geologyidea.com
Viac

Ako extrahovať informácie o nadmorskej výške z vrstevníc?

Ako extrahovať informácie o nadmorskej výške z vrstevníc?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.


Pracujem s OS Windows 7 a používam ArcGIS 10.2 a mám tvar bodu, ktorý musím extrahovať nadmorskú výšku pre každý bod v ňom, ale jediné užitočné údaje sú tvar vrstevnice. Nie som si istý, či je to užitočné, ale opäť potrebujem vašu pomoc, aby mi ukázal, ako z nich vyťažím potrebné údaje.


Ak máte priestorového alebo 3D analytika, môžete medzi obrysovými čiarami interpolovať pomocou topo to raster alebo TIN (TIN je k dispozícii iba pre 3D analytika). Potom spustíte príkaz „extrahovať hodnotu do bodu“.

Ak nie, odporúčam vám skúsiť použiť iný softvér (napr. QGIS, GRASS ...), ale ak potrebujete rýchle a špinavé riešenie, môžete pomocou priestorového spojenia extrahovať výšku čiary, ktorá je najbližšie k vášmu bodu.


Identifikácia vrstevníc z priemerne naskenovaných topografických máp.

Topografické mapy sú nosičmi priestorových informácií. Obrysové čiary, ako špeciálne informačné značky na topografických mapách, odrážajú regionálne rysy reliéfu na topografických mapách [1,2]. Je veľmi dôležité presne identifikovať obrysové čiary z topografickej mapy, aby sa poskytli dôležité údaje pre rekonštrukciu 3D reliéfu. Topografická mapa sa obvykle skladá z bodov, lineárnych a plošných prvkov a rôzne prvky sú vytlačené v rôznych farbách [3]. Obrysové čiary sú hnedé, hladké, súvislé krivky [4], zvyčajne zaberajú viac ako 40% celej mapy, takže manuálne vytiahnutie vrstevníc je dlhá a namáhavá úloha. Preto je naliehavý problém, ako automaticky identifikovať obrysové čiary na topografických mapách.

Výskum automatickej identifikácie a extrakcie vrstevníc na mapách má dlhú históriu a zahŕňa množstvo metód. Tieto metódy priniesli dobré výsledky pre niektoré vysokokvalitné topografické mapy, ale výsledky nie sú uspokojivé pre mapy nízkej kvality, a to hlavne kvôli nasledujúcim trom problémom [5]: (1) farebné aliasing a falošné farby na skenovaných mapách kvôli zlý papier (napr. papier, ktorý časom žltne) alebo kvalita tlače a výkon skenera (na mape s rozlíšením 96 bodov na palec (DPI) má väčšina vrstevníc šírku 2 až 4 pixely, teda odchýlka farby zaberá veľkú časť v pixeloch čiar) (2) zlepenie susedných čiar za vzniku hrubých čiar v niektorých oblastiach naskenovanej mapy, kde sú obrysové čiary husto rozložené [6] (3) veľký počet medzier obrysových čiar spôsobených pretínaním a prekrývajúce sa informácie na topografickej mape po farebnej segmentácii.

V skutočnosti môžu byť predchádzajúce dva problémy zlúčené do jednej záležitosti, a to segmentácie vrstevníc. Čím lepší je výsledok segmentácie, tým jednoduchšie to možno vyriešiť. V prípade hrubých čiar je tradičným riešením prerušenie priesečníkov na základe stenčenia a následná oprava medzier. Existujúce algoritmy riedenia však pravdepodobne spôsobia skreslenie a nesprávne vetvy v pretínajúcich sa oblastiach, čo bude mať za následok značné chyby a dokonca chyby vo výsledkoch extrakcie. Tento článok preto predstavuje novú metódu extrakcie vrstevníc z naskenovaných topografických máp priemernej kvality. V porovnaní s inými metódami má navrhovaná metóda nasledujúce vlastnosti: (1) sú zavedené horné a dolné množiny strihov, aby sa zlepšila rýchlosť kategorizácie pri použití algoritmu priestorového fuzzy c-means (sFCM) na riešenie farebného aliasingu a falošných farieb (2) zaoberá sa problémom hrubých čiar odstraňovaním uzlových segmentov, s presnejšími výsledkami (3) podľa príčin medzier sa na opravu máp používajú rôzne metódy na získanie máp so súvislými a úplnými vrstevnicami.

Automatická identifikácia vrstevníc na naskenovaných topografických mapách je aktuálnym problémom a nedávno bolo publikovaných veľké množstvo súvisiacich literatúr. Tieto dostupné literatúry spravidla rozdelili proces automatickej identifikácie na štyri hlavné kroky [7]: (1) skenovanie papierovej mapy (2) farebná segmentácia (3) riedenie a orezávanie binárnej vrstevnicovej mapy a (4) vektorizácia vrstevníc. Kroky (2) a (4) sú najdôležitejšími krokmi. Väčšina vedcov zamerala svoju pozornosť na to, ako extrahovať jasné obrysové čiary a vyriešiť problém s medzerami vrstevníc. Nasleduje analýza existujúcich algoritmov vo vyššie uvedených dvoch aspektoch.

2.1. Analýza algoritmov segmentácie farieb. Farebné funkcie sú kľúčovými prvkami na extrakciu cieľov z farebných obrázkov. Aby sa počas farebnej segmentácie plne využili informácie o farbách, Pezeshk a Tutwiler skonvertovali farebné priestory RGB topografických máp do farebných priestorov CIELAB a kvantifikovali a vyrovnali ich histogramy jasu, aby sa zvýšil kontrast a zlepšili výsledky segmentácie farieb [8]. Su a kol. pomocou nelineárnej transformácie obrázky konvertovali do Munsellových farebných priestorov a globálne charakteristiky získali štúdiom farieb [9]. Táto metóda zohľadnila nielen farebné vlastnosti máp, ale použila aj Markovov model na charakterizáciu miestnych vlastností topografických máp, čím sa zlepšili výsledky segmentácie farieb a dosiahli vyššie miery segmentácie obrazu.

Na vyriešenie problému s odchýlkami farieb a vyhladzovaním vrstevníc spôsobenými v procesoch tlače a skenovania Khotanzad a Zink použili techniku ​​sady farebných kľúčov, aby nahradili skreslenia farieb na topografických mapách, aby sa zlepšili výsledky segmentácie obrazu. Táto metóda sa však týka iba topografických máp USGS (United States Geological Survey) s vysokým rozlíšením a nie je účinná v iných topografických mapách s nízkym rozlíšením [5]. Aby sa minimalizovali sady farebných kľúčov, Chen a kol. použil algoritmus prispôsobenia vlastného vektora na vytvorenie typickej databázy farieb [10, 11]. Chen a kol. použil funkcie Gaussovho jadra na zostavenie súborov farebných funkcií s cieľom dosiahnuť po segmentácii realistický efekt distribúcie farieb [12]. Zaviedli tiež topologické informácie na charakterizáciu priestorových vlastností vrstevníc a ďalej zlepšili výsledky segmentácie farieb pomocou relaxačnej iterácie. Výsledky testov naznačili, že tieto metódy stále nedokážu úplne vyriešiť problémy s farebnými odchýlkami a vyhladzovaním vrstevníc.

Na zlepšenie výsledkov segmentácie farieb navrhli Leyk a Boesch metódu založenú na pestovaní naočkovanej oblasti (SRG) plným využitím informácií o miestnych obrázkoch, frekvenčných doménach a farebných priestoroch [3]. Stále však nemôže prekonať nevýhodu v počiatočnom výbere osiva a závislostiach poradia SRG. Wu a kol. extrahovali čiary z farebných máp pomocou fuzzy klastrovania a riadeného učenia, ale nedokázali porozumieť farebnému aliasingu a falošným farbám, ktoré sú vlastné topografickým mapám [13]. Xin a kol. navrhol metódu extrakcie vrstevníc založenú na smerovom poli gradientu pomocou algoritmu c-means na získanie sady počiatočných uzlových semenníkov, potom pomocou týchto uzlov získal počiatočný obrys a nakoniec pomocou algoritmu všeobecného vektorového gradientového toku na extrahovanie neriedenej kontúry riadky [14]. Toto je účinná metóda na extrakciu vrstevníc, ale vyžaduje si vysokú časovú náročnosť. Zheng a kol. dosiahlo automatické oddelenie vrstiev topografických máp modifikovaným algoritmom fuzzy c-means (FCM), ktorý kombinoval priestorové a farebné informácie mapy [15]. Táto metóda prekonala vadu väčšiny algoritmov, ktorá počas segmentácie topografických máp zohľadňovala iba informácie o farbách, so zlepšenou presnosťou segmentácie a schopnosťou proti šumu.

2.2. Analýza algoritmov rekonštrukcie vrstevníc. V súčasnej dobe existujú zhruba tri prístupy k rekonštrukcii vrstevníc.

2.2.1. Prístup založený na geometrii. Tento prístup ponúka zmenu zo spájania bodov zlomu vrstevníc na rekonštrukciu kriviek. Spinello a Pascal spojili väčšinu bodov zlomu filtrovaním strán vektorizovaných trojuholníkových ôk podľa miestnych a globálnych kritérií [6]. Tento chamtivý algoritmus však nemôže priniesť najlepšie výsledky podľa najprísnejších kritérií pripojenia. Du a Zhang získali priestorové topologické informácie o vrstevniciach pomocou dilatačného algoritmu založeného na matematickej morfológii a použili tieto informácie na porovnanie a prepojenie medzier [16]. Uvedený algoritmus môže priniesť povzbudivé výsledky, ak medzery nie sú príliš veľké. San a kol. zostrojil graf susednosti s informáciou o zlomových bodoch, konkrétne zlomových bodoch, ktoré sú vrcholmi a nákladovými funkciami na základe určitých kritérií, ktorými sú strany, a na nájdenie optimálnych spôsobov spájania vrstevníc použil algoritmus [A.sup.*] [17]. Tento algoritmus platí pre úzke medzery. V prípade väčších medzier môže dôjsť k nesprávnemu prepojeniu.

2.2.2. Prístup založený na obrázku. Tento prístup kategorizuje dva rôzne pixelové body do jednej skupiny a spája body zlomu v prísnom súlade s gestaltskými zásadami vnímavej organizácie. Arrighi a Soille odhadli podmienky pripojenia vypočítaním euklidovskej vzdialenosti a smeru medzi dvoma koncovými bodmi [18]. Táto metóda nie je použiteľná na spájanie väčších medzier vrstevníc a pravdepodobne spôsobí nesprávne prepojenie lomových bodov medzi rovnobežnými vrstevnicami. Eikvil a kol. použil metódu lineárneho sledovania na rekonštrukciu vrstevníc nastavením sektorových oblastí v bodoch prerušenia pozdĺž vrstevníc a hľadaním porovnateľných lomových bodov v týchto oblastiach [19]. Väčšina uzavretých algoritmov založených na princípoch vnímania však pravdepodobne spôsobí nesprávne prepojenie vrstevníc. Huang a kol. navrhol vylepšenú metódu v súlade s princípom minimálnej vzdialenosti alebo smeru tak, že najskôr obrysové čiary namaľoval do rôznych farieb a potom rozdelil mapu na siete, hľadal body zlomu podľa indexu mriežky a nakoniec zosúladil body zlomu podľa vzdialenosti a farba [20]. Chen a kol. predstavil prístup lokálnej segmentácie okien na prekonanie problémov medzier a hrubých čiar za predpokladu, že pri riešení problému s medzerou existovalo iba jedno prirodzené pokračovanie z koncového bodu [11]. Pokračovanie nájdete v smere vrstevníc. Medzeru však prekračuje hľadanie z koncového bodu v sektore v súčasnom smere.

2.2.3. Prístupový gradientový vektorový tok. Tento prístup je charakterizovaný zhodou a spojením bodov zlomu v rámci vektorového gradientového poľa zostrojeného podľa obrázkov vrstevníc. Wu a kol. použil kartografické a geografické znalosti na odstránenie interferencií z iných geografických vrstiev a spojených bodov zlomu pomocou metódy vektorového toku s gradientom [21]. Táto metóda funguje dobre na spájanie bodov prerušenia, ale funguje pomaly. Zhou a Zheng použili vylepšený hadí algoritmus na extrahovanie vrstevníc vyplnením medzier podľa informácií z vektorových polí s gradientom obrázkov a dosiahli uspokojivé výsledky, ale táto metóda funguje aj pomaly [22]. Pouderoux a Spinello navrhli neparametrickú metódu spájania prerušovaných vrstevníc pomocou informácií o neprerušených vrstevniciach po nariedení na zostrojenie gradientového vektorového poľa celej mapy a následného hľadania bodov lomu, ktoré sa zhodujú s informáciami o toku vektora gradientu pre spojenie vrstevníc [ 23]. Je založený na informáciách o toku globálneho gradientu s nízkou mierou nesprávneho pripojenia, ale algoritmus je na praktické použitie príliš komplikovaný.

2.3. Existujúce problémy a ťažkosti. Na záver, aj keď bol vo výskume automatickej identifikácie a extrakcie vrstevníc na topografických mapách dosiahnutý určitý pokrok, existujú problémy v týchto dvoch aspektoch:

(1) Väčšina vedcov zamerala svoju pozornosť na to, ako vyriešiť problém medzier vrstevníc, ale ignorovali dôležitosť kvality výsledku extrakcie po segmentácii farieb. Segmentácia farieb ako kľúčový krok pri identifikácii a extrakcii vrstevníc má zásadný význam [24]. Efektívna metóda segmentácie môže nielen viesť k jasným, súvislým vrstevniciam, ale tiež uľahčí následné prepojenie lomových bodov.

(2) Nedostatočné zváženie inherentnej komplexnosti topografických máp zjednodušilo identifikáciu a extrakciu vrstevníc. Topografická mapa obsahuje komplikované geografické prvky, ktoré sa zobrazujú v rôznych farbách a rôznych formách, takže po skenovaní existujú problémy, ako je zhoršenie kvality, diskontinuita a konglutinácia. Väčšina existujúcich algoritmov sa týka iba skenovaných vysokokvalitných máp pre skenované mapy priemernej kvality. Tieto algoritmy často spôsobujú problémy, ako je nesprávne prepojenie a skreslenie obrysových čiar, najmä problém zlepenia obrysových čiar.

V tejto časti je predstavený nový algoritmus s podrobnými krokmi (obrázok 1). Vstupom tejto metódy je naskenovaná topografická mapa. (1) Plošné prvky sa odstránia metódou navrhnutou Miao et al. [25]. Tento článok predstavil metódu, ktorá oddelila čiary od komplikovaného pozadia vo farebne skenovaných topografických mapách na základe hustoty energie a šmykovej transformácie. Pretože lineárne prvky a pozadie je možné navzájom oddeliť na základe rozdielu hustôt energie a šmykovej transformácie, môže vyriešiť problém straty lineárnych prvkov v procese oddeľovania v dôsledku smerového obmedzenia (niektoré čiary je možné oddeliť iba v jednom smere. ), táto metóda môže fungovať dobre na odstránenie plošných prvkov. Preto bolo prijaté na získanie mapy lineárnych prvkov. Metóda nie je v tomto príspevku popísaná. Podrobnosti nájdete v literatúre [25]. (2) Klastrovanie sa vykonáva pomocou vylepšeného sFCM. Celé funkcie sú zároveň transformované do šedej verzie. (3) Špeciálne cykly sa extrahujú a pridajú do vrstvy vrstevníc. (4) Uzlové segmenty sú odstránené. (5) Jednopixelové hrubé čiary sa získavajú morfologickým filtrovaním, riedením a orezávaním. (6) Body zlomu sú spojené podľa sivého obrazu a segmentov uzla.

3.1. Segmentácia farieb. FCM používa členstvo na určenie stupňa každého dátového bodu patriaceho určitému klastrovému centru na účely automatickej kategorizácie [26]. Pretože informácie o susedstve sa v pixeloch neberú do úvahy, má tento algoritmus relatívne slabú schopnosť spracovávať intenzívne zvuky. Susedné pixely obrázku majú podobné vlastnosti [27, 28]. Vzhľadom na ich podobnosť je veľmi možné, že sú zaradené do rovnakého klastra, takže priestorové informácie sú dôležité pre kategorizáciu obrázkov s hlukom. Chuang a kol. zaviedol do FCM informácie o priestorovom susedstve a upravil funkciu členstva o novú priestorovú funkciu (sFCM) [29]. Vzhľadom na to, že zavedenie informácií o priestorovom susedstve do určitej miery zvyšuje časovú náročnosť algoritmu, sú zavedené horné a dolné množiny strihov, ktoré majú dynamicky upravovať mieru konvergencie prvkov s rôznym stupňom členstva, čo zvyšuje mieru konvergencie prvkov s vyšším stupňa členstva a znižuje vplyv nízkych stupňov členstva na klastrové centrá. Môže teda zlepšiť mieru kategorizácie.

3.1.1. Algoritmus sFCM. Aby sa zaviedli priestorové informácie, priestorová funkcia je definovaná takto:

[w.sub.ij] = [sumarizácia nad (k [člen] [OMEGA] ([x.sub.j])] [u.sub.ik], (1)

kde i = 1, 2,. c, j = 1, 2,. n a [OMEGA] ([x.sub.j]) je susedské okno, pričom [x.sub.j] je centrálny pixel. [u.sub.ik] je členstvo pixelu [x.sub.k] v triede i, hodnota [w.sub.ij] ukazuje stupeň príslušnosti k pixelu [x.sub.k] do triedy i. Ak väčšina pixelov susedstva patrí do rovnakej triedy, v bode budeme mať vyššie hodnoty [w.sub.ij].

SFCM využíva priestorové vlastnosti pixelov na úpravu funkcie členstva v FCM. Potom získame nový vzorec na opakovanie členstva takto:

[u'.sub.ij] = [([u.jub.ij]). sup.p] [([w.sub.ij]). sup.q]/[[summation] .sup.c.sub .k = 1] [([u.kj]) .sup.p] [([w.sub.kj]). sup.q], (2)

kde p a q sa používajú na kontrolu relatívnej dôležitosti medzi pôvodným členstvom a priestorovou funkciou. Iteračná funkcia nového centra klastrov a cieľová funkcia sú tieto:

[matematický výraz nie je reprodukovateľný], (3)

[matematické vyjadrenie nie je reprodukovateľné]. (4)

3.1.2. Horné a dolné súpravy Cut. Aby sa zlepšila rýchlosť kategorizácie, zavádzajú sa horné a dolné množiny strihov, to znamená, že niektoré fuzzier prvky v matici fuzzy členstva sú zachované a ostatné prvky sú rozmazané, aby matica kategorizácie vzoriek mala určitú istotu, zatiaľ čo nejasnosť v priestorovom rozdelení vzoriek sa uchováva za účelom zlepšenia rýchlosti a presnosti kategorizácie. Počas kategorizácie, keď je stupeň členstva pixelu vo vzorovom bode [x.sub.k] k podtriede oveľa vyšší ako stupeň členstva pre iné podtriedy, je možné vziať do úvahy, že vzorka [x.sub.k] patrí do trieda i, a výpočty sa zjednodušia pre pixelový bod pri ďalšej iterácii. Optimalizácia iterácie je potrebná iba vtedy, ak sa stupne členstva v podtriedach výrazne nelíšia a kategorizácia je náročná. V praktickej prevádzke, vzhľadom na hornú prahovú hodnotu tu a dolnú prahovú hodnotu td, ak je fuzzy členstvo [µ.> [µp] a

3.1.3. Kroky segmentácie farieb. Na základe vyššie uvedeného sú kroky segmentácie farieb nasledujúce.

Krok 1. Inicializujte počet tried klastrovania c a centrum klastra [V.sup. (0)] určte hornú množinu rezov tu a dolnú sadu td nastavte fuzzy váhový exponent m, chybu koncovej iterácie e, počiatočný počet iterácií (t = 0) a maximálny počet iterácií [t.max].

Krok 2. Získajte FCM na spracovanie sivej mapy pomocou matice kategorizácie [U.sup.0].

Krok 3. Vykonajte výpočty podľa vzorca (2) pre novú maticu členstva a ošetrujte ich hornými a dolnými sadami strihov.

Krok 4.Vykonajte výpočty pre nové centrum klastrov podľa vzorca (3).

Krok 5. Ak [paralelne] [V.s (t+1)] - [V.s (.) U a stred klastra V inak, nech t = t + 1 prejdeme na krok 2.

Krok 6. Určte triedy pixelov pomocou metódy prevodu maximálneho členstva po konvergencii algoritmu.

3.2. Extrakcia špeciálnych behov

3.2.1. Výstavba behov. V bitmapách sa horizontálna (alebo vertikálna) čiara tvorená spojenými pixelmi rovnakej farby v riadku (alebo stĺpci) nazýva beh. Na obrázkoch v odtieňoch sivej je beh v horizontálnom smere definovaný nasledovne:

[matematický výraz nie je reprodukovateľný], (5)

kde y je riadok, v ktorom sa nachádza beh .1], y) je koncový bod a šírka cyklu je RunWidth = [x.sub.1] - [x.sub.0] + 1.

Predpokladajme, že beh v riadku v je [matematický výraz nie je reprodukovateľný] a iný beh je [matematický výraz nie je reprodukovateľný], ak

Potom sú [matematický výraz nereprodukovateľný] prepojené behy (obrázok 2 (a)). Predpokladajme, že beh v riadku y je [matematický výraz nie je reprodukovateľný] a beh v riadku y + 1 je [matematický výraz nie je reprodukovateľný], ak

([a.l] [menší alebo rovný] [b2]] [priesečník] ([a2] [väčší alebo rovný] [b1]). (7)

Potom [matematický výraz nie je reprodukovateľný] sú susedné cykly a [matematický výraz nie je reprodukovateľný] je predchodcom cyklu [matematický výraz nie je reprodukovateľný] je nástupcom cyklu [matematický výraz nie je reprodukovateľný] (obrázok 2 (b)).

Podľa počtu predchodcov a nástupcov [30] existuje sedem typov behov (obrázok 3): (1) singulárne behy (bez predchodcu a nástupcu), (2) počiatočné behy (bez predchodcu a jedného nástupcu) , (3) koncové jazdy (s jedným predchodcom a bez nástupcu), (4) pravidelné jazdy (s jedným predchodcom a jedným nástupcom), (5) zlučovanie sérií (s viac ako jedným predchodcom a jedným nástupcom najviac), (6) vetviace behy (maximálne s jedným predchodcom a viac ako jedným nástupcom) a (7) krížové behy (s viac ako jedným predchodcom a nástupcom).

3.2.2. Extrakcia špeciálnych behov. Po farebnej segmentácii sa vrstevnice v priesečníkoch regiónov obvykle odpojia pomocou kilometrov v mriežke, vodných systémov, ciest a značiek. Ak by sa tieto pretínajúce sa časti extrahovali a pridali do vrstvy vrstevnicovej mapy na spojenie, určite by to zjednodušilo následné prepojenie lomových bodov. Pri analýze vlastností topografických máp je potrebné pred spracovaním medzier spôsobených priesečníkom s inými prvkami mapy ošetriť medzery v vrstevniciach spôsobené priesečnicami s mriežkami v kilometroch.

Kilometrovú mriežku tvoria dve sady rovnobežných čiar (zvislé a vodorovné čiary), ktoré prebiehajú rovnobežne s projekčnými osami. Na topografickej mape má tieto vlastnosti: (1) rovnomerné intervalové rozloženie v horizontálnom alebo vertikálnom smere (tj. Vzdialenosť medzi susediacimi líniami (alebo stĺpcami) je pevná) (2) dlhé súradnicové čiary, spravidla odpojené iba pri označovanie alebo obytné oblasti. Dĺžka behov je takmer dĺžka (alebo šírka) mapy. Horizontálne a vertikálne behy sú preto zostavené na topografickej mape po farebnej segmentácii, aby sa dala ľahko identifikovať mriežka v kilometrovom rozsahu podľa vlastností behov.

Potom, čo sú identifikované siete kilometrov, sa extrahujú špeciálne jazdy súvisiace s kilometrom. Vertikálne behy tvorené horizontálnymi súradnicovými čiarami, ak jeden alebo dva spojené cykly majú cieľovú farbu (t.j. farbu vrstevníc), sú považované za špeciálne cykly a sú extrahované. Podobne sa extrahujú aj špeciálne behy tvorené zvislými súradnicovými čiarami. Potom sa extrahujú špeciálne cykly súvisiace s inými prvkami (vodné systémy, značky atď.). Podľa nášho názoru je každý beh s dvoma prepojenými behmi cieľovej farby špeciálnym behom a mal by byť extrahovaný. Všetky extrahované špeciálne behy sa pridajú do vrstvy vrstevnicovej mapy a potom sa dajú niektoré medzery vrstevníc automaticky opraviť (obrázky 8 (g), 9 (g) a 10 (g)).

3.3. Odstránenie segmentov uzla

3.3.1. Definícia a kategorizácia segmentov. Segment je zbierka jednoducho prepojených sérií jeden na jedného. Aby sa zaistila jednotnosť segmentu, platia nasledujúce obmedzenia:

(1) Behy sú vedľa seba.

(2) Aby sa zaistilo správne zriadenie krížových, zlučovacích a vetviacich domén, počiatočný beh nie je rozvetvovací beh alebo krížový beh a konečný beh nie je zlučovací beh alebo krížový beh.

(3) Neexistuje žiadna prudká zmena v šírke (t.j. v dĺžke) behu.

(4) Jednotné a krížové behy predstavujú segmenty nezávisle.

Je potrebné poznamenať, že ak sa dva cykly výrazne líšia v šírke, malo by sa zvážiť zostrojenie oddelených segmentov pre ne pri konštrukcii segmentov, napriek jednoduchému prepojeniu medzi nimi. Predpokladajme, že šírka aktuálneho cyklu je [RunWidth.sub.y] a segment, ktorý sa má skonštruovať, sa skladá z [matematický výraz nie je reprodukovateľný] a i = 1, 2,. n potom je šírka segmentu nasledovná:

[matematické vyjadrenie nie je reprodukovateľné]. (8)

Ak šírka cyklu vyhovuje vzorcu (9), znamená to, že dochádza k výraznej zmene šírky cyklu, mal by sa skonštruovať nový segment:

[matematické vyjadrenie nie je reprodukovateľné]. (9)

Schematické diagramy segmentu sú znázornené na obrázku 4.

Segment sa skladá z niekoľkých cyklov a mnoho segmentov tvorí topografická mapa. Vzťahy susednosti medzi segmentmi sú definované nasledovne: V prípade segmentov c a d, ak je koncový beh c susediaci s počiatočným behom d, potom je c známy ako horný susedný segment d a d je nižší susedný segment. c, a c a d majú vzťah rodič-dieťa. Ak c je horný priľahlý segment d a c je tiež horný susedný segment e, potom d a e majú vzťah brat-brat (obrázok 5).

Podľa vzťahov hornej a dolnej susednosti sú segmenty rozdelené do dvoch typov: (1) uzlové segmenty (s počtom horných alebo dolných susedných segmentov), ​​ako je segment c na obrázku 5, a (2) lineárne segmenty (s jedným horný a jeden dolný priľahlý segment), ako sú segmenty a, b, d a e na obrázku 5.

3.3.2. Extrakcia uzlových segmentov. Segmenty uzlov zodpovedajú hrubým čiaram na vrstve binárnej mapy. Na vyriešenie problému s konglutináciou by mali byť segmenty uzlov vymazané. Podľa obmedzení pre generovanie segmentu a definície segmentu uzla sú kroky na extrakciu segmentov uzla na binárnej mape (obrázok 6) definované nasledovne.

Krok 1. Zistite všetky spustenia s viac ako 1 spustením predchodcu (alebo nástupcu) a prechádzajte sadou záznamov.

Krok 2. Získajte aktuálny beh.

Krok 3. Skontrolujte, či je ID segmentu aktuálneho behu 0. Ak nie, znamená to, že aktuálny beh bol spracovaný, preskočte na nasledujúci záznam a v opačnom prípade prejdite na krok 2, vytvorte nový uzlový segment.

Krok 4. Získajte informácie o behu. Ak je počet predchodcov spustený viac ako 1, vyhľadajte priľahlé behy podľa vzorca (7) smerom nadol (alebo vyhľadajte smerom hore, ak je počet nástupných cyklov vyšší ako 1). Ak neexistuje žiadny nástupca (alebo predchodca), pokračujte krokom 2.

Krok 5. Skontrolujte výrazné zmeny v šírke cyklu podľa vzorca (9). Ak dôjde k významnej zmene, zastavte vyhľadávanie a prejdite na krok 2.

Krok 6. Skontrolujte počet spustení nástupcu (alebo predchodcu). Ak je viac ako 1 alebo sa rovná 0, zastavte vyhľadávanie a prejdite na krok 2.

Krok 7. Pridajte aktuálny beh do uzlového segmentu, upravte jeho ID segmentu, nastavte ako aktuálny beh následný (alebo predchodcovský) beh a prejdite na krok 4.

Krok 8. Toto je koniec procesu extrakcie segmentu uzla.

V uzlových segmentoch existuje druh uzlového segmentu, ktorý má iba dva susedné segmenty. Nie je tvorený priesečníkom geografických prvkov (ale pravdepodobne ako dôsledok väčšieho zakrivenia vrstevníc). Tento druh segmentu uzla je známy ako segment pseudouzla (obrázok 7). Pretože to nie je spôsobené konglutináciou vrstevníc, nemôže byť vymazané.

3.4. Pripojenie bodov zlomu. Pred prepojením dvoch druhov bodov zlomu je binárna mapa morfologicky filtrovaná [18], zúžená a orezaná tak, aby získala hrubé čiary jeden pixel [31-33]. Spojenie dvoch zlomených kriviek závisí vo veľkej miere od trendu krivky a vzdialenosti medzi bodmi zlomu. Ak je krivkový trend reprezentovaný uhlom medzi dotyčnicami v dvoch bodoch lomu th, vzdialenosť medzi dvoma bodmi lomu je d a pravdepodobnosť spojenia lomenej krivky je P, potom je funkčný vzťah medzi P, th a d je nasledovné:

P = [[lambda] 1] [absolútna hodnota cos0 + [[lambda] 2]/d, (10)

kde [lamb] a [y2] sú proporcionálne faktory. Pravdepodobnosť spojenia prerušovanej krivky P je v nepriamom pomere k vzdialenosti medzi bodmi lomu a uhlom medzi dotyčnicami v bodoch lomu th. Čím väčšia je hodnota P, tým väčšia je pravdepodobnosť spojenia bodov zlomu. Zdá sa, že v uvedených dvoch faktoroch je trend krivky dôležitejší, takže sa predpokladá, že [y1] = 0,6 a A2 = 0,4.

Všeobecne povedané, medzery vrstevníc sú hlavne spôsobené nasledujúcim: (1) odstránením uzlových segmentov hrubých čiar (ako je znázornené červenými kruhmi 4 a 5 na obrázku 9 a 7 a 8 na obrázku 10) (2) nejednotnými farbami obrysové čiary v dôsledku aliasovania farieb a falošných farieb (ako je znázornené na obrázku 9 v červenom kruhu 6) (3) pretínajúce alebo prekrývajúce sa vrstevnice a ďalšie prvky mapy (ako je znázornené v červených kruhoch 1-3 na obrázku 8). V prípade medzier vrstevníc spôsobených odstránením segmentov uzla, ako je popísané v bode (1), možno body lomu ľahko nájsť vyhľadaním odstránených segmentov uzla. Efektívnosť spracovania môže zlepšiť hľadanie porovnateľných bodov zlomu v susedných oblastiach segmentov uzlov. Pre medzery v obdĺžnikovom poli segmentu uzla sa vypočíta pravdepodobnosť spojenia akéhokoľvek páru bodov zlomu. Akonáhle sa objaví maximálna celková pravdepodobnosť, bude sa to považovať za najlepšiu schému pre spojenie medzier v obdĺžnikovom poli segmentu uzla. Pokiaľ ide o druhý, pretože vrstevnice s dvojicami koncových bodov v segmentovanej mape sú na pôvodnej mape spojité, medzery je možné opraviť podľa sivej mapy. Pokiaľ ide o tretí problém, niektoré medzery sa automaticky spoja po pridaní špeciálnych cyklov do vrstvy vrstevnicovej mapy a zvyšok je možné opraviť pomocou vyššie uvedených spôsobov.

4. Výsledky a diskusie

Aby sme overili účinnosť navrhovanej metódy, použili sme ju na extrakciu obrysových čiar zo skutočných topografických máp a vykonali sme kvalitatívne a kvantitatívne vyhodnotenie výsledkov extrakcie. Výsledky troch máp sú uvedené na obrázkoch 8, 9 a 10.

Obrázky 8 (a), 9 (a) a 10 (a) sú časťami troch rôznych topografických máp naskenovaných v rozlíšení 96 DPI. Používajú sa na testovanie celkového výkonu navrhovaného algoritmu pri ošetrovaní hrubých čiar a medzier vrátane medzier spôsobených zaujímavými alebo prekrývajúcimi sa vrstevnicami a inými mapovými prvkami (ako je znázornené červenými kruhmi 1-3 na obrázku 8), konglutináciách spôsobené husto usporiadanými vrstevnicami (ako je znázornené na obrázku 9 červenými kruhmi 4 a 5 a na obrázku 10 na červených kruhoch 7 a 8) a medzerami spôsobenými nejednotnými farbami vrstevníc (ako je znázornené na obrázku 9 v červenom kruhu 6). Obrázky 8 (b), 9 (b) a 10 (b) sú lineárne mapy po odstránení plošných prvkov pomocou metódy navrhnutej Miao et al. [25] a ich sivé verzie sú znázornené na obrázkoch 8 (c), 9 (c) a 10 (c). Výsledky farebnej segmentácie zlepšeným sFCM sú zobrazené na obrázkoch 8 (d), 9 (d) a 10 (d).

Pred segmentáciou farieb je potrebné inicializovať sériu parametrov. Predpokladáme, že horná množina rezov tu = 0,8, dolná množina rezov td = 0,2 a fuzzy vážiaci exponent m = 2. Počet typov klastrov c a stred klastra [V.sup. (0)] bude priamo ovplyvňovať výsledky zhlukovania a miera konvergencie. Ak je počiatočné centrum klastra približné konečnému výsledku konvergencie, miera konvergencie sa výrazne zvýši a počet iterácií sa výrazne zníži. Súčasne sa znižuje aj možnosť uväznenia v miestnom optimáli. Mnoho vedcov vykonalo výskum inicializácie počtu klastrovacích typov c a klastrového centra [V.sup. (0)], ale bohužiaľ zatiaľ nie je navrhnutá žiadna jednoduchá, ale účinná metóda.

Vzhľadom na to, že sFCM môže opraviť výsledky kategorizácie FCM, inými slovami, má menšiu závislosť od počiatočného centra klastrov [V.sup. (0)] a na topografických mapách je malý počet zhlukov potom, čo sú plošné prvky odstránené, nastavíme centrum klastra [V.sup. (0)] metódou vylepšenia obrazu [1, 2]. Konkrétnejšie, ak sú pixely v hodnotách R, G a B málo odlišné, sú buď čierne alebo biele v závislosti od svojich hodnôt (napr. Všetky tri hodnoty sú vyššie ako 180, pixel je považovaný za biely, inak je čierny). Okrem bielej a čiernej sú pixely s maximálnym G a B v hodnotách R, G a B považované za zelené a modré. Ak sú dve hodnoty rovnaké a maximálne, pixel je mapovaný do zelenej alebo modrej farby v závislosti od svojho okolia. Ostatné sú hnedé. Podľa znakov farby je možné topografické mapy farieb rozdeliť do piatich vrstiev (biela, čierna, zelená, modrá a hnedá) a [V.sup. (0)] možno inicializovať s priemerom R, G, a hodnoty B každej vrstvy. Pre p a q algoritmus sFCM s vyšším parametrom q vykazuje lepší vyhladzovací efekt podľa výsledkov výskumu Chuang a kol. [29]. Nastavili sme teda p = 0 a q = 2 a použili sme susedné okno 3 x 3 pre centrálny pixel, aby sme zaistili plynulý obraz po segmentácii. Na vyhodnotenie výkonu klastrovania [29] sa ďalej používa rozdeľovací koeficient [V.sp.pc], deliaca entropia [V.sub.pe] a kompaktnosť a separácia [V.sb.xb]:

[matematické vyjadrenie nie je reprodukovateľné]. (11)

Myšlienka [V.sub.pc] a [V.sub.pe] je, že oddiel s menšou neostrosťou znamená lepší výkon. Najlepšie zoskupenie sa dosiahne, keď je [V.sp.pc] maximálny alebo [V.sub.pe] je minimálny. [V.sub.xb] meria uvádzaný majetok. Dobrý výsledok zoskupovania generuje vzorky, ktoré sú zhutnené v rámci jedného klastra, a vzorky, ktoré sú oddelené medzi rôznymi klastrami. Očakáva sa teda, že minimalizácia [V.sub.xb] povedie k dobrému zoskupeniu. Účinok a účinnosť vylepšeného sFCM sa overil implementáciou v MATLABe a aplikovaním na päť rôznych skenovaných topografických máp. Výsledky hodnotenia sú uvedené v tabuľke 1. Testovacím prostredím bol procesor Intel (R) Xeon (R) E5630 @ 2,53 GHz, 12 GB RAM, 64-bitový operačný systém Microsoft Windows 7 Ultimate.

Z tabuľky 1 je zrejmé, že účinnosť klasifikácie vylepšeného algoritmu je vyššia ako účinnosť sFCM. Medzitým sú efekty segmentácie vylepšeného algoritmu a sFCM takmer rovnaké. Navyše, v porovnaní s výsledkami segmentácie pomocou FCM (obrázky 8 (e), 9 (e) a 10 (e)), vylepšený sFCM môže vytvárať segmentované obrázky, ktoré sú plynulejšie a majú lepšie antinoise schopnosti, pretože ten berie do úvahy relevantnosť informácií o susedstve a poskytuje kompenzáciu v oblasti hluku.

Ako je znázornené na vrstve segmentovaných vrstevníc (obrázky 8 (f), 9 (f) a 10 (f)), veľké množstvo vrstevníc má medzery. Podľa analýzy sú niektoré medzery umiestnené v pretínajúcich sa alebo prekrývajúcich sa oblastiach vrstevníc a iných mapových prvkov. Po farebnej segmentácii sme teda skonštruovali behy na topografických mapách, extrahovali sme špeciálne behy a pridali sme ich do vrstvy segmentovaných vrstevníc. Ako je znázornené na obrázkoch 8 (g), 9 (g) a 10 (g), niektoré medzery v pretínajúcich sa alebo prekrývajúcich sa oblastiach vrstevníc a iných mapových prvkov sú opravené. Napriek tomu, že existujú určité medzery, ktoré nie sú po pridaní špeciálnych cyklov úplne opravené, sú výrazne zúžené, aby sa uľahčilo následné spojenie bodov zlomu. Pridanie špeciálnych sérií však môže viesť k vzniku nových hrubých čiar. Pred spracovaním hrubých čiar je preto potrebné pridať špeciálne jazdy.

Husto usporiadané obrysové čiary je ťažké oddeliť od prvkov pozadia, a preto je ľahké spôsobiť hrubé čiary po farebnej segmentácii. V takom prípade, ak sú priesečníky obrysových čiar určené po zriedení, spôsobí to ťažkosti pri následnom spájaní vrstevníc a značné chyby vo výsledkoch extrakcie, pretože existujúce algoritmy riedenia pravdepodobne spôsobia skreslenie a nesprávne vetvy v pretínajúce sa oblasti v procese riedenia. Preto sme problém s hrubými čiarami vyriešili odstránením uzlových segmentov obrysových čiar. Najprv bola vrstva obrysových čiar prevedená na binárnu mapu po pridaní špeciálnych behov, potom boli segmenty uzlov extrahované a vymazané (obrázky 8 (h), 9 (h) a 10 (h)). Poloha segmentov uzla bola zaznamenaná pred odstránením. Aby sa zlepšila účinnosť spracovania, hľadali sa porovnateľné body zlomu vo väčšej oblasti (napr. O 3 pixely viac ako ohraničujúci obdĺžnik segmentu uzla). Na vyriešenie problému so smerovou závislosťou kódov dĺžky behu boli priesečníky určené pomocou horizontálneho a vertikálneho skenovania v procese konštrukcie segmentu uzla. Ak sú medzitým susedné segmenty segmentu uzla singulárnymi behmi so šírkami menšími ako 3, potom sa segment považuje za spôsobený nárazmi a bol vylúčený zo štatistiky susedných segmentov. Pred pripojením bodov zlomu sa získali jeden pixel hrubé čiary v vrstevniciach (obrázky 8 (i), 9 (i) a 10 (i)) pomocou morfologického filtrovania, riedenia a orezávania.

Okrem vyššie uvedených dvoch typov medzier existuje ešte jeden druh medzery spôsobenej nerovnomernými farbami v vrstevniciach v dôsledku aliasingu a falošných farieb. Takéto medzery je možné ľahko opraviť podľa sivého obrazu. Konečné výsledky s použitím navrhovanej metódy sú znázornené na obrázkoch 8 (j), 9 (j) a 10 (j). Ako je uvedené na týchto obrázkoch, navrhovaný algoritmus môže lepšie vyriešiť problémy s medzerami a hrubými čiarami a vytvárať mapy s úplnými vrstevnicami.

Obrázky 8 (k), 9 (k) a 10 (k) a Obrázky 8 (l), 9 (l) a 10 (l) zobrazujú výsledky testu pomocou metódy navrhnutej Chen et al. [11] a Samet a kol. [7]. Uvedené metódy vykazovali uspokojivé výsledky na obrázku 8. Na obrázkoch 9 a 10 však došlo k niektorým chybám (ako je znázornené červeným kruhom 5 na obrázku 9 a červenými kruhmi 7 a 8 na obrázku 10). Dôvodom je, že vrstevnice boli blízko seba a oblasť pozadia medzi vrstevnicami bola fuzzifikovaná do hnedej farby, ktorú bolo ťažké oddeliť, čo malo za následok hrubé čiary a skreslenie vrstevníc po zriedení, a teda nesprávne prepojenia.

Nakoniec sme vyhodnotili výsledky v úplnosti, presnosti, kvalite a rozdiele Root Mean Square (RMS) podľa nasledujúcich kritérií [34]:

[matematický výraz nie je reprodukovateľný], (12)

kde l je počet kusov zodpovedajúcej extrakcie d ([extr.i] ref) je najkratšia vzdialenosť medzi i -tým kusom zodpovedajúcej extrakčnej a referenčnej čiary. Optimálne hodnoty pre úplnosť, presnosť a kvalitu sú 1 a optimálna hodnota pre RMS je 0. Ručne vykreslené obrysové čiary na osi sa považujú za referenčné čiary. Vzhľadom na to, že väčšina vrstevníc má na mape s rozlíšením 96 DPI šírku 2 až 4 pixely, nastavili sme teda šírku vyrovnávacej pamäte na 4 pixely. Výsledky hodnotenia sú uvedené v tabuľke 2.

Ako je uvedené v tabuľke 2, nie je veľký rozdiel v úplnosti výsledkov extrakcie týchto troch spôsobov, ale v porovnaní s výsledkami metódy navrhnutej Chenom a kol. a Samet et al., výsledky navrhovanej metódy majú vyššiu presnosť. Dôvodom je, že ich metódy riešia problém hrubých čiar založený na riedení, kde je v priesečníkoch v priebehu riedenia často spôsobené skreslenie a nesprávne vetvy, čo zníži presnosť a kvalitu výsledkov extrakcie. Súhrnne, ako je znázornené na obrázkoch a v tabuľkách, navrhovaná metóda dosahuje lepší výkon pri extrakcii vrstevníc.

V skutočných topografických mapách môžu okrem vyššie uvedených medzier štítky a anotácie tiež spôsobiť medzery v vrstevniciach (obrázok 11). V takom prípade metóda navrhnutá Oka et al. priniesol povzbudivé výsledky [35], o ktorých sa v tomto príspevku nebude diskutovať.

V tomto príspevku je navrhnutá nová metóda na extrakciu vrstevníc z naskenovaných topografických máp priemernej kvality na základe segmentácie farieb a spojenia medzier vrstevníc. Počas farebnej segmentácie sa vylepšený sFCM používa na riešenie farebného aliasingu a falošných farieb s prihliadnutím na farebné aj priestorové informácie topografických máp a na zlepšenie rýchlosti kategorizácie sa zavádzajú horné a dolné sady strihov. Aby sa vyriešil problém hrubých čiar, segmenty uzlov sa odstránia pred opravou medzier. V procese spájania medzier medzi vrstevnicami sa používajú rôzne metódy na opravu medzier vrstevníc podľa príčin, aby sa zlepšila presnosť zhody bodov zlomu. V porovnaní s metódami založenými na riedení má navrhovaná metóda menej chybných prepojení a presnejšie výsledky. Stručne povedané, navrhovaná metóda môže efektívne identifikovať a extrahovať vrstevnice z naskenovaných topografických máp priemernej kvality.

Autori prehlasujú, že v súvislosti s uverejnením tohto príspevku nedochádza ku konfliktu záujmov.

Táto práca bola podporená projektom špeciálnych fondov na vedecký výskum odvetvia verejného blaha od Ministerstva pôdy a zdrojov Čínskej ľudovej republiky v rámci grantu 201511079-02.

[1] N. G. Ganpatrao a J. K. Ghosh, „Extrakcia informácií z topografickej mapy pomocou analýzy farieb a tvarov“, Sadhana, zv. 39, č. 5, s. 1095-1117, 2014.

[2] D. B. Dhar a B. Chanda, „Extrakcia a rozpoznávanie geografických znakov z papierových máp“, International Journal on Document Analysis and Recognition, zv. 8, č. 4, s. 232-245, 2006.

[3] S. Leyk a R. Boesch, „Farby minulosti: segmentácia farebného obrazu v historických topografických mapách na základe homogenity“, GeoInformatica, roč. 14, č. 1, s. 1-21, 2010.

[4] R. Pradhan, S. Kumar, R. Agarwal, M. P. Pradhan a M. K. Ghose, „Algoritmus sledovania vrstevníc pre digitálne topografické mapy“, International Journal of Image Processing, zv. 4, č. 2, s. 156-163, 2010.

[5] A. Khotanzad a E. Zink, „Extrakcia vrstevníc a geografických prvkov z farebných topografických papierových máp USGS,“ Transakcie IEEE na analýzu vzorov a strojovú inteligenciu, roč. 25, č. 1, s. 18-31, 2003.

[6] S. Spinello a G. Pascal, „Rozpoznanie vrstevnice z naskenovaných topografických máp“, Journal of Winter School of Computer Graphics, zv. 12, č. 1-3, s. 419-426, 2004.

[7] R. Samet, I. Askerzade a C. Varol, „Implementácia automatickej extrakcie vrstevnice z naskenovaných digitálnych topografických máp“, Applied Mathematics and Computation, zv. 9, č. 1, s. 116-127, 2010.

[8] A. Pezeshk a RL Tutwiler, „Rozpoznávanie obrysovej čiary a extrakcia zosilňovača zo skenovaných farebných máp pomocou duálnej kvantizácie obrazu s intenzitou“, v zborníku z IEEE Southwest Symposium on Image Analysis and Interpretation (SSIAI '08), s. 173 -176, IEEE, Santa Fe, NM, USA, marec 2008.

[9] H. H. Su, R. B. Wang a Z. Q. Zhuang, „Algoritmus segmentácie farieb aplikovaný v mapách s jeho implementáciou,“ Journal of Computer Aided Design & amp Computer Graphics, zv. 11, č. 5, s. 395-398, 1999.

[10] Y. Chen a R. S. Wang, „Rozpoznanie vrstevníc z naskenovaných topografických máp“, Computer Aided Engineering, zv. 14, č. 3, s. 1-9, 2005.

[11] Y. Chen, R. Wang a J. Qian, „Extrahovanie vrstevníc z bežne podmienených topografických máp“, IEEE Transactions on Geoscience and Remote Sensing, zv. 44, č. 4, s. 1048-1057, 2006.

[12] H. Chen, X.-A. Tang, Y.-M. Yang a M.-Y. Sun, „Extrahovanie vrstevníc z naskenovaných vojenských topografických máp“, Journal of System Simulation, zv. 21, č. 7, s. 1954-1958, 2009.

[13] J. Wu, H. Yan a A. Chalmers, „Segmentácia farebného obrazu pomocou fuzzy klastrovania a učenia pod dohľadom“, Electronic Imaging, zv. 3, č. 4, s. 397-405, 1994.

[14] D. J. Xin, X. Z. Zhou a H. L. Zheng, „Extrakcia vrstevnice z topografických máp na papieri,“ Journal of Information and Computing Science, zv. 1, č. 5, s. 275-283, 2006.

[15] H. L. Zheng, X. Z. Zhou a J. Y. Wang, „Automatická farebná segmentácia topografických máp na základe kombinácie informácií o priestorových vzťahoch a informácií o farbe,“ Journal of Image and Graphics, zv. 8, č. 3, s. 334-340, 2003.

[16] J. Y. Du a Y. M. Zhang, „Automatická extrakcia vrstevníc z naskenovanej topografickej mapy“, v zborníku IEEE International Geoscience and Remote Sensing Symposium (IGARSS 04), roč. 5, s. 2886-2888, Anchorage, Aljaška, USA, september 2004.

[17] LM San, SM Yatim, NAM Sheriff a N. Isrozaidi, „Extrahovanie vrstevníc z naskenovaných topografických máp“, v zborníku z medzinárodnej konferencie o počítačovej grafike, zobrazovaní a vizualizácii (CGIV 04), s. 187-192 , IEEE, Penang, Malajzia, júl 2004.

[18] P. Arrighi a P. Soille, „Od skenovaných topografických máp k digitálnym výškovým modelom“, v zborníku z medzinárodného sympózia o zobrazovacích aplikáciách v geológii (GeoVision '99), s. 1-4, Liege, Belgicko, máj 1999.

[19] L. Eikvil, K. Aas a H. Koren, „Nástroje pre interaktívnu konverziu máp a vektorizáciu“, v zborníku z 3. medzinárodnej konferencie o analýze a rozpoznávaní dokumentov, zv. 2, s. 927-930, IEEE, Montreal, Kanada, august 1995.

[20] X. L. Huang, P. Hu a Y. D. Bai, „Vylepšená metóda na spájanie prerušovaných obrysov“, Science of Surveying and Mapping, zv. 31, č. 1, s. 111-114, 2006.

[21] R. Q. Wu, X. R. Cheng a C. J. Yang, „Extrahovanie vrstevníc z topografických máp na základe kartografických a grafických znalostí,“ Journal of Computer Science & amp Technology, zv. 9, č. 2, s. 58-64, 2009.

[22] X.-Z. Zhou a H.-L. Zheng, „Automatická vektorizácia vrstevníc na základe deformovateľného modelu a orientácie toku poľa“, Chinese Journal of Computers, zv. 27, č. 8, s. 1056-1063, 2004.

[23] J. Pouderoux a S. Spinello, „Rekonštrukcia globálnych vrstevníc v topografických mapách“, v zborníku z 9. medzinárodnej konferencie o analýze a rozpoznávaní dokumentov (ICDAR '07), roč. 2, s. 779-783, Parana, Brazília, september 2007.

[24] S. Leyk, R. Boesch a R. Weibel, „Saliencia a sémantické spracovanie: extrakcia lesného porastu z historických topografických máp“, „Pattern Recognition, zv. 39, č. 5, s. 953-968, 2006.

[25] Q. G. Miao, P. F. Xu, T. G. Liu, Y. Yang, J. Y. Zhang a W. S. Li, „Lineárne oddelenie funkcií od topografických máp pomocou hustoty energie a šmykovej transformácie,“ IEEE Transactions on Image Processing, zv. 22, č. 4, s. 1548-1558, 2013.

[26] J. C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press, New York, NY, USA, 1981.

[27] S. C. Chen a D. Q. Zhang, „Robustná segmentácia obrazu pomocou FCM s priestorovými obmedzeniami založenými na novom meraní vzdialenosti indukovanom jadrom“, IEEE Transactions on Systems, Man a Cybernetics, časť B: Cybernetics, zv. 34, č. 4, s. 1907-1916, 2004.

[28] P. Wang a HL Wang, „Upravený algoritmus FCM pre segmentáciu obrazu mozgu magnetickou rezonanciou“, v zborníku z medzinárodného seminára o budúcom biomedicínskom informačnom inžinierstve (FBIE '08), s. 26-29, Wuhan, Čína, december 2008.

[29] K.-S. Chuang, H.-L. Tzeng, S. Chen, J. Wu a T.-J. Chen, „Fuzzy c-means clustering with spatial information for segmentation image,“ Computerized Medical Imaging and Graphics, vol. 30, č. 1, s. 9-15, 2006.

[30] K.-Z. Chen, X.-W. Zhang, Z.-Y. Ou a X.-A. Feng, „Rozpoznávanie digitálnych kriviek skenovaných z papierových kresieb pomocou genetických algoritmov,“ Pattern Recognition, zv. 36, č. 1, s. 123-130, 2003.

[31] T. Y. Zhang a C. Y. Suen, „Rýchly paralelný algoritmus na riedenie digitálnych vzorov“, Communications of the ACM, vol. 27, č. 3, s. 236-239, 1984.

[32] E. R. Davies a A. P. N. Plummer, „Riediace algoritmy: kritika a nová metodika“, Pattern Recognition, zv. 14, č. 1-6, strany 53-63, 1981.

[33] T. G. Liu, Q. G. Miao, P. F. Xu, J. F. Song a Y. N. Quan, „Algoritmus segmentácie farebnej topografickej mapy založený na funkciách lineárnych prvkov“, Multimedia Tools and Applications, s. 1-22, 2015.

[34] C. Heipke, H. Mayer, C. Wiedemann a O. Jamet, „Evaluation of automatic road mining,“ in Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences „3D Reconstruction and Modeling of Topografické objekty “, roč. 32, s. 47-56, Stuttgart, Nemecko, september 1997.

[35] S. Oka, A. Garg a K. Varghese, „Vektorizácia vrstevníc z naskenovaných topografických máp,“ Automation in Construction, zv. 22, s. 192-202, 2012.

Bin Xu, (1,2) Jianping Chen, (1,2) a Meijuan Yao (1,2)

(1) School of Earth Sciences and Resources, China University of Geosciences (Beijing), Beijing 100083, China

(2) Beijing Key Laboratory of Development and Research for Land Resources Information, Beijing 100083, China

Korešpondenciu je potrebné adresovať na Jianping Chen [email protected]

Prijaté 1. septembra 2015 Revidované 11. decembra 2015 Prijaté 24. decembra 2015

Akademický redaktor: Andrzej Swierniak

Popis: Obrázok 1: Vývojový diagram navrhovaného algoritmu.

Popis: Obrázok 2: (a) Pripojené behy. b) Priľahlé trate.

Popis: Obrázok 3: Typy behov.

Popis: Obrázok 4: Schematické diagramy segmentu. a) Originál. b)

Titulok: Obrázok 5: Vzťahy medzi segmentmi.

Popis: Obrázok 6: Vývojový diagram na extrakciu segmentov uzlov.

Titulok: Obrázok 7: Segment pseudouzla.

Popis: Obrázok 8: Výsledok extrakcie z prvej naskenovanej topografickej mapy. a) Pôvodná naskenovaná mapa. b) Mapa lineárnych prvkov. c) Sivá mapa. d) Výsledok segmentácie farieb prostredníctvom vylepšeného sFCM. (e) Výsledok segmentácie farieb podľa FCM. f) Vrstva vrstevníc. g) Vrstva vrstevníc po zlúčení špeciálnych behov. h) Vrstva vrstevníc po odstránení segmentov uzla. i) Výsledné stenčené obrysové čiary. j) Konečný opravený výsledok. (k) Výsledok Chen a kol. (l) Výsledok Samet et al.

Popis: Obrázok 9: Výsledok extrakcie z druhej naskenovanej topografickej mapy. a) Pôvodná naskenovaná mapa. b) Mapa lineárnych prvkov. c) Sivá mapa. d) Výsledok segmentácie farieb prostredníctvom vylepšeného sFCM. (e) Výsledok segmentácie farieb podľa FCM. f) Vrstva vrstevníc. g) Vrstva vrstevníc po zlúčení špeciálnych behov. h) Vrstva vrstevníc po odstránení segmentov uzla. i) Výsledné stenčené obrysové čiary. j) Konečný opravený výsledok. (k) Výsledok Chen a kol. (l) Výsledok Samet et al.

Popis: Obrázok 10: Výsledok extrakcie z tretej naskenovanej topografickej mapy. a) Pôvodná naskenovaná mapa. b) Mapa lineárnych prvkov. c) Sivá mapa. d) Výsledok segmentácie farieb prostredníctvom vylepšeného sFCM. e) Výsledok segmentácie farieb podľa FCM. f) Vrstva vrstevníc. g) Vrstva vrstevníc po zlúčení špeciálnych behov. h) Vrstva vrstevníc po odstránení segmentov uzla. i) Výsledné stenčené obrysové čiary. j) Konečný opravený výsledok. (k) Výsledok Chen a kol. l) Výsledok Samet et al.


Geomorfologické mapovanie na základe DEM a GIS: Prehľad

Abstrakt. Geomorfológia je vedný odbor, ktorý sa zaoberá charakteristikami, pôvodom a vývojom reliéfov. Využíva topografické údaje, ako sú informácie o výške bodu, vrstevnice na topografických mapách a DEM (digitálne výškové modely). Topografické údaje sa tradične získavali pozemným prieskumom, ale zavedenie leteckej fotogrametrie na začiatku 20. storočia umožnilo efektívnejšie získavanie údajov na základe diaľkového prieskumu. V posledných rokoch sa používajú aj metódy aktívneho diaľkového snímania vrátane leteckého a pozemského laserového skenovania a aplikácie satelitného radaru a letecká fotogrametria sa vďaka dronom a novej fotogrametrickej metóde SfM (Structure from Motion) stala jednoduchšou a obľúbenejšou. Výsledné topografické údaje, najmä rastrové DEM, sú kombinované s GIS (geografické informačné systémy) na získanie derivátov, ako je sklon a aspekt, a na uskutočnenie efektívneho geomorfologického mapovania. Výsledné mapy môžu znázorňovať rôzne topografické charakteristiky na základe výšky povrchu a derivátov DEM a aplikácie pokročilých algoritmov a niektoré heuristické úvahy umožňujú poloautomatickú klasifikáciu reliéfu. Tento kvantitatívny prístup sa líši od tradičných a kvalitatívnejších metód vytvárania máp klasifikácie reliéfov pomocou vizuálnej interpretácie analógových leteckých fotografií a topografických máp, ako aj pozorovaní v teréne.

Na vedecké účely treba reliéfy klasifikovať nielen na základe tvarových charakteristík, ale aj na formovacích procesoch a veku. Medzi nimi DEM predstavujú iba tvarové charakteristiky a pochopenie procesov formovania a veku spravidla vyžaduje ďalšie údaje, ako sú vlastnosti povrchových ložísk pozorované v teréne. Početné geomorfologické štúdie však naznačujú vzťahy medzi tvarmi a formovacími procesmi reliéfov a dokonca aj vek reliéfov ovplyvňuje tvary, ako je širšia distribúcia členitých prvkov v rámci starších reliéfov. Nedávne zavedenie umelej inteligencie do geomorfológie vrátane strojového učenia a hlbokého učenia nám môže umožniť lepšie porozumieť vzťahom tvarov s procesmi a vekom. Vytvorenie takýchto vzťahov je však stále veľmi náročné a v tejto chvíli si väčšina geomorfológov myslí, že mapy klasifikácie reliéfov založené na tradičných metódach sú použiteľnejšie ako mapy z metód založených na DEM. Vedci z niektorých ďalších oblastí, ako je stavebné inžinierstvo, však viac oceňujú metódy založené na DEM, pretože ich možno vykonávať bez hlbokých geomorfologických znalostí. Metódy by preto mali byť vyvinuté na interdisciplinárne porozumenie. Tento príspevok sa zaoberá takými komplexnými situáciami geomorfologického mapovania dnes vo vzťahu k historickému vývoju metodiky.


Hlásenie chýb

Chyby sú hlásené pre britské DEM v globálnej hodnote pre všetky weby. V dokumentácii k údajom DEM OS 1: 50 000 je uvedené, že napriek tomu, že presnosť nie je testovaná pre všetky produkty DEM, kde bola testovaná, priemerná kvadratická chyba koreňa (RMSE) je medzi 2 a 3 m. RMSE je štandardná miera chýb, ktorú používajú inšpektori na celom svete. Je založená na nasledujúcom vzorci:

  • kde z je nadmorská výška zaznamenaná v DEM
  • w je výška nameraná s vyššou presnosťou a
  • n je počet testovaných miest.

Ak predpokladáme, že priemerná chyba je 0, potom je tento vzorec rovnaký ako vzorec pre štandardnú odchýlku súboru:

kde e je priemer chýb.


Vydavatelia národných topografických máp

Napriek tomu, že prakticky celý pozemský povrch Zeme bol zmapovaný v mierke 1: 1 000 000, v niektorých krajinách sa mapovanie stredného a veľkého rozsahu uskutočňovalo intenzívne a v iných oveľa menej. ⎝ ] Napriek tomu sú národné mapovacie programy uvedené nižšie len čiastočným výberom. Niekoľko komerčných dodávateľov dodáva medzinárodné série topografických máp.

Austrália

NMIG (National Mapping Information Group) z Geoscience Australia je národná mapová agentúra austrálskej vlády. Poskytuje topografické mapy a údaje na uspokojenie potrieb trvalo udržateľného rozvoja národa. Úrad pre správu priestorových údajov poskytuje online bezplatnú mapovú službu MapConnect. ⎞ ] Tieto topografické mapy v mierkach 1: 250 000 a 1: 100 000 sú k dispozícii v tlačenej forme z predajného centra. ⎟ ] 1: 50 000 a 1: 25 000 máp sú vyrábané v spolupráci s ministerstvom obrany. ⎠ ]

Rakúsko

Rakúske mapy (Nemčina: Österreichische Karte (ÖK)) je vládna agentúra vyrábajúca mapy Rakúska, ktoré distribuuje Bundesamt für Eich- und Vermessungswesen (BEV) vo Viedni. Mapy sú publikované v mierkach 1: 25 000 1: 50 000 1: 200 000 a 1: 500 000. Mapy je možné prezerať aj online. ⎡ ]

Kanada

Centrum pre topografické informácie vytvára topografické mapy Kanady v mierkach 1: 50 000 a 1: 250 000. Sú známe ako Národný topografický systém (NTS). ⎢ ] Vládny návrh na zastavenie publikovania všetkých tlačených alebo papierových topografických máp v prospech digitálnych mapovacích údajov bol v roku 2005 odložený po intenzívnom opozícii verejnosti. ⎣ ]

Čína

The Štátny úrad geodézie a kartografie zostavuje topografické mapy v mierkach 1: 25 000 a 1: 50 000. Uvádza sa, že tieto mapy sú presné a atraktívne vytlačené v siedmich farbách a že nasledujúce vydania ukazujú postupné zlepšovanie presnosti. ⎤ ]

Tieto rozsiahle mapy sú základom pre mapy v menšom meradle. Mapy v mierkach 1: 4 000 000 alebo menších exportuje Kartografické vydavateľstvo, Peking zatiaľ čo mapy väčšieho rozsahu sú obmedzené ako štátne tajomstvo a podľa legislatívy je zakázané ich publikovanie, všetky okrem Hongkongu a Macaa. Čínske topografické mapy sledujú medzinárodný systém delenia na mapy 1: 100 000 pokrývajúce 30 minút zemepisnej dĺžky a 20 minút zemepisnej šírky. ⎥ ]

Kolumbia

Geografický ústav Agustín Codazzi je vládny subjekt zodpovedný za výrobu a distribúciu topografických máp Kolumbie v mierkach 1: 500 000 a 1: 100 000. K týmto a niekoľkým ďalším geografickým informačným službám je možné získať prístup prostredníctvom webových stránok Instituto Geográfico Agustin Codazzi ⎦ ] v španielčine.

Dánsko

Národný prieskum a kataster Dánska je zodpovedný za produkciu topografických a námorných geodát Dánska, Grónska a Faerských ostrovov. ⎧ ]

Fínsko

Národný pozemkový prieskum Fínska vytvára topografickú databázu (presnosť 1: 5 000-1: 10 000) a vydáva topografické mapy Fínska v pomere 1: 25 000 a 1: 50 000. Okrem toho je možné topografické mapy zobrazovať pomocou bezplatnej mapovej služby MapSite. ⎨ ] ⎩ ]

Francúzsko

Institut Géographique National (IGN) produkuje topografické mapy Francúzska v pomere 1: 25 000 a 1: 50 000. ⎪ ] Navyše topografické mapy sú voľne dostupné online prostredníctvom webovej stránky Géoportail.

Nemecko

V zásade každá federálna krajina (Bundesland) má na starosti výrobu oficiálnych topografických máp. V skutočnosti mapy od 1: 5 000 do 1: 100 000 sú produkované a publikované zemepisnými úradmi každej federálnej krajiny, mapy medzi 1: 200 000 a 1: 1 000 000 spolkovým domom - Bundesamt für Kartographie und Geodäsie (BKG) ) vo Frankfurte nad Mohanom. ⎫ ]

Grécko

Topografické mapy na všeobecné použitie sú k dispozícii v pomere 1: 50 000 a 1: 100 000 z webu Helénska vojenská geografická služba (HMGS). ⎬ ] Používajú národný projekčný systém s názvom EGSA'87, čo je transverzálna merkatoriálna projekcia mapujúca Grécko v jednej zóne. Niekoľko oblastí je k dispozícii aj v pomere 1: 25 000. Niektoré súkromné ​​firmy predávajú topografické mapy národných parkov na základe topografie HMGS.

Hong Kong

Department of Lands je vládna agentúra zodpovedná za prieskum a publikovanie topografických máp Hongkongu. Bežne používané mapy, ako napríklad séria HM20C (1: 20 000), sa kontrolujú a aktualizujú každý rok alebo dva. Verejnosti sú k dispozícii na rôzne účely aj veľmi rozsiahle topografické mapy (1: 600 v mestskej oblasti a série 1: 1 000 HM1C pre všetky HK). ⎭ ]

India

Prieskum Indie je zodpovedný za všetky topografické kontroly, prieskumy a mapovanie Indie. ⎮ ]

Izrael

Prieskum Izraela je zodpovedný za civilné mapovanie Izraela. Štandardné mierky mapy sú 1: 50 000 a 1: 100 000. Mapa 1: 50 000 je k dispozícii online. ⎯ ]

Riaditeľstvo Vojenského spravodajstva Izraelských obranných síl má vlastnú mapovaciu jednotku, ktorá je podjednotkou jednotky 9900.

Japonsko

Japonský geografický prieskum je zodpovedný za mapovanie základne Japonska. Štandardné mierky mapy sú 1: 25 000, 1: 50 000, 1: 200 000 a 1: 500 000. ⎰ ]

Nepál

V rokoch 1992 až 2000 bola preskúmaná konečná séria rozsiahlych topografických máp a uverejnená prostredníctvom spoločného projektu odboru prieskumu vlády Nepálu ⎱ ] a fínskeho ministerstva zahraničných vecí, ktorý uzavrel zmluvu s FinnMap poradenská firma. ⎲ ] Japonská agentúra pre medzinárodnú spoluprácu ⎳ ] nahradená za FinnMap v zóne Lumbini.

Topografické listy v mierke 1: 25 000 pokrývajúce 7,5 minúty zemepisnej šírky a dĺžky mapujú husto osídlené mestoTerai a Stredná hora regiónoch. Menej zaľudnené vysokohorské oblasti sú na 15-minútových listoch v pomere 1: 50 000. Je možné stiahnuť skenovanie JPG. ⎴ ]

Holandsko

Kataster nehnuteľností Kadaster (predtým Topografische Dienst) zbiera, spracúva a poskytuje topografické informácie o celom holandskom území. História katastra nehnuteľností siaha do roku 1815, kedy bol poverený vytvorením veľkej mapy, známej ako Mapa Krayenhoffu. Okolo roku 1836 začali tlačiť topografickú mapu v mierke 1: 50 000, v roku 1865 nasledovala topografická mapa v mierke 1: 25 000. V roku 1951 sa začala výroba topografickej mapy v mierke 1: 10 000. Rôzne reorganizácie vznikli v roku 1932 Topografische Dienst ako národná mapová agentúra Holandska od januára 2004 sídli v katastri nehnuteľností Kadaster.

Nový Zéland

Informácie o krajine Nový Zéland je vládna agentúra zodpovedná za poskytovanie aktuálnych topografických máp. Topografické mapy LINZ pokrývajú celý Nový Zéland, pobrežné ostrovy, niektoré tichomorské ostrovy a región Rossovo more. ⎵ ] Štandardný problém NZTopo séria máp bola publikovaná v septembri 2009 v pomere 1: 50 000 (NZTopo50) a 1: 250 000 (NZTopo250). K dispozícii sú aj vektorové údaje ⎶ ] z topografickej databázy Nového Zélandu (NZTopo).

Pakistan

Zodpovednosť za topografické mapovanie a letecké snímkovanie nesie generálny inšpektor Pakistanu [SGP]. Prieskum Pakistanu (SOP), ktorý bol založený v roku 1947, sídli v Rawalpindi a má niekoľko regionálnych kancelárií distribuovaných v mestských centrách po celom Pakistane. SGP je civilná organizácia, ktorej z bezpečnostných dôvodov šéfuje generálny geodet a pracuje pod prísnou kontrolou generálneho riaditeľstva armády (GHQ). Plukovník C.A.K. Innes-Wilson, dôstojník spoločnosti Royal Engineers, ktorý sa pripojil k prieskumu Indie, ktorý mapoval subkontinent, bol prvým generálnym geodetom v Pakistane.

Všetky oddelenia, ktoré vyžadujú topografické mapy, predložia žiadosť SGP a mnohé z nich sú v nej trvalo zaregistrované na obstarávanie máp a leteckých fotografií. Tieto funkcie SOP vykonáva pod záštitou ministerstva obrany (MOD). Organizačne na SOP dohliada generálny geodet (SG), ktorý je priamym vojenským menovateľom a vyšším uniformovaným dôstojníkom. SG je priamo podriadený ministrovi obrany. Pod SG sú dvaja zástupcovia SG (I a II), ktorí riadia operačné oddelenia agentúry a hlavný technický poradca. Tieto oddelenia sú rozdelené na regionálne riaditeľstvá pre topografické mapovanie vrátane severného regiónu so sídlom v Péšávare, východného regiónu (Lahore), západného regiónu (Quetta) a nakoniec južného regiónu v Karáčí. Zodpovednosť za terénne prieskumy a údržbu/aktualizáciu topografických máp je rozdelená podľa týchto geografických oblastí.

Portugalsko

Armádny geografický ústav - Instituto Geográfico do Exército [1] - produkuje 1,25 000, 1: 500 000 máp na verejný predaj a množstvo geografických služieb.

Rumunsko

Až donedávna boli dvoma hlavnými vládnymi mapovacími orgánmi v Rumunsku Vojenské topografické oddelenie (Directia Topografica Militara (DTM)) a Ústav geodézie, fotogrametrie, kartografie a manažmentu krajiny (Institutul de Geodezie, Fotogrammetrie, Cartografie, si Organizarea Teritoriului (IGFCOT)). Táto situácia sa nedávno zmenila po rozhodnutí rumunskej vlády z roku 1996 o zriadení kombinovaného civilného národného úradu pre kataster, geodéziu a kartografiu (Oficiul National de Cadastru, Geodezie si Cartografie (ONCGC). Mapy boli naďalej publikované pod odtlačkom predchádzajúce organizácie do konca 90. rokov. Od roku 1958 bolo vyhotovených aj niekoľko mestských máp v mierkach 1: 5 000 alebo 1: 10 000, spočiatku na Gaussovej-Krϋgerovej projekcii, ale po roku 1970 na stereografickej projekcii. Viac ako 100 takýchto boli vyrobené listy. K dispozícii je tiež pouličná mapa Bukurešti v štyroch listoch v pomere 1: 15 000 odvodená z prieskumov väčšieho rozsahu, ktorá sa každoročne reviduje.

Séria 1: 50 000 na 737 listoch je teraz považovaná za základnú mapu. Bol revidovaný v rokoch 1965-72 pomocou leteckých fotografií a v súčasnosti sa opäť aktualizuje so zámerom vytvoriť cyklus revízií päť až šesť rokov. 1: 25 000 zostane zachovaných, ale revízia bude prebiehať iba v 15-20-ročných intervaloch, s výnimkou listov pokrývajúcich oblasti rýchlych zmien.

Rusko

Podrobné a presné topografické mapy sú už dlho vojenskou prioritou. V súčasnosti ich vyrába spoločnosť Vojensko-topografická služba ozbrojených síl Ruskej federácie (Rusky: Военно-топографическая служба Вооружённых сил Российской Федерации alebo ВТС ВС ). Oddelenia vojenského topografického mapovania držali ďalšie tituly v Ruskej ríši od roku 1793 a v Sovietskom zväze ⎷ ], kde sa tieto mapy začali používať aj na vnútornú kontrolu a hospodársky rozvoj.

Sovietsky zväz uskutočnil najkomplexnejší kartografický projekt na svete dvadsiateho storočia. ⎸} Rieka sa stala naliehavou úlohou, ktorá bola splnená za menej ako jeden rok. Po vojnových rokoch bol celý Sovietsky zväz zmapovaný v mierkach až do 1: 25 000 - dokonca 1: 10 000 pre poľnohospodársky produktívnu časť. Verí sa, že zvyšok sveta okrem Antarktídy bol zmapovaný v mierkach až 1: 200 000, pričom oblasti osobitného záujmu sú až 1: 50 000 a mnohé mestské oblasti až 1: 10 000. Celkovo mohlo byť k dispozícii viac ako milión mapových listov ⎺ ] vysokej kvality a detailov. ⎻ ] ⎼ ] ⎽ ] Sovietske mapy sa vyznačovali aj konzistentným globálnym systémom indexovania. ⎾ ] ⎿ ] Tieto výhody platili pre sovietske vojenské mapy iných krajín, aj keď v dôsledku chybnej inteligencie došlo k niektorým chybám. ⏀ ]

Sovietske mapy pre domáce civilné účely mali často nižšiu kvalitu. ⏁ ] V rokoch 1919 až 1967 ich vyrobil Vedúca geodetická správa (Rusky: Высшее геодезическое управление alebo ВГУ ), potom do Vedúca správa geodézie a kartografie (Rusky: Главное управление геодезии и картографии alebo ГУГК ). Teraz (jún 2011) civilné mapy vyrába spoločnosť Federálna agentúra pre geodéziu a kartografiu (Rusky: Федеральное агентство геодезии и картографии alebo Роскартография ). ⏂]

Sovietske vojenské mapy boli štátnym tajomstvom. Po rozpade Sovietskeho zväzu v roku 1991 sa mnoho máp dostalo do verejného vlastníctva. ⏃ ] Mapové mierky 1: 100 000 - 1: 500 000 si môžete prezrieť online. ⏄ ] ⏅ ]

Španielsko

Instituto Geográfico Nacional (IGN) je zodpovedný za oficiálne topografické mapy. Používa šesť mierok, ktoré pokrývajú celé španielske územie: 1: 25 000, 1: 50 000, 1: 200 000, 1: 500 000, 1: 1 000 000 a 1: 2 000 000. Najbežnejšou stupnicou je prvá, ktorá využíva systém UTM.

Južná Afrika

Hlavné riaditeľstvo: Národné geopriestorové informácie (CD: NGI) produkuje tri série topografických máp, z ktorých každá pokrýva celú krajinu v mierkach 1: 50 a#160000, 1: 250 a#160000 a 1: 500 a#160000.

Švajčiarsko

Swisstopo (Spolkový topografický úrad) vyrába topografické mapy Švajčiarska v siedmich rôznych mierkach.

Taiwan

Topografické mapy pre Taiwan boli kvôli bezpečnostným problémom dlho uchovávané ako dôverné informácie. Len nedávno bol sprístupnený verejnosti z Národného strediska geodézie a mapovania, vládnej agentúry zodpovednej za prieskum a publikovanie rôznych máp. Topografické mapy až 1: 25 000 sú teraz k dispozícii v digitálnom aj tlačenom formáte. ⏆ ]

Spojene kralovstvo

The Ordnance Survey (OS) vyrába série topografických máp pokrývajúcich Veľkú Britániu v mierkach 1: 25 000 a 1: 50 000. ⏇ ] Mierka 1: 25 000 je známa ako séria „Explorer“ a zahŕňa podskupinu „OL“ (Outdoor Leisure) pre oblasti osobitného záujmu turistov a peších turistov. Nahradil sériu „Pathfinder“, ktorá bola menej farebná a na každej mape zaberala menšiu plochu. Mierka 1: 50 000 je známa ako „Landranger“ a nesie výrazný ružový obal. Podrobnejšie mapovanie už od 1: 10 000 pokrýva niektoré časti krajiny. ⏈ ] Mierky 1: 25 000 a 1: 50 000 sú ľahko koordinovateľné so štandardnými mierkami na aktuálne dostupných kompasoch a vykresľovacích nástrojoch. Prieskumný prieskum udržiava mapovú databázu, z ktorej môžu tlačiť špecializované mapy prakticky v akomkoľvek meradle. ⏉ ]

Národná mriežka Ordnance Survey rozdeľuje Veľkú Britániu na bunky 500  km, 100  km, 10  km a 1  km štvorec na priečnej Mercatorovej mriežke zarovnanej na skutočnom severo-juhu pozdĺž poludníka 2 ° W. Mapové produkty OS sú založené na tejto mriežke.

Spojené štáty

United States Geological Survey (USGS), vedecká federálna agentúra, vyrába niekoľko národných sérií topografických máp, ktoré sa líšia rozsahom a rozsahom, s určitými veľkými medzerami v pokrytí, najmä úplnou absenciou topografických máp v mierke 1: 50 000 alebo ich ekvivalentov. Najväčšia (čo do rozsahu aj množstva) a najznámejšia topografická séria je 7,5-minútový alebo 1: 24 000 štvoruholník. Táto váha je jedinečná v USA a#91 potrebná citácia ], kde takmer každý druhý vyspelý národ zaviedol metrickú topografiu vo veľkom meradle 1: 25 000 alebo 1: 50 000. USGS tiež vydáva mapy 1: 100 000 pokrývajúce 30 minút zemepisnej šírky o jeden stupeň zemepisnej dĺžky, 1: 250 000 pokrývajúce jeden o dva stupne a štátne mapy v pomere 1: 500 000, pričom Kalifornia, Michigan a Montana potrebujú dva listy, zatiaľ čo Texas má štyri. Aljaška je mapovaná na jednom hárku v mierkach od 1: 1 584 000 do 1: 12 000 000. ⏊ ] [ potrebná citácia ]

Nedávny digitálny formát USGS Národná mapa vynecháva niekoľko dôležitých geografických podrobností, ktoré boli uvedené v pôvodnej sérii topografických máp USGS (1945-1992). ⏋ ] Medzi príklady vynechaných podrobností a funkcií patrí vedenie na prenos energie, telefónne linky, železnice, rekreačné chodníky, potrubia, prieskumné značky a budovy. ⏋ ] V prípade mnohých z týchto tried funkcií USGS spolupracuje s inými agentúrami na vývoji údajov alebo úprave existujúcich údajov o chýbajúcich podrobnostiach, ktoré budú zahrnuté do národnej mapy. ⏋} v akejkoľvek verejnej doméne databázy. ⏋ ]


Ako extrahovať informácie o nadmorskej výške z vrstevníc? - Geografické informačné systémy


Online časopis pre trvalo udržateľné moria
Júl 2006, roč. 8 č. 3


Participatívne trojrozmerné modelovanie
v Talibon, Bohol, Filipíny
3D zážitok
Asuncion Sia, špecialista IEC, projekt FISH

hlavnou súčasťou iniciatívy informačných, vzdelávacích a komunikačných (IEC) organizácie Projekt RYBY v Banka Danajon je plánované interpretačné centrum pre riadenie rybárstva a pobrežných zdrojov Talibon (FCRMIC), ktoré si predstavujeme ako vzdelávacie zariadenie a informačné centrum zamerané na Danajon Bank a jej manažment, ústredného hráča v úsilí o podporu zodpovedného využívania zdrojov v 10 obciach, ktoré s tým hraničia. dôležitý, ale kriticky ohrozený ekosystém. Na spustenie svojej činnosti stredisko vyrobí výstavu organizovanú projektom FISH ako vzdelávaciu aktivitu pre miestnu samosprávu Talibon (LGU), ktorá súhlasila s financovaním a riadením svojich operácií.

Aj keď inštitucionálne prípravy stále prebiehali, vedeli sme, čo bude stredobodom displeja: trojrozmerný model (3D) banky Danajon. Pre vonkajší svet je Danajon najlepšie známy ako jediný dvojitý bariérový útes na Filipínach a jeden z iba troch takýchto útesov v indicko-tichomorskom regióne (Pichon 1977). Táto skutočnosť nie je medzi miestnymi veľmi známa a medzi tými, ktorí to vedia, sa málo uznáva, čo je to dvojitý bariérový útes. 3D model by najlepšie ilustroval, čo je to banka Danajon a čo predstavuje.


Počítačom generovaný 3D model banky Danajon (R Martinez 2006)

Bavili sme myšlienku poveriť tvorcov mapy reliéfnych máp výrobou modelu, ale naša zaujatosť voči participatívnym prístupom nás prinútila preskúmať možnosť prijatia metódy participatívneho 3D modelovania (P3DM), ktorú nám prvýkrát predstavil Asean Regionálne centrum pre ochranu biodiverzity (ACRBC). Metódu vyvinula spoločnosť Národný program integrovanej chránenej oblasti (NIPAP), špeciálny projekt realizovaný v rokoch 1996-2001 Oddelenie životného prostredia a chránených území a prírodných zdrojov a Wildlife Bureau s finančnou a technickou pomocou Európskej komisie.

Naše zaujatosť zvíťazilo a prinieslo nám to viac, než na čo sme sa zamerali: nielen pozoruhodnú 3D stredovú výstavu, ale aj učebnú pomôcku a praktický nástroj na plánovanie a riadenie využívania zdrojov, ktoré môže Talibon LGU a ďalšie zainteresované strany banky Danajon využiť pre mnohých rokov.

Autori načrtli nasledujúce základné kroky, ktoré sme prispôsobili našim požiadavkám:

Nasleduje opis našich skúseností s krokmi 1-4 za obdobie od 1. marca do 9. júla 2006. Ďalší účet, vyňatý zo správy, ktorú nám predložil vedúci facilitátor P3DM, je možné zobraziť. tu. Celú pôvodnú správu je možné stiahnuť tu.

Výroba 3D modelu Danajon Bank

1. marca-2. júla 2006: Príprava na P3DM

Náš pôvodný zoznam úloh obsahoval iba jednu položku: Hľadaj pomocníka so skúsenosťami s P3DM. Niekoľko telefonátov na DENR-PAWB nás priviedlo k Ferovi M. Ramirezovi z Nadácia pre filipínske životné prostredie (FPE), ktorý bol zapojený do niekoľkých iniciatív P3DM na Filipínach a v Ázii. Súhlasil s pomocou.

Workshop P3DM bol najskôr naplánovaný na máj, ktorý je na Filipínach mesiacom oceánu, ale problémy s plánovaním ho posunuli na 3.-9. júla. Ako prebiehali prípravy, do nášho zoznamu úloh boli pridané ďalšie položky. Veľkosť modelu bola stanovená - bude to model 3 m x 6 m pozostávajúci z dvoch modulov s rozmermi 1,5 m x 6 m, z ktorých každý predstavuje oblasť od 123 ° 48,49,63 E do 124 ° 40 ° 37,69 ° E a od 9 ° 57,5 ​​45,01 ° N až 10 stupňov 23,39,04 N na ploche približne 481 000 hektárov. Talibon LGU súhlasil s poskytnutím platformy vhodnej veľkosti (3 m x 6 m), na ktorej bude model zobrazený.


Oblasť pokrytá 3D modelom (R Martinez 2006)

Práca v kancelárii projektu FISH na Cebu a vo veľkej miere sa spolieha na zoznam uvedený na Webová stránka integrovaných prístupov k participatívnemu rozvoju (IAPAD), zakúpili sme materiál potrebný v P3DM. Bol to zdĺhavý proces-zoznam bol dlhý a nepohodlne neexistuje jediný obchod P3DM. Všetky materiály boli získané od rôznych dodávateľov v Cebu, okrem akrylových farieb na vodnej báze, ktoré boli zakúpené v Manile. Obstarávanie bolo koordinované, aby sa zabezpečilo, že materiály dorazia na Talibon niekoľko dní pred začiatkom workshopu, pričom sa vyžaduje minimálny čas skladovania na Cebu.

Medzitým bolo potrebné pripraviť topografickú mapu - základnú mapu - pomocou softvéru ArcGIS pre geografický informačný systém (GIS). Údaje o nadmorskej výške z Webová stránka USGS boli pridané do máp ArcGIS na generovanie vrstevníc. Batymetrické obrysové čiary boli tiež generované pomocou údajov z digitalizovaných máp v knižnici projektu FISH. Potom bola základná mapa vytlačená v dvoch častiach v horizontálnom meradle 1: 16 000, pričom každá časť mala rozmery 1,5 m x 6 m, čo zodpovedá dvom modulom plánovaného 3D modelu.


Počítačom generované vrstevnice (R Martinez 2006)

Prípravy zahŕňali aj stretnutie s Ferom v kancelárii FPE v Quezon City a očnú prehliadku Talibon FCRMIC. Mapa by mala byť v ideálnom prípade vyrobená tam, kde bude trvalo uložená (tj. FCRMIC), ale v čase workshopu bol FCRMIC stále v rekonštrukcii a neponúkal dostatok priestoru, ktorý vyžaduje P3DM. Ako kompromis sme zariadili, aby časť workshopu - hlavne Krok 2: Zostavenie prázdneho modelu - bola vykonaná v inom mieste, na krytom basketbalovom ihrisku kultúrneho centra Talibon.

Dva dni predtým, ako sme mali odísť z Cebu do Talibonu, sme dostali telefonát od nášho manažéra lokality pre banku Danajon, ktorý nás informoval, že Talibon LGU naplánoval ďalšie podujatie, ktoré sa bude konať v kultúrnom centre na ráno, keď sme mali otvoriť Workshop P3DM. To si vyžiadalo využitie tretieho miesta konania, funkčnej miestnosti penziónu Talibon, kde by sme usporiadali prednášky s cieľom vysvetliť proces P3DM (pozri Orientačný tok workshopu P3DM). Boli sme ubezpečení, že kultúrne centrum bude okamžite uvoľnené o 10:00, aby sme mohli začať workshop popoludní.

Do Talibonu sme dorazili o tri dni skôr, aby sme sa mohli zúčastniť príprav na mieste. Aby sme minimalizovali časové sklzy pri stavbe modelu, vopred sme narezali a zostavili dostatočný počet vlnitých lepenkových dosiek 1,5 m x 6 m. Tiež sme pomocou vstupov od organizátorov komunity projektu FISH pripravili predbežný zoznam symbolov máp, ktoré sa majú použiť v našom modeli. S pomocou Ricarda, tesára zamestnaného na Talibon LGU, sme skonštruovali dve dosky z morskej preglejky, každá s rozmermi 1,5 m x 6 m, na ktoré by boli postavené dva 3D moduly.


Konštrukcia základne z morskej preglejky pre model (A Sia 2006)


Príprava základnej mapy (vľavo) a dodávok P3DM (A Sia 2006, V Orevillo 2006)

Nástroje a informácie P3DM dostupné na webovej stránke IAPAD sa ukázali ako neoceniteľné. Táto webová stránka musí byť skutočne prvou a primárnou referenciou každej iniciatívy P3DM.

3.-9. júla 2006: „Workshop

Deň 1 workshopu bol upršaný pondelok. Účastníci prichádzali neskoro - zmena na poslednú chvíľu v tom rannom mieste spôsobila zmätok, pretože niektorí účastníci išli do kultúrneho centra. Vyrovnanie zmätku trvalo hodinu a program sa konečne začal o pol jedenástej. Program otvorenia pozostával z prednášok a prezentácií zameraných predovšetkým na orientáciu účastníkov na proces P3DM.

Keďže prezentácie prebiehali, v kultúrnom centre boli dvaja členovia projektového tímu FISH, aby zabezpečili, že miesto konania bude pripravené na popoludňajší workshop.

Workshop P3DM sa začal o 3:00. Zoskupenia (sledovače, rezačky a lepidlá) boli určené už skôr, ale ľudia sa čoskoro presúvali medzi úlohami, skúšali si ruky pri montáži kartónových dosiek na správnu veľkosť, lepili na seba kúsky uhlíkového papiera a obkresľovali vrstevnice na kartónové dosky. , rezanie dosiek pozdĺž vrstevníc a vedenie referenčnou mapou ich lepenie dohromady. Uprostred toho všetkého - napriek našim dôkladným prípravám - sa nám niektoré zásoby minuli a museli sme česať obchody Talibonu po lepidle, krycej páske a krepovom papieri. Bola to namáhavá práca a neboli sme úplne prekvapení, že sa niektorí účastníci nasledujúci deň nedostavili.


Sledovanie vrstevníc na kartónové dosky (A Sia 2006)


Rezanie kartónových dosiek pozdĺž vrstevníc (A Sia 2006)


Zostavenie modelu pomocou vrstiev kartónových dosiek (A Sia 2006)

Fer volal po úpravách a preradil ľudí, aby sa ubezpečil, že všetky úlohy boli splnené včas. Do konca Deň 2, bol konečný tvar jedného modulu takmer rozpoznateľný. Deň 3 hučané aktivitou, prerušované iba prestávkami na jedlo alebo niekým, kto ukazuje na chýbajúci ostrov alebo vrchol (to znamenalo vrátiť sa na referenčnú mapu, nájsť chýbajúce prvky na základnej mape, trasovať, rezať, lepiť). Predtým Deň 4 bol vykonaný, model prázdneho reliéfu (oba moduly) bol kompletný - dokonca aj vo svojej prázdnej (surovej) forme bol model pôsobivý a rôzne výšky a hĺbky boli jasne viditeľné. Pohľad účastníkov očividne povzbudil.


Prázdny model banky Danajon. Tento model s rozlohou 18 metrov štvorcových v dvoch moduloch s rozmermi 1,5 m x 6 m predstavuje plochu takmer 4 810 kilometrov štvorcových v horizontálnom meradle 1: 16 000. Má 71 vrstiev, z ktorých každá predstavuje 20 m, s maximálnou hĺbkou 700 m a maximálnym pozemským vrcholom 720 m nm (metre nad morom). Vzhľadom na hrúbku kartónových dosiek, ktoré sme použili (4 mm), má model vertikálnu mierku 1: 5 000 alebo zvislé prehnanie 3,2 x (1: 16 000/1: 5 000). (L Tinapay, júl 2006)

Keď sa ostrovy a ďalšie prvky formovali, účastníci získali jasnejší mentálny obraz o tom, ako by model nakoniec mal vyzerať. Zapnuté Deň 5, vedení facilitátormi, farebne odlíšili každý modul prázdneho modelu na základe starých topografických máp a ich spomienky na zdroje nájdené v oblasti v 50. rokoch minulého storočia.

Najprv sa použili rôzne farebné priadze na usmernenie vyfarbenia hĺbkových rozsahov (0 až -10, <10 až -20 m <20 m až -40 m <40 m až -700 m) a morských a pevninských zdrojov, ako napr. lesné oblasti, nezalesnené oblasti, mangrovové porasty, morské trávy, koralové útesy, lúky a pod. Po vymedzení boli prvky rozlíšené rôznymi farbami a odtieňmi akrylovej farby na vodnej báze-napríklad rôznymi odtieňmi modrej, aby sa ukázala hĺbka. zmeny, tmavozelená pre mangrovy, ďalší odtieň zelenej pre postele z morskej trávy atď.


Identifikácia a farebné kódovanie použitia zdrojov v Danajone v päťdesiatych rokoch minulého storočia (L Tinapay, júl 2006)

Pred dokončením maľovania museli byť moduly prenesené do FCRMIC. Približne dve desiatky mužov sa dostavili, aby preniesli každý modul z Kultúrneho centra do FCRMIC na vzdialenosť asi 50 metrov, pričom ich úloha bola o niečo jednoduchšia rozhodnutím Talibon LGU zhodiť časť múru FCRMIC na rozšíriť vchod do výstavnej oblasti, kde by bol model natrvalo uložený.

Keď bolo maľovanie dokončené a farby zaschli, priadze boli opatrne odstránené. Hľa - pozerali sme sa na 3D model banky Danajon, ako by sa mohol objaviť v päťdesiatych rokoch minulého storočia!

Nastal čas pridať aktuálne informácie a ukázať zmeny vo využívaní zdrojov a topografii v Danajone za posledných 60 rokov. To sa dosiahlo pomocou zatlačovacích a mapovacích kolíkov s rôznymi farbami a tvarmi hlavy na zobrazenie bodových údajov (domy, elektrárne, školy atď.) A rôznych farebných priadzí na zobrazenie lineárnych a plošných údajov (cesty, chránené morské oblasti, mangrovové plantáže , atď.).


Pridávanie informácií o aktuálnom využití zdrojov v Danajone (L Tinapay, júl 2006)

Medzi účastníkmi sa diskutovalo o tom, aké funkcie budú pridané a kde by mali byť. Diskusie sa niekedy rozprúdili, najmä keď „oficiálne informácie“ nezodpovedali znalostiam účastníkov. Miestnym znalostiam, najmä pochádzajúcim od účastníkov z ostrovov, bola vždy poskytovaná väčšia dôveryhodnosť. Koncom Deň 6 (8. júla), model prekypoval farbami a informáciami - bolo ťažké si predstaviť, že len pred piatimi dňami sme mali iba kartónové dosky, farby, špendlíky a priadze.

V 7. deň, posledný deň, bol model považovaný za kompletný, ale iba k tomu dňu a dovtedy, kým nebude podrobený krížovej kontrole a ďalšej validácii. Fer predniesol krátku reč, aby vysvetlil zásadné ďalšie kroky a ako ďaleko môže proces P3DM pokročiť. Potom bol model schválený do Talibon LGU do úschovy.


Čo bude ďalej? - Diskutovanie o opatreniach potrebných na dokončenie a úplné využitie
3D model (L Tinapay, júl 2006)

Pohľad dopredu: Plánovanie našich ďalších krokov

Workshop sa skončil, ale je zrejmé, že je ešte potrebné urobiť veľa práce, aby sa zaistilo dobré využitie modelu a splnenie účelu. Na začiatku je malá časť modelu zobrazujúceho stranu Cebu Danajonu, ktorá zostáva prázdna, a chceme pridať ďalšie informácie, aby sme ukázali zmeny vo využívaní zdrojov v horských oblastiach 10 obcí Bohol. Tieto úlohy plánujeme riešiť neskôr pomocou sekundárnych údajov a vstupov z novej sady informátorov.

Máme v úmysle dokončiť celý proces P3DM v priebehu niekoľkých nasledujúcich mesiacov spolu s vývojom ďalších komponentov Talibon FCRMIC. Náš plán zahŕňa školenie našich partnerov v LGU v používaní, údržbe a aktualizácii modelu, aby sme zaistili, že ocenia jeho hodnotu nielen ako výstavný a vzdelávací nástroj, ale aj ako nástroj plánovania využívania zdrojov. a manažment. Ak náš plán vydrží, model bude oficiálne odovzdaný Talibon LGU počas formálneho otvorenia FCRMIC v januári 2007.

Táto webová stránka bola vytvorená prostredníctvom podpory poskytovanej USAID podľa podmienok zmluvy č. AID 492-C-00-03-00022-00. Tu uvedené názory sú názormi autorov a nemusia nevyhnutne odrážať názory USAID. Pokiaľ je uvedený pravý odkaz na zdroj, články môžu byť citované alebo reprodukované v akejkoľvek forme na nekomerčné, neziskové účely s cieľom posilniť príčinu manažmentu a ochrany morského životného prostredia a rybného hospodárstva.


Záver

Na záver, navrhovaný systém AR založený iba na technikách počítačového videnia poskytoval presné videnie obsahu stredného ucha a chirurgického nástroja za uzavretou tympanickou membránou v reálnom čase s vysokou obnovovacou frekvenciou obrazu. Systém udržiaval zhodu medzi CT-skenovaním a videom počas pohybov mikroskopu. Táto technika otvára pohľad na rôzne transtympanické postupy, ako je podávanie liekov, oprava labyrintovej fistuly a rekonštrukcia ossikulárneho reťazca transtympanickým prístupom do kľúčovej dierky.


AUGLAIZE COUNTY?

Presnosť: Blízkosť alebo blízkosť meraní k skutočnej alebo skutočnej hodnote meraného množstva. Obvykle je reprezentovaný percentilom.

Presnosť, absolútna: Presnosť mapy pri reprezentácii geografickej polohy objektu vo vzťahu k jeho skutočnému umiestneniu na povrchu Zeme. Absolútna presnosť je založená na geografických súradniciach.

Relatívna presnosť: Presnosť mapy pri reprezentácii geografickej polohy objektu vzhľadom na umiestnenie iných objektov.

Americký štandardný kód pre výmenu informácií (ASCII): Kód na reprezentáciu anglických znakov ako čísel, pričom každému znaku je priradené číslo od 0 do 127. Súbor ASCII Textový súbor, v ktorom každý bajt predstavuje jeden znak podľa kódu ASCII. Súbory ASCII sa niekedy nazývajú súbory obyčajného textu.

Anotácia: Popisný text používaný na označenie funkcií pokrytia.

Oblúk: Reťazec dvojíc (vrcholov) súradníc x, y, ktoré začínajú na jednom mieste a končia na inom. Spojením vrcholov oblúka vznikne priamka.

Tabuľka atribútov oblúka (AAT): Tabuľka obsahujúca atribúty pre pokrytie linky, ako sú ulice alebo potoky.

Jazyk makra ARC (AML): Jazyk na vysokej úrovni, ktorý poskytuje úplné možnosti programovania a sadu nástrojov na vytváranie ponúk na prispôsobenie používateľských rozhraní konkrétnym aplikáciám.

Atribút: Charakteristika geografického znaku opísaná číslami alebo písmenami, typicky uložená v tabuľkovom formáte a prepojená s prvkom v relačnej databáze. Atribúty studne reprezentovanej bodom môžu zahŕňať hĺbku, polohu a číslo povolenia.

Základná mapa: Mapa obsahujúca viditeľné vlastnosti povrchu a hranice, nevyhnutné pre lokalizáciu ďalších vrstiev alebo typov georeferencovaných informácií.

Vyrovnávacia pamäť: Zóna špecifikovanej vzdialenosti okolo funkcií pokrytia. Vyrovnávacie pamäte môžu mať konštantné alebo premenlivé vzdialenosti na základe atribútov funkcií.

Katastrálne: Pozemky súvisiace s hranicami a členeniami pozemkov, pozemky vhodné na prevod vlastníckeho práva. Právne uznaná evidencia množstva, hodnoty a vlastníctva pozemkov.

Kataster: Verejný záznam o rozsahu, hodnote a vlastníctve pôdy v rámci okresu na účely zdanenia. Vrstva katastra obsahuje limity parciel, limity delenia, politické hranice a hranice pozemkového prieskumu. Táto vrstva je neustále aktualizovaná.

Karteziánsky súradnicový systém: Dvojrozmerný súradnicový systém, v ktorom x meria horizontálnu vzdialenosť a y meria vertikálnu vzdialenosť. Súradnica x, y definuje každý bod v rovine.

Klip: Priestorová extrakcia týchto funkcií z jedného pokrytia, ktoré sú úplne v medziach definovaných znakmi v inom pokrytí. Clipping funguje podobne ako vykrajovačka.

Počítačom podporovaný dizajn (CAD): Automatizovaný systém pre návrh, navrhovanie a zobrazovanie graficky orientovaných informácií.

Obrysová čiara: Pomyselná čiara spájajúca body rovnakej nadmorskej výšky.

Kontrolné body: Súbor bodov na zemi, ktorých horizontálne a vertikálne umiestnenie je známe. Kontrolné body slúžia ako základ pre podrobné prieskumy.

Súradnica: Poloha x, y v karteziánskom súradnicovom systéme alebo súradnica x, y, z v trojrozmernom systéme. Súradnice predstavujú polohy na povrchu Zeme vzhľadom na iné polohy.

Súradnicová geometria (COGO): Metóda definovania geometrických znakov prostredníctvom zadávania meraní ložísk a vzdialeností. Funkcie COGO (Coordinate Geometry) sú typicky používané geodetmi na zadávanie traverz okolo priestorových prvkov, ako sú parcely, na výpočet presných polôh a ohraničení vzdialenosti a ložísk od referenčných bodov a na definovanie kriviek pomocou umiestnenia bodu, polomeru, dĺžky oblúka. , a tak ďalej.

Súradnicový systém: Systém používaný na meranie horizontálnych a vertikálnych vzdialeností na planimetrickej mape. Na priestorovú registráciu geografických údajov pre rovnakú oblasť sa používa spoločný súradnicový systém.

Pokrytie: Digitálna verzia mapy tvoriacej základnú jednotku ukladania vektorových dát v ARC/INFO. Pokrytie ukladá mapové prvky ako primárne prvky (ako sú oblúky, uzly, mnohouholníky a body štítkov) a sekundárne funkcie (napríklad tiky, rozsah mapy, odkazy a anotácie). Tabuľky atribútov priradených funkcií opisujú a ukladajú atribúty prvkov mapy. Pokrytie zvyčajne predstavuje jednu tému alebo vrstvu, napríklad pôdu, cesty alebo využitie krajiny.

Pokrytie jednotiek: Jednotky (napr. Stopy, metre, palce) súradnicového systému, v ktorom je uložené pokrytie.

Konverzia údajov: Preklad údajov z jedného formátu do druhého. ARC/INFO podporuje okrem rutín na prevod papierových máp aj prevod údajov z mnohých rôznych formátov geografických údajov. Medzi tieto dátové formáty patria DLG, TIGER, DXF a DEM.

Integrita údajov: Odkazuje na konzistenciu a presnosť údajov uložených v databáze.

Databáza: Logická zbierka navzájom súvisiacich informácií, spravovaná a uložená ako jednotka. Databáza GIS obsahuje údaje o priestorovom umiestnení a tvare geografických prvkov zaznamenaných ako body, čiary a mnohouholníky, ako aj ich atribúty.

Systém správy databáz (DBMS): Systém zabezpečujúci vkladanie, ukladanie a získavanie údajov.

Dátum: Súbor parametrov a kontrolných bodov slúžiacich na presnú definíciu trojrozmerného tvaru Zeme. Zodpovedajúci údaj je základom pre rovinný súradnicový systém. Napríklad severoamerický nulový bod, NAD83 je horizontálny nulový bod a severoamerický nulový bod NAVD88 je vertikálny nulový bod pre súradnice používané v GIS Delaware County.

Diferenciálny globálny polohový systém (DGPS): Polohovací postup, ktorý používa dva prijímače, rover na neznámom mieste a základňovú stanicu na známom, pevnom mieste. Základňa vypočítava opravy na základe rozdielov medzi skutočným a pozorovaným dosahom sledovaných satelitov.

Digitálny výškový model (DEM): Topografický povrch usporiadaný v dátovom súbore ako sada pravidelne rozmiestnených súradníc x, y, z, kde z predstavuje nadmorskú výšku.

Digitálny čiarový graf (DLG): Štandardy digitálneho formátu publikované spoločnosťou USGS na výmenu súborov kartografických údajov, pre ktoré sú spoločnosťou USGS dodávané súbory údajov digitálneho čiarového grafu. Súbory digitálneho čiarového grafu z US Geological Survey. Tieto súbory obsahujú digitálne informácie z kategórií základní mapy USGS, ako sú doprava, hydrografia, vrstevnice a hranice verejného prieskumu krajiny.

Knižnica digitálnych máp: Séria adresárov a podadresárov navrhnutých na jednotnú organizáciu zbierky priestorových údajov. Knižnice máp organizujú geografické údaje priestorovo ako sadu dlaždíc a tematicky ako množinu vrstiev. Knižnica digitálnych máp okresu Volusia je rozdelená na podadresáre vo veľkom a v malom meradle obsahujúce niekoľko stoviek dlaždíc obsahujúcich 90 vrstiev informácií.

Digitálny model terénu (DTM): Trojrozmerný model zemského povrchu poskytovaný v digitálnej forme. (DTM) Trojrozmerný model zemského povrchu poskytovaný v digitálnej forme.

Digitalizácia: Na kódovanie prvkov mapy ako súradníc x, y v digitálnej forme. Čiary sú vysledované na definovanie ich tvarov. To sa dá dosiahnuť manuálne alebo pomocou skenera. Na kódovanie prvkov mapy ako súradníc x, y v digitálnej forme. Čiary sú vysledované na definovanie ich tvarov. To sa dá dosiahnuť manuálne alebo pomocou skenera.

Rozpustiť: Proces odstraňovania hraníc medzi susednými polygónmi, ktoré majú pre zadaný atribút rovnaké hodnoty. Proces odstraňovania hraníc medzi susednými polygónmi, ktoré majú pre zadaný atribút rovnaké hodnoty.

Formát výmeny kresby (DXF): Výmenný formát pre súbory CAD. Formát na ukladanie vektorových údajov v súboroch ASCII alebo binárnych súboroch používaných programom AutoCAD a iným softvérom CAD a konvertibilných na pokrytie ARC/INFO.

Dynamická segmentácia je dvojstupňový proces vykonávaný na súbore priestorových údajov pozostávajúcom z lineárnych znakov. Najprv sa vytvorí systém trasy priradením susedných úsečiek k jednej alebo viacerým skupinám, ktoré majú určitú lineárnu postupnosť. Za druhé, popisné informácie sú spojené so systémom trás odkazovaním na vzdialenosti od počiatočného bodu každej trasy. Systém prúdových trás je napríklad vytvorený zoskupením prúdových segmentov do trás, ktoré predstavujú hlavný kmeň, prítoky a toky vodných tokov. Plochy neresiacich sa biotopov sú potom mapované podľa ich umiestnenia pozdĺž trás. Výhodou použitia dynamickej segmentácie je, že na malé oblasti pozdĺž čiarovej funkcie je možné odkazovať bez toho, aby sa linka v skutočnosti rozdelila na kúsky. Lineárne vzdialenosti, ako napríklad riečne míle, je potom možné vypočítať priamo z trás a súvisiacich atribútov.

Zhoda okrajov: Procedúra úprav, aby sa zaistilo, že všetky funkcie, ktoré prechádzajú cez susedné listy mapy, majú rovnaké umiestnenie okrajov.

Ethernet: Protokol v základnom pásme vynájdený spoločnosťou Xerox Corporation, bežne používaný ako lokálna sieť pre operačné systémy UNIX prepojený TCP/IP. Beží rýchlosťou 16 megabitov za sekundu.

Tabuľka atribútov funkcie: Tabuľka, ktorú ARC/INFO používa na ukladanie informácií o atribútoch pre konkrétnu triedu funkcií pokrytia. Medzi podporované tabuľky atribútov funkcií patria:

  • Cover.PAT pre polygóny alebo body
  • Kryt.AAT pre oblúky
  • Cover.NAT pre uzly
  • Cover.RAT pre trasy
  • Kryty SEK pre sekcie
  • Cover.TAT pre anotáciu (text)
  • - kde „Cover“ je názov pokrytia

Trieda funkcií: Typ funkcie zastúpenej v pokrytí. Triedy funkcií pokrytia zahŕňajú oblúky, uzly, body označenia, mnohouholníky, tiky, anotácie, odkazy, hranice, trasy a sekcie.

Zovšeobecnenie: Odstránenie detailu z dátovej vrstvy na uľahčenie spracovania alebo vizualizácie v menších mierkach.

Geokód: Proces identifikácie polohy jednou alebo viacerými súradnicami x, y z iného popisu polohy, ako je adresa. Na určenie súradnice x, y je možné napríklad priradiť adresu k súboru stredovej čiary ulice Volusia County.

Geografický informačný systém (GIS): Organizovaná zbierka počítačového hardvéru, softvéru, geografických údajov a personálu navrhnutá tak, aby efektívne zachytávala, ukladala, aktualizovala, manipulovala, analyzovala a zobrazovala všetky formy geograficky odkazovaných informácií.

Georeferencia: Vytvoriť vzťah medzi súradnicami stránky na rovinnej mape a súradnicami v reálnom svete.

Geo-stacionárne satelity ktoré si zachovávajú stacionárnu polohu vzhľadom na Zem.

Globálny systém určovania polohy (GPS): Satelitné zariadenie, ktoré zaznamenáva súradnice x, y, z a ďalšie údaje. Zariadenie GPS je možné vziať do terénu a zaznamenávať údaje počas jazdy, turistiky alebo lietania. Poloha zeme je vypočítaná pomocou signálov zo satelitov obiehajúcich okolo Zeme.

Hypsografia: Čiary spájajúce body rovnakej nadmorskej výšky na povrchu Zeme. Z gréckeho slova „Hypso“ znamená výška.

INFO: Tabuľkový DBMS, ktorý používa ARC/INFO na ukladanie a manipuláciu s atribútom funkcií a súvisiacimi tabuľkami.

Križovatka: Topologická integrácia dvoch súborov priestorových údajov, ktorá zachováva funkcie, ktoré spadajú do priestorového rozsahu spoločného pre oba súbory vstupných údajov.

Inteligentný dopravný systém: Aplikácia informačných technológií, predovšetkým GIS, na zvýšenie účinnosti a bezpečnosti dopravnej siete.

Položka: V tabuľke atribútov je pole informácií bežne zobrazené ako stĺpec. Jeden atribút zo záznamu v dátovom súbore INFO.

Land Information Systems (LIS): Špecializované systémy GIS, ktoré sa najčastejšie nachádzajú medzi mestskými agentúrami, sú zamerané na právnu, administratívnu a ekonomickú priestorovú analýzu. Tiež známy ako Land Records Information System (LRIS).

Informačný systém pozemkových záznamov (LRIS): Pozri Land Information Systems.

Šarža Vláda: dávka alebo podskupina partie predstavujúca hranicu legálne prepraviteľnej jednotky pôdy uvedenej v záznamovom dokumente. Veľa môže, ale nemusí byť súbežných s balíkom hodnotiteľa.

Zemepisná šírka zemepisná dĺžka: Sférický referenčný systém používaný na meranie miest na povrchu. Zemepisná šírka meria uhly v severojužnom smere a zemepisná dĺžka meria uhly vo východno -západnom smere. Sférický referenčný systém používaný na meranie miest na povrchu. Zemepisná šírka meria uhly v severojužnom smere a zemepisná dĺžka meria uhly vo východno -západnom smere.

Vrstva: Logický súbor tematických údajov popísaných a uložených v knižnici máp. Vrstvy organizujú knižnicu máp podľa predmetu, napríklad pôdy, cesty, studne, a zasahujú do celej geografickej oblasti definovanej priestorovým indexom knižnice máp.

Polygonálny rad: Priestorová operácia, v ktorej sú oblúky v jednom pokrytí prekryté polygónmi v inom, aby sa určilo, ktoré oblúky alebo časti oblúkov sú obsiahnuté v polygónoch. Polygónové atribúty sú priradené k zodpovedajúcim oblúkom vo výslednom pokrytí čiar.

Logický výber: Proces výberu podskupiny funkcií z pokrytia pomocou kritérií logického výberu, ktoré fungujú na základe atribútov funkcií pokrytia (napr. Plocha väčšia ako 16 000 štvorcových stôp). Vyberú sa iba tie funkcie, ktorých atribúty zodpovedajú kritériám výberu. Označuje sa tiež ako výber funkcií podľa atribútu.

Mnohostranný vzťah: Vzťah, v ktorom mnoho záznamov v jednej tabuľke súvisí s jedným záznamom v inej tabuľke. Cieľom pri návrhu relačnej databázy je použiť jeden alebo viac vzťahov na zníženie ukladania dát a redundancie. Vzťah, v ktorom mnoho záznamov v jednej tabuľke súvisí s jedným záznamom v inej tabuľke. Cieľom pri návrhu relačnej databázy je použiť jeden alebo viac vzťahov na zníženie ukladania dát a redundancie.

Rozsah mapy: Obdĺžnikové limity (xmin, ymin, xmax, ymax) oblasti zemského povrchu, ktorú chcete zobraziť pomocou ARC/INFO. Geografický rozsah určený minimálnym ohraničujúcim obdĺžnikom študovanej oblasti. rozsah Obdĺžnikové limity (xmin, ymin, xmax, ymax) oblasti zemského povrchu, ktorú chcete zobraziť pomocou ARC/INFO. Geografický rozsah určený minimálnym ohraničujúcim obdĺžnikom študovanej oblasti.

Galéria máp: Zbierky máp niekedy zoskupené podľa spoločnej témy. Mapové galérie sú obľúbenou metódou predvádzania. Často ich nájdete na konferenciách týkajúcich sa geografie. Online galérií máp stále pribúda.

Projekcia mapy: Systematická premena polôh na zemskom povrchu zo sférických na rovinné súradnice. Niekoľko populárnejších projekcií je: Štátne súradnice roviny (SPC), ktoré používajú stopy pre jednotky merania Universal Transverse Mercator (UTM), ktoré používa merače pre jednotky merania a zemepisnú šírku a dĺžku, ktoré pre jednotky používajú stupne, minúty a sekundy oblúka miery.

Mierka mapy: Rozsah redukcie potrebnej na zobrazenie reprezentácie zemského povrchu na mape. Vyjadrenie miery na mape a ekvivalentného opatrenia na povrchu Zeme, často vyjadrené ako reprezentatívny zlomok vzdialenosti, napríklad 1: 24 000 (jedna jednotka na mape sa rovná 24 000 jednotkám na zemi). Rozsah redukcie potrebnej na zobrazenie reprezentácie zemského povrchu na mape. Vyjadrenie miery na mape a ekvivalentného opatrenia na povrchu Zeme, často vyjadrené ako reprezentatívny zlomok vzdialenosti, napríklad 1: 24 000 (jedna jednotka na mape sa rovná 24 000 jednotkám na zemi).

Vzťah jedného k mnohému: Typ vzťahu spájajúci jedinečnú hodnotu v jednom súbore k mnohým záznamom (ktoré majú rovnakú hodnotu) v inom súbore.

Ortofotografia: Proces leteckých fotografií, ktoré boli opravené, aby poskytli presný obraz Zeme odstránením posunov naklonenia a reliéfu, ku ktorým došlo pri nasnímaní fotografie. Digitálna ortografia bola urobená počas troch oddelených rokov. Južná tretina kraja bola obsadená v roku 1993. Centrálna tretina okresu bola obsadená v roku 1994. Severná tretina kraja bola obsadená v roku 1995.

Tabuľka atribútov bodov (PAT): Pokrytie môže mať buď tabuľku atribútov bodov, alebo tabuľku atribútov mnohouholníka, ale nie oboje.

Fotogrametria: Veda o dedukovaní fyzického rozmeru predmetov z meraní na fotografiách.

Planimeter: Mechanické alebo elektronické zariadenie, ktoré vypočítava plochu mapového prvku.

Planimetrické: Horizontálne (x, y) polohy topografických prvkov, ako sú rieky, jazerá, budovy, cesty atď.

Bod v polygóne: Priestorová operácia, v ktorej sú body z jedného pokrytia prekryté polygonálnym pokrytím, aby sa určilo, ktoré body spadajú do hraníc polygónu. Body predpokladajú atribúty polygónov, do ktorých spadajú.

Politické hranice zahŕňajú riadky znázorňujúce hranice župy, okresov a obcí.

Polygón: Mnohostranný obrázok, ktorý predstavuje oblasť na mape. Funkcia definovaná oblúkmi, ktoré tvoria jej hranicu. Každý mnohouholník obsahuje v rámci svojich hraníc jeden bod označenia. Polygóny majú atribúty, ktoré opisujú geografický prvok, ktorý predstavujú.

Polygónové prekrytie: Proces, ktorý spája priestorovo súhlasné polygóny z dvoch pokrytí a ich atribúty a vytvára tretie pokrytie, ktoré obsahuje nové polygóny a popisuje nové vzťahy.

Presnosť: Blízkosť, s ktorou sa merania navzájom zhodujú.

Verejný pozemkový prieskum (PLSS): Obdĺžnikový systém pozemkových prieskumov. Krajina bola preskúmaná a označená trvanlivými pamiatkami do usporiadaného usporiadania štvorcov podľa prísne štandardizovaných pokynov vlády. V celej západnej krajine boli stanovené rôzne východiskové body. V každom bode bola na zemi vyznačená východo-západná čiara, nazývaná základná čiara, zvyčajne mnoho desiatok alebo stoviek míľ v oboch smeroch, a podobne bola označená aj severo-južná čiara, nazývaná poludník alebo rozsah. Od priesečníku základnej čiary s poludníkom alebo poľom boli rozložené a monumentálne šesť míľové námestia, nazývané mestá. Každá obec je označená číslom „mesto“ alebo „T“ podľa toho, ako ďaleko na východ alebo na západ je od poludníka. Každá obec je rozdelená na tridsaťšesť štvorcových míľ, nazývaných sekcie, ktoré sú očíslované. Každá sekcia môže byť rozdelená na polovice, štvrtiny a menšie pododdiely, všetko podľa prísne štandardizovaných pokynov vlády. Delenie nepravidelného tvaru sa môže nazývať šarža. Asi tri štvrtiny okresu Delaware sú založené na systéme verejného prieskumu pôdy (PLSS). Zostávajúca jedna štvrtina okresu je založená na Vojenskom systéme Virginie (VMS).

Štvoruholník (Quad): Obvykle sa týka mapového listu zverejneného americkým geologickým úradom, 7,5 -minútovej štvoruholníkovej série alebo 15 -minútovej štvoruholníkovej série. Tiež sa nazýva topografická alebo topografická mapa.

Rastr: Údaje sú zobrazené ako diskrétne obrazové prvky (pixely).

Vzťah: Operácia, ktorá vytvára dočasné spojenie medzi zodpovedajúcimi záznamami v dvoch tabuľkách pomocou položky spoločnej pre obe. Relácia poskytuje prístup k ďalším atribútom funkcií, ktoré nie sú uložené v jednej tabuľke. Operácia, ktorá vytvára dočasné spojenie medzi zodpovedajúcimi záznamami v dvoch tabuľkách pomocou položky spoločnej pre obe. Relácia poskytuje prístup k ďalším atribútom funkcií, ktoré nie sú uložené v jednej tabuľke.

Kľúč vzťahu: Bežná skupina stĺpcov sa používa na prepojenie dvoch tabuliek atribútov.

Relačná databáza: Súbor údajov usporiadaných v dvojrozmerných tabuľkách pozostávajúcich z pomenovaných stĺpcov a (spravidla jedinečných) riadkov.

Diaľkovo snímané údaje: Údaje zbierané z diaľky.

Diaľkové snímanie: Technika zberu informácií na diaľku. Medzi najbežnejšie médiá patrí satelitné zobrazovanie, Global Positioning Systems, RADAR, SONAR, letecké snímkovanie atď. Pred príchodom fotografie sa diaľkové snímanie uskutočňovalo tak, že sa zbieral informácie zo vzduchových balónov.

Rozhodnutie: Meria ostrosť obrazu.

Prednosť v jazde (ROW): Plocha pozemku poskytujúca zákonné právo na prejazd, tj. Ulica vpravo, prednosť v železnici, atď.

Mierka: Vzťah medzi veľkosťou mapy a zodpovedajúcou veľkosťou reálneho sveta. Úroveň rozlíšenia alebo priblíženia.

Selektívne: Dostupnosť (S/A): Program amerického ministerstva obrany na obmedzenie presnosti opráv autonómnej polohy vypočítaných civilnými prijímačmi. Chyba v polohe spôsobená S/A môže byť až 100 metrov.

Tvarový súbor: Upraviteľný formát priestorovej databázy generovaný v počítačovej softvérovej aplikácii ESRI s názvom ArcView. Upraviteľný formát priestorovej databázy generovaný v počítačovej softvérovej aplikácii ESRI s názvom ArcView.

Sklon: Miera zmeny hodnoty povrchu na vzdialenosť vyjadrená v stupňoch alebo v percentách. Napríklad stúpanie 2 metre na vzdialenosť 100 metrov popisuje 2% sklon.

Rýchlosť sklonu zmeny nadmorskej výšky.

Pôda je prirodzené, trojrozmerné teleso na zemskom povrchu, ktoré podporuje rastliny a ktoré má vlastnosti vyplývajúce z integrovaného účinku podnebia a živého matu pôsobiaceho na zemský materský materiál, podmienený úľavou po určité časové obdobia.

Pôdny rad je skupina pôd vyvinutých z konkrétneho typu základného materiálu a majúcich genetické horizonty, ktoré sú až na textúru povrchovej vrstvy podobné v rozlišovacích charakteristikách a v usporiadaní v profile.

Geografický prieskum pôdy (SSURGO): Databáza Vnútroštátne štandardy použité na zostavenie pôdnych máp v databáze zemepisného prieskumu (SSURGO). Mapovacie stupnice sa spravidla pohybujú od 1: 12 000 do 1: 63 36060 SSURGO je najpodrobnejšou úrovňou mapovania pôdy, ktorú vykonáva služba na ochranu prírodných zdrojov (NRCS). Digitalizácia SSURGO duplikuje pôvodné mapy prieskumu pôdy. Túto úroveň mapovania navrhli majitelia pozemkov, černošské štvrte a krajské územné plány a manažment. Užívateľ by mal byť informovaný o údajoch o pôde a ich charakteristikách. Digitalizácia sa vykonáva pomocou formátu segmentového (vektorového) riadku v súlade s digitalizačnými štandardmi služby na ochranu prírodných zdrojov (NRCS). Mapovacie základne spĺňajú národné štandardy presnosti máp a sú buď ortofotokvádory alebo 7,5-minútové topografické štvoruholníky. Údaje SSURGO sa zbierajú a archivujú v 7,5-minútových štvoruholníkových jednotkách a distribuujú sa ako úplné pokrytie oblasti prieskumu pôdy. Hranice pôdy končiace na štyroch riadkoch sú počítačom spojené s priľahlými mapami, aby sa dosiahla presná zhoda. SSURGO je prepojený s databázou atribútov Map Unit Interpretations Record (MUIR). Atribútová databáza udáva proporcionálny rozsah jednotlivých súčastí pôd a ich vlastností pre každú mapovú jednotku. Mapové jednotky SSURGO sa skladajú z 1 až 3 komponentov. Databáza záznamov interpretácií mapových jednotiek obsahuje viac ako 25 fyzikálnych a chemických vlastností pôdy.

Príručka prieskumu pôdy poskytuje hlavné zásady a postupy potrebné na vytváranie a používanie prieskumov pôdy a na zhromažďovanie a používanie údajov, ktoré s nimi súvisia. Manuál je určený predovšetkým pre pôdnych vedcov zaoberajúcich sa klasifikáciou a mapovaním pôd a interpretáciou pôdnych prieskumov. Napriek tomu, že je príručka zameraná na potreby tých, ktorí sa aktívne podieľajú na príprave prieskumov pôdy na vydanie, tieto informácie budú môcť využiť aj pracovníci a študenti, ktorí majú obmedzené skúsenosti s pôdou alebo sú menej oboznámení s procesom prieskumu pôdy.

Priestorová analýza: Proces modelovania, skúmania a interpretácie výsledkov modelu. Priestorová analýza je proces získavania alebo vytvárania nových informácií o súbore geografických funkcií. Priestorová analýza je užitočná na hodnotenie vhodnosti a spôsobilosti, na odhadovanie a predpovedanie a na interpretáciu a porozumenie. V GIS existujú štyri tradičné typy priestorovej analýzy: analýza priestorového prekrytia a súvislosti, povrchová analýza, lineárna analýza a rastrová analýza. Proces modelovania, skúmania a interpretácie výsledkov modelu. Priestorová analýza je proces získavania alebo vytvárania nových informácií o súbore geografických funkcií. Priestorová analýza je užitočná na hodnotenie vhodnosti a spôsobilosti, na odhadovanie a predpovedanie a na interpretáciu a porozumenie. V GIS existujú štyri tradičné typy priestorovej analýzy: analýza priestorového prekrytia a súvislosti, povrchová analýza, lineárna analýza a rastrová analýza.

Štandard priestorového prenosu údajov (SDTS): Komplexný prenosový štandard pre údaje odkazujúce na Zem, ktorý je možné použiť na prenos všetkých typov priestorových údajov medzi odlišnými počítačovými systémami.

Priestorové modelovanie: Analytické postupy aplikované s GIS. Existujú tri kategórie funkcií priestorového modelovania, ktoré je možné použiť na geografické údaje v rámci GIS: geometrické modely, ako je napríklad výpočet vzdialenosti medzi prvkami, generovanie vyrovnávacích pamätí, výpočet oblastí a obvodov a podobne, modelovanie koincidencie, ako je napríklad prekrývanie a priľahlosť mnohouholníka modelovanie, ako je redistriktácia a alokácia.

Štruktúrovaný dopytovací jazyk (SQL): Syntax na definovanie a manipuláciu s údajmi z relačnej databázy.Vyvinutý spoločnosťou IBM v 70. rokoch minulého storočia sa stal priemyselným štandardom pre jazyky dotazov vo väčšine systémov na správu relačných databáz.

Štátne súradnice lietadla (SPCS): Štátny rovinný súradnicový systém nie je projekciou, ale je to systém na určovanie polôh geodetických staníc pomocou rovinných obdĺžnikových súradníc. Tento súradnicový systém rozdeľuje všetkých päťdesiat štátov USA, Portorika a Amerických Panenských ostrovov na viac ako 120 očíslovaných sekcií, označovaných ako zóny. Poskytnutím SPC na východ (x) a severu (y), názvu štátu a čísla zóny je možné akékoľvek miesto v USA identifikovať podľa jedinečnej súradnicovej hodnoty. Hranice zóny SPC sa riadia hranicami štátu a kraja. Florida je kvôli svojej veľkosti a tvaru rozdelená na tri zóny SPC, sever, východ a západ. Volusia County je úplne vo východnej zóne. Štátne súradnice lietadla sú obdivuhodne prispôsobené potrebám miestneho geodeta a sú široko používané vo verejných prácach, prieskumoch pôdy a v geografických informačných systémoch.

Štátna zemepisná geografická databáza (STATSGO): Uveďte všeobecné pôdne mapy vytvorené zovšeobecnením podrobných údajov z prieskumu pôdy. Úroveň mapovania je navrhnutá tak, aby sa používala na široké využitie v plánovaní a riadení pokrývajúce štátne, regionálne a viacštátne oblasti. Údaje STATSGO sú navrhnuté na použitie v geografickom informačnom systéme (GIS). Údaje STATSGO sú k dispozícii vo voliteľnom distribučnom formáte USGS Digital Line Graph (DLG-3). Symboly pôdnej mapy NRCS sa bežne v súbore DLG-3 nenosia, tieto mapové symboly sú však k dispozícii ako jedinečný súbor ASCII, keď sú údaje o pôde NRCS distribuované vo formáte DLG-3. Údaje STATSGO sú k dispozícii aj vo vektorových formátoch ArcInfo 7.0 a GRASS 4.13.

Slnečná synchrónna dráha: Obežná dráha, ktorá vždy prechádza nad Zemou v rovnaký miestny slnečný čas.

Tolerancia: Číselná hodnota predstavujúca prijateľný rozsah chýb, ktoré bude mať funkcia zo svojho skutočného bodu nájdeného na Zemi.

Topografia: Tvar alebo konfigurácia povrchu zeme reprezentovaná v mapovej forme vrstevnicami. Topografická vrstva okresu Delaware County pozostáva z vrstevníc v intervaloch dva, päť a desať stôp.

Topológia: Priestorové vzťahy medzi spojovacími alebo susednými funkciami pokrytia.

Transformácia: Proces, ktorý prevádza súradnice z jedného súradnicového systému do druhého pomocou prekladu, otáčania a zmeny mierky.

Triangulovaná nepravidelná sieť (TIN): Séria trojuholníkov zostrojených pomocou výškových údajových bodov prevzatých z pokrytí. Tieto trojuholníky sa používajú na zobrazenie povrchu a zobrazenie.

Triangulácia: Spôsob zisťovania polohy objektu sa môže vypočítať zo známych miest dvoch ďalších objektov. Vytvorením trojuholníka z troch položiek je možné zmerať uhly a strany trojuholníka a algebraicky sa vypočíta poloha neznámeho objektu.

Univerzálny priečny merač (UTM): Universal Transverse Mercator je medzinárodný rovinný (obdĺžnikový) súradnicový systém vyvinutý americkou armádou. UTM rozdeľuje svet na 60 zón s dĺžkou 6 stupňov. Každá zóna sa rozprestiera 3 stupne východne a západne od jej stredného poludníka a sú očíslované postupne od západu na východ od 180-stupňového poludníka. Na každú zónu potom možno aplikovať priečne projekcie Mercatora. (UTM) Universal Transverse Mercator je medzinárodný rovinný (obdĺžnikový) súradnicový systém vyvinutý americkou armádou. UTM rozdeľuje svet na 60 zón s dĺžkou 6 stupňov. Každá zóna sa rozprestiera 3 stupne východne a západne od jej stredného poludníka a sú očíslované postupne od západu na východ od 180-stupňového poludníka. Na každú zónu potom možno aplikovať priečne projekcie Mercatora.

Vektor: Geometrický prvok uložený ako bod so súradnicami x, y v počítačovej databáze.

Povodie: je oblasť pevniny, kde väčšina vody odteká do blízkych potokov, riek alebo potokov. Podobne ako veľká záchytná nádrž. Hranica alebo obvod povodia sa obvykle skladá z hrebeňa alebo oblastí s vysokou nadmorskou výškou. Všetka voda tečie dolu gravitačnou silou, takže rozvodie môžete považovať za drenážnu nádrž. Povodia môžu byť veľmi veľké a môžu pokrývať niekoľko štátov, ako napríklad povodie rieky Columbia v štátoch Washington a Oregon. Povodia môžu byť tiež veľmi malé a môžu zahŕňať iba malý potok alebo mokraďovú oblasť. Povodie si predstavte ako geografickú oblasť alebo hranicu, kde voda odteká do konkrétnej rieky, jazera, potoka alebo akéhokoľvek vodného útvaru.


Ako extrahovať informácie o nadmorskej výške z vrstevníc? - Geografické informačné systémy

Isa Ibrahim 1 , Kolawole H. Muibi 1 , Abayomi T. Alaga 1 , Oyekanmi Babatimehin 2 , Olusola Ige-Olumide 3 , Oloko-Oba O. Mustapha 1 , Sedenu A. Hafeez 1

1 Cooperative Information Network, National Space Research and Development Agency, Obafemi Awolowo University, Ile-Ife, Nigeria

2 Katedra geografie, Univerzita Obafemi Awolowo, Ile-Ife, Nigéria

3 Ekologický ústav Obafemi Awolowo Universty, Ile-ife, Nigéria

Korešpondencia: Isa Ibrahim, Kooperatívna informačná sieť, Národná agentúra pre výskum a vývoj vesmíru, Univerzita Obafemi Awolowo, Ile-Ife, Nigéria.

E -mail:

Copyright © 2015 Vedecké a akademické publikovanie. Všetky práva vyhradené.

Cieľom tejto štúdie je pomocou diaľkového snímania a GIS identifikovať vhodné miesta na presídľovanie obetí povodňových katastrof v okolí mesta Lokoja. Biofyzikálnymi a sociálno-ekonomickými faktormi používanými na hodnotenie environmentálnej vhodnosti miesta presídlenia sú využitie krajiny/pokrytie krajiny, svah, nadmorská výška a blízkosť cesty. Informácie o využití krajiny/krajinnej pokrývke boli extrahované z obrázku NigeriaSat1 z roku 2007, informácie o kontúrach a drenáži boli získané z listu 246 a 247 série topografických máp Nigérie z roku 1963, zatiaľ čo cestné siete boli extrahované zo snímok Geo-Eye. Analýzou extrahovaných informácií boli informáciám priradené váhy podľa ich vhodnosti pre ľudské osídlenie. Potom sa použili metódy váženého prekrytia na odvodenie mapy vhodnosti pre presídlenie. Individuálna analýza týchto faktorov naznačila, že 82,78% skúmanej oblasti má mierny svah (nížina), zatiaľ čo u 17,22% územia sa nachádza vrchovina, ktorá je kopcovitá a strmá. Pokiaľ ide o využitie krajiny/krajinnú pokrývku, 75,15% skúmanej oblasti je vhodných, ako napríklad lesný a skalný výbežok, pričom 24,85% predstavuje zastavané územie, vodné útvary, pieskové usadeniny a mokrade nie sú vhodné a nemožno ich odporučiť na osídlenie. Výsledok ukázal, že asi ¾ študovanej oblasti nie je vhodných na presídlenie ľudí, zatiaľ čo je vhodných minimálne 10,62% s rozlohou 2564,44 ha s 5 polohami (4,14%) z vhodných miest s kontinuálnou plochou viac ako 100 ha. Preto pred plánovaním a implementáciou akéhokoľvek programu presídľovania treba dôkladne analyzovať environmentálnu vhodnosť, ekologickú únosnosť a udržateľnosť oblasti.

Kľúčové slová: Presídlenie, povodňová katastrofa, GIS a diaľkové snímanie, vážené prekrytie


Pozri si video: О Высоте Звукоснимателей! Реально и только по делу!