Mais

Openlayers 3 Max Extent

Openlayers 3 Max Extent


Quero restringir onde o usuário pode deslocar o mapa, mas não consigo encontrar nenhum recurso que diga como definir a extensão máxima de uma visualização de mapa no OpenLayers 3. Eu sei que havia uma solução no OpenLayers 2. É é possível na nova versão?


Isso pode ser feito simplesmente definindoextensãono objeto View. por exemplo

var view = new ol.View ({… extensão: [minx, miny, maxx, maxy]…}); var map = new ol.Map ({… view: view,…});

Outra opção é:

… Var map = new ol.Map ({layers: […], overlays: […], target: document.getElementById ('map'), view: new ol.View ({center: ol.proj.transform ([ minx, miny, maxx, maxy], 'EPSG: 4326', 'EPSG: 3857'), zoom:…, maxZoom:…, minZoom:…, extension: ol.proj.transform ([minx-n, miny-n , maxx + n, maxy + n], 'EPSG: 4326', 'EPSG: 3857')})});…

Como Ragnagord já apontou, é necessário definir oextensãona tuaol.view.

Dependendo do que você deseja referir, a maneira mais fácil é obter a extensão diretamente da projeção desejada (ol.proj.Projection) ou camada (qualquer classe deol.camada) usando ogetExtent ()função. No caso de EPSG: 3857 isso funciona:

var map = new ol.Map ({… view: new ol.View ({… extend: ol.proj.get ("EPSG: 3857"). getExtent ()})});

Devo ressaltar que se considerarmos a projeção do mapa, no meu caso entre WGS84 e Spherical Mercator, existe uma alternativa com ol.proj.transformExtent. Uma resposta foi encontrada aqui. A extensão é atribuída da seguinte forma:

var map = new ol.Map ({… view: new ol.View ({extension: ol.proj.transformExtent ([minx, miny, maxx, maxy], 'EPSG: 4326', 'EPSG: 3857');… )})}

Resumos do Projeto GIST Masters 2012

Resumo: Este projeto determinou a variabilidade interanual na estrutura da vegetação da área dos Montes Tumamoc, localizada no lado oeste de Tucson. Para este processo, varreduras mensais foram realizadas com uma unidade LiDAR montada em tripé de março de 2011 a maio de 2012. Os dados LiDAR coletados foram usados ​​para calcular a porcentagem de retornos para densidade de vegetação, porcentagem de retornos da superfície do solo, altura da vegetação, área de dossel e perímetro do dossel. Essas métricas foram calculadas a cada mês para cada planta para determinar as mudanças mensais da vegetação por planta e por espécie, com esses valores calculados e para entender a relação entre as informações processadas do LiDAR e a precipitação, correlações entre as informações coletadas do LiDAR, o Dados NDVI e dados de precipitação foram realizados. Como resultado, a análise realizada demonstrou a utilidade potencial do LiDAR para a quantificação do crescimento das plantas em resposta à chuva e à variabilidade mensal na estrutura da vegetação.

Título: Análise espacial de locais de filmagem em Los Angeles, Califórnia, de 2008 a 2012

Autor: Carrie Williams, [email protected]

Palavras-chave: Los Angeles, Califórnia, locações de filmagem, cinema, 30-Mile Studio Zone

Resumo: O Condado de Los Angeles, Califórnia, tem sido fundamental na criação da cultura cinematográfica, com mais de 100.000 autorizações diárias de cinema emitidas apenas nos últimos cinco anos, não há dúvida de que Los Angeles ainda é o centro moderno de cinema nos Estados Unidos. As produções que solicitam essas licenças não são apenas longas-metragens, mas também televisão, comerciais, documentários, fotografias estáticas e muito mais. Este projeto inclui todos os pontos de dados geocodificados para cada licença diária de filme de 2008 a abril de 2012, com ênfase especial na 30-Mile Studio Zone, que é usada por projetos de filmes sindicais para determinar as taxas de per diem e distâncias de condução para os membros da equipe. Esta zona está centrada na esquina de Beverly e La Cienega e cobre mais de 90 cidades. Os dados foram obtidos da organização sem fins lucrativos Film LA, Inc., que coordena e processa autorizações de filmes. Este projeto analisa os dados da licença para examinar a distribuição espacial, densidade e frequência por todos os dados e por tipo de produção, com a área de estudo sendo restrita ao Condado de Los Angeles. A perda de dados foi insignificante com 102.868 pontos de dados geocodificados, 102.760 foram combinados com um endereço e 108 não foram combinados, resultando em uma perda total de dados de 0,001%. A análise espacial mostrará que a maioria das grandes produções ocorreu na 30-Mile Studio Zone. Também será determinado que os locais filmados com mais frequência cairão nesta zona. O local mais filmado foi Griffith Park, lar do Griffith Park Observatory e do Hollywood Sign.

Título: Clima e incêndios florestais que substituem o povoamento: o papel do clima na gravidade dos incêndios florestais no Arizona e no Novo México

Autor: Atticus W. Zavelle, [email protected]

Palavras-chave: Incêndio florestal, clima, floresta, temperatura, precipitação, severidade elevada

Resumo: Este artigo analisa os efeitos de diferentes variáveis ​​climáticas em incêndios florestais de alta gravidade no Arizona e Novo México de 1984 a 2010. Nas duas últimas temporadas de incêndios, ocorreram alguns incêndios monumentais e variáveis ​​climáticas extremas no sudoeste que mataram grandes áreas de árvores e tiveram grandes impactos econômicos e ambientais. Para lidar com esse fenômeno, o fogo e as variáveis ​​climáticas foram correlacionadas pela extração de dados do Banco de Dados de Tendências de Monitoramento de Gravidade de Queimaduras e dados mensais de precipitação e temperatura do PRISM Climate Group. A precipitação do inverno e as altas temperaturas do verão afetam o tamanho e a gravidade do fogo, mas ainda existem outras questões ambientais e sociais em jogo. Invernos secos e verões quentes são variáveis ​​importantes para prever temporadas de incêndios voláteis no Arizona e no Novo México.

Título: Projeto de ligação de vida selvagem no condado de Cochise, Arizona

Autor: Sara E. Sillars, [email protected]

Palavras-chave: GIS, corredor de vida selvagem, projeto de ligação, multiespécies, vida selvagem do Arizona, Condado de Cochise

Resumo: À medida que as estradas são desenvolvidas ou reconstruídas, mitigar os impactos dessas estradas é crucial para a saúde das populações de animais selvagens. Em particular, rodovias movimentadas e estradas interestaduais representam uma grande e perigosa ameaça aos animais que tentam cruzá-las. Isso pode causar a segregação das populações de animais selvagens e, assim, diminuir a diversidade genética dessas espécies. Para mitigar esse problema, as adaptações em nossas estradas podem ajudar a manter a conectividade do habitat e diminuir os impactos negativos sobre a vida selvagem ao redor. Em resposta a um potencial projeto de reconstrução liderado pelo Departamento de Transporte do Arizona na Interestadual 10 (I-10) no Condado de Cochise, Arizona, este estudo projetou uma ligação da vida selvagem entre as montanhas Dragoon e Galiuro, onde a I-10 é o maior obstáculo para a vida selvagem movimento. Para dar conta dos vários critérios exigidos para o movimento de diferentes espécies, foi usada uma abordagem multiespécies. Esta abordagem melhora a qualidade das recomendações dadas ao departamento de transporte. Com base no conhecimento de biólogos locais e regionais, treze espécies foram selecionadas para análise. Para cada espécie, ferramentas GIS foram usadas para mapear a adequação do habitat, criar mapas de manchas e modelar corredores que são biologicamente mais adequados. Uma análise mais aprofundada mostra para quais dessas espécies seria relevante criar passagens para a vida selvagem dentro da área de estudo. Os produtos cartográficos finais ajudarão a produzir recomendações para o projeto de reconstrução na I-10 e servirão como um exemplo para futuros projetos de ligação com a vida selvagem no Condado de Cochise.

Título: Objetivando ocorrências de prata no México por meio de análises geológicas e de proximidade

Autor: Nathan Casler [email protected]

Palavras-chave: Geologia, código aberto, análise de proximidade

Resumo: O México é um dos maiores produtores de prata do mundo, no entanto, conjuntos de dados mineralógicos relacionados à geologia e os locais de depósito ainda são altamente proprietários ou analógicos. As empresas de exploração mineral dependem da seleção precisa da área e do direcionamento geológico para recuperar os recursos de uma maneira economicamente viável. Em uma indústria baseada fortemente em fatores espaciais, o mapeamento de segmentação e prospectividade pode se tornar um jogo de adivinhação onde os dados não estão disponíveis ou são difíceis de analisar. Este projeto usou sistemas de gerenciamento de banco de dados de código aberto e tecnologia GIS para assimilar um banco de dados espacial de dados MRDS históricos e analisou esses dados contra conjuntos de dados geológicos e estruturais do INEGI para isolar características de depósitos de prata de alta produção no México. Essas características de dados de ponto MRDS e linha INEGI e dados de polígono foram projetadas na projeção Cônica de Área Igual de Albers no México para preservar a área durante a análise, ponderada e cruzada para áreas-alvo onde ocorrências de prata são mais prováveis. Essas áreas podem ser usadas como guias para a segmentação de prospectos no México e como referência para a exploração mineral em outras áreas.

Título: Potencial máximo de construção e localização otimizada do local de negócios ao longo do corredor do bonde moderno de Tucson Link Sun

Autor: Sean Des Portes, [email protected]

Palavras-chave: Tucson, desenvolvimento, Sun Link, moderno, bonde, centro da cidade, Universidade do Arizona

Resumo: Com a chegada do bonde moderno Sun Link Tucson e o aumento potencial de melhorias na infraestrutura, o desenvolvimento voltado para o trânsito é uma tendência atual na cidade de Tucson. Um componente importante no planejamento de um futuro desenvolvimento orientado para o trânsito é determinar o potencial de construção das propriedades disponíveis na área tampão do Sun Link Tucson Modern Streetcar com base na identificação do lote, tamanho do lote e zoneamento. A área de estudo para este projeto é a extremidade norte e leste do corredor do bonde moderno Sun Link Tucson. Além disso, cria um modelo de densidade máxima de parcelas disponíveis, permitindo a representação de um corredor de bonde totalmente desenvolvido. Este estudo examina ainda os custos financeiros potenciais para a construção de parcelas específicas e uma análise de mercado dessas parcelas. Usando o Analista de Negócios da Esri, uma análise de potencial de mercado examina o vazamento ou excedente de diferentes tipos de indústrias para determinar os negócios apropriados para parcelas específicas. O Google SketchUp foi usado para criar um modelo 3-D das estruturas propostas. Finalmente, o modelo preenchido foi importado para o Google Earth para fornecer um possível cenário de construção futura. Usando um processo iterativo com base no fator de excedente de vazamento, a melhor combinação de acúmulo de potencial máximo e localização ideal do local foi determinada. O cenário final descreve uma mistura idealizada de potenciais usos futuros da terra.

Título: Modelagem de risco e perigo de deslizamento de montanhas de Santa Catalina, no sul do Arizona

Autor: Adrian L. Sonnenschein, [email protected]

Palavras-chave: Deslizamento de terra, Serra de Santa Catalina, modelo cartográfico, sistemas de informação geográfica, sensoriamento remoto, python, R.

Resumo: No sentido mais ambíguo do termo, um deslizamento de terra é qualquer movimento em declive de solos, minerais ou rochas sob a força da gravidade. Situada na bacia e na província de cordilheira do sul do Arizona, a área da montanha de Santa Catalina é particularmente suscetível a deslizamentos de terra, fluxos de detritos e quedas de rocha nas encostas íngremes de suas cordilheiras. Devido ao baixo tempo de aviso associado a deslizamentos de terra, o aspecto mais ameaçador associado ao fenômeno é o perigo para a vida humana, outros impactos negativos incluem custo financeiro, redução nos valores imobiliários e turismo, destruição de infraestrutura, erosão substancial do solo ou perda total da camada superficial do solo e os efeitos adversos de grandes depósitos sedimentares em fontes naturais de água. Usando uma combinação de sensoriamento remoto, sistemas de informação geográfica (GIS) e técnicas modernas de aprendizado de máquina, esta análise desenvolve modelos cartográficos que podem prever a suscetibilidade da topografia a deslizamentos de terra com altos graus de exatidão e precisão com base em correlações de diferentes variáveis ​​de entrada com o dependente variável. Esta análise usa software GIS, software de sensoriamento remoto, a linguagem de programação estatística R e a linguagem de programação Python para explorar essas correlações e produzir um modelo de risco e risco de deslizamento.

Título: Aplicativo da Web para pesquisa e mapeamento de recursos do National Geothermal Data System: uma introdução ao seu design, desenvolvimento e uso

Autor: Jessica Good Alisdairi, [email protected]

Palavras-chave: Mapa da web, OpenLayers, GeoExt, javascript, WFS, CSW, código aberto, recursos geotérmicos

Resumo: O aplicativo Feature Search & amp Map do National Geothermal Data System (NGDS) foi desenvolvido como um aplicativo de mapeamento da web leve, de código aberto e acessível ao público, que facilita a descoberta de recursos geotérmicos sem a necessidade de alternar entre várias interfaces. Uma pesquisa integrada do Catálogo de Dados Geotérmicos da Associação de Geólogos do Estado Americano (AASG) listará os serviços de feições relevantes disponíveis para consulta de atributos e exibição em um mapa. A pesquisa pode ser limitada a uma extensão geográfica específica para refinamento adicional. Depois de adicionados ao mapa, os atributos para feições podem ser mostrados em um pop-up de feições ou em uma tabela. Os usuários também podem selecionar recursos de diferentes serviços de dados para exibição em uma única tabela. O aplicativo NGDS Feature Search & amp Map é principalmente para geólogos e outros pesquisadores que precisam de uma maneira rápida e fácil de recuperar informações sobre os recursos geotérmicos dos EUA, sem a necessidade de software além de um navegador da web ou o conhecimento de quem hospeda quais serviços. http://data.geothermaldatasystem.org/

Título: Campus by Night: a relação espacial entre a luminosidade noturna e a infraestrutura do campus

Palavras-chave: Luminosidade, infraestrutura universitária, mapeamento de iluminação do campus, residências universitárias, fraternidades, irmandades, coleta de dados móveis

Resumo: A visibilidade no campus da Universidade do Arizona pode ficar obstruída à noite, dependendo de onde você estiver no campus. Este projeto mapeou a luminosidade noturna para criar uma superfície isométrica. Essa superfície foi então comparada a edifícios residenciais e não residenciais, bem como a outras características de infraestrutura do campus, principalmente telefones de emergência com luz azul. Tablets Android, tabelas de fusão do Google e AndroSensor foram usados ​​para a coleta de dados. Os valores de luminosidade foram coletados com base em uma grade de pontos sobreposta em um mapa básico do campus da Universidade do Arizona. A área de estudo para este projeto consistiu na área delimitada pela Campbell Avenue ao leste, Mountain Avenue ao oeste, Speedway Avenue ao norte e University Boulevard ao sul. A área de estudo foi escolhida porque tem uma mistura igual de prédios de campus residenciais e não residenciais. As implicações para esta pesquisa são muito abrangentes. Primeiro, ele fornece um mapa básico das condições atuais de iluminação noturna no campus. Além disso, pode ser usado para melhorar o posicionamento futuro da iluminação em relação às caixas de emergência de luz azul e caminhos para pedestres, todos os quais podem ajudar a melhorar a segurança geral no campus.

Título: Campus by Night: a relação espacial entre a luminosidade noturna e a infraestrutura do campus

Palavras-chave: Luminosidade, infraestrutura universitária, mapeamento de iluminação do campus, residências universitárias, fraternidades, irmandades, coleta de dados móveis

Resumo: A visibilidade no campus da Universidade do Arizona pode ficar obstruída à noite, dependendo de onde você estiver no campus. Este projeto mapeou a luminosidade noturna para criar uma superfície isométrica. Essa superfície foi então comparada a edifícios residenciais e não residenciais, bem como outras características de infraestrutura do campus, principalmente telefones de emergência com luz azul. Tablets Android, tabelas de fusão do Google e AndroSensor foram usados ​​para a coleta de dados. Os valores de luminosidade foram coletados com base em uma grade de pontos sobreposta em um mapa básico do campus da Universidade do Arizona. A área de estudo para este projeto consistiu na área delimitada pela Park Avenue ao oeste, Mountain Avenue ao leste, Speedway Avenue ao norte e University Boulevard ao sul. A área de estudo foi escolhida porque tem uma mistura igual de prédios de campus residenciais e não residenciais. As implicações para esta pesquisa são muito abrangentes. Primeiro, ele fornece um mapa básico das condições atuais de iluminação noturna no campus. Além disso, pode ser usado para melhorar o posicionamento futuro da iluminação em relação às caixas de emergência de luz azul e caminhos para pedestres, todos os quais podem ajudar a melhorar a segurança geral no campus.

Título: Avaliação da vizinhança e o potencial de coleta de água da rua: Garden District Neighborhood, Tucson, Arizona

Autor: Rod Pollock, [email protected]

Palavras-chave: Coleta de água Reutilização de água Coleta de água de chuva Conservação de água Coleta de escoamento Escoamento de água de chuva Reutilização de água Tucson Arizona

Resumo: A água no deserto é preciosa. A recuperação da chuva é uma forma de maximizar o uso da água disponível. Se os governos locais em comunidades do deserto implementassem projetos de coleta de água das ruas, quais ruas apresentariam as oportunidades mais econômicas? Examinar as larguras das ruas e meio-fio para o lote é um meio de começar a identificar áreas que acomodariam mais prontamente a construção necessária para o desenvolvimento de uma bacia de retenção de água. Compreendendo essas áreas e, adicionalmente, levando em consideração a cobertura vegetal existente, os governos locais teriam então uma ferramenta para formular de forma mais eficaz uma análise de custo / benefício para projetos potenciais de aproveitamento de água de rua. Este projeto explora a priorização de sub-bacias hidrográficas e a análise em nível de bairro do potencial de aproveitamento de água da rua com foco na sub-bacia hidrográfica de Alvernon Wash impactando o bairro Garden District em Tucson, Arizona.

Título: A Bacia do Rio Colorado: Conscientização Pública e Uso de Inventário de Liberação de Tóxicos

Autor: Joseph Forish, [email protected]

Palavras-chave: Inventário de liberação de tóxicos (TRI), riscos ambientais, estudo longitudinal, Bacia do Rio Colorado Superior, Bacia do Rio Colorado Inferior, poluição, GIS, análise visual

Resumo: Em dezembro de 1984, uma nuvem mortal de pesticidas altamente tóxicos matou milhares de pessoas em Bhopal, na Índia. Oito meses depois, em uma fábrica da Virgínia Ocidental operada pela mesma empresa, uma séria liberação de produto químico hospitalizou 100 pessoas. Na esteira desses dois desastres, a demanda pública por informações sobre liberação de produtos químicos aumentou. Em 1986, a Lei de Planejamento de Emergência e Direito de Saber da Comunidade (EPCRA) foi aprovada, tornando os dados de liberação de produtos químicos tóxicos publicamente disponíveis em apoio à conscientização da comunidade e iniciativas de saúde pública. Poderia um desastre como o que aconteceu em Bhopal, na Índia, ocorrer ao longo dos 1.450 milhas do rio Colorado? O rio Colorado é a força vital do sudoeste: dezenas de milhões de pessoas em sete estados dependem do rio Colorado para a agricultura, água potável, energia hidrelétrica e recreação.Embora a Agência de Proteção Ambiental (EPA) considere improvável que uma tragédia semelhante possa ocorrer nos EUA, a agência reconhece a necessidade de maior conscientização pública e uso da comunidade de dados TRI como uma questão de educação de saúde pública. Com base em dez anos de dados do TRI, este artigo apresenta um estudo longitudinal detalhando a poluição da água, do ar e da superfície ao longo da região da Bacia do Rio Colorado. Também é apresentada uma análise visual identificando tendências em instalações que emitem poluição e tendências nos grupos químicos mais presentes. O objetivo de analisar uma década de dados TRI ao longo da região da Bacia do Rio Colorado é criar uma ferramenta de recursos locais que apoie uma comunidade informada e conscientize as instalações de saúde pública.

Título: Usando GIS para mitigar os danos do furacão na Ilha Grand Bahama

Palavras-chave: Furacão Jeanne, Furacão Frances, Caribe, Bahamas, Grand Bahama, inundações, análise de proximidade

Resumo: Durante a temporada de furacões de 2004, o Caribe foi severamente afetado por uma série de furacões severos que atingiram repetidamente a região e, em alguns casos, várias grandes tempestades e furacões atingiram o mesmo território. A Comunidade das Bahamas sofreu o impacto de dois furacões devastadores: Jeanne e Frances, no período de um mês. A ilha de Grand Bahama foi a mais severamente afetada devido aos danos e subsequente fechamento do Royal Oasis Resort, no qual 1.600 funcionários do hotel foram dispensados. O objetivo deste projeto visa utilizar o GIS para melhor planejar e, assim, ajudar a mitigar desastres futuros. Este projeto empregou um Modelo Digital de Elevação (DEM) da ilha para prever áreas propensas a enchentes de tempestades e análises de proximidade para identificar e pesquisar locais de abrigo. Os resultados informarão residentes, banqueiros e subscritores de seguros sobre os riscos de inundação associados a uma propriedade, bem como funcionários do código de construção para determinar os requisitos mínimos de elevação.

Título: Análise de precisão das técnicas de modelagem de gravidade de queimadura

Autor: Jennifer L. Dvorsky, [email protected]

Palavras-chave: Gravidade de queima, NBR, NDVI, EVI, classificação supervisionada, incêndio florestal

Resumo: Mapas de Classificação de Refletância de Área Queimada (BARC) são um resultado da avaliação da equipe de Resposta de Emergência de Área Queimada (BAER) e esses mapas são usados ​​para fazer recomendações para tratamentos pós-incêndio. Esses mapas são derivados comparando imagens de satélite pré e pós-incêndio e as condições da vegetação. Vários métodos de modelagem da gravidade da queima foram comparados quanto à precisão usando o incêndio florestal Horseshoe II e dados de campo coletados seguindo a matriz de codificação da gravidade da queima (manual de monitoramento de incêndio). O mapa BARC oficial da equipe BAER para o incêndio em Ferradura II no Monumento Nacional Chricahua em 2011 teve apenas 58% de precisão em comparação com os dados de campo. Diferenciado Normalizado Queimar Razão (NBR), Índice de Vegetação por Diferença Normalizada (NDVI), e índices de Índice de Vegetação Aprimorado (EVI), bem como uma classificação supervisionada, foram realizados para ver se esses métodos poderiam modelar o Horseshoe II melhor do que o mapa BARC. Os resultados demonstram que cada um destaca um aspecto específico das imagens de sensoriamento remoto. No geral, a classificação supervisionada e os mapas NBR diferenciados foram comparáveis ​​em precisão ao mapa BARC. Ao escolher um método para modelar a gravidade da queima, o tipo de incêndio, vegetação, datas de imagens e terreno devem ser considerados para obter a maior precisão.

Título: Compreendendo a dirofilariose no sudoeste dos Estados Unidos: prevalência de casos positivos de dirofilariose em cães em correlação com a renda familiar

Autor: Abby Huggins, [email protected]

Palavras-chave: Vermes, lombrigas, Estados Unidos, renda, veterinária, sudoeste, parasitas, cães

Resumo: Heartworms são vermes parasitas que se espalham através das picadas de mosquitos. Embora Heartworms sejam mais comumente encontrados no leste dos Estados Unidos, regiões do delta e costas do Texas, eles foram relatados em todos os estados, incluindo os estados do sudoeste. Alguns veterinários argumentam que a prevalência de Heartworms em cães nos Estados Unidos é uma epidemia. Com vários tipos de prevenção sendo vendidos em todas as clínicas veterinárias em todo o país, este estudo busca entender melhor por que existem casos positivos no sudoeste, embora os produtos preventivos estejam prontamente disponíveis para o público. Este estudo compara estatisticamente os dados do censo sobre a renda familiar média com casos positivos de dirofilariose em uma base de condado por condado usando dados do site do Conselho de Parasitas de Animais Companheiros da Califórnia, Texas, Arizona, Novo México e Nevada. Análises de Mínimos Quadrados Ordinários e Regressão Geograficamente Ponderada foram realizadas em casos positivos e renda familiar mediana. Os resultados indicam um valor R extremamente baixo, sugerindo nenhuma correlação entre baixa renda e casos positivos de dirofilariose em cães no sudoeste dos Estados Unidos. As conclusões mostram que os casos positivos nesta área de estudo podem ser decorrentes de outras variáveis, como fatores climáticos ou falta de informação ao público.

Título: Coleções de plantas do Arizona: um olhar sobre os padrões de coleta e a diversidade botânica no estado

Autor: Benjamin D. Brandt, [email protected]

Palavras-chave: Coleções de plantas, Arizona, Dados de herbário, Comunidades bióticas, Diversidade botânica, Botânica, Ecologia

Resumo: Os espécimes de plantas de herbário coletados no Arizona datam do início do século XIX. Com mais de 9.500 táxons distintos ocorrendo em 18 comunidades bióticas reconhecidas, o Arizona representa um dos estados com maior diversidade botânica do país. Avanços na digitalização e disseminação de dados de espécimes de herbário tornaram possível a análise de grandes conjuntos de dados de coleções de plantas de dentro do estado. Os preconceitos nos locais de coleta são considerados há muito tempo pela comunidade botânica, mas pouco trabalho foi feito para determinar sua verdadeira extensão e como eles afetaram a compreensão da diversidade do estado. Mais de 366.000 registros de coleção foram convertidos em feições pontuais para o propósito deste projeto. A análise de pontos quentes e rodovias foi então realizada nesses recursos para determinar em que grau as coleções foram concentradas em áreas específicas do estado, e quantas das coleções foram feitas nas proximidades de rodovias. Os pontos de coleta foram então sobrepostos em feições poligonais da comunidade biótica para determinar a densidade de coleta e a riqueza de espécies de cada comunidade. Os resultados deste projeto ilustrarão o grau de concentração das coleções botânicas em áreas específicas do estado e ao longo de rodovias. Esses resultados também mostrarão o quão efetivamente as coleções representam as comunidades bióticas dentro do estado e como essas comunidades se comparam em diversidade. Isso servirá para guiar coleções futuras, fornecendo uma melhor compreensão dos preconceitos de coleção anteriores e ilustrando áreas de grande diversidade potencial.

Título: Avaliação baseada em satélite de riscos de inundações catastróficas relacionadas a geleiras no Vale Astore, Paquistão do Norte

Autor: Gregory J. Leonard: [email protected]

Palavras-chave: Geleira, perigos, inundações, Paquistão, Astore Valley, DEM, modelagem

Resumo: Riscos naturais relacionados à geleira são comuns em todo o oeste do Himalaia e na cordilheira de Karakoram, às vezes resultando na perda de vidas e infraestrutura. A identificação dos perigos potenciais é, portanto, essencial para a possível mitigação de tais perdas. Imagens de satélite multiespectrais e DEMs foram analisados ​​para avaliar os riscos de inundações catastróficas relacionadas à geleira no Vale Astore, no Norte do Paquistão. Um avanço ou aumento de geleira ocorrido entre 2004 e 2008 foi identificado na Geleira Bazhin ao longo da face sul do maciço Nanga Parbat, o que engrossou o término em até

50m. Eventos contínuos ou maiores nesta ou em outras geleiras próximas têm potencial para impedir o fluxo do rio Rupal, um afluente do rio Astore, iniciando assim o crescimento do lago represado. DEMs e dados hidrográficos regionais foram usados ​​para modelar dimensões e taxa de crescimento de hipotéticos lagos represados ​​por gelo. Barragens com alturas de 50m, 100m e 200m foram modeladas para o bloqueio do rio Rupal no término da geleira Bazhin, resultando em áreas de lago máximas de 0,9, 4,2 e 10,1 km2 respectivamente, e volumes associados de 12 a 873 (x 106) m3 de água. As análises dos dados hidrográficos indicam que os menores lagos represados ​​poderiam ser preenchidos até a capacidade dentro de vários meses que o lago de 200m exigiria

3,6 anos. As comunidades a jusante podem estar em grave risco de rompimento catastrófico de barragens, visto que partes de sua infraestrutura ocorrem perto do nível do rio. Esta avaliação serve como um modelo para os riscos naturais relacionados à geleira que podem ocorrer na região oeste do Himalaia.

Título: Encontrando sustentabilidade na pesca vernácula em Sonora, México

Autor: Brian Thaxton [email protected]

Palavras-chave: Golfo da Califórnia, Mar de Cortez, Projeto PANGAS, modelo de sustentabilidade, GIS, pesca em pequena escala, CEDO

Resumo: O Golfo da Califórnia é uma região de geomorfologia única que fornece um ambiente marinho protegido justaposto por uma paisagem árida e árida. Nesta região os recursos tradicionais da terra são escassos, portanto o mar torna-se a alternativa econômica viável. Os pescadores operam ao longo do Golfo superior há gerações. A abundância da biologia marinha não foi igualada ao zelo dos pescadores de pequena escala que já exageraram na pesca de algumas espécies. A missão do Projeto PANGAS é compreender o impacto da pesca em pequena escala na população marinha e buscar uma gestão sustentável da pesca. Liderando o projeto está o Centro Intercultural de Estudos de Desertos e Oceanos (CEDO). As informações compiladas armazenadas no CEDO incluem monitoramento de espécies, dados de captura e conhecimento local oferecido por pescadores, detalhando o que, onde e quando eles pescam. Esses dados são combinados com novos dados coletados in situ para locais de pesca reais ao longo do Golfo em Sonora, México. O uso da análise de Sistemas de Informação Geográfica (GIS) de dados de captura revela linhas de base espacialmente definidas de taxas de captura de espécies economicamente importantes. Os resultados podem ser usados ​​pelas partes interessadas compartilhadas para esboçar planos para pescarias sustentáveis ​​na área de estudo.

Título: USAdapt: ​​uma ferramenta WebGIS para mudanças climáticas

Autor: Smaran Harihar, [email protected]

Palavras-chave: Agricultura, WebGIS, Mudança econômica, condados, ArcGIS JavaScript API, Simulação de modelo, ArcServer, Geoprocessamento

Resumo: Este projeto criou uma aplicação web GIS chamada USAdapt. O objetivo principal do projeto é retratar as mudanças na agricultura dos EUA devido às variações no clima, solo e intervenção humana. Os dados variam de cenários presentes, passados ​​e futuros da agricultura dos EUA com base em 85 variáveis. O USAdapt fornece ao usuário a funcionalidade de selecionar entre 48 fatores diferentes e gerar seu próprio cenário para visualizar o impacto na agricultura dos EUA. O principal recurso do USAdapt é fornecer ao usuário um aplicativo da web interativo que permite criar e visualizar o impacto na perda ou ganho do valor em dólares das terras agrícolas. O projeto tem duas partes principais: o front-end construído na API ArcGIS JavaScript e o back-end, que utiliza o Model Builder da ESRI e o script Python para o geoprocessamento das tarefas. Minha contribuição para o projeto está no front-end. A interface front-end fornece ao usuário a capacidade de fornecer as entradas, o que simula a saída de acordo. A saída eventualmente exibe a perda do valor do dólar e a precisão do resultado. Esta interface simplifica o complicado modelo econômico e permite aos usuários obter o resultado com extrema simplicidade. Este relatório fornece os detalhes técnicos, os desafios enfrentados e as principais características desta interface.

Título: USAdapt: ​​uma ferramenta WebGIS para mudanças climáticas

Palavras-chave: Agricultura, Aplicação Web, Econômico, mudança, condados, GIS, ArcGIS JavaScript API, cenário

Resumo: Este projeto cria uma aplicação web GIS chamada USAdapt. O objetivo principal do projeto é retratar as mudanças na agricultura dos EUA devido às mudanças no clima, solo e intervenção humana. Os dados variam de cenários atuais, passados ​​e futuros da agricultura dos EUA. Ele fornece ao usuário a funcionalidade de selecionar entre 48 fatores diferentes e gerar seu próprio cenário para visualizar o impacto na agricultura dos EUA. O principal recurso do USAdapt é fornecer ao usuário um aplicativo da web interativo que permite ao usuário criar e visualizar o impacto na perda ou ganho do valor em dólares das terras agrícolas. O projeto tem duas partes principais: o front-end construído na API ArcGIS JavaScript e o back-end, que utiliza o ESRI Model Builder e o script Python para o geoprocessamento das tarefas. Minha contribuição para o projeto está no back-end, que se concentra principalmente na construção e publicação dos serviços de mapas e serviços de geoprocessamento. Este relatório fornece os detalhes de algumas das teorias básicas de todo o projeto, processamento de dados de serviços de mapas e construção do modelo.

Título: Fique na sombra: análise interativa da exposição solar em trilhas para caminhadas em Tucson, Arizona

Autor: Laura Bookman, [email protected]

Palavras-chave: Recreação ao ar livre, exposição solar, caminhada, análise espacial, Tucson

Resumo: Recreação ao ar livre, incluindo caminhadas, é uma atividade popular em Tucson, Arizona. Em um ambiente desértico, é importante fazer uso da sombra ao fazer caminhadas, principalmente em altitudes mais elevadas, com maior exposição à luz ultravioleta, ausência de árvores e fontes limitadas de água. A exposição solar varia em relação à paisagem, hora do dia e estação do ano. Este projeto usa ferramentas de análise espacial para quantificar a exposição ao sol e determinar o melhor momento para caminhadas em trilhas de amostragem nas montanhas e desfiladeiros ao redor de Tucson. A análise solar foi realizada na hora em intervalos de duas horas começando às 8h00 e continuando até as 16h00, o período do dia durante o qual uma pessoa média faz caminhadas. Diferentes estações do ano também foram levadas em consideração. Usando essas informações, uma ferramenta de mapa da web interativo simples foi criada usando o ArcGIS viewer for Flex e seu componente deslizante de tempo. Através do uso do mapa da web, um caminhante pode visualizar as condições projetadas de sol e sombra para trilhas específicas e planejar o dia de acordo. Isso promove caminhadas seguras e incentiva a busca responsável por recreação ao ar livre.

Título: Métodos de SIG na estimativa de propriedades de terras feudais do Bagli na Sicília Ocidental

Autor: Russell Biggs, [email protected]

Palavras-chave: bagli, Sicília, feudi, latifondi, viewshed, superfície de custo, polígonos de thiessen, GIS

Resumo: Bagli, fazendas retangulares e muitas vezes fortificadas com pátios centrais abertos, são uma característica arqueológica pouco estudada, apesar de sua conexão com a história agrícola da Sicília. Edifício central do sistema agrícola feudal, que se estendeu até o final do século 19, os bagli estão ligados a uma variedade de aspectos da estrutura social e econômica siciliana. Embora seja uma característica arqueológica moderna, bagli também dá uma visão sobre os sistemas de posse da terra da ilha que remontam à época romana. Bagli é um conjunto de dados ideal para a reconstrução dos limites da terra no interior da porção oeste da ilha. Eu aplico quatro métodos de SIG, incluindo visualização, distância de custo, polígonos de thiessen e análises qualitativas para reconstruir os territórios feudais tradicionais do bagli do oeste da Sicília. As análises abordam a variabilidade de visibilidade da paisagem, o efeito da topografia no movimento, a distribuição do bagli e características lineares como estradas e rios e como cada um contribui para os limites territoriais do bagli. Os resultados indicam que uma relação complexa entre visibilidade, movimento através da paisagem e características naturais e artificiais desempenham e são parte integrante na definição da paisagem do baglio siciliano. Além disso, os territórios reconstruídos criam um quadro para um estudo mais aprofundado da dinâmica da paisagem feudal e do papel dos grandes latifúndios na economia, história e arqueologia da ilha.

Título: GIS móvel: usando ArcGIS para melhorar a flexibilidade e funcionalidade

Palavras-chave: móvel, projeto móvel, serviços, ArcGIS for Windows Mobile, Mobile Project Center, ArcGIS for Server

Resumo: Este projeto visa melhorar a flexibilidade e funcionalidade de um sistema de informação geográfica móvel (GIS) funcional usando ArcGIS for Server, ArcGIS for Desktop e ArcGIS for Windows Mobile da Esri. Este projeto foi concluído para o Programa de Segurança de Abertura de Minas Históricas (HMOSP) da Freeport-McMoRan Copper & amp Gold Inc. (FCX) para melhorar o fluxo de trabalho GIS móvel ao coletar informações sobre minas abandonadas e os recursos necessários para fechá-las. Flexibilidade e funcionalidade podem ser alcançadas aproveitando o poder do ArcGIS. Primeiro, um serviço de mapa móvel foi criado representando os dados editáveis ​​no ArcGIS for Desktop e publicado no ArcGIS for Server. Em seguida, um projeto móvel foi criado usando o Mobile Project Center, empacotando as camadas operacionais editáveis ​​do serviço de mapa móvel e camadas de mapa base. As camadas do mapa base são compostas de imagens aéreas compactadas e camadas de limite de propriedade e convertidas em um pacote de blocos com um esquema de blocos personalizado. O projeto móvel foi publicado no servidor de conteúdo móvel e disponibilizado para download. Usando ArcGIS for Windows Mobile, o projeto pode ser baixado pelo usuário para o dispositivo móvel. As edições podem ser feitas no campo enquanto estiver desconectado da Internet e sincronizado com o banco de dados back-end quando a conexão for restabelecida. Este fluxo de trabalho aprimorado promove um GIS móvel perfeito e completo.

Título: Gerenciamento de ativos de tecnologia na Universidade do Arizona

Autor: Tawny Lochner, [email protected]

Palavras-chave: móvel, projeto móvel, serviços, ArcGIS for Windows Mobile, Mobile Project Center, ArcGIS for Server

Resumo: Na Universidade do Arizona, localizar um computador às vezes pode ser uma questão urgente. Se um computador precisa de atenção imediata ou serviço / suporte diário, a localização adequada é importante. Este projeto visa utilizar sistemas de informação geográfica para localizar espacialmente ativos / inventários de computadores sob o domínio da Tecnologia da Ciência Social e Comportamental nos edifícios de Serviços da Universidade e nos edifícios Richard A. Harvill. Este projeto visa ainda amarrar ativos (computadores) a espaços alocados (em um sistema hierárquico: faculdade, unidades e indivíduos) para criar uma base para a análise de alocação de espaço-ativo. Usando os edifícios USB e Harvill como um estudo de caso, a pesquisa primeiro precisava desenvolver plantas baixas habilitadas topológicas nas quais os ativos podem ser atribuídos a polígonos.Depois que as camadas topológicas foram criadas e os ativos mapeados, o estudo de caso executou alguns cenários do "mundo real" para testar seu uso. Os cenários foram baseados em perguntas da equipe da SBS Tech e eu estava mais bem equipado para respondê-las. O GIS pode facilitar melhor o gerenciamento de ativos de tecnologia na Universidade do Arizona, no entanto, há problemas de desenvolvimento e implementação iniciais a serem superados. A localização espacial desses dados permitirá que a análise seja executada em diferentes especificações de produto para determinar os melhores posicionamentos para equipamentos novos ou realocados, bem como localizar computadores com vulnerabilidades de software.

Título: Mapeando áreas de alta prioridade de conservação na região de Sky Island

Palavras-chave: ilhas do céu, planejamento de conservação, priorização de conservação, opinião de especialistas, análise espacial

Resumo: A região da Sky Island no sudeste do Arizona, sudoeste do Novo México e norte do México é caracterizada por habitats complexos, gradientes de elevação íngremes e alta diversidade biológica. Sky Island Alliance, uma organização sem fins lucrativos, trabalha para compreender, proteger e restaurar as espécies nativas e seus habitats na região. A fim de informar as escolhas da Sky Island Alliance sobre onde focar as ações de conservação na paisagem, empreendi uma priorização de conservação espacial para a região usando um levantamento baseado em mapa. Os especialistas regionais foram solicitados a identificar as áreas que eles valorizam para a conservação em um mapa da região da Ilha Sky, de acordo com os objetivos de conservação da Sky Island Alliance, que incluem proteger e restaurar núcleos e ligações e desenvolver ciência. Os participantes foram solicitados a identificar os valores de conservação e ameaças associadas a cada área em seu mapa. Os resultados foram representados em um Sistema de Informações Geográficas para análise espacial e sobreposição. Essa abordagem permitiu a rápida identificação de áreas de alta prioridade e superou a questão da disparidade de dados espaciais entre os Estados Unidos e a porção mexicana da região. Os produtos de priorização da conservação espacial incluem um mapa interativo que delineia as áreas de maior prioridade e seus principais atributos, que podem ser facilmente usados ​​no planejamento organizacional e na tomada de decisão individual sobre para onde direcionar as ações de conservação.

Título: Departamento de caça do Novo México e unidades de gerenciamento de caça de peixes on-line

Autor: David B. Mitchell, [email protected]

Palavras-chave: Novo México, caça, vida selvagem, gerenciamento de jogo, JavaScript, ArcGIS API para JavaScript, Departamento de caça e peixes

Resumo: Os recursos de caça recreativa e gerenciamento de jogo são normalmente gerenciados por governos estaduais nos EUA. Por meio de subunidades, como unidades de gerenciamento de jogo (GMUs), os recursos podem ser administrados de forma adequada. Para atender às necessidades do caçador recreativo, o público requer conhecimento preciso dos limites da unidade de gerenciamento de caça, acesso ao transporte e propriedade da terra. O acesso atual a essas informações para o Estado do Novo México está disponível online no site do Departamento de Caça e Peixes do Novo México (NMDGF). No entanto, essas informações são altamente fragmentadas e requerem a abertura de arquivos PDF. Foi criado um aplicativo de mapeamento da web que se baseia nos recursos existentes da web e cria uma experiência condensada e amigável. Utilizando serviços de mapas publicados com ArcGIS for Server, ArcGIS API para Javascript e HTML, as informações da unidade de gerenciamento de jogos podem ser acessadas convenientemente, mantendo os detalhes. Ao converter os dados contidos nos mapas PDF em um aplicativo estadual que requer apenas um navegador de Internet habilitado para Javascript e não requer plug-ins de navegador, o público pode acessar melhor essas informações. A acessibilidade online aprimorada inclui a capacidade de selecionar GMUs por meio de um menu suspenso ou clicando em uma unidade no mapa estadual, ampliando as unidades, visualizando cidades, propriedade de terras e transporte dentro de uma unidade e a capacidade de consultar mapas adicionais, descrições de unidades e mapas imprimíveis, todos em uma única página da web. Em última análise, o Natural Heritage New Mexico assumiria a custódia para inclusão no site do NMDGF.

Título: Aprimorando os Indicadores de Pima County, AZ do Mapa de Estresse no Bairro com Dados de Crimes Violentos da cidade de Tucson

Autor: Nathan Lothrop, [email protected]

Palavras-chave: estresse socioeconômico, necessidade socioeconômica, ArcGIS, Python, ArcPy, Censo, Pesquisa da comunidade americana, bairro, crime violento, mapeamento do crime

Resumo: O Indicators of Neighborhood Stress Map (INSM) para Pima County, AZ foi desenvolvido no início de 1980 a partir de dados do Censo dos EUA para ajudar a avaliar as necessidades dos bairros da cidade de Tucson e direcionar o financiamento com precisão para áreas que contêm níveis socioeconômicos acima da média -indicadores de estresse econômico, como desemprego, pobreza ou taxas de vacância. Desde então, o INSM tem sido usado por várias organizações para medir vinte e seis diferentes métricas socioeconômicas de necessidade e dependência no condado de Pima, AZ. No entanto, a versão anual do INSM pode não ser criada em tempo suficiente para organizações que requerem dados socioeconômicos atualizados regularmente em nível de setor. Para tornar as atualizações anuais do INSM mais rápidas e fáceis, escrevi um script de linguagem de programação Python que cria o INSM com o mínimo de entrada do usuário e conhecimento de programação. O usuário precisa baixar os dados apropriados do site American Community Survey (ACS) e o script completa o mapa usando módulos básicos do Python e o módulo ArcGIS ArcPy da ESRI. Para dar uma ideia mais completa do estresse no bairro, aumentei o INSM com os dados de crimes violentos da cidade de Tucson. Os dados de crimes correspondem aos mesmos anos que os dados do ACS de 5 anos usados ​​na criação do INSM e medem os crimes violentos em crimes per capita por setor censitário. O INSM foi aprimorado com o mapa de crimes violentos para produzir uma visão mais robusta do estresse no nível do bairro na cidade de Tucson. As organizações podem confiar mais no INSM aprimorado com dados de crimes violentos ao tomar decisões com dados socioeconômicos em uma escala de bairro na cidade de Tucson.

Título: Potencial máximo de construção e localização otimizada do local de negócios ao longo do corredor de bonde moderno Sun Link Tucson

Autor: Robert Gabriel Grateron, [email protected]

Palavras-chave: Tucson, desenvolvimento, Sun Link, moderno, bonde, centro da cidade, Universidade do Arizona

Resumo: Com a chegada do bonde moderno Sun Link Tucson e o aumento potencial de melhorias na infraestrutura, o desenvolvimento voltado para o trânsito é um problema atual na cidade de Tucson. Um componente importante no planejamento de um futuro desenvolvimento orientado para o trânsito é determinar o potencial de construção das propriedades disponíveis dentro da área tampão do Sun Link Tucson Modern Streetcar com base na identificação do lote, tamanho do lote e zoneamento. A área de estudo para este projeto é o centro e a extremidade oeste do corredor do bonde moderno Sun Link Tucson. Além disso, cria um modelo de densidade máxima de parcelas disponíveis, permitindo a representação de um corredor de bonde totalmente desenvolvido. Este estudo examina ainda os custos financeiros potenciais para a construção de parcelas específicas e uma análise de mercado dessas parcelas. Usando o Analista de Negócios da Esri, uma análise de potencial de mercado examina os fatores de vazamento ou excedente de diferentes tipos de indústrias para determinar os negócios apropriados para parcelas específicas. O Google SketchUp foi usado para criar um modelo 3-D das estruturas propostas. Finalmente, o modelo populado foi importado para o Google Earth para fornecer um possível cenário de construção futura. Usando um processo iterativo com base no fator de excedente de vazamento, a melhor combinação de acúmulo de potencial máximo e localização ideal do local foi determinada. O cenário final descreve uma mistura idealizada de potenciais usos futuros da terra.

Título: Uso de detecção de luz e alcance (LiDAR) e imagens multiespectrais para caracterizar a vegetação ribeirinha no condado de Pima oriental, Arizona

Autor: Leslie Carpenter, [email protected]

Palavras-chave: LiDAR, imagens multiespectrais, ribeirinho, monitoramento de habitat, caracterização da vegetação, condado de Pima

Resumo: O decreto de proteção do habitat ribeirinho do condado de Pima preserva a vegetação ribeirinha para fornecer controle de enchentes e aumentar os valores da vida selvagem e recreação. Ciliar perturbado deve ser mitigado com base parcialmente no volume da vegetação. O Distrito Regional de Controle de Inundações do Condado de Pima (PCRFCD) gerencia ribeirinhos e queria investigar o uso de dados de detecção de luz e alcance (LiDAR). LiDAR e NDVIs (índices de vegetação de diferença normalizada), derivados de imagens multiespectrais, são tecnologias de sensoriamento remoto adequadas para monitoramento de recursos naturais. O objetivo deste projeto foi avaliar o uso dessas ferramentas para descrever ribeirinhos e determinar se uma relação entre valores remotos e medições de campo poderia ser estabelecida. O LiDAR pode fornecer medições precisas da altura do dossel. Os valores de NDVI podem ser usados ​​para distinguir entre vegetação e não vegetação. Ao combinar essas 2 ferramentas, a cobertura do dossel e o volume da vegetação foram determinados para 2 áreas de estudo, incluindo locais de restauração em potencial. NDVI também fornece um índice para a densidade da vegetação. Uma relação para o volume da vegetação foi determinada entre as medições de campo do volume derivado do LiDAR e os valores de NDVI. Como os anos LiDAR e NDVI não correspondem aos anos de medição de campo, essa análise deve ser usada apenas como uma investigação na metodologia para aplicação futura. Os dados LiDAR e NDVI podem ser usados ​​para caracterizar grandes áreas. Os dados do terreno podem então ser relacionados a essas características e informações adicionais obtidas. Os resultados deste estudo podem ser usados ​​para mitigação específica do local por proprietários de terras privadas e projetos de restauração e monitoramento de longo prazo da saúde ribeirinha pelo PCRFCD.

Título: Método GIS para identificar e definir desertos de alimentos frescos: acesso geográfico em Tucson, Arizona

Palavras-chave: Sobremesas de alimentos, ambiente alimentar, fast food, supermercados, mercearias, marketing de alimentos, publicidade de alimentos, análise espacial de GIS, Tucson, Arizona

Resumo: Existem muitas maneiras de definir e localizar uma "sobremesa de comida fresca". O USDA Food Desert Locator e Healthy Food Financing Initiative (HFFI) Working Group, juntamente com muitos outros pesquisadores definiram amplamente um deserto de alimentos como uma área de baixa renda com baixo acesso a um supermercado ou grande mercearia na região geográfica do setor censitário of the US Este estudo compara esta definição amplamente usada com várias barreiras e influências adicionais para definir e localizar 'desertos de alimentos frescos' em Tucson, Arizona, além da proximidade do acesso a supermercados em áreas de baixa renda. Dois tipos de análise são empregados para examinar o ambiente de acesso a alimentos frescos na cidade de Tucson, Arizona. Um método envolve o uso de dados GIS para determinar as características e localização de "desertos de alimentos frescos" no nível do bloco do censo com base em áreas de baixa renda que também têm baixo acesso a supermercados e alto acesso a fast food. O outro método envolve determinar se o marketing e a propaganda na área de estudo têm impacto nas áreas de baixa renda e nas escolhas alimentares. Os resultados deste estudo determinarão se os dados GIS amplamente usados ​​e a definição de "desertos de alimentos frescos" identificados por estudos anteriores definem e localizam com precisão "desertos de alimentos frescos" em Tucson, Arizona.

Título: Uma Estrutura Hidrogeológica das Rochas Paleozóicas dentro do Aquífero Canyonlands da Bacia do Alto Rio Colorado

Autor: Scott C. Bennett, [email protected]

Palavras-chave: Canyonlands Aquifer, Hydrogeologic Framework, Art Geldon, Upper Colorado River Basin, U.S. Geological Survey, Paleozóicas Rocks

Resumo: O foco deste artigo é a criação de uma estrutura hidro-geológica das rochas paleozóicas que compreendem o Aquífero Canyonlands da Bacia do Alto Rio Colorado. Com o aumento da demanda de água subterrânea na área devido ao crescimento populacional, demandas agrícolas e extração de combustível fóssil, tornou-se aparente que um conjunto de dados digital abrangente dos sistemas de aquíferos em toda a Bacia do Alto Colorado deve ser criado. O ímpeto para este projeto vem do trabalho realizado há duas décadas pelo hidrólogo do Serviço Geológico dos EUA Art Geldon. O trabalho de Geldon compreendeu a única análise contígua do sistema aquífero regional de toda a Bacia do Alto Colorado. O maior problema com essa situação é que esse trabalho foi feito à mão há vinte anos e, portanto, nenhuma representação digital 3D das estruturas e materiais geológicos existe em qualquer lugar. Este artigo irá delinear os componentes e o processo de criação desta estrutura, bem como suas conclusões em comparação com o trabalho anterior de Geldon.

Título: Facilitando a revisão do zoneamento do condado de Pima por meio de uma ferramenta de pesquisa espacial

Autor: Jessica Orto, [email protected]

Palavras-chave: Zoning, Hillside, Search Application, Pima County, Arizona

Resumo: Este projeto criou uma ferramenta de pesquisa espacial que permite que informações críticas de zoneamento sejam consultadas e exibidas durante a triagem inicial de zoneamento e planos de construção submetidos pelo público para revisão. A ferramenta ajuda a equipe de revisão do plano a identificar sobreposições e condições de rezoneamento que podem exigir etapas adicionais no processo de revisão. Os métodos atuais envolvem a verificação de informações armazenadas em vários locais. Essa ferramenta centralizará todas as informações necessárias para uma revisão de zoneamento. Além disso, os mapas atuais carecem de contornos topográficos abrangentes que são necessários para identificar a Zona de Sobreposição de Desenvolvimento da Encosta. Uma camada de sobreposição de encosta foi criada a partir de um modelo digital de elevação (DEM) que serve como um guia onde contornos topográficos não estão disponíveis. A ferramenta inclui camadas da biblioteca GIS do Condado de Pima que representam elementos críticos do Código de Zoneamento do Condado de Pima.

Título: Gerando Caminhos de Menor Custo para o Laboratório de Ciências de Marte na Cratera Gale, em Marte

Autor: James Riedmann, [email protected]

Palavras-chave: modelos de elevação digital, Gale Crater, Mars Science Laboratory, rover Curiosity

Resumo: O Mars Science Laboratory, popularmente conhecido como rover Curiosity, está sendo usado para explorar a geologia e a mineralogia da cratera Gale. A cratera tem 145 km de diâmetro e é caracterizada por um fundo plano com um monte sedimentar de 5 km de altura no centro. O rover está explorando o fundo da cratera e, eventualmente, alcançará e escalará o monte central. O rover pode medir a inclinação do solo e está programado para não se deslocar em inclinações maiores que trinta graus. O objetivo deste estudo é definir caminhos potenciais que o rover poderia seguir com segurança em sua exploração da cratera. Para gerar os caminhos, foram baixados modelos digitais de elevação (DEM) e correspondentes ortofotos da área. Os modelos de elevação foram cortados em uma área menor, espacialmente ajustados e fundidos em uma única unidade. Uma superfície inclinada do DEM mesclado foi gerada e então reclassificada para conter uma inclinação máxima de 30 graus. Para definir pontos finais para os caminhos potenciais, uma camada de pontos foi feita denotando locais de exploração de interesse. Um procedimento de caminho de menor custo, usando a inclinação reclassificada e os pontos de exploração, foi usado para gerar caminhos transversais potenciais. Esses caminhos podem ser usados ​​como guias para planejar rotas seguras para o rover seguir. Ortofotos de alta resolução da região foram usadas para identificar perigos potenciais ao longo dos caminhos, como dunas de areia, que o rover pode precisar evitar. Os caminhos coincidiram bem com a camada de declive e as ortofotos, demonstrando a eficácia deste método.


Conteúdo

A frase, "sistema de informação geográfica", foi cunhada por Roger Tomlinson em 1963, quando publicou o artigo científico "Um Sistema de Informação Geográfica para o Planejamento Regional". [5] Tomlinson, reconhecido como o "pai do GIS", [6] é creditado por permitir o primeiro GIS computadorizado a ser criado por meio de seu trabalho no Sistema de Informação Geográfica do Canadá em 1963. Por fim, Tomlinson criou uma estrutura para um banco de dados que foi capaz de armazenar e analisar grandes quantidades de dados, levando o governo canadense a implementar seu Programa Nacional de Gestão do Uso da Terra. [7] [6]

Um dos primeiros exemplos conhecidos em que a análise espacial foi usada veio do campo da epidemiologia no "Rapport sur la marche et les effets du choléra dans Paris et le département de la Seine" (1832). [8] O geógrafo e cartógrafo francês, Charles Picquet, criou um mapa delineando os quarenta e oito distritos de Paris, usando gradientes de cores de meio-tom, para fornecer uma representação visual do número de mortes relatadas devido ao cólera, por cada 1.000 habitantes.

Em 1854, John Snow, um epidemiologista e médico, conseguiu determinar a origem de um surto de cólera em Londres por meio do uso de análise espacial. Snow conseguiu isso marcando a residência de cada vítima em um mapa da área, bem como as fontes de água próximas. Uma vez que esses pontos foram marcados, ele foi capaz de identificar a fonte de água dentro do cluster que foi responsável pelo surto. Este foi um dos primeiros usos bem-sucedidos de uma metodologia geográfica para identificar a origem de um surto em epidemiologia. Embora os elementos básicos da topografia e do tema existissem anteriormente na cartografia, o mapa de Snow era único devido ao uso de métodos cartográficos, não apenas para representar, mas também para analisar aglomerados de fenômenos geograficamente dependentes.

O início do século 20 viu o desenvolvimento da fotozincografia, que permitia que os mapas fossem divididos em camadas, por exemplo, uma para vegetação e outra para água. Isso era particularmente usado para imprimir contornos - desenhá-los era uma tarefa trabalhosa, mas tê-los em uma camada separada significava que eles poderiam ser trabalhados sem as outras camadas para confundir o desenhista. Este trabalho foi originalmente desenhado em placas de vidro, mas posteriormente foi introduzido o filme plástico, com as vantagens de ser mais leve, ocupar menos espaço de armazenamento e ser menos quebradiço, entre outros. Quando todas as camadas foram concluídas, elas foram combinadas em uma imagem usando uma grande câmera de processo. Depois que a impressão em cores surgiu, a ideia das camadas também foi usada para criar chapas de impressão separadas para cada cor. Embora o uso de camadas muito mais tarde tenha se tornado uma das principais características típicas de um SIG contemporâneo, o processo fotográfico que acabamos de descrever não é considerado um SIG em si - já que os mapas eram apenas imagens sem banco de dados para vinculá-los.

Dois desenvolvimentos adicionais são notáveis ​​nos primeiros dias do GIS: a publicação de Ian McHarg "Design com Natureza " [9] e seu método de sobreposição de mapa e a introdução de uma rede de ruas no sistema DIME (Dual Independent Map Encoding) do U.S. Census Bureau. [10]

O desenvolvimento de hardware de computador estimulado pela pesquisa de armas nucleares levou a aplicativos de "mapeamento" de computador de uso geral no início dos anos 1960. [11]

Em 1960, o primeiro verdadeiro SIG operacional do mundo foi desenvolvido em Ottawa, Ontário, Canadá, pelo Departamento Federal de Silvicultura e Desenvolvimento Rural. Desenvolvido pelo Dr. Roger Tomlinson, era chamado de Sistema de Informação Geográfica do Canadá (CGIS) e era usado para armazenar, analisar e manipular dados coletados para o Inventário de Terras do Canadá - um esforço para determinar a capacidade da terra para o Canadá rural mapeando informações sobre solos, agricultura, recreação, vida selvagem, aves aquáticas, silvicultura e uso da terra em uma escala de 1: 50.000. Um fator de classificação de rating também foi adicionado para permitir a análise.

CGIS foi uma melhoria em relação aos aplicativos de "mapeamento por computador", pois fornecia recursos para sobreposição, medição e digitalização / digitalização. Suportava um sistema de coordenadas nacional que abrangia o continente, linhas codificadas como arcos com uma topologia incorporada verdadeira e armazenava o atributo e as informações de localização em arquivos separados. Como resultado disso, Tomlinson tornou-se conhecido como o "pai do GIS", principalmente por seu uso de sobreposições na promoção da análise espacial de dados geográficos convergentes. [12]

O CGIS durou até a década de 1990 e construiu um grande banco de dados digital de recursos terrestres no Canadá. Foi desenvolvido como um sistema baseado em mainframe em apoio ao planejamento e gestão de recursos federais e provinciais. Sua força era a análise de conjuntos de dados complexos em todo o continente. O CGIS nunca esteve disponível comercialmente.

Em 1964, Howard T. Fisher formou o Laboratório de Computação Gráfica e Análise Espacial na Harvard Graduate School of Design (LCGSA 1965-1991), onde uma série de conceitos teóricos importantes no tratamento de dados espaciais foram desenvolvidos e que na década de 1970 foram distribuídos código de software e sistemas seminais, como SYMAP, GRID e ODYSSEY - que serviram como fontes para o desenvolvimento comercial subsequente - para universidades, centros de pesquisa e corporações em todo o mundo. [13]

No final dos anos 1970, dois sistemas GIS de domínio público (MOSS e GRASS GIS) estavam em desenvolvimento e, no início dos anos 1980, M & ampS Computing (posteriormente Intergraph) junto com a Bentley Systems Incorporated para a plataforma CAD, Environmental Systems Research Institute (ESRI), CARIS (Computer Aided Resource Information System), MapInfo Corporation e ERDAS (Earth Resource Data Analysis System) surgiram como fornecedores comerciais de software GIS, incorporando com sucesso muitos dos recursos CGIS, combinando a abordagem de primeira geração para separação de informações espaciais e de atributos com um segundo abordagem de geração para organizar dados de atributos em estruturas de banco de dados. [14]

Em 1986, o Mapping Display and Analysis System (MIDAS), o primeiro produto desktop GIS [15] foi lançado para o sistema operacional DOS. Ele foi renomeado em 1990 para MapInfo for Windows quando foi transferido para a plataforma Microsoft Windows. Isso deu início ao processo de transferência do GIS do departamento de pesquisa para o ambiente de negócios.

No final do século 20, o rápido crescimento em vários sistemas havia sido consolidado e padronizado em relativamente poucas plataformas e os usuários estavam começando a explorar a visualização de dados GIS pela Internet, exigindo formatos de dados e padrões de transferência. Mais recentemente, um número crescente de pacotes GIS de código aberto gratuitos são executados em uma variedade de sistemas operacionais e podem ser personalizados para realizar tarefas específicas. Cada vez mais os dados geoespaciais e os aplicativos de mapeamento estão sendo disponibilizados pela World Wide Web (ver Lista de software GIS § GIS como serviço). [16]

As tecnologias SIG modernas usam informações digitais, para as quais vários métodos de criação de dados digitalizados são usados. O método mais comum de criação de dados é a digitalização, onde uma cópia impressa do mapa ou plano de levantamento é transferido para um meio digital por meio do uso de um programa CAD e recursos de georreferenciamento. Com a ampla disponibilidade de imagens ortorretificadas (de satélites, aeronaves, Helikites e UAVs), a digitalização heads-up está se tornando a principal via de extração de dados geográficos. A digitalização heads-up envolve o rastreamento de dados geográficos diretamente sobre as imagens aéreas, em vez do método tradicional de rastrear a forma geográfica em uma mesa digitalizadora separada (digitalização heads-down). A digitalização de cabeça para baixo, ou digitalização manual, usa uma caneta magnética especial, ou estilete, que alimenta as informações em um computador para criar um mapa digital idêntico. Alguns tablets usam uma ferramenta semelhante a um mouse, chamada de disco, em vez de uma caneta. [17] [18] O disco tem uma pequena janela com mira que permite maior precisão e recursos de localização do mapa. Embora a digitalização heads-up seja mais comumente usada, a digitalização heads-up ainda é útil para digitalizar mapas de baixa qualidade. [18]

Geoprocessamento é uma operação GIS usada para manipular dados espaciais. Uma operação típica de geoprocessamento pega um conjunto de dados de entrada, executa uma operação nesse conjunto de dados e retorna o resultado da operação como um conjunto de dados de saída. As operações de geoprocessamento comuns incluem sobreposição de recursos geográficos, seleção e análise de recursos, processamento de topologia, processamento de rasterização e conversão de dados. O geoprocessamento permite a definição, gerenciamento e análise das informações usadas para formar decisões. [19]

Relacionando informações de diferentes fontes Editar

GIS usa localização espaço-temporal (espaço-tempo) como a variável de índice chave para todas as outras informações. Assim como um banco de dados relacional contendo texto ou números pode relacionar muitas tabelas diferentes usando variáveis ​​de índice de chave comuns, o GIS pode relacionar informações não relacionadas de outra forma usando localização como a variável de índice de chave. A chave é a localização e / ou extensão no espaço-tempo.

Qualquer variável que pode ser localizada espacialmente, e cada vez mais também temporalmente, pode ser referenciada usando um SIG. As localizações ou extensões no espaço-tempo da Terra podem ser registradas como datas / horas de ocorrência e as coordenadas x, y e z representando longitude, latitude e elevação, respectivamente. Essas coordenadas GIS podem representar outros sistemas quantificados de referência temporoespacial (por exemplo, número do quadro do filme, estação de medição de fluxo, marcador de milha rodoviária, benchmark agrimensor, endereço de edifício, cruzamento de rua, portão de entrada, sondagem de profundidade de água, desenho de POS ou CAD origem / unidades). As unidades aplicadas aos dados temporais-espaciais registrados podem variar amplamente (mesmo quando usando exatamente os mesmos dados, consulte as projeções do mapa), mas todas as referências de extensão e localização espacial-temporal com base na Terra devem, idealmente, ser relacionáveis ​​entre si e, em última análise, a um localização física "real" ou extensão no espaço-tempo.

Relacionado por informações espaciais precisas, uma variedade incrível de dados do mundo real e projetados do passado ou do futuro podem ser analisados, interpretados e representados. [20] Esta característica chave do GIS começou a abrir novos caminhos de investigação científica em comportamentos e padrões de informação do mundo real que anteriormente não tinham sido sistematicamente correlacionados.

Edição de incertezas GIS

A precisão do GIS depende dos dados de origem e de como eles são codificados para serem referenciados aos dados. Os agrimensores têm sido capazes de fornecer um alto nível de precisão posicional utilizando as posições derivadas de GPS. [21] Terrenos digitais de alta resolução e imagens aéreas, [22] computadores poderosos e tecnologia da Web estão mudando a qualidade, a utilidade e as expectativas do GIS para servir a sociedade em grande escala, mas, no entanto, existem outras fontes de dados que afetam o GIS em geral precisão como mapas de papel, embora possam ser de uso limitado para alcançar a precisão desejada.

No desenvolvimento de um banco de dados topográfico digital para um GIS, os mapas topográficos são a fonte principal, e as fotografias aéreas e imagens de satélite são fontes extras para coletar dados e identificar atributos que podem ser mapeados em camadas sobre um fac-símile de escala de localização. A escala de um mapa e o tipo de representação da área de renderização geográfica, ou projeção do mapa, são aspectos muito importantes, uma vez que o conteúdo da informação depende principalmente do conjunto de escalas e da localização resultante das representações do mapa. Para digitalizar um mapa, o mapa deve ser verificado dentro de dimensões teóricas, em seguida, digitalizado em um formato raster, e os dados raster resultantes devem receber uma dimensão teórica por um processo de tecnologia de cobertura / distorção conhecido como georreferenciamento.

Uma análise quantitativa de mapas traz questões de precisão em foco. O equipamento eletrônico e outros usados ​​para fazer medições para GIS são muito mais precisos do que as máquinas de análise de mapas convencionais. Todos os dados geográficos são inerentemente imprecisos e essas imprecisões se propagam por meio das operações GIS de maneiras difíceis de prever. [23]

Edição de representação de dados

Os dados GIS representam objetos reais (como estradas, uso do solo, elevação, árvores, cursos de água, etc.) com dados digitais determinando a mistura. Objetos reais podem ser divididos em duas abstrações: objetos discretos (por exemplo, uma casa) e campos contínuos (como quantidade de chuva ou elevações). Tradicionalmente, existem dois métodos amplos usados ​​para armazenar dados em um GIS para ambos os tipos de referências de mapeamento de abstrações: imagens raster e vetoriais. Pontos, linhas e polígonos representam dados vetoriais de referências de atributos de localização mapeados.

Um novo método híbrido de armazenamento de dados é o de identificação de nuvens de pontos, que combinam pontos tridimensionais com informações RGB em cada ponto, retornando uma "imagem colorida 3D". Os mapas temáticos GIS estão se tornando cada vez mais realisticamente descritivos visualmente do que eles pretendem mostrar ou determinar.

Para obter uma lista de formatos de arquivo GIS populares, como shapefiles, consulte Formatos de arquivo GIS § Formatos de arquivo GIS populares.

Edição de captura de dados

A captura de dados - inserir informações no sistema - consome muito do tempo dos profissionais de GIS. Existem vários métodos usados ​​para inserir dados em um GIS, onde são armazenados em formato digital.

Os dados existentes impressos em papel ou mapas de filme PET podem ser digitalizados ou escaneados para produzir dados digitais. Um digitalizador produz dados vetoriais à medida que um operador traça pontos, linhas e limites poligonais de um mapa. A digitalização de um mapa resulta em dados raster que podem ser processados ​​posteriormente para produzir dados vetoriais.

Os dados de pesquisa podem ser inseridos diretamente em um GIS a partir de sistemas de coleta de dados digitais em instrumentos de pesquisa usando uma técnica chamada geometria coordenada (COGO). As posições de um sistema de navegação global por satélite (GNSS), como o Sistema de Posicionamento Global, também podem ser coletadas e importadas para um GIS. Uma tendência atual na coleta de dados dá aos usuários a capacidade de utilizar computadores de campo com a capacidade de editar dados ao vivo usando conexões sem fio ou sessões de edição desconectadas. [24] Isso foi aprimorado pela disponibilidade de unidades GPS de baixo custo para mapeamento com precisão decimétrica em tempo real. Isso elimina a necessidade de postar, processar, importar e atualizar os dados no escritório após a coleta do trabalho de campo. Isso inclui a capacidade de incorporar posições coletadas usando um telêmetro a laser. As novas tecnologias também permitem que os usuários criem mapas e análises diretamente no campo, tornando os projetos mais eficientes e o mapeamento mais preciso.

Os dados de sensoriamento remoto também desempenham um papel importante na coleta de dados e consistem em sensores conectados a uma plataforma. Os sensores incluem câmeras, scanners digitais e lidar, enquanto as plataformas geralmente consistem em aeronaves e satélites. Na Inglaterra, em meados da década de 1990, pipas / balões híbridos chamados helikitas foram os pioneiros no uso de câmeras digitais compactas aerotransportadas como sistemas de geoinformação aerotransportados. Software de medição de aeronaves, com precisão de 0,4 mm, foi usado para vincular as fotografias e medir o solo. Helikites são baratos e coletam dados mais precisos do que aeronaves. Helikites podem ser usados ​​em estradas, ferrovias e cidades onde veículos aéreos não tripulados (UAVs) são proibidos.

Recentemente, a coleta de dados aéreos tornou-se mais acessível com UAVs e drones em miniatura. Por exemplo, o Aeryon Scout foi usado para mapear uma área de 50 acres com uma distância de amostra do solo de 1 polegada (2,54 cm) em apenas 12 minutos. [25]

A maioria dos dados digitais atualmente vem da interpretação de fotos aéreas. As estações de trabalho de cópia eletrônica são usadas para digitalizar recursos diretamente de pares estéreo de fotografias digitais. Esses sistemas permitem que os dados sejam capturados em duas e três dimensões, com elevações medidas diretamente de um par estéreo usando os princípios da fotogrametria. As fotos aéreas analógicas devem ser digitalizadas antes de serem inseridas em um sistema de cópia eletrônica; para câmeras digitais de alta qualidade, esta etapa é ignorada.

O sensoriamento remoto por satélite fornece outra fonte importante de dados espaciais. Aqui, os satélites usam diferentes pacotes de sensores para medir passivamente a refletância de partes do espectro eletromagnético ou ondas de rádio que foram enviadas de um sensor ativo, como um radar. O sensoriamento remoto coleta dados raster que podem ser posteriormente processados ​​usando diferentes bandas para identificar objetos e classes de interesse, como a cobertura do solo.

A mineração na web é um novo método de coleta de dados espaciais. Os pesquisadores constroem um aplicativo rastreador da web para agregar os dados espaciais necessários da web. [26] Por exemplo, a localização geográfica exata ou a vizinhança dos apartamentos pode ser coletada em sites de listagem de imóveis online.

Quando os dados são capturados, o usuário deve considerar se os dados devem ser capturados com uma precisão relativa ou absoluta, uma vez que isso pode influenciar não apenas como as informações serão interpretadas, mas também o custo da captura dos dados.

Depois de inserir dados em um GIS, os dados geralmente requerem edição, para remover erros ou processamento posterior. Para dados vetoriais, eles devem ser "topologicamente corretos" antes de poderem ser usados ​​para análises avançadas. Por exemplo, em uma rede rodoviária, as linhas devem se conectar aos nós em uma interseção. Erros como undershoots e overshoots também devem ser removidos. Para mapas digitalizados, manchas no mapa de origem podem precisar ser removidas do raster resultante. Por exemplo, um grão de sujeira pode conectar duas linhas que não deveriam ser conectadas.

Edição de tradução de raster para vetor

A reestruturação de dados pode ser realizada por um GIS para converter dados em diferentes formatos. Por exemplo, um GIS pode ser usado para converter um mapa de imagem de satélite em uma estrutura vetorial, gerando linhas em torno de todas as células com a mesma classificação, enquanto determina as relações espaciais da célula, como adjacência ou inclusão.

O processamento de dados mais avançado pode ocorrer com o processamento de imagens, uma técnica desenvolvida no final dos anos 1960 pela NASA e pelo setor privado para fornecer aprimoramento de contraste, reprodução de cores falsas e uma variedade de outras técnicas, incluindo o uso de transformadas de Fourier bidimensionais. Como os dados digitais são coletados e armazenados de várias maneiras, as duas fontes de dados podem não ser totalmente compatíveis. Portanto, um GIS deve ser capaz de converter dados geográficos de uma estrutura para outra. Ao fazer isso, as suposições implícitas por trás de diferentes ontologias e classificações requerem análise. [27] Ontologias de objeto ganharam destaque crescente como consequência da programação orientada a objeto e trabalho sustentado por Barry Smith e colegas de trabalho.

Projeções, sistemas de coordenadas e edição de registro

A terra pode ser representada por vários modelos, cada um dos quais pode fornecer um conjunto diferente de coordenadas (por exemplo, latitude, longitude, elevação) para qualquer ponto da superfície da Terra. O modelo mais simples é assumir que a Terra é uma esfera perfeita. À medida que mais medições da Terra se acumulam, os modelos da Terra se tornam mais sofisticados e precisos. Na verdade, existem modelos chamados datums que se aplicam a diferentes áreas da Terra para fornecer maior precisão, como o Datum da América do Norte de 1983 para medições nos EUA e o Sistema Geodésico Mundial para medições em todo o mundo.

A latitude e a longitude em um mapa feito em relação a um datum local podem não ser as mesmas obtidas de um receptor GPS. A conversão de coordenadas de um datum para outro requer uma transformação do datum, como uma transformação de Helmert, embora em certas situações uma simples tradução possa ser suficiente. [28]

No software GIS popular, os dados projetados em latitude / longitude são frequentemente representados como um sistema de coordenadas geográficas. Por exemplo, os dados em latitude / longitude se o datum for 'North American Datum de 1983' são indicados por 'GCS North American 1983'.

A análise espacial GIS é um campo que muda rapidamente e os pacotes GIS estão cada vez mais incluindo ferramentas analíticas como recursos internos padrão, como conjuntos de ferramentas opcionais, como suplementos ou 'analistas'. Em muitos casos, eles são fornecidos pelos fornecedores de software originais (fornecedores comerciais ou equipes de desenvolvimento colaborativo não comercial), enquanto em outros casos, as instalações foram desenvolvidas e são fornecidas por terceiros. Além disso, muitos produtos oferecem kits de desenvolvimento de software (SDKs), linguagens de programação e suporte a linguagens, recursos de script e / ou interfaces especiais para desenvolver suas próprias ferramentas analíticas ou variantes. O aumento da disponibilidade criou uma nova dimensão para a inteligência de negócios denominada "inteligência espacial" que, quando disponibilizada abertamente via intranet, democratiza o acesso aos dados geográficos e de redes sociais. A inteligência geoespacial, baseada na análise espacial GIS, também se tornou um elemento chave para a segurança. O GIS como um todo pode ser descrito como conversão para uma representação vetorial ou para qualquer outro processo de digitalização.

Edição de inclinação e aspecto

A inclinação pode ser definida como a inclinação ou gradiente de uma unidade de terreno, geralmente medida como um ângulo em graus ou como uma porcentagem. O aspecto pode ser definido como a direção para a qual está voltada uma unidade de terreno. O aspecto é geralmente expresso em graus a partir do norte. A inclinação, o aspecto e a curvatura da superfície na análise do terreno são todos derivados de operações de vizinhança usando valores de elevação dos vizinhos adjacentes de uma célula. [29] A inclinação é uma função da resolução, e a resolução espacial usada para calcular a inclinação e o aspecto deve sempre ser especificada. [30] Vários autores compararam técnicas para calcular a inclinação e o aspecto. [31] [32] [33]

O método a seguir pode ser usado para derivar inclinação e aspecto:
A elevação em um ponto ou unidade de terreno terá tangentes perpendiculares (declive) passando pelo ponto, nas direções leste-oeste e norte-sul. Essas duas tangentes fornecem dois componentes, ∂z / ∂x e ∂z / ∂y, que então são usados ​​para determinar a direção geral da inclinação e o aspecto da inclinação. O gradiente é definido como uma quantidade vetorial com componentes iguais às derivadas parciais da superfície nas direções xey. [34]

O cálculo da inclinação geral da grade 3 × 3 S e aspecto UMA para métodos que determinam o componente leste-oeste e norte-sul, use as seguintes fórmulas, respectivamente:

Zhou e Liu [33] descrevem outra fórmula para calcular o aspecto, como segue:

Análise de dados Editar

É difícil relacionar os mapas de zonas úmidas às quantidades de chuva registradas em diferentes pontos, como aeroportos, estações de televisão e escolas.Um GIS, no entanto, pode ser usado para representar características bidimensionais e tridimensionais da superfície, subsuperfície e atmosfera da Terra a partir de pontos de informação. Por exemplo, um GIS pode gerar rapidamente um mapa com isopleth ou curvas de nível que indicam diferentes quantidades de chuva. Esse mapa pode ser considerado um mapa de contorno de chuva. Muitos métodos sofisticados podem estimar as características das superfícies a partir de um número limitado de medições pontuais. Um mapa de contorno bidimensional criado a partir da modelagem de superfície das medições do ponto de chuva pode ser sobreposto e analisado com qualquer outro mapa em um GIS cobrindo a mesma área. Este mapa derivado de GIS pode então fornecer informações adicionais - como a viabilidade do potencial de energia hídrica como uma fonte de energia renovável. Da mesma forma, o GIS pode ser usado para comparar outros recursos de energia renovável para encontrar o melhor potencial geográfico para uma região. [35]

Além disso, a partir de uma série de pontos tridimensionais ou modelo de elevação digital, linhas isopléticas representando contornos de elevação podem ser geradas, juntamente com análise de declive, relevo sombreado e outros produtos de elevação. As bacias hidrográficas podem ser facilmente definidas para qualquer alcance, computando todas as áreas contíguas e subidas de qualquer ponto de interesse. Da mesma forma, um talvegue esperado de onde a água de superfície desejaria viajar em riachos intermitentes e permanentes pode ser calculado a partir de dados de elevação no GIS.

Modelagem topológica Editar

Um GIS pode reconhecer e analisar as relações espaciais que existem nos dados espaciais armazenados digitalmente. Esses relacionamentos topológicos permitem que a modelagem espacial complexa e a análise sejam realizadas. As relações topológicas entre entidades geométricas tradicionalmente incluem adjacência (o que é adjacente a quê), contenção (o que envolve o quê) e proximidade (quão próximo algo está de outra coisa).

Redes geométricas Editar

Redes geométricas são redes lineares de objetos que podem ser usados ​​para representar recursos interconectados e para realizar análises espaciais especiais sobre eles. Uma rede geométrica é composta de arestas, que são conectadas em pontos de junção, semelhantes aos gráficos da matemática e da ciência da computação. Assim como os gráficos, as redes podem ter peso e fluxo atribuídos às suas arestas, que podem ser usados ​​para representar vários recursos interconectados com mais precisão. As redes geométricas são freqüentemente usadas para modelar redes rodoviárias e redes de serviços públicos, como redes elétricas, de gás e água. A modelagem de rede também é comumente empregada em planejamento de transporte, modelagem de hidrologia e modelagem de infraestrutura.

Modelagem hidrológica Editar

Modelos hidrológicos SIG podem fornecer um elemento espacial que outros modelos hidrológicos carecem, com a análise de variáveis ​​como declividade, aspecto e bacia hidrográfica ou área de captação. [37] A análise do terreno é fundamental para a hidrologia, uma vez que a água sempre flui em uma encosta. [37] Como a análise básica do terreno de um modelo digital de elevação (DEM) envolve o cálculo da inclinação e aspecto, os DEMs são muito úteis para a análise hidrológica. A inclinação e o aspecto podem então ser usados ​​para determinar a direção do escoamento superficial e, portanto, o acúmulo de fluxo para a formação de córregos, rios e lagos. Áreas de fluxo divergente também podem dar uma indicação clara dos limites de uma bacia. Uma vez que uma direção de fluxo e matriz de acumulação tenham sido criadas, podem ser realizadas consultas que mostram áreas de contribuição ou dispersão em um determinado ponto. [37] Mais detalhes podem ser adicionados ao modelo, como rugosidade do terreno, tipos de vegetação e tipos de solo, que podem influenciar as taxas de infiltração e evapotranspiração e, portanto, influenciar o fluxo de superfície. Um dos principais usos da modelagem hidrológica é na pesquisa de contaminação ambiental. Outras aplicações de modelagem hidrológica incluem mapeamento de águas subterrâneas e superficiais, bem como mapas de risco de inundação.

Modelagem cartográfica Editar

Dana Tomlin provavelmente cunhou o termo "modelagem cartográfica" em sua dissertação de doutorado (1983), ele mais tarde o usou no título de seu livro, Sistemas de Informação Geográfica e Modelagem Cartográfica (1990). [38] A modelagem cartográfica se refere a um processo onde várias camadas temáticas da mesma área são produzidas, processadas e analisadas. Tomlin usou camadas raster, mas o método de sobreposição (veja abaixo) pode ser usado de forma mais geral. As operações nas camadas do mapa podem ser combinadas em algoritmos e, eventualmente, em modelos de simulação ou otimização.

Editar sobreposição de mapa

A combinação de vários conjuntos de dados espaciais (pontos, linhas ou polígonos) cria um novo conjunto de dados vetoriais de saída, visualmente semelhante ao empilhamento de vários mapas da mesma região. Essas sobreposições são semelhantes às sobreposições matemáticas do diagrama de Venn. Uma sobreposição de união combina os recursos geográficos e as tabelas de atributos de ambas as entradas em uma única nova saída. Uma sobreposição de interseção define a área onde ambas as entradas se sobrepõem e retém um conjunto de campos de atributo para cada uma. Uma sobreposição de diferença simétrica define uma área de saída que inclui a área total de ambas as entradas, exceto para a área de sobreposição.

A extração de dados é um processo GIS semelhante à sobreposição vetorial, embora possa ser usado em análises de dados vetoriais ou raster. Em vez de combinar as propriedades e recursos de ambos os conjuntos de dados, a extração de dados envolve o uso de um "clipe" ou "máscara" para extrair os recursos de um conjunto de dados que se enquadram na extensão espacial de outro conjunto de dados.

Na análise de dados raster, a sobreposição de conjuntos de dados é realizada por meio de um processo conhecido como "operação local em múltiplos raster" ou "álgebra de mapas", por meio de uma função que combina os valores da matriz de cada raster. Essa função pode pesar alguns dados mais do que outros, por meio do uso de um "modelo de índice" que reflete a influência de vários fatores sobre um fenômeno geográfico.

Edição de geoestatística

Geoestatística é um ramo da estatística que lida com dados de campo, dados espaciais com um índice contínuo. Ele fornece métodos para modelar correlação espacial e prever valores em locais arbitrários (interpolação).

Quando os fenômenos são medidos, os métodos de observação determinam a precisão de qualquer análise subsequente. Devido à natureza dos dados (por exemplo, padrões de tráfego em padrões climáticos de ambiente urbano sobre o Oceano Pacífico), um grau constante ou dinâmico de precisão é sempre perdido na medição. Essa perda de precisão é determinada pela escala e distribuição da coleta de dados.

Para determinar a relevância estatística da análise, uma média é determinada para que pontos (gradientes) fora de qualquer medição imediata possam ser incluídos para determinar seu comportamento previsto. Isso se deve às limitações das estatísticas aplicadas e dos métodos de coleta de dados, e a interpolação é necessária para prever o comportamento de partículas, pontos e locais que não são mensuráveis ​​diretamente.

Interpolação é o processo pelo qual uma superfície é criada, geralmente um conjunto de dados raster, por meio da entrada de dados coletados em vários pontos de amostra. Existem várias formas de interpolação, cada uma das quais trata os dados de forma diferente, dependendo das propriedades do conjunto de dados. Ao comparar os métodos de interpolação, a primeira consideração deve ser se os dados de origem serão alterados ou não (exatos ou aproximados). A seguir é se o método é subjetivo, uma interpretação humana ou objetivo. Depois, há a natureza das transições entre os pontos: são abruptas ou graduais. Finalmente, há se um método é global (ele usa todo o conjunto de dados para formar o modelo) ou local, onde um algoritmo é repetido para uma pequena seção do terreno.

A interpolação é uma medida justificada por causa de um princípio de autocorrelação espacial que reconhece que os dados coletados em qualquer posição terão uma grande semelhança ou influência com os locais em sua vizinhança imediata.

Editar geocodificação de endereço

A geocodificação é a interpolação de localizações espaciais (coordenadas X, Y) de endereços de ruas ou quaisquer outros dados referenciados espacialmente, como CEPs, lotes de lotes e localizações de endereços. Um tema de referência é necessário para geocodificar endereços individuais, como um arquivo de linha central de estrada com intervalos de endereços. As localizações de endereços individuais foram historicamente interpoladas, ou estimadas, examinando intervalos de endereços ao longo de um segmento de estrada. Geralmente, eles são fornecidos na forma de uma tabela ou banco de dados. O software então colocará um ponto aproximadamente onde esse endereço pertence ao longo do segmento da linha central. Por exemplo, um ponto de endereço de 500 estará no ponto médio de um segmento de linha que começa com o endereço 1 e termina com o endereço 1.000. A geocodificação também pode ser aplicada em dados reais de parcelas, normalmente de mapas de impostos municipais. Nesse caso, o resultado da geocodificação será um espaço realmente posicionado em oposição a um ponto interpolado. Essa abordagem está sendo cada vez mais usada para fornecer informações de localização mais precisas.

Edição de geocodificação reversa

A geocodificação reversa é o processo de retornar um número estimado de endereço de rua relacionado a uma determinada coordenada. Por exemplo, um usuário pode clicar em um tema da linha central da estrada (fornecendo assim uma coordenada) e ter informações retornadas que refletem o número estimado da casa. Este número de casa é interpolado de um intervalo atribuído a esse segmento de estrada. Se o usuário clicar no ponto médio de um segmento que começa com o endereço 1 e termina com 100, o valor retornado será algo próximo a 50. Observe que a geocodificação reversa não retorna endereços reais, apenas estimativas do que deveria estar lá com base no alcance.

Análise de decisão multicritério Editar

Juntamente com o GIS, os métodos de análise de decisão multicritério apóiam os tomadores de decisão na análise de um conjunto de soluções espaciais alternativas, como o habitat ecológico mais provável para restauração, em relação a vários critérios, como cobertura vegetal ou estradas. O MCDA usa regras de decisão para agregar os critérios, o que permite que as soluções alternativas sejam classificadas ou priorizadas. [39] O MCDA do GIS pode reduzir os custos e o tempo envolvido na identificação de locais de restauração em potencial.

Saída de dados e edição de cartografia

Cartografia é a concepção e produção de mapas ou representações visuais de dados espaciais. A grande maioria da cartografia moderna é feita com a ajuda de computadores, geralmente usando GIS, mas a produção de cartografia de qualidade também é obtida importando camadas para um programa de design para refiná-la. A maioria dos softwares GIS dá ao usuário um controle substancial sobre a aparência dos dados.

O trabalho cartográfico tem duas funções principais:

Primeiro, ele produz gráficos na tela ou no papel que transmitem os resultados da análise às pessoas que tomam decisões sobre os recursos. Mapas de parede e outros gráficos podem ser gerados, permitindo ao observador visualizar e assim compreender os resultados de análises ou simulações de eventos potenciais. Os servidores de mapas da web facilitam a distribuição de mapas gerados por navegadores da web usando várias implementações de interfaces de programação de aplicativos baseadas na web (AJAX, Java, Flash, etc.).

Em segundo lugar, outras informações do banco de dados podem ser geradas para posterior análise ou uso. Um exemplo seria uma lista de todos os endereços dentro de uma milha (1,6 km) de um derramamento tóxico.

Técnicas de exibição gráfica Editar

Os mapas tradicionais são abstrações do mundo real, uma amostra de elementos importantes retratados em uma folha de papel com símbolos para representar objetos físicos. Pessoas que usam mapas devem interpretar esses símbolos. Os mapas topográficos mostram a forma da superfície da terra com curvas de nível ou relevo sombreado.

Hoje, as técnicas de exibição gráfica, como sombreamento com base na altitude em um GIS, podem tornar visíveis as relações entre os elementos do mapa, aumentando a capacidade de extrair e analisar informações. Por exemplo, dois tipos de dados foram combinados em um GIS para produzir uma visão em perspectiva de uma parte do condado de San Mateo, Califórnia.

  • O modelo digital de elevação, que consiste em elevações de superfície registradas em uma grade horizontal de 30 metros, mostra altas elevações como branco e baixas como preto.
  • A imagem do mapeador temático Landsat que a acompanha mostra uma imagem infravermelha de cor falsa olhando para a mesma área em pixels de 30 metros, ou elementos de imagem, para os mesmos pontos de coordenadas, pixel por pixel, que as informações de elevação.

Um GIS foi usado para registrar e combinar as duas imagens para renderizar a vista em perspectiva tridimensional olhando para baixo da Falha de San Andreas, usando os pixels da imagem do Mapeador Temático, mas sombreados usando a elevação dos acidentes geográficos. A exibição do GIS depende do ponto de visualização do observador e da hora do dia da exibição, para renderizar adequadamente as sombras criadas pelos raios do sol naquela latitude, longitude e hora do dia.

Um arqueocromo é uma nova maneira de exibir dados espaciais. É uma temática em um mapa 3D que é aplicada a um edifício específico ou a uma parte de um edifício. É adequado para a exibição visual de dados de perda de calor.

Edição de ETL espacial

As ferramentas Spatial ETL fornecem a funcionalidade de processamento de dados do software tradicional de extração, transformação e carregamento (ETL), mas com foco principal na capacidade de gerenciar dados espaciais. Eles fornecem aos usuários de GIS a capacidade de traduzir dados entre diferentes padrões e formatos proprietários, enquanto transformam geometricamente os dados durante o trajeto. Essas ferramentas podem vir na forma de suplementos para softwares de uso mais amplo existentes, como planilhas.

Edição de mineração de dados GIS

GIS ou mineração de dados espaciais é a aplicação de métodos de mineração de dados aos dados espaciais. A mineração de dados, que é a busca parcialmente automatizada de padrões ocultos em grandes bancos de dados, oferece grandes benefícios potenciais para a tomada de decisão baseada em GIS aplicada. As aplicações típicas incluem monitoramento ambiental. Uma característica de tais aplicativos é que a correlação espacial entre as medições de dados requer o uso de algoritmos especializados para uma análise de dados mais eficiente. [40]

Desde sua origem na década de 1960, o GIS tem sido usado em uma gama cada vez maior de aplicações, corroborando a importância generalizada da localização e auxiliado pela redução contínua nas barreiras para a adoção de tecnologia geoespacial. As talvez centenas de usos diferentes de GIS podem ser classificados de várias maneiras:

  • Meta: a finalidade de um aplicativo pode ser amplamente classificada como pesquisa científica ou gestão de recursos. O propósito da pesquisa, definido da forma mais ampla possível, é descobrir novos conhecimentos que podem ser realizados por alguém que se considera um cientista, mas também pode ser feita por qualquer pessoa que esteja tentando aprender por que o mundo parece funcionar da maneira que funciona . Um estudo tão prático quanto decifrar por que um local de negócios falhou seria uma pesquisa nesse sentido. Gerenciamento (às vezes chamado de aplicativos operacionais), também definido da forma mais ampla possível, é a aplicação do conhecimento para tomar decisões práticas sobre como empregar os recursos sobre os quais se tem controle para atingir seus objetivos. Esses recursos podem ser tempo, capital, trabalho, equipamento, terra, depósitos minerais, vida selvagem e assim por diante. [41]: 791
    • Nível de decisão: Os aplicativos de gerenciamento foram classificados como estratégico, tático, operacional, uma classificação comum em gestão de negócios. [42] Tarefas estratégicas são decisões visionárias de longo prazo sobre quais objetivos se deve ter, como se um negócio deve expandir ou não. Tarefas táticas são decisões de médio prazo sobre como atingir objetivos estratégicos, como uma floresta nacional criando um plano de manejo de pastagem. As decisões operacionais dizem respeito às tarefas do dia-a-dia, como uma pessoa encontrar o caminho mais curto para uma pizzaria.

    A implementação de um GIS é freqüentemente conduzida por requisitos jurisdicionais (como uma cidade), finalidade ou aplicação. Geralmente, uma implementação de GIS pode ser projetada de forma personalizada para uma organização. Portanto, uma implantação de GIS desenvolvida para um aplicativo, jurisdição, empresa ou propósito pode não ser necessariamente interoperável ou compatível com um GIS que foi desenvolvido para algum outro aplicativo, jurisdição, empresa ou propósito. [48]

    O GIS também está divergindo em serviços baseados em localização, que permitem que dispositivos móveis com GPS exibam sua localização em relação a objetos fixos (restaurante mais próximo, posto de gasolina, hidrante) ou objetos móveis (amigos, crianças, carro de polícia), ou para retransmitir sua posição de volta a um servidor central para exibição ou outro processamento.

    Edição de padrões do Open Geospatial Consortium

    O Open Geospatial Consortium (OGC) é um consórcio industrial internacional de 384 empresas, agências governamentais, universidades e indivíduos que participam de um processo de consenso para desenvolver especificações de geoprocessamento publicamente disponíveis. Interfaces e protocolos abertos definidos pelas Especificações OpenGIS suportam soluções interoperáveis ​​que "habilitam geograficamente" a Web, serviços sem fio e baseados em localização e TI convencional, e capacitam os desenvolvedores de tecnologia a tornarem informações e serviços espaciais complexos acessíveis e úteis com todos os tipos de aplicativos . Os protocolos do Open Geospatial Consortium incluem Web Map Service e Web Feature Service. [49]

    Os produtos GIS são divididos pelo OGC em duas categorias, com base em quão completa e precisamente o software segue as especificações OGC.

    Produtos Compatíveis são produtos de software que atendem às especificações OpenGIS da OGC. Quando um produto é testado e certificado como compatível pelo Programa de Teste OGC, o produto é automaticamente registrado como "compatível" neste site.

    Implementando Produtos são produtos de software que implementam especificações OpenGIS, mas ainda não passaram em um teste de conformidade. Os testes de conformidade não estão disponíveis para todas as especificações. Os desenvolvedores podem registrar seus produtos como rascunho de implementação ou especificações aprovadas, embora o OGC se reserve o direito de revisar e verificar cada entrada.

    Mapeamento da web Editar

    Nos últimos anos, tem havido uma proliferação de softwares de mapeamento gratuitos e facilmente acessíveis, como os aplicativos da web proprietários Google Maps e Bing Maps, bem como a alternativa gratuita e de código aberto OpenStreetMap. Esses serviços dão ao público acesso a grandes quantidades de dados geográficos, considerados por muitos usuários como tão confiáveis ​​e utilizáveis ​​quanto as informações profissionais. [50]

    Alguns deles, como Google Maps e OpenLayers, expõem uma interface de programação de aplicativos (API) que permite aos usuários criar aplicativos personalizados. Esses kits de ferramentas geralmente oferecem mapas de ruas, imagens aéreas / de satélite, geocodificação, pesquisas e funcionalidade de roteamento. O mapeamento da web também descobriu o potencial de crowdsourcing geodata em projetos como o OpenStreetMap, que é um projeto colaborativo para criar um mapa do mundo editável gratuitamente. Esses projetos de mashup provaram fornecer um alto nível de valor e benefício para usuários finais fora do possível por meio de informações geográficas tradicionais. [51] [52]

    Adicionando a dimensão do tempo Editar

    A condição da superfície, atmosfera e subsuperfície da Terra pode ser examinada alimentando dados de satélite em um GIS.A tecnologia GIS dá aos pesquisadores a capacidade de examinar as variações nos processos da Terra ao longo de dias, meses e anos. Como exemplo, as mudanças no vigor da vegetação durante uma estação de crescimento podem ser animadas para determinar quando a seca foi mais extensa em uma determinada região. O gráfico resultante representa uma medida aproximada da saúde da planta. Trabalhar com duas variáveis ​​ao longo do tempo permitiria aos pesquisadores detectar diferenças regionais no intervalo entre um declínio na precipitação e seu efeito na vegetação.

    A tecnologia GIS e a disponibilidade de dados digitais em escalas regionais e globais permitem tais análises. A saída do sensor de satélite usada para gerar um gráfico de vegetação é produzida, por exemplo, pelo radiômetro avançado de altíssima resolução (AVHRR). Este sistema de sensor detecta a quantidade de energia refletida da superfície da Terra em várias bandas do espectro para áreas de superfície de cerca de 1 quilômetro quadrado. O sensor de satélite produz imagens de um local específico na Terra, duas vezes por dia. AVHRR e mais recentemente o espectrorradiômetro de imagem de resolução moderada (MODIS) são apenas dois dos muitos sistemas de sensores usados ​​para análise da superfície da Terra.

    Além da integração do tempo nos estudos ambientais, o GIS também está sendo explorado por sua capacidade de rastrear e modelar o progresso dos humanos em suas rotinas diárias. Um exemplo concreto de progresso nesta área é a recente divulgação de dados populacionais específicos de tempo pelo Censo dos EUA. Nesse conjunto de dados, as populações das cidades são mostradas para os horários diurno e noturno, destacando o padrão de concentração e dispersão gerado pelos padrões de deslocamento na América do Norte. A manipulação e geração de dados necessários para produzir esses dados não teria sido possível sem o GIS.

    O uso de modelos para projetar os dados mantidos por um GIS no tempo permitiu que os planejadores testassem as decisões políticas usando sistemas de apoio à decisão espacial.

    Ferramentas e tecnologias emergentes da Web Semântica do World Wide Web Consortium estão se mostrando úteis para problemas de integração de dados em sistemas de informação. Correspondentemente, tais tecnologias foram propostas como um meio para facilitar a interoperabilidade e a reutilização de dados entre aplicações GIS. [53] [54] e também para permitir novos mecanismos de análise. [55]

    As ontologias são um componente-chave dessa abordagem semântica, pois permitem uma especificação formal e legível por máquina dos conceitos e relacionamentos em um determinado domínio. Isso, por sua vez, permite que um GIS se concentre no significado pretendido dos dados, em vez de sua sintaxe ou estrutura. Por exemplo, o raciocínio de que um tipo de cobertura do solo classificado como árvores de folha folha caduca em um conjunto de dados é uma especialização ou subconjunto do tipo de cobertura da terra floresta em outro conjunto de dados classificado de forma mais grosseira pode ajudar um GIS a mesclar automaticamente os dois conjuntos de dados sob a classificação de cobertura do solo mais geral. Tentativas de ontologias foram desenvolvidas em áreas relacionadas a aplicações GIS, por exemplo, a ontologia hidrológica [56] desenvolvida pelo Ordnance Survey no Reino Unido e as ontologias SWEET [57] desenvolvidas pelo Laboratório de Propulsão a Jato da NASA. Além disso, ontologias mais simples e padrões de metadados semânticos estão sendo propostos pelo W3C Geo Incubator Group [58] para representar dados geoespaciais na web. GeoSPARQL é um padrão desenvolvido pela Ordnance Survey, United States Geological Survey, Natural Resources Canada, Commonwealth Scientific and Industrial Research Organization da Austrália e outros para apoiar a criação de ontologia e raciocínio usando literais OGC bem compreendidos (GML, WKT), relações topológicas (Simples Recursos, RCC8, DE-9IM), RDF e os protocolos de consulta de banco de dados SPARQL.

    Resultados de pesquisas recentes nesta área podem ser vistos na Conferência Internacional sobre Semântica Geoespacial [59] e no workshop Terra Cognita - Rota para a Web Semântica Geoespacial [60] na Conferência Internacional de Web Semântica.

    Com a popularização do GIS na tomada de decisões, os estudiosos começaram a examinar as implicações sociais e políticas do GIS. [61] [62] [50] O GIS também pode ser mal utilizado para distorcer a realidade para ganhos individuais e políticos. [63] [64] Argumentou-se que a produção, distribuição, utilização e representação de informações geográficas estão amplamente relacionadas com o contexto social e têm o potencial de aumentar a confiança dos cidadãos no governo. [65] Outros tópicos relacionados incluem discussão sobre direitos autorais, privacidade e censura. Uma abordagem social mais otimista para a adoção do GIS é usá-lo como uma ferramenta para a participação pública.

    Na educação Editar

    No final do século 20, o GIS começou a ser reconhecido como uma ferramenta que poderia ser usada em sala de aula. [66] [67] [68] [69] Os benefícios do GIS na educação parecem focados no desenvolvimento do pensamento espacial, mas não há bibliografia ou dados estatísticos suficientes para mostrar o escopo concreto do uso do GIS na educação em todo o mundo, embora a expansão tenha sido mais rápida nos países onde o currículo os menciona. [70]: 36

    Os GIS parecem oferecer muitas vantagens no ensino de geografia porque permitem análises baseadas em dados geográficos reais e também ajudam a levantar muitas questões de pesquisa de professores e alunos em sala de aula, bem como contribuem para a melhoria da aprendizagem por meio do desenvolvimento do pensamento espacial e geográfico e, em muitos casos, a motivação do aluno. [70]: 38

    No governo local Editar

    O GIS é comprovado como uma tecnologia empresarial e duradoura para toda a organização que continua a mudar a forma como o governo local opera. [71] As agências governamentais adotaram a tecnologia GIS como um método para melhor gerenciar as seguintes áreas da organização governamental:

    • Os departamentos de Desenvolvimento Econômico usam ferramentas de mapeamento GIS interativas, agregadas a outros dados (dados demográficos, força de trabalho, negócios, indústria, talento) junto com um banco de dados de locais comerciais e edifícios disponíveis para atrair investimentos e apoiar os negócios existentes. As empresas que tomam decisões de localização podem usar as ferramentas para escolher comunidades e sites que melhor atendam aos seus critérios de sucesso. O GIS Planning é o fornecedor líder da indústria de ferramentas da web de dados GIS para desenvolvimento econômico e atração de investimentos. Um serviço do Financial Times, o software ZoomProspector Enterprise e Intelligence Components da GIS Planning está em uso em todo o mundo. Isso inclui 30 organizações estaduais de desenvolvimento econômico dos Estados Unidos, a maioria das 100 principais áreas metropolitanas da América do Norte e várias agências de atração de investimentos na Europa e na América Latina.
    • Operações de segurança pública [72], como Centros de Operações de Emergência, Prevenção de Incêndios, Tecnologia móvel da Polícia e Sheriff e despacho e mapeamento de riscos climáticos.
    • Departamentos de Parques e Recreação e suas funções em inventário de ativos, conservação de terras, gestão de terras e gestão de cemitérios.
    • Obras Públicas e Serviços Públicos, rastreando a drenagem de água e de águas pluviais, ativos elétricos, projetos de engenharia e ativos e tendências de transporte público.
    • Gerenciamento de rede de fibra para ativos de rede interdepartamental
    • Dados analíticos e demográficos da escola, gestão de ativos e planejamento de melhoria / expansão
    • Administração pública para dados eleitorais, registros de propriedade e zoneamento / gerenciamento.

    A iniciativa de Dados Abertos está pressionando o governo local a aproveitar as vantagens de tecnologias como a tecnologia GIS, pois abrange os requisitos para se adequar ao modelo de transparência de Dados Abertos / Governo Aberto. [71] Com o Open Data, as organizações governamentais locais podem implementar aplicativos de engajamento do cidadão e portais online, permitindo que os cidadãos vejam informações sobre os terrenos, relatem buracos e problemas de sinalização, vejam e classifiquem parques por ativos, vejam as taxas de crimes em tempo real e reparos de serviços públicos e muito mais. [73] [74] O impulso para dados abertos dentro de organizações governamentais está impulsionando o crescimento nos gastos com tecnologia GIS do governo local e gerenciamento de banco de dados.


    Técnicas e tecnologia GIS

    As tecnologias SIG modernas usam informações digitais, para as quais vários métodos de criação de dados digitalizados são usados. O método mais comum de criação de dados é a digitalização, onde uma cópia impressa do mapa ou plano de levantamento é transferido para um meio digital por meio do uso de um programa CAD e recursos de georreferenciamento. Com a ampla disponibilidade de imagens ortorretificadas (de satélites, aeronaves, Helikites e UAVs), a digitalização heads-up está se tornando a principal via de extração de dados geográficos. A digitalização heads-up envolve o rastreamento de dados geográficos diretamente sobre as imagens aéreas, em vez do método tradicional de rastrear a forma geográfica em uma mesa digitalizadora separada (digitalização heads-down). [ esclarecimento necessário ]

    Relacionando informações de diferentes fontes

    GIS usa localização espaço-temporal (espaço-tempo) como a variável de índice chave para todas as outras informações. Assim como um banco de dados relacional contendo texto ou números pode relacionar muitas tabelas diferentes usando variáveis ​​de índice de chave comuns, o GIS pode relacionar informações não relacionadas de outra forma usando localização como a variável de índice de chave. A chave é a localização e / ou extensão no espaço-tempo.

    Qualquer variável que pode ser localizada espacialmente, e cada vez mais também temporalmente, pode ser referenciada usando um SIG. As localizações ou extensões no espaço-tempo da Terra podem ser registradas como datas / horas de ocorrência e as coordenadas x, y e z representando longitude, latitude e elevação, respectivamente. Essas coordenadas GIS podem representar outros sistemas quantificados de referência temporoespacial (por exemplo, número do quadro do filme, estação de medição de fluxo, marcador de milha rodoviária, benchmark agrimensor, endereço de edifício, cruzamento de rua, portão de entrada, sondagem de profundidade de água, desenho de POS ou CAD origem / unidades). As unidades aplicadas aos dados temporais-espaciais registrados podem variar amplamente (mesmo quando usando exatamente os mesmos dados, consulte as projeções do mapa), mas todas as referências de extensão e localização espacial-temporal com base na Terra devem, idealmente, ser relacionáveis ​​entre si e, em última análise, a um localização física "real" ou extensão no espaço-tempo.

    Relacionado por informações espaciais precisas, uma variedade incrível de dados do mundo real e projetados do passado ou do futuro podem ser analisados, interpretados e representados. [15] Esta característica chave do GIS começou a abrir novos caminhos de investigação científica em comportamentos e padrões de informação do mundo real que anteriormente não tinham sido sistematicamente correlacionados.

    Incertezas GIS

    A precisão do GIS depende dos dados de origem e de como eles são codificados para serem referenciados aos dados. Os agrimensores têm sido capazes de fornecer um alto nível de precisão posicional utilizando as posições derivadas de GPS. [16] Terrenos digitais de alta resolução e imagens aéreas, [17] computadores poderosos e tecnologia da Web estão mudando a qualidade, utilidade e expectativas do GIS para servir a sociedade em grande escala, mas, no entanto, existem outras fontes de dados que têm um impacto na precisão geral do GIS como mapas de papel, embora possam ser de uso limitado para alcançar a precisão desejada, uma vez que o envelhecimento dos mapas afeta sua estabilidade dimensional.

    No desenvolvimento de um banco de dados topográfico digital para um GIS, os mapas topográficos são a fonte principal, e as fotografias aéreas e imagens de satélite são fontes extras para coletar dados e identificar atributos que podem ser mapeados em camadas sobre um fac-símile de escala de localização. A escala de um mapa e o tipo de representação da área de renderização geográfica [ esclarecimento necessário ] são aspectos muito importantes, uma vez que o conteúdo da informação depende principalmente do conjunto de escalas e da localizabilidade resultante das representações do mapa. Para digitalizar um mapa, o mapa deve ser verificado dentro de dimensões teóricas, em seguida, digitalizado em um formato raster, e os dados raster resultantes devem receber uma dimensão teórica por um processo de tecnologia de laminação / empenamento.

    Uma análise quantitativa de mapas traz questões de precisão em foco. O equipamento eletrônico e outros usados ​​para fazer medições para GIS são muito mais precisos do que as máquinas de análise de mapas convencionais. Todos os dados geográficos são inerentemente imprecisos e essas imprecisões se propagam por meio das operações do GIS de maneiras difíceis de prever.

    Representação de dados

    Os dados GIS representam objetos reais (como estradas, uso do solo, elevação, árvores, cursos de água, etc.) com dados digitais determinando a mistura. Objetos reais podem ser divididos em duas abstrações: objetos discretos (por exemplo, uma casa) e campos contínuos (como quantidade de chuva ou elevações). Tradicionalmente, existem dois métodos amplos usados ​​para armazenar dados em um GIS para ambos os tipos de referências de mapeamento de abstrações: imagens raster e vetoriais. Pontos, linhas e polígonos são o material de referências de atributos de localização mapeados. Um novo método híbrido de armazenamento de dados é o de identificação de nuvens de pontos, que combinam pontos tridimensionais com informações RGB em cada ponto, retornando uma "imagem colorida 3D". Os mapas temáticos GIS estão se tornando cada vez mais realisticamente descritivos visualmente do que eles pretendem mostrar ou determinar.

    Captura de dados

    A captura de dados - inserir informações no sistema - consome muito do tempo dos praticantes de GIS e # 160. Existem vários métodos usados ​​para inserir dados em um GIS, onde são armazenados em formato digital.

    Os dados existentes impressos em papel ou mapas de filme PET podem ser digitalizados ou escaneados para produzir dados digitais. Um digitalizador produz dados vetoriais à medida que um operador traça pontos, linhas e limites poligonais de um mapa. A digitalização de um mapa resulta em dados raster que podem ser processados ​​posteriormente para produzir dados vetoriais.

    Os dados de pesquisa podem ser inseridos diretamente em um GIS a partir de sistemas de coleta de dados digitais em instrumentos de pesquisa usando uma técnica chamada geometria coordenada (COGO). As posições de um sistema de navegação global por satélite (GNSS), como o Sistema de Posicionamento Global, também podem ser coletadas e importadas para um GIS. Uma tendência atual na coleta de dados dá aos usuários a capacidade de utilizar computadores de campo com a capacidade de editar dados ao vivo usando conexões sem fio ou sessões de edição desconectadas. Isso foi aprimorado pela disponibilidade de unidades GPS de baixo custo para mapeamento com precisão decimétrica em tempo real. Isso elimina a necessidade de postar, processar, importar e atualizar os dados no escritório após a coleta do trabalho de campo. Isso inclui a capacidade de incorporar posições coletadas usando um telêmetro a laser. As novas tecnologias também permitem que os usuários criem mapas e análises diretamente no campo, tornando os projetos mais eficientes e o mapeamento mais preciso.

    Os dados de sensoriamento remoto também desempenham um papel importante na coleta de dados e consistem em sensores conectados a uma plataforma. Os sensores incluem câmeras, scanners digitais e lidar, enquanto as plataformas geralmente consistem em aeronaves e satélites. Na Inglaterra, em meados da década de 1990, pipas / balões híbridos chamados Helikites foram os pioneiros no uso de câmeras digitais compactas aerotransportadas como Sistemas de Geoinformação aerotransportados. Software de medição de aeronaves, com precisão de 0,4 & # 160 mm, foi usado para vincular as fotografias e medir o solo. Helikites são baratos e coletam dados mais precisos do que aeronaves. Helikites podem ser usados ​​em estradas, ferrovias e cidades onde os UAVs são proibidos.

    Recentemente, com o desenvolvimento de UAVs em miniatura, a coleta de dados aéreos está se tornando possível com eles. Por exemplo, o Aeryon Scout foi usado para mapear uma área de 50 acres & # 160 com uma distância de amostra do solo de 1 polegada (2,54 & # 160 cm) em apenas 12 & # 160 minutos. [18]

    A maioria dos dados digitais atualmente vem da interpretação de fotos aéreas. As estações de trabalho de cópia eletrônica são usadas para digitalizar recursos diretamente de pares estéreo de fotografias digitais. Esses sistemas permitem que os dados sejam capturados em duas e três dimensões, com elevações medidas diretamente de um par estéreo usando os princípios da fotogrametria. As fotos aéreas analógicas devem ser digitalizadas antes de serem inseridas em um sistema de cópia eletrônica; para câmeras digitais de alta qualidade, esta etapa é ignorada.

    O sensoriamento remoto por satélite fornece outra fonte importante de dados espaciais. Aqui, os satélites usam diferentes pacotes de sensores para medir passivamente a refletância de partes do espectro eletromagnético ou ondas de rádio que foram enviadas de um sensor ativo, como um radar. O sensoriamento remoto coleta dados raster que podem ser posteriormente processados ​​usando diferentes bandas para identificar objetos e classes de interesse, como a cobertura do solo.

    Quando os dados são capturados, o usuário deve considerar se os dados devem ser capturados com uma precisão relativa ou absoluta, uma vez que isso pode influenciar não apenas como as informações serão interpretadas, mas também o custo da captura dos dados.

    Depois de inserir dados em um GIS, os dados geralmente requerem edição, para remover erros ou processamento posterior. Para dados vetoriais, eles devem ser "topologicamente corretos" antes de poderem ser usados ​​para análises avançadas. Por exemplo, em uma rede rodoviária, as linhas devem se conectar aos nós em uma interseção. Erros como undershoots e overshoots também devem ser removidos. Para mapas digitalizados, manchas no mapa de origem podem precisar ser removidas do raster resultante. Por exemplo, um grão de sujeira pode conectar duas linhas que não deveriam ser conectadas.

    Tradução de raster para vetor

    A reestruturação de dados pode ser realizada por um GIS para converter dados em diferentes formatos. Por exemplo, um GIS pode ser usado para converter um mapa de imagem de satélite em uma estrutura vetorial, gerando linhas em torno de todas as células com a mesma classificação, enquanto determina as relações espaciais da célula, como adjacência ou inclusão.

    O processamento de dados mais avançado pode ocorrer com o processamento de imagens, uma técnica desenvolvida no final da década de 1960 pela NASA e pelo setor privado para fornecer aprimoramento de contraste, reprodução de cores falsas e uma variedade de outras técnicas, incluindo o uso de transformadas de Fourier bidimensionais. Como os dados digitais são coletados e armazenados de várias maneiras, as duas fontes de dados podem não ser totalmente compatíveis. Portanto, um GIS deve ser capaz de converter dados geográficos de uma estrutura para outra. Ao fazer isso, as suposições implícitas por trás de diferentes ontologias e classificações requerem análise. [19] Ontologias de objetos ganharam destaque crescente como consequência da programação orientada a objetos e trabalho sustentado por Barry Smith e colegas de trabalho.

    Projeções, sistemas de coordenadas e registro

    A terra pode ser representada por vários modelos, cada um dos quais pode fornecer um conjunto diferente de coordenadas (por exemplo, latitude, longitude, elevação) para qualquer ponto da superfície da Terra. O modelo mais simples é assumir que a Terra é uma esfera perfeita. À medida que mais medições da Terra se acumulam, os modelos da Terra se tornam mais sofisticados e precisos. Na verdade, existem modelos chamados datums que se aplicam a diferentes áreas da Terra para fornecer maior precisão, como o NAD83 para medições nos EUA e o Sistema Geodésico Mundial para medições em todo o mundo.


    Mdhntd

    Por que a filosofia não tem padrões mais elevados para seus argumentos?

    Por que o alumínio não está envolvido em processos biológicos?

    Ajustando o espaçamento vertical em frações?

    Escrever as opiniões de alguém é revelador?

    Por que as bicicletas de estrada (não as bicicletas de contra-relógio) são usadas em muitos triatlos?

    Qual é a palavra para "executor de evento"?

    Lote estranho de nitrato de potássio com ponto de fusão inferior ao esperado

    Linha alfanumérica e contagem de curvas

    Você pode embrulhar perfeitamente um cubo com esta forma em bloco?

    Por que os candidatos não desistem se eles não têm mais uma chance realista de vencer na eleição para presidentes dos EUA em 2020

    Como um animal poderia "cheirar" monóxido de carbono?

    CPU's FPGA, como encontrar a velocidade máxima?

    Como o jogador deve desbloquear as coisas?

    Validade da licença de projeto não lançado

    Existe uma maneira padrão de referenciar números de linha em um rascunho?

    A variante do realismo corajoso é incompatível com aventuras baseadas em masmorras?

    Que detalhes devo considerar antes de concordar que parte do meu salário seja 'retido' pelo empregador?

    007 existia antes de James Bond?

    Quão rápido um personagem precisa se mover para ficar efetivamente invisível?

    O que poderia ser o raciocínio da prisão masculina no mundo da RV para permitir apenas camiseta e sarongue como roupa de dormir para prisioneiros do sexo masculino

    Uma pedra de pizza pode ser fixada depois de usar sabão para limpá-la?

    O que acontece se não houver espaço para carimbo de entrada no passaporte para visto dos EUA?

    OpenLayers gerando PDFs do cliente

    openlayers 3 - fullscreenOpenLayers 3.7 projectionOpenlayers Tela HiDPI / Retina com ladrilhos raster de resolução padrão? OpenLayers 3 zoom factoropenlayers - como renderizar camada vetorial em openlayers com WebGlGenerating Dynamic Legend com OpenLayers e GeoServer? OpenLayers 3 Imprimir exemploModificando geometria com OpenLayers OpenLayers? herda em OpenLayers 6

    Atualmente, estou trabalhando em uma solução para gerar PDFs do cliente a partir do conteúdo do OpenLayers. A experiência está bem até agora, mas estou tendo um pouco de dificuldade.

    O resumo é o seguinte:

    • Calculando a quantidade de pixels necessária para preencher um determinado espaço no papel
    • Defina temporariamente o mapa para determinada resolução
    • ler tela
    • imprima coisas
    • redefinir o mapa para a resolução anterior

    Se alguém estiver interessado nos detalhes (sujos): o código completo está disponível como código aberto aqui

    Isso funciona até certo ponto.

    • dimensionando para 80 DPI, recebo um subconjunto esperado do mapa
    • dimensionando para 120 DPI, obtenho um subconjunto relativamente esperado do mapa
    • dimensionando para 200 PPP, obtendo um resultado inesperado

    Atualmente, presumo que recebo o "mesmo" conjunto de dados para qualquer resolução - ou seja, o centro visível da versão 80DPI é "o mesmo" que o 200DPI, apenas que não cabe na tela, mas não parece ser o caso .

    Alguém me deu uma dica em que direção devo olhar? Talvez eu tenha algumas suposições falsas que atualmente não vejo ou não vejo como superar.

    Atualmente, estou trabalhando em uma solução para gerar PDFs do cliente a partir do conteúdo do OpenLayers. A experiência está bem até agora, mas estou tendo um pouco de dificuldade.

    O resumo é o seguinte:

    • Calculando a quantidade de pixels necessária para preencher um determinado espaço no papel
    • Defina temporariamente o mapa para determinada resolução
    • ler tela
    • imprima coisas
    • redefinir o mapa para a resolução anterior

    Se alguém estiver interessado nos detalhes (sujos): o código completo está disponível como código aberto aqui

    Isso funciona até certo ponto.

    • dimensionando para 80 DPI, recebo um subconjunto esperado do mapa
    • dimensionando para 120 DPI, obtenho um subconjunto relativamente esperado do mapa
    • dimensionando para 200 PPP, obtendo um resultado inesperado

    Presumo que obtenho o "mesmo" conjunto de dados para qualquer resolução - ou seja, o centro visível da versão 80DPI é "o mesmo" que o 200DPI, mas não cabe na tela, mas parece não ser o caso .

    Alguém me deu uma dica em que direção devo olhar? Talvez eu tenha algumas suposições falsas que atualmente não vejo ou não vejo como superar.

    Atualmente, estou trabalhando em uma solução para gerar PDFs do cliente a partir do conteúdo do OpenLayers. A experiência está boa até agora, mas estou tendo um pouco de dificuldade.

    O resumo é o seguinte:

    • Calculando a quantidade de pixels necessária para preencher um determinado espaço no papel
    • Defina temporariamente o mapa para determinada resolução
    • ler tela
    • imprima coisas
    • redefinir o mapa para a resolução anterior

    Se alguém estiver interessado nos detalhes (sujos): o código completo está disponível como código aberto aqui

    Isso funciona até certo ponto.

    • dimensionando para 80 DPI, recebo um subconjunto esperado do mapa
    • dimensionando para 120 DPI, obtenho um subconjunto relativamente esperado do mapa
    • dimensionando para 200 PPP, obtendo um resultado inesperado

    Presumo que obtenho o "mesmo" conjunto de dados para qualquer resolução - ou seja, o centro visível da versão 80DPI é "o mesmo" que o 200DPI, mas não cabe na tela, mas parece não ser o caso .

    Alguém me deu uma dica em que direção devo olhar? Talvez eu tenha algumas suposições falsas que atualmente não vejo ou não vejo como superar.

    Atualmente, estou trabalhando em uma solução para gerar PDFs do cliente a partir do conteúdo do OpenLayers. A experiência está boa até agora, mas estou tendo um pouco de dificuldade.

    O resumo é o seguinte:

    • Calculando a quantidade de pixels necessária para preencher um determinado espaço no papel
    • Defina temporariamente o mapa para determinada resolução
    • ler tela
    • imprima coisas
    • redefinir o mapa para a resolução anterior

    Se alguém estiver interessado nos detalhes (sujos): o código completo está disponível como código aberto aqui

    Isso funciona até certo ponto.

    • dimensionando para 80 DPI, recebo um subconjunto esperado do mapa
    • dimensionando para 120 DPI, obtenho um subconjunto relativamente esperado do mapa
    • dimensionando para 200 PPP, obtendo um resultado inesperado

    Atualmente, presumo que recebo o "mesmo" conjunto de dados para qualquer resolução - ou seja, o centro visível da versão 80DPI é "o mesmo" que o 200DPI, apenas que não cabe na tela, mas não parece ser o caso .

    Alguém me deu uma dica em que direção devo olhar? Talvez eu tenha algumas suposições falsas que atualmente não vejo ou não vejo como superar.


    OpenLayers. Camada

    Se uma exibição de camada e rsquos não deve ser baseada em escala, isso deve ser definido como verdadeiro. Isso fará com que a camada, como uma sobreposição, sempre seja & lsquoactive & rsquo, sempre retornando true da função calculInRange ().

    Se não for especificado explicitamente para uma camada, seu valor será determinado na inicialização em initResolutions () com base em se alguma propriedade específica de escala foi definida como opções na camada ou não. Se nenhuma opção específica de escala tiver sido definida na camada, presumimos que ela sempre deve estar dentro do alcance.

    Constantes

    EVENT_TYPES

    Tipos de eventos de aplicativos com suporte. Registre um ouvinte para um evento específico com a seguinte sintaxe:

    Os ouvintes serão chamados com uma referência a um objeto de evento. As propriedades deste evento dependem exatamente do que aconteceu.

    Todos os objetos de evento têm pelo menos as seguintes propriedades

    Tipos de eventos de mapa suportados

    loadstartDisparado quando o carregamento da camada começa.
    loadendDisparado quando o carregamento da camada termina.
    loadcancelDisparado quando o carregamento da camada é cancelado.
    visibilidade alteradaDisparado quando a visibilidade da camada é alterada.
    moverDisparado quando a camada se move (disparado com cada movimento do mouse durante um arrasto).
    moverendDisparado quando a camada termina de se mover, o objeto passado como argumento possui uma propriedade booleana zoomChanged que informa que o zoom mudou.

    RESOLUTION_PROPERTIES

    As propriedades usadas para calcular as informações de resolução.

    Propriedades

    Eventos

    Esta variável é definida quando a camada é adicionada ao mapa, por meio da função de acesso setMap ().

    IsBaseLayer

    Se a camada é ou não uma camada de base. Isso deve ser definido individualmente por todas as subclasses. O padrão é falso

    DisplayInLayerSwitcher

    Exiba o nome da camada e rsquos no alternador de camadas. O padrão é verdadeiro.

    Visibilidade

    A camada deve ser exibida no mapa. O padrão é verdadeiro.

    Atribuição

    String de atribuição, exibida quando um OpenLayers.Control.Attribution foi adicionado ao mapa.

    EventListeners

    Se definido como uma opção na construção, o objeto eventListeners será registrado com OpenLayers.Events.on. A estrutura do objeto deve ser um objeto ouvinte, conforme mostrado no exemplo do método events.on.

    Calha

    Determina a largura (em pixels) da sarjeta ao redor dos ladrilhos da imagem a ser ignorada. Ao definir essa propriedade com um valor diferente de zero, as imagens serão solicitadas que são mais largas e mais altas do que o tamanho do ladrilho por um valor de 2 x medianiz. Isso permite que os artefatos de renderização nas bordas dos blocos sejam ignorados. Defina um valor de medianiz que seja igual à metade do tamanho do símbolo mais largo que precisa ser exibido. O padrão é zero. Camadas não lado a lado sempre têm sarjeta zero.

    Projeção

    ou Defina nas opções da camada para substituir a sequência de projeção padrão desta camada - defina também maxExtent, maxResolution e unidades, se apropriado. Pode ser uma string ou um objeto OpenLayers.Projection quando criado - será convertido em um objeto quando setMap for chamado se uma string for passada.

    Unidades

    Escalas

    Uma matriz de escalas de mapa em ordem decrescente. Os valores na matriz correspondem ao denominador da escala do mapa. Observe que esses valores só fazem sentido se a resolução da tela (monitor) do cliente for adivinhada corretamente por quem está configurando o aplicativo. Além disso, a propriedade unidades também deve ser definida. Use resoluções sempre que possível.

    Resoluções

    Uma lista de resoluções de mapa (unidades de mapa por pixel) em ordem decrescente. Se não for definido no construtor de camada, será definido com base em outras propriedades relacionadas à resolução (maxExtent, maxResolution, maxScale, etc.).

    MaxExtent

    O centro desses limites não ficará fora da extensão da janela de visualização durante a panorâmica. Além disso, se displayOutsideMaxExtent for definido como false, os dados não serão solicitados se estiverem completamente fora desses limites.

    MinExtent

    MaxResolution

    O máximo padrão é 360 graus / 256 px, que corresponde ao nível de zoom 0 em gmaps. Especifique um valor diferente nas opções da camada se você não estiver usando uma projeção geográfica e exibindo o mundo inteiro.


    Openlayers 3 Max Extent - Sistemas de Informação Geográfica

    Documentação dos desenvolvedores MORIS / OLIVER

    Última atualização: 26/06/2013
    Para perguntas sobre esta documentação, entre em contato com [email protected]

    Observação: OLIVER faz parte de uma família de aplicativos, todos construídos no mesmo modelo. Algumas das outras versões incluem MORIS (o MassGIS Online Data Viewer) e vários MuniMappers, como Great Barrington. Este guia do usuário se aplica a todos esses aplicativos, portanto, você pode substituir MORIS, MuniMappers, etc. por OLIVER ao ler este guia.

    Este documento explica a tecnologia por trás do novo visualizador de dados online OLIVER. O código é: (c) 2010 Third Sector New England, Inc. em nome da Massachusetts Ocean Partnership (agora SeaPlan). Este código foi desenvolvido pela Applied Science Associates, Inc. e Charlton Galvarino. Licença: Este programa é um software livre que você pode redistribuí-lo e / ou modificá-lo de acordo com os termos da GNU General Public License publicada pela Free Software Foundation na versão 3 da Licença ou (por sua opção) em qualquer versão posterior. Este programa é distribuído na esperança de que seja útil, mas SEM NENHUMA GARANTIA, nem mesmo a garantia implícita de COMERCIALIZAÇÃO ou ADEQUAÇÃO A UM DETERMINADO FIM. Consulte a GNU General Public License para obter mais detalhes. Além dos termos da GNU General Public License, o licenciado concorda em estar sujeito a este Termo Adicional: O Licenciado deve notificar e fornecer o Terceiro Setor New England e o SeaPlan por e-mail para [email protected] e [email protected], com uma cópia de todas as "versões modificadas" da obra anterior sujeita a esta licença ou uma obra "baseada" na obra anterior sujeita a esta licença. Baixe o código OLIVER / MORIS.

    OpenLayers / GeoExt OLIVER é uma ferramenta de mapeamento online criada pelo Escritório de Gerenciamento da Zona Costeira de Massachusetts (CZM), o Escritório de Informação Geográfica (MassGIS), o SeaPlan (anteriormente Massachusetts Ocean Partnership), Applied Science Associates (ASA) e Charlton Galvarino. O visualizador é configurável e, portanto, atualmente existem vários visualizadores semelhantes compartilhando a mesma base de código. Atualmente, temos essas variações (outras estão em fase de planejamento):

    Great Barrington MuniMapper: http://maps.massgis.state.ma.us/map_ol/great_barrington.php
    Em 26/06/2013, MuniMappers para 63 municípios estavam disponíveis.

    Embora seja possível executar o código MORIS / OLIVER em um servidor que não seja o servidor MassGIS maps.massgis.state.ma.us, esta documentação não pretende explicar todas as alterações que seriam necessárias. As versões MORIS / OLIVER são executadas mais facilmente no servidor de mapas, pois certos arquivos pré-gerados são armazenados nele. Esta documentação visa familiarizar os usuários com as opções de configuração disponíveis no MORIS / OLIVER O MassGIS está disponível para trabalhar com agências para projetar seu próprio aplicativo "MORIS / OLIVER" para ser hospedado em maps.massgis.state.ma.us.

    O visualizador é configurado para obter mapas e dados de mapa de um serviço de mapas da web (WMS) e serviço de recursos da web (WFS) do Open Geospatial Consortium (OGC). Atualmente, o WMS / WFS baseado em MassGIS GeoServer em giswebservices.massgis.state.ma.us é usado.

    Configuração por link permanente

    O visualizador pode criar permalinks que o abrirão com certas camadas iniciais, extensão, mapa base e unidades. Um link permanente simples é o seguinte: http://maps.massgis.state.ma.us/map_ol/moris.php?lyrs=Lighthouses

    símbolo, o nome da camada GeoServer e outro

    e então o nome do estilo GeoServer. O parâmetro bbox descreve a extensão com as coordenadas inferior esquerda e superior direita. O parâmetro coordUnit especifica o sistema de coordenadas - os valores disponíveis atualmente são: 'dms', 'dd', 'm'. O parâmetro measureUnit define as unidades de medida padrão - os valores disponíveis atualmente são 'm', 'mi', 'nm', 'yd', 'ft'. O parâmetro base especifica o tipo de mapa base, os valores disponíveis atualmente são: custom, google Satellite, googleTerrain, googleRoadmap, googleHybrid, openStreetMap. O parâmetro center (aqui com um extra, desconsidere) descreve o ponto central (aqui nas coordenadas do Google) e o parâmetro de zoom é o nível de zoom para mapas do Google.

    Um link permanente criado a partir do mapa base personalizado, que é MA State Plane Mainland NAD 83 metros, teria uma aparência diferente:

    Os valores dos parâmetros lyrs e bbox são os mesmos, mas a base é diferente (e eu também alterei o coordUnit para coincidir com a base). O parâmetro de centro é agora descrito no sistema de coordenadas MA State Plane Mainland NAD 83 metros (as coordenadas usadas correspondem ao mapa de base usado). O parâmetro de opacidade lista a porcentagem de opacidade para cada camada.

    Seria possível construir permalinks antecipadamente para um grupo de áreas geográficas (por exemplo, condados) sem ter que aumentar o zoom manualmente para essas áreas no visualizador e solicitar os permalinks.

    Observe que o valor do parâmetro lyrs é o título da camada. Este não é o mesmo que o título GeoServer. Este título vem do arquivo XML do conjunto de pastas. Para MORIS, esse conjunto de pastas é http://maps.massgis.state.ma.us/temp/moris_folderset.xml. Para OLIVER, o conjunto de pastas é http://maps.massgis.state.ma.us/temp/oliver_folderset.xml. Um título captura tanto o conjunto de dados quanto as informações de estilo. Por exemplo, esses dois permalinks usam a camada massgis: GISDATA.LANDUSE_POLY GeoServer.

    Nos URLs, os espaços foram codificados por URL com o valor% 20. O título usado no exemplo de 1971 é Land Use 1971 21 Classes e no exemplo de 1999 é Land Use 1999 21 Classes. Isso pode ser visto em http://maps.massgis.state.ma.us/temp/oliver_folderset.xml

    O conjunto de pastas XML precisa ter títulos exclusivos para cada combinação de camada / estilo. Portanto, não é possível criar um permalink para uma combinação de camada / estilo que não esteja representada no documento XML do conjunto de pastas. Esta é uma limitação necessária com base na maneira como o visualizador foi construído. No entanto, as linhas podem ser facilmente adicionadas ao documento XML do conjunto de pastas. Consulte abaixo para obter mais informações sobre o documento XML do conjunto de pastas.

    Além disso, os arquivos .php listados acima têm alguns parâmetros de configuração que podem ou tornam os visualizadores diferentes uns dos outros:

    Quais pastas e camadas de dados na janela Camadas de dados disponíveis são configuráveis. Aponte a variável foldersetLoc para um arquivo XML acessível pela web. Estude http://maps.massgis.state.ma.us/temp/moris_folderset.xml ou http://maps.massgis.state.ma.us/temp/oliver_folderset.xml como exemplos de formatação. Os títulos das camadas de dados devem ser exclusivos se estilos diferentes forem usados. Os valores disponíveis para o tipo de parâmetro incluem pt, linha, polígono, raster e grupo de camadas (isso se refere a um grupo de camadas GeoServer que é uma coleção de camadas e estilos agrupados sob um nome).

    - Camadas de dados iniciais
    Quais camadas de dados mostram quando o aplicativo é iniciado podem ser configurados usando a variável defaultLyrs. A variável contém uma lista de camadas que consiste no nome do WMS e no título (que será mostrado na janela Camadas de dados ativas). Os títulos das camadas de dados listados no .php devem corresponder aos títulos no conjunto de pastas. Os datalayers desenharão na ordem oposta da lista. Em outras palavras, a primeira camada de dados na lista será a camada de dados mais inferior desenhada no mapa.

    - Extensão inicial
    A extensão inicial ou área geográfica que mostra quando o aplicativo é iniciado pode ser configurada na variável defaultBbox. As unidades devem ser especificadas em graus decimais, com a coordenada inferior esquerda e depois a coordenada superior direita, com vírgulas separando todos os números. Amostra: [-71.863711,41.028298, -69.174525,43.075512]

    - Extensão máxima
    A extensão máxima ou área geográfica (a mais distante que o usuário pode ampliar) pode ser configurada na variável maxBbox. As unidades devem ser especificadas em graus decimais, com a coordenada inferior esquerda e depois a coordenada superior direita, com vírgulas separando todos os números. Amostra: [-71.863711,41.028298, -69.174525,43.075512]

    - Mapa de base inicial
    O mapa base inicial pode ser configurado na variável defaultBase. Os valores disponíveis atualmente são: custom, google satellite, googleTerrain, googleRoadmap, googleHybrid, openStreetMap. Atualmente, o costume é o Massachusetts State Plane Mainland NAD83 metros. defaultBaseOpacity define a opacidade do mapa base. Valores de 0 a 1, sendo 1 totalmente opaco e 0 totalmente transparente.

    - Camadas WMS externas
    Camadas WMS externas podem ser apresentadas a partir de servidores não-MassGIS. Como o servidor maps.massgis.state.ma.us não tem permissão para acessar a Internet, os documentos GetCapabilities para esses serviços devem ser baixados e armazenados localmente no servidor maps.massgis.state.ma.us. Servidores WMS externos oferecidos em 26986 ou uma projeção Web Mercator (900913, 102113, 3857 por exemplo) podem ser suportados.As camadas WMS externas desenharão nos mapas de base apropriados.

    - Sistema de coordenadas inicial
    O sistema de coordenadas inicial pode ser configurado na variável defaultCoordUnit. Os valores disponíveis atualmente são: 'dms', 'dd', 'm'.

    - Unidades de medida padrão
    As unidades de medida padrão podem ser configuradas na variável defaultMeasureUnit. Os valores disponíveis atualmente são 'm', 'mi', 'nm', 'yd', 'ft'.

    - Título do navegador
    O valor na barra de título do navegador pode ser configurado na variável siteTitle. O valor desta variável também é usado no valor do menu Ajuda, Sobre a escolha.

    - URL do site
    O URL do site deve ser configurado na variável siteURL. Por exemplo, se o aplicativo for iniciado de http://maps.massgis.state.ma.us/map_ol/moris.php, este também deve ser o valor na variável siteURL. A variável siteURL é um componente do URL do permalink.

    - Links de ajuda
    O valor dos links de ajuda (no menu Ajuda, escolha de Ajuda) pode ser configurado nas variáveis ​​helpUrl1 e helpUrl2. helpUrl1 aponta para um documento HTML e helpUrl2 aponta para um documento PDF conforme indicado na interface do usuário.

    - Sobre o link
    O valor da informação no menu Ajuda / caixa de diálogo de escolha Sobre pode ser configurado na variável moreInfoHTML. O valor da variável deve ser HTML e pode incluir tabelas, tags de imagem e links. A variável moreInfoWidth pode ser usada para especificar a largura da caixa de informações.

    - Localização WMS / WFS / WCS / KML
    Os visualizadores em maps.masasgis.state.ma.us apontam para os serviços de mapeamento da web apoiados pelo MassGIS GeoServer. No entanto, isso pode ser alterado. As variáveis ​​wfsUrl, wmsUrl, wcsUrl, kmlUrl, namespaceUrl e featurePrefix podem ser alteradas para outra instância GeoServer ou provavelmente outra instância WMS. Nota: A projeção do mapa não é configurável neste momento, uma modificação de código adicional seria necessária para alterar a projeção do mapa personalizado de metros MA State Plane Mainland NAD83 (EPSG 26986) para outra projeção.

    - localização do proxy
    Por causa da política de mesma origem do navegador, um script de proxy é necessário para que o cliente (atualmente servido de maps.massgis.state.ma.us) solicite dados XML de giswebservices.massgis.state.ma.us. Se hospedar o aplicativo cliente por conta própria, modifique o valor da variável proxyLoc. Atualmente o MassGIS usa um script Python chamado proxy.cgi.

    - Uso de geocodificação do Google
    O aplicativo cliente usa o serviço Google para geocodificação. O MassGIS tem um script Perl chamado get que auxilia nisso. Para alterar essa configuração, edite o valor da variável proxyLocBing. Além disso, edite o valor da variável bingKey para conter a chave de seu registro no Google. Certifique-se de que a variável bingDisabled esteja definida como verdadeira se estiver usando o Google.

    - Zip service
    O aplicativo cliente usa um script Perl chamado mkzip para compactar os dados extraídos e metadados de suporte e arquivos adicionais em um arquivo .zip se o usuário escolher essa opção. Para alterar a localização do script mkzip, edite o valor da variável mkzipCGI. O script mkzip especifica a localização da saída compactada. Recomenda-se que um script limpe o conteúdo do mkzipLoc periodicamente. A variável mkzipLoc deve ser definida como o nome do servidor onde o aplicativo está hospedado. Ele é usado para construir um link para arquivos baixáveis.

    - Links OpenLayers, ExtJS e Proj4JS
    Se estiver executando este aplicativo em seu próprio servidor, seria aconselhável apontar para cópias locais dessas bibliotecas. Edite estes valores:

    Configuração do toolConfig_default.js

    Além de modificar o .php para configurar o visualizador, outro arquivo chamado toolConfig_yourname.js pode ser editado. Botões e ferramentas podem ser ocultados ou mostrados ou menus suspensos de zoom podem ser adicionados. A referência para qual arquivo toolConfig está sendo usado em um visualizador é definida no arquivo .php. É recomendado ter um arquivo toolConfig customizado para cada visualizador.

    - Botões ou ferramentas que podem ser mostrados / ocultos:

    Ferramenta de identificação, ferramenta Identify by Poly, ferramenta de pesquisa do Google, ferramenta Add External datalayers, ferramenta Print, ferramenta Data Export, ferramenta Measure, ferramenta Comment, ferramenta Draw, ferramenta Edit, ferramenta ScaleBar, ferramenta MapUnits, ferramenta Basemaps. Podemos adicionar a configuração de outros botões e ferramentas para serem opcionais no futuro.

    As ferramentas QuickZoom podem ser configuradas. Eles são menus suspensos que leem seus valores do banco de dados. OLIVER inclui um QuickZoom para permitir ao usuário ampliar para uma cidade. As ferramentas QuickZoom também podem ser vinculadas umas às outras. Por exemplo, se dois datalayers compartilham um campo, como cidades e escolas compartilham o campo TOWN_ID, então um menu suspenso para cidades pode acionar um subconjunto no segundo menu suspenso. Por exemplo, o usuário escolhe Malden na primeira lista suspensa e, em seguida, os valores da segunda lista suspensa se estreitam para incluir apenas escolas em Malden. O usuário então escolhe uma escola e então ocorre o zoom. Como alternativa, QuickZoom independente (não vinculado) pode ser exibido se o usuário precisar aplicar zoom em mais de um tipo de extensão geográfica.

    A ferramenta Comentário é uma opção para inserir dados em uma camada de dados de ponto. É para inserir um comentário em um lugar específico. "Minha casa é aqui." "Esta escola está fechada." Apenas um datalayer pode ser comentado por visualizador. Os dados são inseridos no banco de dados SDE por meio de um script test_comment.php. O nome e a localização do script são especificados no arquivo toolConfig. Desta forma, é diferente das ferramentas Desenhar / Editar descritas abaixo. Este método destina-se a inserir um ponto que não pode ser recuperado e editado novamente. Um subconjunto de campos de camada de dados pode ser especificado e os campos podem ser obrigatórios para preenchimento. Os menus suspensos podem ser preenchidos com valores, mas os valores devem ser listados no toolConfig (eles não são lidos do banco de dados). Outra camada de dados pode ser mostrada no mapa com um superconjunto do nome, se os valores dos dados originais devem ser ocultados, mas o usuário deve ver o ponto mostrado no mapa (então eles estão convencidos de que foi inserido). O demo atual não usa uma camada GeoServer protegida por nome de usuário / senha, mas o test_comment.php pode ser atualizado para acomodar isso. Atualmente, o datalayer pode ser limitado a uma consulta de um recurso de cada vez.

    As ferramentas Desenhar e Editar podem ser adicionadas a um aplicativo. O datalayer pode ser protegido com um nome de usuário e senha para que apenas usuários autorizados possam adicionar ou editar dados. Mais de uma camada pode ser editada em um aplicativo, entretanto, nesse caso, eles devem compartilhar o mesmo nome de usuário / senha. Pontos, linhas ou polígonos podem ser editados. O encaixe e a divisão podem ser usados ​​(isso é opcional). Limitações: As limitações atuais incluem: todos os campos são editáveis ​​(nenhum campo pode ser excluído da edição), todos os campos são opcionais (o usuário não pode ser forçado a inserir dados para nenhum campo específico), não há valores suspensos para preencher os campos. Essas melhorias serão adicionadas na primavera de 2012. Se o nome de usuário / senha for usado, https deve ser usado no .php e na URL para acessar o aplicativo. O encaixe pode ser configurado para cada datalyaer editado. O encaixe pode acontecer em mais de uma camada, incluindo a camada que está sendo editada. O encaixe ocorrerá mesmo se a camada que está sendo ajustada não estiver desenhada no mapa. O encaixe ocorrerá tanto nas linhas quanto nos vértices. Ao encaixar, o usuário é solicitado a desenhar uma área geográfica dentro da qual o encaixe deve ocorrer (para coletar os vértices apropriados no visualizador). No entanto, os recursos selecionados por este retângulo desenhado são usados ​​em sua totalidade. Atualmente é possível dividir apenas linhas com linhas.

    Uma planilha do Excel foi criada listando vários visualizadores de amostra que demonstram as várias configurações explicadas nesta documentação.

    - Localização do cache GetCapabilities

    Para que o aplicativo cliente funcione com mais eficiência, o MassGIS executa um script Perl chamado slice_getcaps.pl como uma etapa de pré-produção. O script slice_getcaps.pl leva a saída da solicitação GetCapabilities para o MassGIS GeoServer (http: // giswebservic es.massgis.state.ma.us/geoserver/wms?request= GetCapabilities & ampservice = WMS & ampversion = 1.1.1) e aplica alguns lógica para dividir as informações em partes separadas e incluir informações de estilo e dependências de escala com esses estilos. A localização da saída do script slice_getcaps.pl pode ser modificada na variável xmlCacheLoc. Além disso, um arquivo JavaScript getCapsBbox.js nesse diretório de cache é usado, portanto, esta linha deve ser modificada: & lt script type = & quottext / javascript & quot

    Baixe todos os scripts mencionados nesta documentação.

    Tipos e versões de navegador

    Em junho de 2013, o MORIS foi amplamente testado nas versões mais recentes dos navegadores Firefox 21, Internet Explorer 10, Chrome 27 e Safari 5.1.7. Funcionou bem em todos os 4 navegadores. Ele também deve funcionar bem em versões anteriores desses navegadores.


    Openlayers 3 Max Extent - Sistemas de Informação Geográfica

    Informações de citação:

    Encontro: Data:

    Encontro: Data: 25 de janeiro de 2016
    Tipo de data: criação (CI_DateTypeCode)
    Nome da organização: Programa de GIS para todo o estado do Havaí
    Contato:

    Endereço de contato:

    E-mail: [email protected]
    Nome da organização: Sistema de Observação do Oceano nas Ilhas do Pacífico (PacIOOS)
    Contato:

    Endereço de contato:

    E-mail: [email protected]

    Citação de dados sugerida: Programa de GIS em todo o estado do Havaí. 2016 Ancoragens - Havaí. Distribuído pelo Sistema de Observação do Oceano nas Ilhas do Pacífico (PacIOOS). http://pacioos.org/metadata/hi_sohdop_all_anchor_pts.html. Acessado em [data].

    Resumo:

    Exibe a localização do ponto de ancoragens e não ancoragens para o estado do Havaí, conforme registrado nas cartas náuticas da NOAA. Estas são áreas offshore fora dos portos onde os navios e barcos podem ficar ancorados, muitos oferecem abrigo natural dos efeitos das tempestades. Algumas zonas de ancoragem têm restrições de uso, enquanto outras são totalmente proibidas. Estes são indicados aqui pela cor do marcador. Consulte também a camada associada "Zonas de ancoragem - Havaí" para os limites do polígono relacionados.

    Propósito:

    PacIOOS fornece informações oceânicas oportunas, confiáveis ​​e precisas para apoiar um oceano seguro, limpo, produtivo e uma zona costeira resiliente na região das Ilhas do Pacífico dos EUA.

    Crédito:

    O Sistema de Observação do Oceano nas Ilhas do Pacífico (PacIOOS) é financiado pela Administração Oceânica e Atmosférica Nacional (NOAA) como uma Associação Regional dentro do Sistema Integrado de Observação dos Oceanos dos EUA (IOOS). PacIOOS é coordenado pela Escola de Ciência e Tecnologia do Oceano e da Terra da Universidade do Havaí (SOEST).

    Ponto de contato:

    Parte Responsável:

    Nome da organização: Programa GIS para todo o estado do Havaí
    Contato:

    Endereço de contato:

    E-mail: [email protected]

    Navegar gráfico:

    Descrição do arquivo:

    Palavras-chave descritivas:

    Tipo de palavra-chave: tema (MD_KeywordTypeCode)

    Palavra-chave: Ciências da Terra Dimensões Humanas Infraestrutura Transporte Ancoragem

    Dicionário de palavras-chave:

    Informações de citação:

    Título: Palavras-chave da ciência GCMD

    Tipo de palavra-chave: local (MD_KeywordTypeCode)

    Palavra-chave: Continente América do Norte Estados Unidos da América Havaí
    Palavra-chave: Oceano Pacífico Oceano Pacífico Central Ilhas do Havaí

    Dicionário de palavras-chave:

    Informações de citação:

    Título: Palavras-chave de localização GCMD

    Tipo de palavra-chave: projeto (MD_KeywordTypeCode)

    Palavra-chave: PacIOOS Sistema de Observação do Oceano nas Ilhas do Pacífico

    Dicionário de palavras-chave:

    Informações de citação:

    Título: Palavras-chave do projeto GCMD

    Tipo de palavra-chave: dataCenter (MD_KeywordTypeCode)

    Palavra-chave: PacIOOS Sistema de Observação do Oceano nas Ilhas do Pacífico

    Dicionário de palavras-chave:

    Informações de citação:

    Título: Palavras-chave do data center GCMD

    Informações de agregação:

    Nome do conjunto de dados agregado:

    Informações de citação:

    Título: Sistema de observação do oceano nas Ilhas do Pacífico (PacIOOS)

    Tipo de associação:largeWorkCitation (DS_AssociationTypeCode)

    Tipo de iniciativa:projeto (DS_InitiativeTypeCode)

    Restrições de recursos:

    Restrições legais:

    Limitação de uso:

    Os dados podem ser usados ​​e redistribuídos gratuitamente, mas não se destinam ao uso legal, uma vez que podem conter imprecisões. Nem o Colaborador de dados, Universidade do Havaí, PacIOOS, NOAA, Estado do Havaí nem o Governo dos Estados Unidos, nem qualquer um de seus funcionários ou contratados, oferece qualquer garantia, expressa ou implícita, incluindo garantias de comercialização e adequação a um propósito específico, ou assume qualquer responsabilidade legal pela precisão, integridade ou utilidade dessas informações.

    Língua:

    Categorias de tópico (MD_TopicCategoryCode):

    Informações de extensão:

    Extensão Temporal Espacial:

    Elemento Geográfico:

    Coordenadas de limite:

    Serviços:

    Identificação do serviço:

    Identificador: OGC-WFS

    Tipo de serviço: Open Geospatial Consortium Web Feature Service (WFS)

    Contém operação:

    Nome da Operação: GetCapabilities

    Recurso online:

    Ligação: http://geo.pacioos.hawaii.edu/geoserver/PACIOOS/hi_sohdop_all_anchor_pts/ows?service=WFS&version=1.0.0&request=GetCapabilities
    Nome: OGC-WFS
    Protocolo: OGC: WFS
    Descrição: Open Geospatial Consortium Web Feature Service (WFS). As versões WFS com suporte incluem 1.0.0, 1.1.0 e 2.0.0. Os formatos de saída suportados incluem CSV, GeoJSON, GeoJSON-P, GML, KML e Shapefile (compactado).
    Função: download (CI_OnLineFunctionCode)

    Serviços:

    Identificação do serviço:

    Identificador: OGC-WMS

    Tipo de serviço: Serviço de mapas da web do Open Geospatial Consortium (WMS)

    Contém operação:

    Nome da Operação: GetCapabilities

    Recurso online:

    Ligação: http://geo.pacioos.hawaii.edu/geoserver/PACIOOS/hi_sohdop_all_anchor_pts/ows?service=WMS&version=1.3.0&request=GetCapabilities
    Nome: OGC-WMS
    Protocolo: OGC: WMS
    Descrição: Open Geospatial Consortium Web Map Service (WMS). As versões WMS com suporte incluem 1.1.1 e 1.3.0. Os formatos de mapa suportados incluem AtomPub, GeoRSS, GeoTIFF, GIF, JPEG, KML / KMZ, PDF, PNG, SVG e TIFF. Os formatos de informação suportados incluem GeoJSON, GeoJSON-P, GML, HTML e texto simples.
    Função: download (CI_OnLineFunctionCode)

    Serviços:

    Identificação do serviço:

    Identificador: OGC-WMS-C

    Tipo de serviço: Serviço de mapa da web do Open Geospatial Consortium - Em cache (WMS-C)

    Contém operação:

    Nome da Operação: GetCapabilities

    Recurso online:

    Ligação: http://geo.pacioos.hawaii.edu/geoserver/PACIOOS/gwc/service/wms?service=WMS&version=1.1.1&request=GetCapabilities&tiled=true
    Nome: OGC-WMS-C
    Protocolo: OGC: WMS-C
    Descrição: Serviço de mapas da Web do Open Geospatial Consortium - Em cache (WMS-C). O uso do WMS-C é semelhante ao WMS tradicional, mas com a adição do parâmetro "tiled = true", que aciona o GeoServer para puxar os blocos do mapa do GeoWebCache se eles tiverem sido gerados anteriormente. Isso pode melhorar drasticamente o desempenho, especialmente para conjuntos de dados maiores. Os formatos de mapa suportados incluem JPEG e PNG. Os formatos de informação suportados incluem GeoJSON, GML, HTML e texto simples.
    Função: download (CI_OnLineFunctionCode)

    Informação de qualidade de dados

    Escopo:

    Linhagem:

    2016-01-25T00: 00: 00Z Serviços da web OGC (WMS e WFS) habilitados por PacIOOS via GeoServer. Os dados originais do provedor de origem podem ter sido reformatados, reprojetados ou ajustados de outras maneiras para otimizar esses recursos.


    História do desenvolvimento

    Cerca de 15.500 anos atrás, [1] nas paredes de cavernas perto de Lascaux, França, os caçadores Cro-Magnon faziam desenhos dos animais que caçavam. [2] Associados aos desenhos dos animais estão as linhas de rastreamento e contagens que representam rotas de migração. Embora simplistas em comparação com as tecnologias modernas, esses primeiros registros imitam a estrutura de dois elementos do GIS moderno, uma imagem associada às informações de atributos. [3]

    Em 1854, John Snow descreveu um surto de cólera em Londres usando pontos para representar a localização de alguns casos individuais, possivelmente o uso mais antigo do método geográfico. [4] Seu estudo sobre a distribuição da cólera levou à fonte da doença, uma bomba de água contaminada (a Broad Street Pump, cujo cabo ele desconectou para encerrar o surto) no centro do surto de cólera.

    O início do século 20 viu o desenvolvimento da "fotolitografia", onde os mapas eram separados em camadas. O desenvolvimento de hardware de computador estimulado pela pesquisa de armas nucleares levaria a aplicações de "mapeamento" de computador de propósito geral no início dos anos 1960. [5]

    O ano de 1962 viu o desenvolvimento do primeiro verdadeiro SIG operacional do mundo em Ottawa, Ontário, Canadá, pelo Departamento Federal de Silvicultura e Desenvolvimento Rural. Desenvolvido pelo Dr. Roger Tomlinson, era chamado de "Sistema de Informação Geográfica do Canadá" (CGIS) e era usado para armazenar, analisar e manipular dados coletados para o Inventário de Terras do Canadá (CLI) - uma iniciativa para determinar a capacidade da terra para áreas rurais Canadá mapeando informações sobre solos, agricultura, recreação, vida selvagem, aves aquáticas, silvicultura e uso da terra em uma escala de 1: 50.000. Um fator de classificação de rating também foi adicionado para permitir a análise.

    CGIS foi o primeiro "sistema" do mundo e foi uma melhoria em relação aos aplicativos de "mapeamento", pois fornecia recursos para sobreposição, medição e digitalização / digitalização. Ele suportava um sistema de coordenadas nacional que abrangia o continente, linhas codificadas como "arcos" com uma topologia incorporada verdadeira e armazenava o atributo e as informações de localização em arquivos separados. Como resultado disso, Tomlinson tornou-se conhecido como o "pai do GIS", principalmente por seu uso de sobreposições na promoção da análise espacial de dados geográficos convergentes. [6] O CGIS durou até a década de 1990 e construiu o maior banco de dados digital de recursos terrestres do Canadá. Foi desenvolvido como um sistema baseado em mainframe em apoio ao planejamento e gestão de recursos federais e provinciais. Sua força era a análise de conjuntos de dados complexos em todo o continente. O CGIS nunca esteve disponível em uma forma comercial.

    Em 1964, Howard T Fisher formou o Laboratório de Computação Gráfica e Análise Espacial na Harvard Graduate School of Design (LCGSA 1965-1991), onde uma série de conceitos teóricos importantes no tratamento de dados espaciais foram desenvolvidos e que na década de 1970 foram distribuídos código de software e sistemas seminais, como 'SYMAP', 'GRID' e 'ODYSSEY' - que serviram como fontes literais e inspiradoras para o desenvolvimento comercial subsequente - para universidades, centros de pesquisa e corporações em todo o mundo. [7]

    No início dos anos 1980, M & ampS Computing (posteriormente Intergraph), Environmental Systems Research Institute (ESRI) e CARIS (Computer Aided Resource Information System) surgiram como fornecedores comerciais de software GIS, incorporando com sucesso muitos dos recursos do CGIS, combinando a abordagem de primeira geração para separação de informações espaciais e de atributos com uma abordagem de segunda geração para organizar dados de atributos em estruturas de banco de dados. Paralelamente, o desenvolvimento de dois sistemas de domínio público começou no final dos anos 1970 e início dos anos 1980.[8] MOSS, o projeto Map Overlay and Statistical System começou em 1977 em Fort Collins, Colorado, sob os auspícios da Western Energy and Land Use Team (WELUT) e do US Fish and Wildlife Service. O GRASS GIS foi iniciado em 1982 pelo Laboratório de Pesquisa do Corpo de Engenharia do Exército dos EUA (USA-CERL) em Champaign, Illinois, uma filial do Corpo de Engenheiros do Exército dos EUA para atender às necessidades dos militares dos Estados Unidos por software para gerenciamento de terras e meio ambiente planejamento. No final dos anos 1980 e 1990, o crescimento da indústria foi estimulado pelo uso crescente de GIS em estações de trabalho Unix e no computador pessoal. No final do século 20, o rápido crescimento de vários sistemas havia sido consolidado e padronizado em relativamente poucas plataformas e os usuários estavam começando a exportar o conceito de visualização de dados GIS pela Internet, exigindo formato de dados e padrões de transferência. Mais recentemente, há um número crescente de pacotes GIS de código aberto gratuitos que são executados em uma variedade de sistemas operacionais e podem ser personalizados para realizar tarefas específicas.


    GIS e sociedade

    Com a popularização do GIS na tomada de decisões, os estudiosos começaram a examinar as implicações sociais do GIS. Argumentou-se que a produção, distribuição, utilização e representação da informação geográfica estão amplamente relacionadas com o contexto social. Por exemplo, alguns estudiosos estão preocupados que o GIS possa se transformar em uma ferramenta de omni-vigilância para a ditadura. Outros tópicos relacionados incluem discussão sobre direitos autorais, privacidade e censura. Uma abordagem social mais otimista para a adoção do GIS é usá-lo como uma ferramenta para a participação pública.


    Assista o vídeo: Add GIS functions to WebGIS page Zoomin, Zoom to extent, Measure, featureinfo etc. - part2