدى تباعد المناطق عن بعضها البعض:
·
Fuzzy Membership عضوية غامضة
يحول البيانات النقطية المدخلة إلى مقياس من
0 إلى 1 ، مما يشير إلى قوة العضوية في مجموعة ، بناءً على خوارزمية fuzzification محددة.
اجمع بيانات البيانات النقطية للعضوية غير
الواضحة معًا ، بناءً على نوع التراكب المحدد.
·
Locate Regions حدد موقع
المناطق
يحدد أفضل المناطق ، أو مجموعات الخلايا
المتجاورة ، من أداة الإدخال المساعدة (الملائمة) النقطية التي تفي بمعيار تقييم
محدد وتفي بالشكل والحجم والرقم وقيود المسافة بين المناطق المحددة.
يقوم بتراكب العديد من البيانات النقطية باستخدام مقياس قياس مشترك وأوزان لكل منها وفقًا لأهميتها.
يقوم بتراكب العديد من النقطيات ، وضرب كل
منها بوزنها المعطى وجمعها معًا.
4. Raster Creation toolset مجموعة أدوات إنشاء النقطية
تنشئ أدوات Raster Creation بيانات نقطية جديدة تستند فيها قيم المخرجات
إلى توزيع ثابت أو إحصائي ، وهذه الأدوات مفيدة في تحديد توزيع الظاهرة. أحد
الأمثلة على مثل هذا التحليل هو تحليل ما إذا كانت مشاهد الدببة المعروفة موزعة
بشكل عشوائي داخل موقع الدراسة
:
·
Create Constant Raster إنشاء خطوط
نقطية ثابتة
يقوم بإنشاء نقطية بقيمة ثابتة داخل نطاق
وحجم خلية نافذة التحليل.
·
Create Normal Raster إنشاء نقطية
عادية
يقوم بإنشاء نقطية للقيم العشوائية بتوزيع
عادي (غاوسي) ضمن نطاق وحجم خلية نافذة التحليل.
·
Create Random Raster إنشاء نقطية
عشوائية
يقوم بإنشاء نقطية لقيم النقطة العائمة
العشوائية بين 0.0 و 1.0 في نطاق وحجم الخلية في نافذة التحليل.
5. Reclass toolset مجموعة أدوات إعادة التصنيف
توفر أدوات إعادة التصنيف مجموعة متنوعة من
الأساليب التي تسمح لك بإعادة تصنيف قيم خلية الإدخال أو تغييرها إلى قيم بديلة.
الأسباب الأكثر شيوعًا لإعادة تصنيف
البيانات هي تحقيق ما يلي:
استبدل القيم بناءً على المعلومات الجديدة.
جمِّع قيمًا معينة معًا.
أعد تصنيف القيم إلى مقياس مشترك (على سبيل
المثال ، للاستخدام في تحليل الملاءمة أو لإنشاء بيانات نقطية للتكلفة لاستخدامها
في أداة مسافة التكلفة).
قم بتعيين قيم محددة إلى NoData أو عيّن خلايا NoData إلى قيمة.
يُنشئ بيانات نقطية جديدة بالبحث عن القيم
الموجودة في حقل آخر في جدول البيانات النقطية للإدخال.
·
Reclass by ASCII File إعادة
التصنيف بواسطة ملف ASCII
يعيد تصنيف (أو يغير) قيم خلايا الإدخال في
البيانات النقطية باستخدام ملف ASCII
remap.
·
Reclass by Table إعادة
التصنيف حسب الجدول
يعيد تصنيف (أو يغير) قيم خلايا إدخال
البيانات النقطية باستخدام جدول remap.
يعيد تصنيف (أو يغير) القيم الموجودة في
البيانات النقطية.
·
Rescale by Function إعادة
القياس حسب الوظيفة
يعيد قياس قيم المدخلات النقطية عن طريق
تطبيق دالة تحويل محددة ثم تحويل القيم الناتجة إلى مقياس تقييم مستمر محدد.
شرائح أو إعادة تصنيف نطاق قيم خلايا
الإدخال إلى مناطق ذات فاصل زمني متساوي أو مساحة متساوية أو بواسطة فواصل طبيعية.
للإنتقال الى الجزء الثاني من هنا
للإنتقال الى الجزء الثالث من هنا
مشاهدة فيديو الدرس الحادي عشر من المرحلة الثانية لتعلم على برامج ArcGIS بثلاثة مراحل تعرف على مجموعة الأدوات Spatial Analyst ,Spatial Statistics ,Tracking Analyst
لمشاهدة ملف شرح الدرس الحادي عشر من المرحلة الثانية لتعلم على برامج ArcGIS بثلاثة مراحل تعرف على مجموعة الأدوات Spatial Analyst ,Spatial Statistics ,Tracking Analyst هنا
اليك صفحه ومجموعة على الفيس بوك لتعلم أكثر بما يخص نظم المعلومات الجغرافية (GIS) و برنامج ArcGIS Pro من خلال هذه الروابط:
تعليقات
إرسال تعليق