Mais

Esticando a camada de polígono em outra camada de polígono

Esticando a camada de polígono em outra camada de polígono


Existe a possibilidade de esticar a camada azul para a branca?

Gostaria de ajustar os bairros (a camada azul) na cidade (a camada branca), mas não tenho ideia de como fazer isso com dados tão diferentes.


Para resolver isso, acho que você deve usar o ajuste espacial para realizar o revestimento de borracha:

Os dados GIS geralmente vêm de muitas fontes. As inconsistências entre as fontes de dados às vezes exigem que você execute um trabalho adicional para integrar um novo conjunto de dados com o restante de seus dados. Alguns dados são distorcidos geometricamente ou girados em relação aos seus dados de base.

Dentro do ambiente de edição, as ferramentas de ajuste espacial fornecem métodos interativos para alinhar e integrar seus dados. O ajuste espacial oferece suporte a uma variedade de métodos de ajuste e ajustará todas as fontes de dados editáveis. Geralmente é usado quando você importa dados de outra fonte, como um desenho CAD. Algumas das tarefas que você pode realizar incluem a conversão de dados de um sistema de coordenadas para outro, corrigindo distorções geométricas, alinhando recursos ao longo da borda de uma camada com recursos de uma camada adjacente e copiando atributos entre camadas. Como o ajuste espacial opera em uma sessão de edição, você pode usar a funcionalidade de edição existente, como o encaixe, para aprimorar seus ajustes.


Esticando a camada poligonal em outra camada poligonal - Sistemas de Informação Geográfica

Assim que o processo de entrada de dados for concluído e suas camadas GIS forem pré-processadas, você pode iniciar o estágio de análise. Analisar dados geográficos requer raciocínio e pensamento crítico. Você procura padrões, associações, conexões, interações e evidências de mudança ao longo do tempo e do espaço. O GIS ajuda a analisar os conjuntos de dados e testar as relações espaciais, mas não substitui a necessidade de pensar espacialmente. Primeiro, você deve conceber os possíveis padrões e relações espaciais. Este capítulo fornece uma visão geral das funções de análise mais comuns e continua a discussão da análise espacial iniciada no Capítulo 1.

Ao integrar camadas GIS, você pode fazer as perguntas espaciais descritas no Capítulo 1: & # 8220O que está em ...? & # 8221, & # 8220Onde está ...? & # 8221, & # 8220O que mudou desde? & # 8221, & # 8220Quais padrões espaciais existem? & # 8221, e “E se ...?” (a questão do cenário). As duas primeiras dessas perguntas inventariam os recursos e examinam minimamente a localização e os relacionamentos dos recursos. As últimas três perguntas são mais complexas. Para responder a essas perguntas, você deve usar ou encadear algumas das funções analíticas que aprenderá neste capítulo. As funções analíticas específicas - e sua ordem - dependem de você.

Este capítulo enfoca as funções GIS que auxiliam na análise - que ajudam a avaliar, estimar, prever, interpretar e compreender os dados espaciais. O capítulo divide essas funções em quatro análises apresentadas na Figura 5.1:

Figura 5.1: Categorias de funções de análise.

Muitas das análises específicas contidas nas categorias acima têm vários nomes para a mesma função. Este capítulo usa os termos usados ​​com mais frequência, mas tenta anotar os sinônimos usados ​​com mais frequência. Ele também observa se os processos analíticos são baseados em vetores, baseados em raster ou podem ser usados ​​com ambos os modelos de dados.

SELEÇÃO e MEDIÇÃO de amp

A parte de seleção desta categoria mal justifica sua colocação neste capítulo. A seleção não é uma função de análise, mas é um primeiro passo importante para muitas funções de análise. Devido ao seu uso intenso na fase analítica, no entanto, está incluído. Os dois processos de seleção a seguir, consulta de atributo e seleção espacial, foram discutidos em algum grau anteriormente neste texto. A medição, a segunda parte desta categoria, é mais fácil de justificar como um processo analítico porque os números que descrevem as características são gerados por essas funções.

Consulta de atributo (seleção booleana)
Conforme descrito no Capítulo 4, a consulta de atributo seleciona recursos com base em seus valores de atributo. Envolve a escolha de recursos com base em expressões de consulta, que usam álgebra booleana (e, ou, não), álgebra de conjuntos (& gt, & lt, =, & gt =, & lt =), operadores aritméticos (=, -, *, /) e valores definidos pelo usuário. Simplificando, o GIS compara os valores em um campo de atributo com uma expressão de consulta que você define. Por exemplo, na Figura 5.2, se você deseja selecionar cada restaurante cujo preço é considerado barato, você usaria uma expressão de consulta como & # 8220PRICE = $ ”(onde“ PRICE ”é o campo de atributo sob investigação,“ = ”é o conjunto operador de álgebra e “$” é o valor). Seu software procura um valor igual a $ no campo de preço de cada registro e seleciona apenas os registros que satisfazem a equação. Na Figura 5.2, cinquenta dos 112 restaurantes se encaixam na expressão da consulta e são selecionados no arquivo de atributos. Eles são destacados simultaneamente no mapa.

Figura 5.2: Seleção por atributo. Neste exemplo, os restaurantes são selecionados por seu preço ser barato (PRICE = ‘$’). Os resultados são exibidos no mapa e na tabela de atributos (destacados em laranja).

As consultas de atributos podem ser complexas. Expressões de consulta, como a acima, podem ser agrupadas para formar longas equações que podem incluir qualquer um dos operadores listados acima e qualquer número de campos de atributos existentes. Uma vez que os recursos desejados são selecionados, você pode executar uma série de processos analíticos apenas nos recursos selecionados ou, alternativamente, você pode salvar os recursos destacados em uma nova camada.

A consulta de atributos é um processo vetorial, mas a reclassificação (discutida como uma função de pré-processamento no Capítulo 3) é um processo baseado em raster semelhante.

Seleção Espacial (Pesquisas Espaciais)
Enquanto as consultas de atributos selecionam feições classificando os registros em um arquivo de dados, a seleção espacial escolhe feições da interface do mapa. Na maioria dos casos, ele seleciona recursos de uma camada que se enquadram ou tocam uma borda dos recursos do polígono em uma segunda camada (ou um polígono gráfico desenhado interativamente). A Figura 5.3 é um exemplo que usa a mesma camada de restaurante da figura anterior. Novamente, a primeira camada consiste em restaurantes, alguns dos quais se deseja selecionar. A segunda camada é composta de polígonos que se irradiam de pontos de interesse. Após o processo de seleção, os clientes que se enquadram nos polígonos sobrepostos são destacados (selecionados). Noventa de 112 restaurantes se encaixam na expressão de consulta e são selecionados no arquivo de atributos e simultaneamente no mapa.

Figura 5.3: Seleção espacial. Apenas os restaurantes que se enquadram nos polígonos azuis são selecionados.

Existem muitos tipos de seleção espacial. Ponto no polígono, talvez o mais usado, seleciona os pontos de uma camada se eles estiverem contidos em um polígono (ou polígonos) selecionado de uma camada (ou gráfico) diferente. Linha no polígono, uma operação semelhante, seleciona recursos de linha que estão total ou parcialmente contidos no polígono de uma camada diferente. Polígono em Polígono é outra variação que seleciona recursos de polígono dentro (ou sobrepostos) de polígonos selecionados de uma segunda camada. Outro tipo de seleção espacial é a distância do ponto (que também tem versões de linha e polígono), que identifica todos os pontos em uma camada que estão dentro de uma distância especificada de um (s) ponto (s) selecionado (s) em uma camada diferente. Como qualquer tipo de seleção, você pode executar processos analíticos nos recursos destacados ou salvá-los em uma nova camada.

Você pode misturar seleções espaciais e consultas de atributos. Aqui você pode selecionar espacialmente os recursos primeiro e, em seguida, a partir do arquivo de atributos do recurso & # 8217s, você reduziria (ou, alternativamente, aumentaria) os registros selecionados por meio de expressões de consulta de atributo. A Figura 5.4 é um exemplo usando os mesmos dados do restaurante acima. Trinta e sete de 112 restaurantes se encaixam na expressão de consulta e se enquadram nos polígonos sobrepostos. Eles são destacados no arquivo de atributos e no mapa.

Figura 5.4: Seleção espacial e seleção de atributos combinadas. Neste exemplo, os restaurantes que se enquadram nos polígonos azuis e são baratos (PRICE = $) são destacados em laranja.

A seleção espacial é um processo vetorial, mas quando você combina a reclassificação (discutida no Capítulo 3) e a sobreposição (discutida posteriormente neste capítulo), a combinação produz uma versão raster da seleção espacial.

Distância de medição
Existem muitas maneiras de medir a distância. A maioria dos programas GIS, raster e vetoriais, tem um botão de régua que permite medir distâncias em um mapa. Depois de clicar no botão, você aponta no mapa onde deseja iniciar a medição de distância e, em seguida, clica no ponto final (ou pontos intermediários que definem o caminho que deseja medir).

Muitos sistemas baseados em vetores medem distâncias ao longo das redes de linhas vetoriais existentes, como ruas, esgotos e ferrovias. Este tipo de medição de distância depende de relacionamentos de rede topológicos, que são discutidos posteriormente (consulte Análise de Conectividade). Além disso, alguns sistemas vetoriais geram automaticamente medidas de comprimento para recursos de linha conforme você os insere. Eles armazenam o resultado do comprimento em um campo de atributo dentro do arquivo de dados da camada. Esses sistemas que não têm essa função automática geralmente fornecem uma maneira de calcular o comprimento do recurso de linha e armazenar o resultado em um campo de atributo que você define. Depois de calculado e armazenado, você pode somar o comprimento de vários recursos de linha, selecionando-os e calculando sua soma (consulte Cálculo de estatísticas descritivas abaixo).

Os sistemas baseados em varredura permitem gerar medições de distância em todas as direções de um pixel ou grupo de pixels selecionado. Essas distâncias são colocadas em uma nova camada onde o valor de cada célula representa a distância dessa célula até o pixel selecionado mais próximo. Essas camadas de “distância” são freqüentemente usadas para funções de propagação (consulte Funções de propagação abaixo).

Área / perímetro de medição
Muitos sistemas vetoriais geram automaticamente medidas de área e perímetro para feições de polígonos e armazenam esses valores em campos de atributos prescritos. Os sistemas que não possuem essa função automática fornecem uma maneira de gerar área e perímetro e armazenar os resultados em campos definidos pelo usuário. Consulte a Figura 5.5 para obter um exemplo. Depois de calculado e armazenado, você pode selecionar vários recursos de polígono e somar sua área e perímetro (consulte Cálculo de estatísticas descritivas abaixo).

Figura 5.5: Área e perímetro contidos como atributos no arquivo de dados da camada.

O cálculo de áreas e perímetros é feito de maneira diferente em sistemas raster. Em vez de medir e armazenar a área e o perímetro de cada polígono nos pixels do recurso, os sistemas raster já sabem o tamanho - a área coberta - por um único pixel. Para calcular a área, ele simplesmente soma o número de pixels com um atributo especificado e multiplica a contagem pela área contida em um único pixel. É matemática fácil. Por exemplo, sua camada pode ter 100 polígonos que possuem uma das doze categorias de cobertura do solo. A rotina encontra cada ocorrência das doze categorias (mesmo que não sejam contíguas) e soma a área e o perímetro da categoria & # 8217s. O perímetro é geralmente igualmente fácil se os pixels são quadrados e, na grande maioria dos casos, são. Essas medidas são fornecidas em tabelas padrão ou em novas camadas onde os pixels exibem as somas da área e do perímetro da categoria a que pertenciam originalmente.

Calculando Estatísticas Descritivas
As estatísticas descritivas resumem os dados do atributo. Eles reduzem as complexidades de vários valores individuais em alguns números significativos que descrevem as características individuais coletivamente. As estatísticas descritivas são organizadas em dois grupos: medidas de tendência central e medidas de dispersão.

A tendência central descreve o centro da distribuição dos dados do atributo. A média, a mediana e o modo são suas três medidas comuns, mas a medida que você deve usar depende muito do nível de medição do atributo & # 8217s (descrito no Capítulo 2). A Figura 5.6 mostra as três medidas de tendência central para os valores de atributo de um único campo.

  • A medida mais usada é o significar (comumente referido como média), que é calculado somando o valor do atributo de cada característica e dividindo a soma pelo número de características. Por exemplo, se você quisesse caracterizar a idade das pessoas que lêem este texto eletrônico, você somaria a idade de cada leitor e dividiria pelo número de leitores. O resultado é a média. Ele - como todas as medidas de tendência central - é um substituto usado para descrever todos os valores dentro de um único campo de atributo. Esta medida requer dados de intervalo ou proporção.
  • Se colocarmos os valores dos atributos em ordem crescente ou decrescente, o mediana é a pontuação média na distribuição (isso funciona para um número ímpar de casos). Em outras palavras, metade dos valores dos atributos estão acima e a metade abaixo desse valor. Em uma distribuição par, a mediana é a média das duas pontuações intermediárias. A mediana é usada para dados ordinais e derivados (agregados).
  • Modo é a pontuação mais frequente em uma distribuição. Claro, algumas distribuições não têm um modo se não houver valores repetidos. Às vezes, o único valor repetido pode estar na extremidade inferior ou superior da distribuição, tornando essa medida um pouco não confiável e certamente não central. A medida, no entanto, é útil para descrever as categorias principais (por exemplo, os diferentes partidos políticos). É a única medida para descrever a tendência central dos dados nominais.

Figura 5.6: Medidas de tendência central. Esses valores de atributo obtidos de um campo de atributo de camada vetorial ou de pixels selecionados em uma camada raster.

Dispersão, o segundo grupo de estatísticas descritivas, analisa a propagação dos dados do atributo. Suas medidas (incluindo intervalo, variância e desvio padrão) descrevem o quanto os valores dos atributos variam em torno do centro de distribuição (suas medidas de tendência central). Os valores estão fortemente agrupados ou estão espalhados? Essas medidas ajudam a julgar quão bem a tendência central caracteriza todos os valores no campo de atributo. Se a medida de dispersão for pequena, os valores são agrupados e a medida de tendência central descreve bem a distribuição. Existem vários tipos de medidas de dispersão (consulte também a Figura 5.7):

  • Conta e frequências não são medidas de dispersão, mas são formas básicas de resumir dados. Contar simplesmente denota quantidade. A frequência é o número de vezes que um campo de atributo tem um valor específico. Uma distribuição de frequência, geralmente na forma de um histograma, descreve a forma (ou estrutura) dos dados de atributo tabulando as frequências de cada valor (ou intervalo de valores).
  • Alcance é a distância entre os valores mínimo e máximo do atributo. Para derivá-lo, simplesmente subtraia o valor mínimo do valor máximo. É a medida mais simples de dispersão, mas é vulnerável a outliers (valores não autorizados que são significativamente diferentes do restante dos valores de atributo). Se você acha que os valores discrepantes afetam o intervalo, use o intervalo interquartil. Ele divide a distribuição, organizada de baixo para alto, em quatro partes, cada uma contendo 25 por cento dos valores dos atributos, e é a diferença entre o 25º e o 75º percentis.
  • O variância olha para a diferença entre os valores da distribuição & # 8217s e sua medida de tendência central (neste caso, a média). É mais complexo do que calcular a diferença média que cada valor de atributo cai da média. Essa pontuação não fornece ênfase numérica suficiente para os valores de atributo na extremidade inferior e superior da distribuição. A variância se ajusta para isso elevando a diferença ao quadrado, somando os quadrados e dividindo pela contagem.
  • Desvio padrão é a raiz quadrada da variância. Como a variância, ela descreve a dispersão em torno da média e permite que você avalie o quão próximos os números no conjunto de dados estão agrupados em torno da média (em outras palavras, quão bem a média descreve ou resume o conjunto de números). Da mesma forma, quanto menor o número, mais estreitos os valores são agrupados em torno da medida de tendência central. Ao contrário dos valores mais altos da variância, no entanto, o desvio padrão usa números que são semelhantes ao conjunto de dados original. Ainda assim, os dois são essencialmente a mesma coisa.

Figura 5.7: Medidas de dispersão.

Em sistemas vetoriais, as estatísticas descritivas geralmente são geradas na interface do arquivo de atributos. Em camadas raster, os comandos de menu processam as estatísticas descritivas. Cada campo de atributo pode ser resumido em sua totalidade ou confinado a registros ou pixels selecionados. Quais estatísticas descritivas são calculadas depende do nível de medição dos dados de atributo (Figura 5.8).

Figura 5.8: Mostra quais estatísticas descritivas podem ser usadas com diferentes níveis de dados.

ANÁLISE DE SOBREPOSIÇÃO

A sobreposição é uma das funções GIS mais comuns e poderosas. Ele investiga a associação espacial de recursos por “empilhamento vertical” de camadas de recursos para investigar padrões geográficos e determinar locais que atendam a critérios específicos.

É a função GIS mais conhecida, mas os exemplos de sobreposição são anteriores aos computadores e GIS. Um exemplo simples, mas poderoso, foi descrito no Capítulo 1: Dr. Snow sobrepôs bombas de água às mortes por cólera para ver um padrão espacial e inferir uma conexão entre a água e a doença. Outras análises de sobreposição mais sofisticadas também ocorreram antes do advento do GIS. Na década de 1960, Ian McHarg buscou uma maneira melhor de planejar o uso da terra, levando em consideração o ambiente físico e os fatores humanos. Em Design with Nature (1969), McHarg formalizou seu processo de planejamento de site com base em transparências sobrepostas. Ele criou mapas transparentes em papel para cada fator humano relevante (valores históricos, vistas panorâmicas, custos sociais, etc.) e físico (declive, drenagem superficial, áreas ribeirinhas, suscetibilidade à erosão, etc.). Cada transparência incluía tons que variam de tons escuros (áreas com valores altos) a tons claros (áreas com valores baixos). Fisicamente, as transparências foram sobrepostas umas às outras no mapa básico da área de estudo. Um mapa composto revelou tons escuros em áreas onde várias camadas tinham valores altos (impactos altos) e tons claros em regiões com valores de impacto baixos. McHarg sentiu que os planejadores precisavam empreender esse processo para determinar quais áreas deveriam ser deixadas naturais e quais lugares eram adequados para o desenvolvimento. Seu livro e método eram tão populares que muitos dos primeiros projetos de GIS tentaram formalizar sua técnica usando GIS.

Hoje, existem muitos tipos de sobreposição GIS. Os modelos vetoriais e raster realizam a sobreposição, mas suas funções de sobreposição diferem consideravelmente e, portanto, serão discutidas separadamente.

Sobreposição vetorial (lógica)
A sobreposição de vetor sobrepõe predominantemente polígonos em uma camada sobre polígonos em outra camada, mas também pode ser usada para sobrepor recursos de ponto ou linha sobre camadas de polígonos. Às vezes referido como sobreposição topológica ou lógica, é conceitual e matematicamente mais exigente do que sobreposição raster. Existem três tipos de operações de sobreposição vetorial:

Polígono sobre polígono é onde uma camada de polígono é sobreposta sobre outra camada de polígono para criar uma nova camada de polígono de saída. Os polígonos resultantes podem conter alguns ou todos os atributos dos polígonos nos quais foram criados. Existem vários tipos de polígono em sobreposição de polígono, incluindo interseção (A e B), união (A ou B) e clipe (A não B). Esses operadores booleanos funcionam na tabela de atributos e na geografia.

  • Interseção calcula a interseção geométrica de todos os polígonos nas camadas de entrada (consulte a Figura 5.9). Apenas os recursos que compartilham uma geografia comum são preservados na camada de saída. Qualquer polígono ou parte de um polígono que esteja fora da área comum é descartado da camada de saída. A nova camada de polígono pode possuir os dados de atributo dos recursos nas camadas de entrada.

Figura 5.9: Intersecção de duas camadas.

  • União combina os recursos das camadas do polígono de entrada (consulte a Figura 5.10). Todos os polígonos das camadas de entrada são incluídos na camada de polígono de saída. Ele também pode possuir os dados de atributos combinados das camadas do polígono de entrada.

Figura 5.10: União de duas camadas.

  • Grampo remove esses recursos (ou partes de recursos) de uma camada de polígono de entrada que se sobrepõe aos recursos de uma camada de polígono de clipe (Figura 5.11). A camada do clipe atua como um cortador de biscoitos para remover recursos (e partes dos recursos) que caem dentro da camada do clipe.

Figura 5.11: Recortando uma camada da outra.

Ponto no polígono é onde uma camada de feições pontuais é sobreposta a uma camada de feições poligonais. As duas camadas produzem uma camada de pontos que inclui atributos dos polígonos da camada de entrada ao redor (Figura 5.12). Alternativamente, você pode contar o número de feições de pontos que caem dentro de cada polígono e armazenar a soma como um novo atributo na camada do polígono. Outros atributos de ponto podem ser agregados (somados, calculados, etc.) e incluídos como atributos no arquivo de dados do polígono & # 8217s. A transferência de atributos com base em sua posição geográfica é chamada de junção espacial.

Figura 5.12: Ponto no polígono.

Linha no polígono é semelhante ao ponto no polígono, mas as linhas são sobrepostas aos polígonos. Este tipo de junção espacial anexa atributos de polígono a feições de linha que caem dentro deles ou conta e agrega dados de atributo de linha à camada de polígono & # 8217s arquivo de dados.

Sobreposição raster (aritmética)
A sobreposição de raster sobrepõe pelo menos duas camadas raster de entrada para produzir uma camada de saída. Cada célula na camada de saída é calculada a partir dos pixels correspondentes nas camadas de entrada. Para fazer isso, as camadas devem estar perfeitamente alinhadas e devem ter a mesma resolução de pixels e extensão espacial. Se eles não estiverem alinhados, eles podem ser ajustados para caber pelas funções de pré-processamento discutidas no Capítulo 3. Uma vez pré-processado, a sobreposição raster é flexível, eficiente, rápida e oferece mais possibilidades de sobreposição do que sobreposição vetorial.

A sobreposição raster, freqüentemente chamada de álgebra de mapa, é baseada em cálculos que incluem expressões aritméticas e operadores algébricos conjuntos e booleanos para processar as camadas de entrada para criar uma camada de saída. Os operadores mais comuns são adição, subtração, multiplicação e divisão, mas outros operadores populares incluem máximo, mínimo, média, AND, OR e NOT. Em suma, a sobreposição de raster simplesmente usa operadores ariteméticos para calcular as células correspondentes de duas ou mais camadas de entrada juntas, usa álgebra booleana como AND ou OR para encontrar os pixels que se encaixam em uma instrução de consulta específica ou executa testes estatísticos como correlação e regressão no camadas de entrada (consulte a Figura 5.13).

Figura 5.13: Sobreposição raster. Usando as camadas 1 e 2, todos os tipos de sobreposição são possíveis.

Correlação e regressão
Correlação e regressão são duas maneiras de calcular o grau de associação entre duas (ou às vezes mais) camadas. Com a correlação, você não assume uma relação causal. Em outras palavras, uma camada não está afetando o padrão espacial da outra camada. Os padrões podem ser semelhantes, mas nenhuma causa e efeito estão implícitos.

A regressão é diferente quando você assume que uma camada (e sua variável) influencia a outra. Você especifica uma camada de variável independente (às vezes mais de uma) que afeta a camada de variável dependente. A Figura 5.14 mostra uma precipitação (dependente) e uma elevação (independente) como as camadas.

Figura 5.14: Existe uma relação espacial entre essas duas camadas? Os testes de correlação e regressão permitem que você sobreponha camadas para testar sua relação espacial.

Com os dois testes estatísticos, você calcula um coeficiente de correlação, que varia de -1 a +1. Coeficientes positivos indicam que as duas variáveis ​​da camada & # 8217s estão associadas na mesma direção. À medida que uma variável aumenta, a outra aumenta (as duas também podem diminuir simultaneamente). Os valores mais próximos de +1 descrevem uma associação mais forte do que aqueles mais próximos de zero. Um coeficiente negativo representa duas variáveis ​​de camada & # 8217s que estão associadas, mas em direções opostas. À medida que uma variável aumenta, a outra diminui. Valores próximos de -1 têm uma forte associação negativa. Se o coeficiente de correlação for próximo a zero, haverá pouca ou nenhuma associação. Ambos os processos são baseados em varredura.

OPERAÇÕES DE VIZINHANÇA

As operações de vizinhança, também chamadas de análises de proximidade, consideram as características das áreas vizinhas em torno de um local específico. Essas funções modificam os recursos existentes ou criam novas camadas de recursos, que são influenciadas, até certo ponto, pela distância dos recursos existentes. Todos os programas GIS fornecem algumas análises de vizinhança, que incluem buffering, interpolação, polígonos de Theissen e várias funções topográficas.

Carregando
O armazenamento em buffer cria zonas físicas em torno dos recursos. Esses “buffers” são geralmente baseados em distâncias em linha reta específicas dos recursos selecionados (como na Figura 5.15). Buffers, comuns a sistemas raster e vetoriais, são criados em torno de recursos de ponto, linha ou polígono. Os buffers resultantes são colocados em uma camada de feição de polígono de saída. Depois de concluídas, as camadas de buffer são usadas para determinar quais recursos (em outras camadas) ocorrem dentro ou fora dos buffers (consultas espaciais), para realizar a sobreposição ou para medir a área da zona de buffer. São a operação de bairro mais utilizada.

Figura 5.15: Buffer em torno de um recurso de linha selecionado.

A maioria dos buffers usa larguras constantes para gerar zonas, mas alguns buffers têm larguras variáveis ​​que dependem dos valores dos atributos do recurso. Como exemplo, a figura à direita mostra um buffer de distância variável com base em decibéis de um aeroporto.

Interpolação
A interpolação é um método de prever ou estimar os valores dos pixels em locais não amostrados com base nos valores conhecidos dos pixels vizinhos (veja a Figura 5.16). Como é impraticável fazer medições em todos os locais em sua área de estudo devido a restrições financeiras, de tempo, legais e físicas, você interpola entre valores de pixel conhecidos (locais de amostra). Com a interpolação, você cria uma superfície contínua, como elevação, temperatura e características do solo que ocorrem em todos os lugares. Devido à sua natureza contínua, a interpolação está disponível apenas em sistemas baseados em raster.

Figura 5.16: Interpolando entre recursos de ponto. Os pontos vermelhos são os pontos onde os valores são conhecidos. As células cinzas são os dados estimados com base nos valores conhecidos.

Existem muitos tipos diferentes de interpolação: A interpolação linear, a forma mais simples, assume que a mudança de valor ao longo da distância dos pixels gravados é uniforme. Em outras palavras, a mudança de valor por pixel é constante entre dois pontos conhecidos. Este método de interpolação nem sempre é apropriado, portanto, existem outros métodos, incluindo média local de raio fixo, distância inversa ponderada, superfície de tendência, splines e krigagem. Todos esses métodos de interpolação examinam os valores dos pixels gravados para gerar o valor dos pixels entre eles. Os métodos diferem em como eles pesam os atributos registrados e no número de observações usadas para cada método. Nenhum método é preciso em todas as situações.

Polígonos Theissen (polígonos voronoi ou proximais)
Os polígonos Theissen são limites criados em torno de pontos dentro de uma camada de pontos (consulte a Figura 5.17). Os polígonos resultantes se formam em torno de cada um dos pontos e delineiam territórios em torno dos quais qualquer local dentro do polígono está mais próximo do ponto interno (que o criou) do que de qualquer outro ponto na camada. Os atributos associados a cada ponto são atribuídos ao polígono resultante. É um processo vetorial e raster, mas para mais de um atributo, os sistemas raster devem usar várias camadas.

Figura 5.17: Criando polígonos Theissen a partir de feições de pontos.

Funções Topográficas
As funções topográficas usam Modelos Digitais de Elevação (DEMs) para ilustrar a configuração do terreno. DEMs são camadas raster que contêm dados de elevação em cada pixel. A partir desses valores, você produz camadas de saída para retratar declive (inclinação), aspecto (direção) e sombreamento (consulte a Figura 5.18). Essas funções topográficas são processos de vizinhança típicos, cada pixel na camada resultante é um produto de seu próprio valor de elevação, bem como de seus vizinhos ao redor.

  • Declive camadas exibem a inclinação ou declive do terreno. É a mudança na elevação em uma distância definida.
  • Aspecto é a direção da bússola para a qual está voltado o declive. Do norte, é geralmente expresso no sentido horário de 0 a 360 graus.
  • Hillshading, que é cartograficamente chamado de relevo sombreado, é um efeito de iluminação que imita o sol para destacar colinas e vales. Algumas áreas parecem iluminadas, enquanto outras ficam nas sombras.

Figura 5.18: Funções topográficas. O DEM cria as camadas de declive, aspecto e sombreamento.

Embora essas funções sejam processos raster, a maioria pode ser imitada em um ambiente vetorial por Triangulated Irregular Networks (TIN). Além disso, as funções topográficas podem derivar isolinhas vetoriais (contornos).

ANÁLISES DE CONECTIVIDADE

As análises de conectividade usam funções que acumulam valores em uma área percorrida. Na maioria das vezes, isso inclui a análise de superfícies e redes. As análises de conectividade incluem análise de rede, funções de propagação e análise de visibilidade. Este grupo de funções analíticas é o menos desenvolvido em software GIS comercial, mas esta situação está mudando conforme a demanda comercial por essas funções está aumentando.

Os sistemas baseados em vetores geralmente se concentram nos recursos de análise de rede. Os sistemas baseados em varredura fornecem análise de visibilidade e recursos sofisticados de função de propagação.

Funções Spread (Análise de Superfície)
Funções de propagação são técnicas de análise raster que determinam caminhos através do espaço considerando como os fenômenos (incluindo características) se espalham por uma área em todas as direções, mas com resistências diferentes. Você começa com uma origem ou camada inicial (um ponto onde o caminho começa) e uma camada de fricção, que representa o quão difícil - quanta resistência - é para o fenômeno passar por cada célula. A partir dessas duas camadas, uma nova camada é formada que indica quanta resistência o fenômeno encontra à medida que se espalha em todas as direções (ver Figura 5.19).

Adicione uma camada de destino e você pode determinar o caminho de “menor custo” entre a origem e o destino. “Custo mínimo” pode ser um custo monetário, mas também pode representar o tempo que leva para ir de um ponto a outro, o custo ambiental de usar uma rota ou mesmo a quantidade de esforço (calorias) que é gasto.

Figura 5.19: Funções de propagação. Este exemplo mostra que a distância mais curta nem sempre é a distância de menor custo.

Modelagem Viewshed (Análise de Intervisibilidade)
A modelagem de enquadramento visual usa camadas de elevação para indicar áreas no mapa que podem e não podem ser visualizadas de um ponto de vista específico. A área não obscurecida é o enquadramento visual. Viewsheds são desenvolvidos a partir de DEMs em sistemas baseados em raster e de TINs em sistemas vetoriais. A capacidade de determinar o enquadramento visual (e como ele pode ser alterado) é particularmente útil para planejadores de parques nacionais e estaduais e arquitetos paisagistas. A Figura 5.20 mostra as áreas dentro de um parque onde uma antena de rádio proposta pode ser vista.

Figura 5.20: Análise de enquadramento visual. Mapa cortesia do National Park Service, Department of Interior, 2007.

Análise de Rede
As análises de rede envolvem a análise do fluxo de redes - um conjunto conectado de linhas e nós pontuais (às vezes chamados de centros ou hubs). Essas redes lineares geralmente representam recursos como rios, corredores de transporte (estradas, ferrovias e até rotas de voo) e serviços públicos (eletricidade, telefone, televisão, esgoto, água, gás). Os nós de ponto geralmente representam locais de coleta ou destino, clientes, transformadores, válvulas e cruzamentos. Pessoas, água, pacotes de consumo, quilowatts e muitos outros recursos fluem de e para nós ao longo de recursos lineares.

Cada recurso linear afeta o fluxo de recursos. Por exemplo, um segmento de rua pode fornecer fluxo apenas em uma direção (uma rua de mão única) e a uma determinada velocidade. Os nós também podem afetar o fluxo. Uma válvula travada pode permitir que muitos recursos fluam para fora e para longe de seu destino pretendido. As ferramentas de análise de rede ajudam a analisar o & # 8220custo & # 8221 de se mover pela rede. Assim como as funções de propagação, & # 8220custo & # 8221 pode representar dinheiro, tempo, distância ou esforço. As análises de rede são aplicativos baseados em vetores, mas existem semelhanças com funções de propagação baseadas em raster.

Os três principais tipos de análises de rede incluem seleção de rota (caminho ideal ou caminho mais curto), alocação de recursos e modelagem de rede.

  • Seleção de rota tenta identificar a rota de menor & # 8220custo & # 8221. Conforme descrito acima, o custo pode ser definido de várias maneiras. Você pode querer encontrar o caminho mais curto entre sua casa e um destino de fim de semana ou a rota menos cara que entrega pacotes UPS aos destinatários. Em qualquer rotina de seleção de rota, dois ou mais nós, incluindo uma origem e um ponto de destino, devem ser identificados e passíveis de serem visitados na rede. Às vezes, há um grande número de rotas possíveis. É função do algoritmo de análise de rede determinar a rota de menor custo. Vários caminhos são testados até que o caminho de menor custo conecte os pontos de partida e de destino.
  • Alocação de recursos, o segundo tipo principal de análise de rede, envolve a distribuição de uma rede aos nós. Para fazer isso, você define um ou mais nós de alocação na rede. Territórios de características lineares, como ruas, são definidos em torno de cada um desses nós de alocação. Os recursos lineares geralmente são atribuídos ao nó mais próximo, onde a distância é medida em tempo, comprimento, dinheiro ou esforço. A Figura 5.21 mostra tempos de resposta de 4 minutos de seis postos de bombeiros e três locais de postos de bombeiros em potencial. O polígono desenhado em torno de cada estação (triângulo) representa a área que pode ser percorrida em 4 minutos.

Figura 5.21: Alocação de recursos. O mapa é cortesia de Tyler Schrag, Departamento de Bombeiros de Bellingham, 2006.


Como os dados digitais GIS são armazenados? ¶

Processadores de texto, planilhas e pacotes gráficos são programas que permitem criar e editar dados digitais. Cada tipo de aplicativo salva seus dados em um formato de arquivo específico. Por exemplo, um programa gráfico permite que você salve seu desenho como uma imagem .jpg JPEG, os processadores de texto permitem que você salve seu documento como um documento .odt OpenDocument ou .doc Word e assim por diante.

Assim como esses outros aplicativos, os aplicativos GIS podem armazenar seus dados em arquivos no disco rígido do computador. Existem vários formatos de arquivo diferentes para dados GIS, mas o mais comum é provavelmente o "arquivo de forma". O nome é um pouco estranho porque, embora o chamemos de arquivo de forma (singular), ele na verdade consiste em pelo menos três arquivos diferentes que funcionam juntos para armazenar seus dados vetoriais digitais, conforme mostrado em table_shapefile.

A geometria dos recursos vetoriais são armazenados neste arquivo

Os atributos das feições vetoriais são armazenados neste arquivo

Este arquivo é um índice que ajuda o aplicativo GIS a encontrar recursos mais rapidamente.

Tabela Shapefile 1: Os arquivos básicos que juntos formam um "shapefile".

Quando você olha para os arquivos que compõem um arquivo de forma no disco rígido do computador, você verá algo como figure_shapefile. Se você deseja compartilhar dados vetoriais armazenados em shapefiles com outra pessoa, é importante fornecer a eles todos os arquivos dessa camada. Portanto, no caso da camada de árvores mostrada em figure_shapefile, você precisaria fornecer à pessoa trees.shp, trees.shx, trees.dbf, trees.prj e trees.qml.

Os arquivos que compõem um shapefile de 'árvores', conforme vistos no gerenciador de arquivos do computador. ¶

Muitos aplicativos GIS também são capazes de armazenar dados digitais dentro de um base de dados. Em geral, armazenar dados GIS em um banco de dados é uma boa solução porque o banco de dados pode armazenar grandes quantidades De dados eficientemente e pode fornecer dados para o aplicativo GIS rapidamente. O uso de um banco de dados também permite que muitas pessoas trabalhem com as mesmas camadas de dados vetoriais ao mesmo tempo. Configurar um banco de dados para armazenar dados GIS é mais complicado do que usar shapefiles, portanto, neste tópico, nos concentraremos na criação e edição de shapefiles.


Planejando antes de começar¶

Antes de criar uma nova camada vetorial (que será armazenada em um arquivo de forma), você precisa saber qual será a geometria dessa camada (ponto, polilinha ou polígono), e você precisa saber quais serão os atributos dessa camada . Vejamos alguns exemplos e ficará mais claro como fazer isso.

Exemplo 1: Criação de um mapa turístico¶

Imagine que você queira criar um bom mapa turístico para sua área local. Sua visão do mapa final é uma folha topográfica 1:50 000 com marcadores sobrepostos para locais de interesse para os turistas. Primeiro, vamos pensar sobre a geometria. Sabemos que podemos representar uma camada vetorial usando recursos de ponto, polilinha ou polígono. Qual deles faz mais sentido para o nosso mapa turístico? Poderíamos usar pontos se quiséssemos marcar locais específicos, como pontos de observação, memoriais, locais de batalha e assim por diante. Se quisermos levar turistas ao longo de uma rota, como uma rota panorâmica por uma passagem na montanha, pode fazer sentido usar polilinhas. Se tivermos áreas inteiras de interesse turístico, como uma reserva natural ou uma vila cultural, os polígonos podem ser uma boa escolha.

Como você pode ver, muitas vezes não é fácil saber que tipo de geometria você precisa. Uma abordagem comum para esse problema é fazer uma camada para cada tipo de geometria de que você precisa. Portanto, por exemplo, se você olhar para os dados digitais fornecidos pela Diretoria Principal: Pesquisas e Mapeamento, África do Sul, eles fornecem uma camada de áreas de rio (polígonos) e uma camada de polilinha de rios.Eles usam as áreas do rio (polígonos) para representar trechos de rio que são largos e usam polilinhas de rio para representar trechos estreitos de rio. Em figure_tourism podemos ver como nossas camadas de turismo ficariam em um mapa se usássemos todos os três tipos de geometria.

Figura Turismo 1:

Um mapa com camadas de turismo. Usamos três tipos de geometria diferentes para dados de turismo para que possamos representar adequadamente os diferentes tipos de recursos necessários para nossos visitantes, fornecendo-lhes todas as informações de que precisam.

Exemplo 2: Criação de um mapa dos níveis de poluição ao longo de um rio¶

Se você quisesse medir os níveis de poluição ao longo do curso de um rio, normalmente viajaria ao longo do rio em um barco ou caminharia ao longo de suas margens. Em intervalos regulares, você parava e fazia várias medições, como níveis de oxigênio dissolvido (OD), contagens de bactérias coliformes (CB), níveis de turbidez e pH. Você também precisaria fazer uma leitura de mapa de sua posição ou obter sua posição usando um receptor GPS.

Para armazenar os dados coletados de um exercício como este em um aplicativo GIS, você provavelmente criaria uma camada GIS com uma geometria de ponto. Usar geometria de ponto faz sentido aqui porque cada amostra obtida representa as condições em um lugar muito específico.

Para os atributos, gostaríamos de um campo para cada coisa que descreve o site de amostra. Portanto, podemos acabar com uma tabela de atributos que se parece com table_river_attributes.

SampleNo pH FAZ CB Turbidez Colecionador Encontro: Data
1 7 6 N Baixo Paciência 12/01/2009
2 6.8 5 Y Médio Thabo 12/01/2009
3 6.9 6 Y Alto Vencedor 12/01/2009

Atributos 1 do rio da tabela: Desenhar uma tabela como esta antes de criar sua camada vetorial permitirá que você decida quais campos de atributos (colunas) serão necessários. Observe que a geometria (posições onde as amostras foram tiradas) não é mostrada na tabela de atributos & # 8211 - o aplicativo GIS a armazena separadamente!


Essentials of Geographic Information System v.1.0

Leia a versão em texto

Capítulo 6 Características de dados e visualização Figura 6.8 Os recursos realçados em azul e amarelo são selecionados porque eles cruzam os recursos vermelhos. • ESTÃO A UMA DISTÂNCIA DE. Esta técnica requer que o usuário especifique algum valor de distância, que é então usado para armazenar em buffer (Capítulo 7 & # 92 & quot Análise geoespacial I: Operações de vetor & # 92 & quot, Seção 7.2 & # 92 & quotMultiple Layer Analysis & # 92 & quot) a camada de origem. Todos os recursos que cruzam este buffer são destacados na camada de destino. A consulta “estão a uma distância de” permite que pontos, linhas ou camadas poligonais sejam usadas para as camadas de origem e de destino (Figura 6.9). 6.2 Pesquisas e consultas 147

Capítulo 6 Características de dados e visualização Figura 6.9 Os recursos realçados em azul e amarelo são selecionados porque estão dentro da distância selecionada dos recursos vermelhos. As áreas tan representam buffers em torno dos vários recursos. • CONTER COMPLETAMENTE. Essa técnica de consulta espacial retorna os recursos que estão inteiramente dentro da camada de origem. Recursos com limites coincidentes não são selecionados por este tipo de consulta. A consulta “conter completamente” permite pontos, linhas ou polígonos como camada de origem, mas apenas polígonos podem ser usados ​​como camada de destino (Figura 6.10). 6.2 Pesquisas e consultas 148

Capítulo 6 Características de dados e visualização Figura 6.10 Os recursos realçados em azul e amarelo são selecionados porque contêm completamente os recursos vermelhos. • ESTÃO COMPLETAMENTE DENTRO. Esta consulta seleciona os recursos na camada de destino cuja extensão espacial inteira ocorre dentro da geometria da camada de origem. A consulta “estão completamente dentro” permite pontos, linhas ou polígonos como camada de destino, mas apenas polígonos podem ser usados ​​como camada de origem (Figura 6.11). Figura 6.11 Os recursos realçados em azul e amarelo são selecionados porque estão completamente dentro dos recursos vermelhos. 6.2 Pesquisas e consultas 149

Capítulo 6 Características de dados e visualização • TENHA O CENTRO DENTRO. Esta técnica seleciona recursos alvo cujo centro, ou centróide, está localizado dentro do limite do conjunto de dados do recurso de origem. A consulta “têm seu centro em” permite que pontos, linhas ou camadas poligonais sejam usadas como camadas de origem e de destino (Figura 6.12). Figura 6.12 Os recursos realçados em azul e amarelo são selecionados porque têm seus centros nos recursos vermelhos. • COMPARTILHE UM SEGMENTO DE LINHA. Esta consulta espacial seleciona recursos de destino cujas geometrias de limite compartilham um mínimo de dois vértices adjacentes com a camada de origem. A consulta “compartilhar um segmento de linha” permite que camadas de linha ou polígono sejam usadas para qualquer uma das camadas de origem e de destino (Figura 6.13). 6.2 Pesquisas e consultas 150

Capítulo 6 Características de dados e visualização Figura 6.13 Os recursos destacados em azul e amarelo são selecionados porque compartilham um segmento de linha com os recursos em vermelho. • TOQUE NO LIMITE DE. Essa metodologia é semelhante à consulta espacial INTERSECT, no entanto, ela seleciona recursos de linha e polígono que compartilham um limite comum com a camada de destino. A consulta “toque no limite de” permite que camadas de linha ou polígono sejam usadas como camadas de origem e de destino (Figura 6.14). 6.2 Pesquisas e consultas 151

Capítulo 6 Características de dados e visualização Figura 6.14 Os recursos destacados em azul e amarelo são selecionados porque tocam o limite dos recursos em vermelho. • SÃO IDÊNTICOS PARA. Esta consulta espacial retorna recursos que têm exatamente a mesma localização geográfica. A consulta “são idênticos a” pode ser usada em pontos, linhas ou polígonos, mas o tipo de camada de destino deve ser o mesmo que o tipo de camada de origem (Figura 6.15). 6.2 Pesquisas e consultas 152

Capítulo 6 Características de dados e visualização Figura 6.15 Os recursos destacados em azul e amarelo são selecionados porque são idênticos aos recursos em vermelho. • SÃO CRUZADOS PELO ESBOÇO DE. Este critério de seleção retorna recursos que compartilham um único vértice, mas não um segmento de linha inteiro. A consulta “são cruzados pelo contorno de” permite que camadas de linha ou polígono sejam usadas como camadas de origem e de destino (Figura 6.16). 6.2 Pesquisas e Consultas 153

Capítulo 6 Características de dados e visualização Figura 6.16 Os recursos realçados em azul e amarelo são selecionados porque são cruzados pelo contorno dos recursos vermelhos. • CONTÉM. Este método é semelhante à consulta espacial COMPLETAMENTE CONTÉM, no entanto, os recursos na camada de destino serão selecionados mesmo que os limites se sobreponham. A consulta “contém” permite recursos de ponto, linha ou polígono na camada de destino quando os pontos são usados ​​como uma fonte quando as camadas de destino de linha e polígono com uma fonte de linha e quando apenas camadas de destino de polígono com uma fonte de polígono (Figura 6.17). 6.2 Pesquisas e consultas 154

Capítulo 6 Características de dados e visualização Figura 6.17 Os recursos destacados em azul e amarelo são selecionados porque contêm os recursos em vermelho. • ESTÃO CONTIDOS POR. Este método é semelhante à consulta espacial ESTÃO COMPLETAMENTE DENTRO, no entanto, os recursos na camada de destino serão selecionados mesmo que os limites se sobreponham. A consulta "estão contidos por" permite recursos de ponto, linha ou polígono na camada de destino quando polígonos são usados ​​como uma fonte quando as camadas de destino de ponto e linha com uma fonte de linha e quando apenas camadas de destino de ponto com uma fonte de ponto (Figura 6.18 ) 6.2 Pesquisas e Consultas 155

Capítulo 6 Características de dados e visualização Figura 6.18 Os recursos destacados em azul e amarelo são selecionados porque estão contidos nos recursos em vermelho. PRINCIPAIS CONSIDERAÇÕES • Os três métodos básicos para pesquisar e consultar dados de atributos são seleção, consulta por atributo e consulta por geografia. • SQL é uma linguagem de computador comumente usada, desenvolvida para consultar dados de atributos em um sistema de gerenciamento de banco de dados relacional. • As consultas por geografia permitem que o usuário destaque os recursos desejados examinando sua posição em relação a outros recursos. As onze opções diferentes de consulta por localização geográfica listadas aqui estão disponíveis na maioria dos pacotes de software GIS. 6.2 Pesquisas e consultas 156

Capítulo 6 Características de dados e exercícios de visualização 1. Usando a Figura 6.1 & # 92 & quotHistograma mostrando a distribuição de frequência das pontuações dos exames & # 92 & quot, desenvolva a instrução SQL que resulta na saída de todos os nomes de ruas de pessoas que moram em Los Angeles, classificados por número de rua . 2. Ao consultar por geografia, qual é a diferença entre uma camada de origem e uma camada de destino? 3. Qual é a diferença entre as consultas CONTAIN, COMPLETELY CONTAIN e ARE CONTAINED BY? 6.2 Pesquisas e consultas 157

Capítulo 6 Características de dados e visualização 6.3 Classificação de dados OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é descrever as metodologias disponíveis para analisar dados em várias classes para representação visual em um mapa. O processo de classificação de dados combina dados brutos em classes predefinidas ou compartimentos. Essas classes podem ser representadas em um mapa por alguns símbolos exclusivos ou, no caso de mapas coropléticos, por uma cor ou matiz exclusivos (para mais informações sobre cor e matiz, consulte o Capítulo 8 & # 92 & quotAnálise geoespacial II: Dados raster & # 92 & quot, Seção 8.1 & # 92 & quotBasic Geoprocessing 20 with Rasters & # 92 & quot). Os mapas coropléticos são mapas temáticos sombreados com cores graduadas para representar algumas variáveis ​​estatísticas de interesse. Embora aparentemente simples, existem várias metodologias de classificação diferentes disponíveis para um cartógrafo. Essas metodologias dividem os valores dos atributos ao longo de vários padrões de intervalo. Monmonier (1991) Monmonier, M. 1991. How to Lie with Maps. Chicago: University of Chicago Press. observou que diferentes metodologias de classificação podem ter um grande impacto na interpretabilidade de um determinado mapa, pois o padrão visual apresentado é facilmente distorcido pela manipulação de quebras de intervalo específicas da classificação. Além da metodologia empregada, o número de classes escolhidas para representar o recurso de interesse também afetará significativamente a capacidade do visualizador de interpretar as informações mapeadas. Incluir muitas classes pode fazer um mapa parecer excessivamente complexo e confuso. Poucas classes podem simplificar demais o mapa e ocultar tendências de dados importantes. As tentativas de classificação mais eficazes utilizam aproximadamente quatro a seis classes distintas. Embora existam potencialmente problemas com qualquer técnica de classificação, um coropleto bem construído aumenta a interpretabilidade de qualquer mapa dado. A discussão a seguir descreve os métodos de classificação comumente disponíveis em pacotes de software de sistema de informações geográficas (GIS). Nesses exemplos, usaremos a estatística populacional do US Census Bureau para condados dos EUA em 1997. Esses dados estão disponíveis gratuitamente no site do Censo dos EUA (http://www.census.gov). 20. Uma técnica de mapeamento que usa diferenças graduadas em sombreamento, cor ou simbologia para definir O método de classificação de intervalo igual (ou etapa igual) divide a faixa de valores médios de alguns valores de atributo em classes de tamanhos iguais. O número de classes é determinado pela propriedade ou quantidade. o usuário. O método de classificação de intervalo igual é melhor usado para conjuntos de dados de mapeamento de 21. Um coroplet, como precipitação ou temperatura. No caso da técnica do Census Bureau de 1997 que define os dados de valor, os valores da população do condado nos Estados Unidos variam de 40 (Yellowstone varia em cada categoria a National Park County, MO) a 9.184.770 (Los Angeles County, CA) para um intervalo total de tamanho igual. 158

Capítulo 6 Características de dados e visualização 9.184.770 - 40 = 9.184.730. Se decidirmos classificar esses dados em 5 classes de intervalo iguais, o intervalo de cada classe cobriria uma distribuição populacional de 9.184.730 / 5 = 1.836.946 (Figura 6.19 & # 92 & quotClassificação de intervalo igual para dados populacionais de condado dos EUA de 1997 & # 92 & quot). A vantagem do método de classificação de intervalo igual é que ele cria uma legenda que é fácil de interpretar e apresentar para um público não técnico. A principal desvantagem é que certos conjuntos de dados terminarão com a maioria dos valores de dados caindo em apenas uma ou duas classes, enquanto poucos ou nenhum valor ocuparão as outras classes. Como você pode ver na Figura 6.19 & # 92 & quotClassificação de intervalo de igualdade para os dados populacionais de condado dos EUA em 1997 & # 92 & quot, quase todos os condados são atribuídos ao primeiro compartimento (amarelo). Figura 6.19 Classificação de intervalo igual para dados populacionais de condado dos EUA em 1997 22 O método de classificação de quantil coloca números iguais de observações em cada classe. Esse método é melhor para dados uniformemente distribuídos em seu intervalo. A Figura 6.20 & # 92 & quotQuantiles & # 92 & quot mostra o método de classificação de quantis com cinco classes no total. Como existem 3.140 condados nos Estados Unidos, cada classe na metodologia de classificação de quantis conterá 3.140 / 5 = 628 condados diferentes. 22. Uma técnica de mapeamento coroplético que classifica a vantagem de dados para este método é que muitas vezes se destaca em enfatizar a posição relativa em um número predefinido de valores de dados (ou seja, quais condados contêm os 20 por cento principais das categorias dos EUA com um igual população). A principal desvantagem da metodologia de classificação de quantis é o número de unidades em cada categoria. que os recursos colocados dentro da mesma classe podem ter valores totalmente diferentes, 6.3 Classificação de dados 159

Capítulo 6 Características de dados e visualização, especialmente se os dados não estiverem uniformemente distribuídos em seu intervalo. Além disso, o oposto também pode acontecer, em que valores com pequenas diferenças de intervalo podem ser colocados em classes diferentes, sugerindo uma diferença maior no conjunto de dados do que realmente existe. Figura 6.20 Quantis 23 O método de classificação de quebras naturais (ou Jenks) utiliza um algoritmo para agrupar valores em classes que são separadas por pontos de quebra distintos. Este método é melhor usado com dados que são distribuídos de forma desigual, mas não distorcidos em nenhuma das extremidades da distribuição. A Figura 6.21 & # 92 & quotNatural Breaks & # 92 & quot mostra a classificação das quebras naturais para os dados de densidade populacional de condado dos EUA de 1997. Uma desvantagem potencial é que esse método pode criar classes que contêm intervalos de números amplamente variados. Consequentemente, a classe 1 é caracterizada por uma faixa de pouco mais de 150.000, enquanto a classe 5 é caracterizada por uma faixa de mais de 6.000.000. Em casos como este, muitas vezes é útil "ajustar" as classes após o esforço de classificação ou alterar os rótulos para alguma escala ordinal, como "pequeno, médio ou grande". O último exemplo, em particular, pode resultar em um mapa mais compreensível para o visualizador. Uma segunda desvantagem é o fato de que pode ser difícil comparar dois ou 23. Um coropleto mapeando mais mapas criados com o método de classificação de quebras naturais porque a técnica de classe que coloca os intervalos de classe é muito específica para cada conjunto de dados. Nesses casos, conjuntos de dados que não podem ser quebram lacunas entre grupos de valores. excessivamente díspares podem aparecer no gráfico de saída. 6.3 Classificação de Dados 160

Capítulo 6 Características de dados e visualização Figura 6.21 Quebras naturais Finalmente, o método de classificação de desvio padrão forma cada classe adicionando e subtraindo o desvio padrão da média do conjunto de dados. O método é mais adequado para ser usado com dados que estão em conformidade com uma distribuição normal. No exemplo da população do condado, a média é 85.108 e o desvio padrão é 277.080. Portanto, como pode ser visto na legenda da Figura 6.22 & # 92 & quotDesvio padrão & # 92 & quot, a classe central contém valores dentro de um desvio padrão de 0,5 da média, enquanto as classes superior e inferior contêm valores que são 0,5 ou mais desvios padrão acima ou abaixo da média, respectivamente. 6.3 Classificação de Dados 161

Capítulo 6 Características de dados e visualização Figura 6.22 Desvio padrão Em conclusão, existem várias metodologias viáveis ​​de classificação de dados que podem ser aplicadas a mapas coropléticos. Embora outros métodos estejam disponíveis (por exemplo, área igual, ideal), aqueles descritos aqui representam os mais comumente usados ​​e amplamente disponíveis. Cada um desses métodos apresenta os dados de uma maneira diferente e destaca diferentes aspectos das tendências no conjunto de dados. Na verdade, a metodologia de classificação, bem como o número de classes utilizadas, pode resultar em interpretações muito variadas do conjunto de dados. É sua responsabilidade, o cartógrafo, selecionar o método que melhor se adapta às necessidades do estudo e apresentar os dados da forma mais significativa e transparente possível. PRINCIPAIS CONSIDERAÇÕES • Mapas coropléticos são mapas temáticos sombreados com cores graduadas para representar algumas variáveis ​​estatísticas de interesse. • Quatro métodos para classificar os dados apresentados aqui incluem intervalos iguais, quartil, quebras naturais e desvio padrão. Esses métodos transmitem certas vantagens e desvantagens ao visualizar uma variável de interesse. 6.3 Classificação de Dados 162

Capítulo 6 Características de dados e visualização EXERCÍCIOS 1. Dados os mapas coropléticos apresentados neste capítulo, qual você acha que representa melhor o conjunto de dados? Por quê? 2. Fique online e descreva dois outros métodos de classificação de dados disponíveis para usuários de GIS. 3. Para a tabela de trinta valores de dados criada na Seção 6.1 & # 92 & quotDescrições e resumos & # 92 & quot, Exercício 1, determine os intervalos de dados para cada classe como se você estivesse criando intervalos iguais e esquemas de classificação de quantis. 6.3 Classificação de Dados 163

Capítulo 7 Análise geoespacial I: Operações de vetores No Capítulo 6 & # 92 & quotData Characteristics and Visualization & # 92 & quot, discutimos diferentes maneiras de consultar, classificar e resumir informações em tabelas de atributos. Esses métodos são indispensáveis ​​para compreender as tendências básicas quantitativas e qualitativas de um conjunto de dados. No entanto, eles não tiram vantagem particular da maior força de um sistema de informações geográficas (SIG), notadamente as relações espaciais explícitas. A análise espacial é um componente fundamental de um GIS que permite um estudo aprofundado das propriedades topológicas e geométricas de um conjunto ou conjuntos de dados. Neste capítulo, discutimos as técnicas básicas de análise espacial para conjuntos de dados vetoriais. 164

Capítulo 7 Análise geoespacial I: Operações de vetor 7.1 Análise de camada única OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é familiarizar-se com os conceitos e termos relacionados à variedade de técnicas de análise de sobreposição única disponíveis para analisar e manipular os atributos espaciais de um elemento vetorial conjunto de dados. Como o nome sugere, as análises de camada única são aquelas realizadas em um conjunto de dados de recurso individual. Buffering é o processo de criação de uma camada de polígono de saída contendo uma zona (ou zonas) de uma largura especificada em torno de um ponto de entrada, linha ou recurso de polígono. Os buffers são particularmente adequados para determinar a área de influência 2 em torno dos recursos de interesse. Geoprocessamento é um conjunto de ferramentas fornecido por muitos pacotes de software de sistema de informações geográficas (GIS) que permitem ao usuário automatizar muitas das tarefas rotineiras associadas à manipulação de dados GIS.O geoprocessamento geralmente envolve a entrada de um ou mais conjuntos de dados de recursos, seguido por uma análise espacialmente explícita e resultando em um conjunto de dados de recursos de saída. Buffers de buffer são ferramentas comuns de análise de vetor usadas para tratar de questões de proximidade em um GIS e podem ser usados ​​em pontos, linhas ou polígonos (Figura 7.1 & # 92 & quotBuffers em torno de pontos vermelhos, linhas e características do polígono & # 92 & quot). Por exemplo, suponha que um gerente de recursos naturais deseja garantir que nenhuma área seja perturbada dentro de 1.000 pés de habitat de reprodução para a mosca que ama as flores, Delhi Sands, ameaçada de extinção (Rhaphiomidas terminatus abdominalis). Esta espécie é encontrada apenas nas poucas formações de solo remanescentes de Delhi Sands no oeste dos Estados Unidos. Para realizar essa tarefa, uma zona de proteção de 1.000 pés (buffer) poderia ser criada em torno de todos os pontos observados da espécie. Como alternativa, o gerente pode decidir que não há informações de localização específicas de pontos suficientes relacionadas a esta espécie rara e decidir proteger todas as formações de solo do Delhi Sands. Nesse caso, ele ou ela poderia criar um buffer de 1.000 pés em torno de todos os polígonos rotulados como “Delhi Sands” em um conjunto de dados de formações de solo. Em ambos os casos, o uso de buffers fornece uma ferramenta rápida e fácil para determinar quais áreas devem ser mantidas como habitat preservado para a mosca ameaçada de extinção. 1. Colocar uma região de largura especificada em torno de um ponto, linha ou polígono. 2. Qualquer operação usada para manipular dados espaciais. 165

Capítulo 7 Análise geoespacial I: Operações de vetor Figura 7.1 Buffers ao redor dos recursos de ponto vermelho, linha e polígono Diversas opções de buffer estão disponíveis para refinar a saída. Por exemplo, a ferramenta de buffer normalmente armazenará em buffer apenas os recursos selecionados. Se nenhum recurso for selecionado, todos os recursos serão armazenados em buffer. Dois tipos principais de buffers estão disponíveis para os usuários do GIS 3: largura constante e largura variável. Os buffers de largura constante exigem que os usuários insiram um valor pelo qual os recursos são armazenados em buffer (Figura 7.1 & # 92 & quotBuffers em torno dos recursos de ponto vermelho, linha e polígono & # 92 & quot), como é visto nos exemplos nos 4 parágrafos anteriores. Buffers de largura variável, por outro lado, chamam um campo de buffer predefinido dentro da tabela de atributos para determinar a largura do buffer para cada recurso específico no conjunto de dados (Figura 7.2 & # 92 & quot Opções adicionais de buffer em torno de recursos vermelhos: (a) Buffers de largura variável, (b) Tampões de anéis múltiplos, (c) Tampão Donut, (d) Tampão de recuo, (e) Tampão não dissolvido, (f) Tampão Dissolvido & # 92 & quot). Além disso, os usuários podem optar por dissolver ou não os limites entre 3. Regiões de largura constante 5 em torno de pontos, linhas ou áreas de buffer coincidentes e sobrepostas. Vários buffers de anel podem ser feitos de modo que os polígonos. uma série de zonas de amortecimento concêntricas (muito parecidas com um alvo de tiro com arco) são criadas em torno do recurso de origem em distâncias especificadas pelo usuário (Figura 7.2 & # 92 & quotTampão adicional 4. Regiões de largura variável em torno de pontos, linhas ou opções em torno de recursos vermelhos: (a ) Tampões de largura variável, (b) Tampões de anéis múltiplos, polígonos. (C) Tampão de rosca, (d) Tampão de recuo, (e) Tampão não dissolvido, (f) Tampão dissolvido & # 92 & quot). No caso de camadas de polígono, buffers podem ser criados que incluem as 5. regiões concêntricas múltiplas de uma largura especificada em torno do recurso de polígono de origem como parte do buffer ou podem ser criados como uma rosca 6 7 pontos, linhas ou polígonos. buffer que exclui a área do polígono de entrada. Os buffers de recuo são semelhantes aos buffers de rosca, no entanto, eles apenas protegem a área dentro do polígono 6. Um buffer em torno de uma feição do polígono que não inclui o limite. Os recursos lineares podem ser armazenados em buffer em ambos os lados da linha, apenas à esquerda, a área dentro do buffer ou apenas à direita. Os recursos lineares também podem ser armazenados em buffer para que os pontos finais do polígono. as linhas são arredondadas (terminando em um semicírculo) ou achatadas (terminando em um retângulo). 7. Um buffer em torno de um recurso de polígono que se estende apenas dentro do limite do polígono. 7.1 Análise de Camada Única 166

Capítulo 7 Análise geoespacial I: Operações de vetor Figura 7.2 Opções de buffer adicionais em torno de recursos vermelhos: (a) Buffers de largura variável, (b) Buffers de anel múltiplo, (c) Buffer de rosca, (d) Buffer de recuo, (e) Buffer não dissolvido, ( f) Operações de Geoprocessamento de Buffer Dissolvido “Geoprocessamento” é um termo carregado no campo de GIS. O termo pode (e deve) ser amplamente aplicado a qualquer tentativa de manipulação de dados GIS. No entanto, o termo entrou em uso comum devido à sua aplicação a um conjunto um tanto arbitrário de técnicas analíticas de camada única e múltiplas camadas no pacote de software ArcView do Assistente de Geoprocessamento da ESRI em meados da década de 1990. Independentemente disso, o conjunto de ferramentas de geoprocessamento disponíveis em um GIS expande e simplifica muito muitos dos processos de gerenciamento e manipulação associados a conjuntos de dados de características vetoriais. O uso principal dessas ferramentas é automatizar as necessidades repetitivas de pré-processamento de análises espaciais típicas e montar representações gráficas exatas para análise subsequente e / ou inclusão em apresentações e produtos de mapeamento finais. Os métodos de união, interseção, diferença simétrica e sobreposição de identidade discutidos na Seção 7.2.2 & # 92 & quotOutras opções de geoprocessamento multicamadas & # 92 & quot são freqüentemente usados ​​em conjunto com essas ferramentas de geoprocessamento. O seguinte representa as ferramentas de geoprocessamento mais comuns. 7.1 Análise de Camada Única 167

Capítulo 7 Análise geoespacial I: Operações de vetor 8 A operação de dissolução combina recursos de polígono adjacentes em um único conjunto de dados de recursos com base em um único atributo predeterminado. Por exemplo, a parte (a) da Figura 7.3 & # 92 & quotFunções de Geoprocessamento de Camada Única & # 92 & quot mostra os limites de sete parcelas diferentes de terra, pertencentes a quatro famílias diferentes (rotuladas de 1 a 4). A ferramenta de dissolução combina automaticamente todos os recursos adjacentes com os mesmos valores de atributo. O resultado é uma camada de saída com a mesma extensão da original, mas sem todos os segmentos de linha intermediários desnecessários. A camada de saída dissolvida é muito mais fácil de interpretar visualmente quando o mapa é classificado de acordo com o campo dissolvido. 9 A operação de acréscimo cria uma camada de polígono de saída combinando a extensão espacial de duas ou mais camadas (parte (d) da Figura 7.3 & # 92 & quotSingle Layer Geoprocessing Functions & # 92 & quot). Para uso com conjuntos de dados de ponto, linha e polígono, a camada de saída terá o mesmo tipo de feição que as camadas de entrada (cada uma deve ter o mesmo tipo de feição também). Ao contrário da ferramenta de dissolução, anexar não remove as linhas de limite entre as camadas anexadas (no caso de linhas e polígonos). Portanto, geralmente é útil realizar uma dissolução após o uso da ferramenta de acréscimo para remover essas linhas divisórias potencialmente desnecessárias. Append é frequentemente usado para camadas de dados em mosaico, como mapas topográficos digitais do US Geological Survey (USGS) de 7,5 minutos, para criar um único mapa para análise e / ou exibição. 10 A operação de seleção cria uma camada de saída com base em uma consulta definida pelo usuário que seleciona recursos específicos da camada de entrada (parte (f) da Figura 7.3 & # 92 & quotSingle Layer Geoprocessing Functions & # 92 & quot). A camada de saída contém apenas os recursos selecionados durante a consulta. Por exemplo, um planejador de cidade pode escolher realizar uma seleção em todas as áreas que são zoneadas como “residenciais” para que ele possa avaliar rapidamente quais áreas da cidade são adequadas para um conjunto habitacional proposto. 11 Finalmente, a operação de mesclagem combina recursos em uma camada de ponto, linha ou polígono em um único recurso com informações de atributo idênticas. Freqüentemente, os recursos originais terão valores diferentes para um determinado atributo. Nesse caso, o primeiro atributo encontrado é transportado para a tabela de atributos e os demais 8. Uma técnica de geoprocessamento que remove o limite entre os atributos é perdida. Esta operação é particularmente útil quando polígonos são encontrados em polígonos adjacentes que se sobrepõem involuntariamente. Merge combinará convenientemente esses valores de recursos idênticos. em uma única entidade. 9. Uma técnica de geoprocessamento que combina conjuntos de dados de polígonos adjacentes em um único conjunto de dados. 10. Para definir um subconjunto do conjunto maior de pontos de dados ou localidades. 11. Para combinar recursos espaciais adjacentes ou sobrepostos em um único recurso. 7.1 Análise de Camada Única 168

Capítulo 7 Análise geoespacial I: Operações de vetor Figura 7.3 Funções de geoprocessamento de camada única PRINCIPAIS TOMADAS DE POSIÇÃO • Buffers são freqüentemente usados ​​para criar zonas de uma largura especificada em torno de pontos, linhas e polígonos. • As opções de buffer de vetor incluem larguras constantes ou variáveis, vários anéis, rosquinhas, recuos e dissolver. • Operações comuns de geoprocessamento de camada única em camadas vetoriais incluem dissolver, mesclar, anexar e selecionar. EXERCÍCIOS 1. Liste e descreva as várias opções de buffer disponíveis em um GIS. 2. Por que você pode usar as várias operações de geoprocessamento para responder a questões espaciais relacionadas ao seu campo de estudo específico? 7.1 Análise de Camada Única 169

Capítulo 7 Análise geoespacial I: Operações de vetor 7.2 Análise de múltiplas camadas OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é familiarizar-se com os conceitos e termos relacionados à implementação de operações básicas de múltiplas camadas e metodologias usadas em conjuntos de dados de características vetoriais. Entre as ferramentas mais poderosas e comumente utilizadas em um sistema de informação geográfica 12 (SIG) está a sobreposição de informações cartográficas. Em um GIS, uma sobreposição é o processo de pegar dois ou mais mapas temáticos diferentes da mesma área e colocá-los um sobre o outro para formar um novo mapa (Figura 7.4 & # 92 & quotA Sobreposição de mapa combinando informações de ponto, linha e Camadas vetoriais de polígono, bem como camadas raster & # 92 & quot). Inerente a este processo, a função de sobreposição combina não apenas as características espaciais do conjunto de dados, mas também as informações de atributos. Figura 7.4 Uma sobreposição de mapa combinando informações de camadas de vetor de ponto, linha e polígono, bem como de camadas raster 12. O processo de pegar dois ou mais mapas temáticos diferentes da mesma área e colocá-los um sobre o outro para formar um novo mapa. 170

Capítulo 7 Análise geoespacial I: Operações de vetor Um exemplo comum usado para ilustrar o processo de sobreposição é: “Onde é o melhor lugar para colocar um shopping?” Imagine que você é um figurão corporativo e tem a tarefa de determinar onde o próximo shopping center da sua empresa será localizado. Como você atacaria esse problema? Com um GIS sob seu comando, a resposta a tais questões espaciais começa com a acumulação e sobreposição de camadas de dados espaciais pertinentes. Por exemplo, você pode primeiro querer determinar quais áreas podem dar suporte ao shopping, acumulando informações sobre quais terrenos estão à venda e quais estão zoneados para desenvolvimento comercial. Depois de coletar e sobrepor as informações de linha de base nas zonas de desenvolvimento disponíveis, você pode começar a determinar quais áreas oferecem a oportunidade mais econômica, coletando informações regionais sobre a renda familiar média, densidade populacional, localização de shopping centers próximos, hábitos de compra locais e muito mais. Em seguida, você pode querer coletar informações sobre restrições ou obstáculos ao desenvolvimento, como o custo do terreno, custo para desenvolver o terreno, resposta da comunidade ao desenvolvimento, adequação dos corredores de transporte de e para o shopping proposto, taxas de impostos e assim por diante. Na verdade, simplesmente coletar e sobrepor conjuntos de dados espaciais fornece uma ferramenta valiosa para visualizar e selecionar o local ideal para tal empreendimento. Operações de sobreposição Vários processos básicos de sobreposição estão disponíveis em um GIS para conjuntos de dados vetoriais: ponto em polígono, polígono em ponto, linha em linha, linha em polígono, polígono em linha e polígono em linha polígono. Como você pode adivinhar pelos nomes, um dos conjuntos de dados de sobreposição deve ser sempre uma camada de linha ou polígono, enquanto o segundo pode ser um ponto, uma linha ou um polígono. A nova camada produzida após a operação de sobreposição é denominada camada de “saída”. 13 A operação de sobreposição de ponto no polígono requer uma camada de entrada de ponto e uma camada de sobreposição de polígono. Ao realizar esta operação, uma nova camada de ponto de saída é retornada que inclui todos os pontos que ocorrem dentro da extensão espacial da sobreposição (Figura 7.4 & # 92 & quot Uma sobreposição de mapa combinando informações de camadas de ponto, linha e vetor de polígono, bem como raster Camadas & # 92 & quot). Além disso, todos os pontos na camada de saída contêm suas informações de atributos originais, bem como as informações de atributos da sobreposição. Por exemplo, suponha que você tenha a tarefa de determinar se uma espécie ameaçada de extinção que reside em um parque nacional foi encontrada principalmente em uma determinada comunidade de vegetação. O primeiro passo seria adquirir os locais de ocorrência do ponto para as espécies em questão, além de uma camada de sobreposição de polígono mostrando as comunidades de vegetação dentro dos limites do parque nacional. Ao realizar a operação de sobreposição de ponto no polígono, um novo arquivo de ponto é criado 13. Uma técnica de sobreposição que contém todos os pontos que ocorrem dentro do parque nacional. A tabela de atributos cria uma camada de ponto de saída desse arquivo de ponto de saída que também contém informações sobre a vegetação que inclui todas as comunidades de pontos que estão sendo utilizadas pela espécie no momento da observação. Uma varredura rápida ocorrendo dentro do espaço desta camada de saída e sua tabela de atributos permitiria determinar onde está a extensão da camada de sobreposição. 7.2 Análise de Múltiplas Camadas 171

Capítulo 7 Análise geoespacial I: Operações de vetores espécies foram encontradas no parque e para revisar as comunidades de vegetação em que ocorreram. Este processo permitiria aos funcionários do parque tomar decisões de manejo informadas sobre quais habitats no local proteger para garantir a utilização contínua do local pela espécie. Figura 7.5 Sobreposição de ponto no polígono 14 Como o próprio nome sugere, a operação de sobreposição de polígono sobre ponto é o oposto da operação de ponto no polígono. Nesse caso, a camada de polígono é a entrada, enquanto a camada de ponto é a sobreposição. Os recursos do polígono que se sobrepõem a esses pontos são selecionados e posteriormente preservados na camada de saída. Por exemplo, dado um conjunto de dados de ponto contendo as localidades de algum tipo de crime e um conjunto de dados de polígono representando quarteirões da cidade, uma operação de sobreposição de polígono no ponto permitiria que a polícia selecionasse os quarteirões nos quais crimes ocorreram e, portanto, determinaria aqueles locais onde uma maior presença policial pode ser justificada. Figura 7.6 Sobreposição de polígono no ponto 14. Uma técnica de sobreposição que cria uma camada de polígono a partir dos polígonos de entrada que sobrepõem recursos em uma camada de ponto. 7.2 Análise de Múltiplas Camadas 172

Capítulo 7 Análise geoespacial I: Operações de vetor 15 Uma operação de sobreposição linha-sobre-linha requer recursos de linha para a camada de entrada e sobreposição. A saída desta operação é um ponto ou pontos localizados precisamente na (s) interseção (ões) dos dois conjuntos de dados lineares (Figura 7.7 & # 92 & quotLinha-on-line Overlay & # 92 & quot). Por exemplo, um conjunto de dados de característica linear contendo trilhos de ferrovia pode ser sobreposto na rede de estradas lineares. O conjunto de dados de pontos resultante contém todas as localidades dos cruzamentos de ferrovias na rede de estradas de uma cidade. A tabela de atributos para este conjunto de dados de ponto de cruzamento de ferrovia conteria informações sobre a ferrovia e a estrada pela qual ela passou. Figura 7.7 Sobreposição de linha em linha 16 A operação de sobreposição de linha em polígono é semelhante à sobreposição de ponto em polígono, com a exceção óbvia de que uma camada de entrada de linha é usada em vez de uma camada de entrada de ponto. Nesse caso, cada linha que tiver qualquer parte de sua extensão dentro da camada de polígono de sobreposição será incluída na camada de linha de saída, embora essas linhas sejam truncadas no limite da sobreposição (Figura 7.9 & # 92 & quotSobreposição de polígono on-line & # 92 & quot). Por exemplo, uma sobreposição de linha em polígono pode ter uma camada de entrada de segmentos de linha interestaduais e uma sobreposição de polígono representando os limites da cidade e produzir uma camada de saída linear de segmentos de rodovia que caem dentro dos limites da cidade. A tabela de atributos para o segmento de linha interestadual de saída conterá informações sobre o nome da interestadual, bem como a cidade pela qual passam. 15. Uma técnica de sobreposição em que a saída dessa operação é um ponto (s) localizado (s) na (s) interseção (ões) dos dois conjuntos de dados lineares. 16. Uma técnica de sobreposição na qual cada linha que tem qualquer parte de sua extensão dentro da camada de polígono de sobreposição será incluída em uma camada de linha de saída. 7.2 Análise de Múltiplas Camadas 173

Capítulo 7 Análise geoespacial I: Operações de vetor Figura 7.8 Sobreposição de linha em polígono 17 A operação de sobreposição de polígono em linha é o oposto da operação de linha em polígono. Nesse caso, a camada de polígono é a entrada, enquanto a camada de linha é a sobreposição. Os recursos do polígono que se sobrepõem a essas linhas são selecionados e posteriormente preservados na camada de saída. Por exemplo, dada uma camada contendo o caminho de uma série de postes / fios telefônicos e um mapa poligonal contendo parcelas da cidade, uma operação de sobreposição de polígono on-line permitiria a um avaliador de terras selecionar aquelas parcelas contendo fios telefônicos aéreos. Figura 7.9 Sobreposição de polígono em linha 17. Uma técnica de sobreposição na qual o polígono apresenta essa sobreposição. Finalmente, a operação de sobreposição de polígono em polígono emprega uma entrada de polígono e 18 linhas são selecionadas e posteriormente preservadas em uma sobreposição de polígono. Esta é a operação de sobreposição mais comumente usada. Usando esta camada de saída. método, a entrada do polígono e as camadas de sobreposição são combinadas para criar uma camada de polígono de saída com a extensão da sobreposição. A tabela de atributos conterá 18 espacial. Uma técnica de sobreposição na qual uma entrada de polígono e dados de sobreposição e informações de atributo de ambas as camadas de entrada e sobreposição (camadas da Figura 7.10 são combinadas para criar & # 92 & quotSobreposição de polígono-em-polígono & # 92 & quot). Por exemplo, você pode escolher um polígono de entrada uma camada de polígono de saída com uma camada de tipos de solo com uma sobreposição de campos agrícolas em um determinado município. A extensão da sobreposição. 7.2 Análise de Múltiplas Camadas 174

Capítulo 7 Análise geoespacial I: Operações vetoriais A camada de polígono de saída conteria informações sobre a localização de campos agrícolas e tipos de solo em todo o condado. Figura 7.10 Sobreposição de polígono em polígono As operações de sobreposição discutidas anteriormente assumem que o usuário deseja que as camadas de sobreposição sejam combinadas. Isso não é sempre o caso. Os métodos de sobreposição podem ser mais complexos do que isso e, portanto, empregam os operadores booleanos básicos: AND, OR e XOR (consulte a Seção 6.1.2 & # 92 & quotMedidas de tendência central & # 92 & quot). Dependendo de qual (is) operador (es) são utilizados, o método de sobreposição empregado resultará em uma interseção, união, diferença simétrica ou identidade. 19 Especificamente, o método de sobreposição de união emprega o operador OR. Uma união pode ser usada apenas no caso de duas camadas de entrada de polígono.Ele preserva todos os recursos, informações de atributos e extensões espaciais de ambas as camadas de entrada (parte (a) da Figura 7.11 & # 92 & quotMétodos de sobreposição de vetor & # 92 & quot). Este método de sobreposição é baseado na operação polígono-no-polígono descrita na Seção 7.1.1 & # 92 & quotBuffering & # 92 & quot. 20 Como alternativa, o método de sobreposição de interseção emprega o operador AND. 19. Um método de sobreposição que faz a interseção requer uma sobreposição de polígono, mas pode aceitar um ponto, linha ou polígono preserva todos os recursos, informações de atributo e entrada espacial. A camada de saída cobre a extensão espacial da sobreposição e contém extensões de uma camada de entrada. recursos e atributos da entrada e da sobreposição (parte (b) da Figura 7.11 & # 92 & quotMétodos de sobreposição de vetor & # 92 & quot). 20. Um método de sobreposição que contém recursos e atributos comuns das camadas de entrada 21 e de sobreposição. O método de sobreposição de diferença simétrica emprega o operador XOR, que resulta na saída oposta como uma interseção. Este método requer a entrada de 21. Um método de sobreposição que as camadas são polígonos. A camada de polígono de saída produzida pelo simétrico contém aquelas áreas comuns a apenas um dos métodos de diferença de recurso representa aquelas áreas comuns a apenas um dos conjuntos de dados de recurso. conjuntos de dados (parte (c) da Figura 7.11 & # 92 & quotMétodos de sobreposição de vetor & # 92 & quot). 7.2 Análise de Múltiplas Camadas 175

Capítulo 7 Análise geoespacial I: Operações de vetor 22 Além dessas operações simples, o método de sobreposição de identidade (também conhecido como "menos") cria uma camada de saída com a extensão espacial da camada de entrada (parte (d) da Figura 7.11 e # 92 & quotMétodos de sobreposição de vetor & # 92 & quot), mas inclui informações de atributo da sobreposição (chamada de camada de "identidade", neste caso). A camada de entrada pode ser pontos, linhas ou polígonos. A camada de identidade deve ser um conjunto de dados poligonal. Figura 7.11 Métodos de sobreposição de vetor Outras opções de geoprocessamento de multicamadas Além dos métodos de sobreposição de vetor mencionados anteriormente, outras opções comuns de geoprocessamento de múltiplas camadas estão disponíveis para o usuário. Isso inclui o clipe, erase, 22. Um método de sobreposição que cria e divide ferramentas. A operação de geoprocessamento de clipe é usada para extrair esses recursos 23 de uma camada de saída com a extensão espacial da camada de entrada, mas de um ponto de entrada, linha ou camada de polígono que cai dentro da extensão espacial da camada de clipe de informação de atributo inclui (parte (e ) da Figura 7.11 & # 92 & quotVector Overlay Methods & # 92 & quot). Seguindo o clipe, tudo a partir de uma sobreposição. atributos da parte preservada da camada de entrada são incluídos na saída. 23. Uma operação de geoprocessamento em que, se algum recurso for selecionado durante este processo, apenas os recursos selecionados em extrair esses recursos de um limite do clipe serão incluídos na saída. Por exemplo, a ferramenta de recorte pode ser um ponto de entrada, linha ou polígono usado para recortar a extensão de uma planície de inundação de um rio na extensão de um limite de condado. Esta camada está dentro da extensão espacial de uma camada de clipe. forneceria aos gerentes de condado uma visão sobre quais partes da planície de inundação 7.2 Análise de Camada Múltipla 176

Capítulo 7 Análise geoespacial I: Operações de vetor que eles são responsáveis ​​por manter. Isso é semelhante ao método de sobreposição de intersecção, no entanto, as informações de atributo associadas à camada do clipe não são transportadas para a camada de saída após a sobreposição. 24 A operação de apagar geoprocessamento é essencialmente o oposto de um clipe. Enquanto a ferramenta de clipe preserva áreas dentro de uma camada de entrada, a ferramenta de apagamento preserva apenas as áreas fora da extensão da camada de apagamento análoga (parte (f) da Figura 7.11 & # 92 & quotMétodos de sobreposição de vetor & # 92 & quot). Embora a camada de entrada possa ser um conjunto de dados de ponto, linha ou polígono, a camada de apagamento deve ser um conjunto de dados de polígono. Continuando com nosso exemplo de clipe, os gerentes do condado poderiam usar a ferramenta de apagamento para apagar as áreas de propriedade privada dentro da área de várzea do condado. As autoridades poderiam então se concentrar especificamente nos alcances públicos da planície de inundação em todo o condado para suas responsabilidades de manutenção e manutenção. 25 A operação de divisão de geoprocessamento é usada para dividir uma camada de entrada em duas ou mais camadas com base em uma camada de divisão (parte (g) da Figura 7.11 & # 92 & quotMétodos de sobreposição de vetor & # 92 & quot). A camada dividida deve ser um polígono, enquanto as camadas de entrada podem ser de ponto, linha ou polígono. Por exemplo, a associação de um proprietário pode optar por dividir um mapa de série de solos de todo o condado por limites de parcela para que cada proprietário tenha um mapa de solo específico para seu próprio lote. União espacial Uma união espacial é um híbrido entre uma operação de atributo e uma operação de sobreposição de vetor. Como a operação de atributo “junção” descrita na Seção 5.2.2 & # 92 & quotJoins and Relates & # 92 & quot, uma junção espacial resulta na combinação de duas tabelas de conjunto de dados de características por um campo de atributo comum. Ao contrário da operação de atributo, uma junção espacial determina quais campos da tabela de atributos de uma camada de origem são anexados à tabela de atributos da camada de destino com base nas localizações relativas dos recursos selecionados. Esse relacionamento é explicitamente baseado na propriedade de proximidade ou contenção entre as camadas de origem e destino, ao invés das chaves primárias ou secundárias. A opção de proximidade é usada quando a camada de origem é um conjunto de dados de feição de ponto ou linha, enquanto a opção de contenção é usada quando a camada de origem é um conjunto de dados de feição de polígono. Ao empregar a opção de proximidade (ou "mais próximo"), um registro para cada recurso em 24. Uma operação de geoprocessamento que preserva apenas as áreas da tabela de atributos da camada de origem é anexada ao recurso fornecido mais próximo no exterior da extensão de uma camada de destino de apagamento tabela de atributos. A opção de proximidade normalmente adiciona uma camada. campo numérico para a tabela de atributos da camada de destino, chamada “Distância,” dentro de 25. Uma operação de geoprocessamento que a distância medida entre o recurso de origem e destino é colocada. divide uma camada de entrada em duas. Por exemplo, suponha que uma agência municipal tenha um conjunto de dados de ponto mostrando todos os poluidores conhecidos ou mais camadas com base em uma divisão na cidade e um conjunto de dados de linha de todos os segmentos do rio dentro do limite municipal. camada. 7.2 Análise de Múltiplas Camadas 177

Capítulo 7 Análise geoespacial I: Operações de vetor Essa agência poderia então realizar uma junção espacial baseada em proximidade para determinar o segmento de rio mais próximo que provavelmente seria afetado por cada poluidor. Ao usar a opção de contenção (ou "dentro"), um registro para cada elemento na tabela de atributos da camada de origem do polígono é anexado ao registro na tabela de atributos da camada de destino que ele contém. Se um recurso da camada de destino (ponto, linha ou polígono) não estiver completamente contido em um polígono de origem, nenhum valor será acrescentado. Por exemplo, suponha que uma empresa de limpeza de piscinas deseje aprimorar seus serviços de marketing fornecendo panfletos apenas para casas que possuem uma piscina. Eles poderiam obter um conjunto de dados de pontos contendo a localização de cada piscina no condado e um mapa de parcela poligonal para a mesma área. Essa empresa poderia então conduzir uma junção espacial para anexar as informações do lote aos locais do pool. Isso lhes forneceria informações sobre cada lote de terreno que continha um pool e, posteriormente, eles poderiam enviar suas correspondências apenas para essas casas. Erros de sobreposição Embora as sobreposições sejam uma das ferramentas mais importantes na caixa de ferramentas de um analista de GIS, existem alguns problemas que podem surgir ao usar esta metodologia. Em particular, 26 lascas são um erro comum produzido quando duas camadas de vetor levemente desalinhadas são sobrepostas (Figura 7.12 & # 92 & quotSlivers & # 92 & quot). Este desalinhamento pode vir de várias fontes, incluindo erros de digitalização, erros de interpretação ou erros do mapa de origem (Chang 2008) .Chang, K. 2008. Introdução aos Sistemas de Informação Geográfica. Nova York: McGraw-Hill. Por exemplo, a maioria dos mapas de vegetação e solo são criados a partir de dados de pesquisa de campo, imagens de satélite e fotografias aéreas. Embora você possa imaginar que os limites dos solos e da vegetação frequentemente coincidem, o fato de que eles provavelmente foram criados por diferentes pesquisadores em momentos diferentes sugere que seus limites não se sobreporão perfeitamente. Para amenizar esse problema, o software GIS 27 incorpora uma opção de tolerância de cluster que força as linhas próximas a serem encaixadas se estiverem dentro de uma distância especificada pelo usuário. Deve-se ter cuidado ao atribuir a tolerância do cluster. Uma configuração muito rígida não romperá os limites compartilhados, enquanto uma configuração muito branda eliminará os limites não intencionais e vizinhos (Wang e Donaghy, 1995) .Wang, F. e P. Donaghy. 1995. “A Study of the Impact of Automated Editing on Polygon Overlay Analysis Accuracy.” Computers and Geosciences 21: 1177–85. 26. Uma lacuna estreita formada quando o limite compartilhado de dois polígonos não se encontram exatamente. 27. Uma configuração de geoprocessamento que força os vértices próximos a serem encaixados se eles estiverem dentro de uma distância especificada pelo usuário. 7.2 Análise de Múltiplas Camadas 178

Capítulo 7 Análise geoespacial I: Operações de vetor Figura 7.12 Fragmentos Uma segunda fonte potencial de erro associada ao processo de sobreposição é a propagação do erro 28. A propagação de erros surge quando imprecisões estão presentes na entrada original e nas camadas de sobreposição e são propagadas para a camada de saída (MacDougall 1975) .MacDougall, E. 1975. “The Accuracy of Map Overlays.” Planejamento da paisagem 2: 23–30. Esses erros podem estar relacionados a imprecisões posicionais dos pontos, linhas ou polígonos. Como alternativa, eles podem surgir de erros de atributo na (s) tabela (s) de dados original (is). Independentemente da fonte, a propagação do erro representa um problema comum na análise de sobreposição, cujo impacto depende em grande parte dos requisitos de exatidão e precisão do projeto em questão. PRINCIPAIS REALIZAÇÕES • Os processos de sobreposição colocam dois ou mais mapas temáticos um sobre o outro para formar um novo mapa. • As operações de sobreposição disponíveis para uso com dados vetoriais incluem os modelos ponto em polígono, polígono em ponto, linha em linha, linha em polígono, polígono em linha e polígono em polígono. • União, interseção, diferença simétrica e identidade são operações comuns usadas para combinar informações de vários conjuntos de dados sobrepostos. 28. Quando imprecisões estão presentes na entrada original e nas camadas de sobreposição e são transportadas para uma camada de saída. 7.2 Análise de Múltiplas Camadas 179

Capítulo 7 Análise geoespacial I: Operações de vetor EXERCÍCIOS 1. Em seu próprio campo de estudo, descreva três camadas de dados teóricos que podem ser sobrepostas para criar um novo mapa de saída que responde a uma questão espacial complexa, como "Onde é o melhor lugar para colocar um shopping? " 2. Fique on-line e encontre os conjuntos de dados vetoriais relacionados à pergunta que você acabou de propor. 7.2 Análise de múltiplas camadas 180

Capítulo 8 Análise Geoespacial II: Dados Raster Seguindo nossa discussão sobre análise de atributos e dados vetoriais, a análise de dados raster apresenta a poderosa ferramenta final de mineração de dados disponível para geógrafos. Dados raster são particularmente adequados para certos tipos de análises, como geoprocessamento básico (Seção 8.1 & # 92 & quot Geoprocessamento básico com Rasters & # 92 & quot), análise de superfície (Seção 8.2 & # 92 & quot Escala de análise & # 92 & quot) e mapeamento de terreno (Seção 8.3 & # 92 & quotSurface Analysis: Spatial Interpolation & # 92 & quot). Embora nem sempre seja verdade, os dados raster podem simplificar muitos tipos de análises espaciais que, de outra forma, seriam muito complicadas de realizar em conjuntos de dados vetoriais. Algumas das técnicas mais comuns são apresentadas neste capítulo. 181

Capítulo 8 Análise Geoespacial II: Dados Raster 8.1 Geoprocessamento Básico com Rasters OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é se familiarizar com as técnicas básicas de geoprocessamento raster único e múltiplo. Como as ferramentas de geoprocessamento disponíveis para uso em conjuntos de dados vetoriais (Seção 8.1 & # 92 & quot Geoprocessamento básico com Rasters & # 92 & quot), os dados raster podem sofrer operações espaciais semelhantes. Embora o cálculo real dessas operações seja significativamente diferente de suas contrapartes vetoriais, sua base conceitual é semelhante. As técnicas de geoprocessamento abordadas aqui incluem operações de camada única (Seção 8.1.1 & # 92 & quotSingle Layer Analysis & # 92 & quot) e de camada múltipla (Seção 8.1.2 & # 92 & quotMultiple Layer Analysis & # 92 & quot). Análise de camada única Reclassificar ou recodificar um conjunto de dados é geralmente uma das primeiras etapas realizadas durante a análise raster. A reclassificação é basicamente o processo de camada única de atribuição de uma nova classe ou valor de intervalo a todos os pixels no conjunto de dados com base em seus valores originais (Figura 8.1 & # 92 & quotRaster Reclassification & # 92 & quot. Por exemplo, uma grade de elevação comumente contém um valor diferente para quase cada célula em sua extensão. Esses valores podem ser simplificados agregando cada valor de pixel em algumas classes discretas (ou seja, 0–100 = “1,” 101–200 = “2,” 201–300 = “3”, etc.) . Essa simplificação permite menos valores exclusivos e requisitos de armazenamento mais baratos. Além disso, essas camadas reclassificadas são frequentemente usadas como entradas em análises secundárias, como as discutidas posteriormente nesta seção.

Capítulo 8 Análise Geoespacial II: Dados Raster Figura 8.1 Reclassificação Raster Conforme descrito no Capítulo 7 & # 92 & quot Análise Geoespacial I: Operações de Vetor & # 92 & quot, buffering é o processo de criação de um conjunto de dados de saída que contém uma zona (ou zonas) de uma largura especificada ao redor um recurso de entrada. No caso de conjuntos de dados raster, esses recursos de entrada são fornecidos como uma célula de grade ou um grupo de células de grade contendo um valor uniforme (por exemplo, buffer todas as células cujo valor = 1). Buffers são particularmente adequados para determinar a área de influência em torno dos recursos de interesse. Considerando que o buffer de dados vetoriais resulta em uma área precisa de influência a uma distância especificada do recurso alvo, buffers raster tendem a ser aproximações que representam as células que estão dentro do intervalo de distância especificado do alvo (Figura 8.2 & # 92 & quot Buffer raster em torno de uma célula alvo (s) & # 92 & quot). A maioria dos programas de sistema de informações geográficas (GIS) calcula buffers raster criando uma grade de valores de distância do centro da (s) célula (s) alvo até o centro das células vizinhas e, em seguida, reclassificando essas distâncias de modo que um "1" represente as células que compõem o alvo original, um "2" representa as células dentro da área de buffer definida pelo usuário e um "0" representa as células fora das áreas de destino e buffer. Essas células também podem ser classificadas para representar vários buffers de anel, incluindo valores de "3," "4", "5" e assim por diante, para representar distâncias concêntricas em torno da (s) célula (s) alvo. 8.1 Geoprocessamento Básico com Rasters 183

Capítulo 8 Análise geoespacial II: Dados rasterizados Figura 8.2 Buffer raster em torno de uma (s) célula (s) de destino Análise de múltiplas camadas Um conjunto de dados raster também pode ser recortado de forma semelhante a um conjunto de dados vetoriais (Figura 8.3 & # 92 & quot Clipando um raster em uma camada vetorial de polígono & # 92 & quot) . Aqui, o raster de entrada é sobreposto por uma camada de clipe de polígono vetorial. O processo de clipe raster resulta em um único raster que é idêntico ao raster de entrada, mas compartilha a extensão da camada do clipe poligonal. 8.1 Geoprocessamento Básico com Rasters 184

Capítulo 8 Análise geoespacial II: Dados raster Figura 8.3 Recortando um raster em uma camada vetorial de polígono As sobreposições raster são relativamente simples em comparação com suas contrapartes vetoriais e requerem muito menos poder computacional (Burroughs 1983) .Burroughs, P. 1983. Sistemas de Informação Geográfica para Natural Avaliação de recursos. Nova York: Oxford University Press. Apesar de sua simplicidade, é importante garantir que todos os rasters sobrepostos sejam co-registrados (ou seja, alinhados espacialmente), cubram áreas idênticas e mantenham resolução igual (ou seja, tamanho de célula). Se essas premissas forem violadas, a análise falhará ou a camada de saída resultante terá falhas. Com isso em mente, existem várias metodologias diferentes para realizar uma sobreposição de raster (Chrisman 2002) .Chrisman, N. 2002. Exploring Geographic Information Systems. 2ª ed. Nova York: John Wiley and Sons. 1 A sobreposição de rasterização matemática é o método de sobreposição mais comum. Os números nas células alinhadas das grades de entrada podem sofrer qualquer transformação matemática especificada pelo usuário. Após o cálculo, um raster de saída é produzido contendo um novo valor para cada célula (Figura 8.4 & # 92 & quotRaster matemático 1. Valores de pixel ou célula de grade em cada sobreposição & # 92 & quot). Como você pode imaginar, existem muitos usos para essa funcionalidade. No mapa são combinados usando particular, sobreposição de raster é frequentemente usada em estudos de avaliação de risco onde vários operadores matemáticos para camadas são combinados para produzir um mapa de resultado mostrando áreas de alto risco / produzir um novo valor na recompensa. mapa composto. 8.1 Geoprocessamento Básico com Rasters 185

Capítulo 8 Análise geoespacial II: Dados raster Figura 8.4 Sobreposição matemática raster Duas camadas raster de entrada são sobrepostas para produzir um raster de saída com valores de células somados. 2 O método de sobreposição raster booleana representa uma segunda técnica poderosa. Conforme discutido no Capítulo 6 & # 92 & quotData Characteristics and Visualization & # 92 & quot, os conectores booleanos AND, OR e XOR podem ser empregados para combinar as informações de dois conjuntos de dados raster de entrada sobrepostos em um único raster de saída. Da mesma forma, o método relacional de sobreposição de 3 raster utiliza operadores relacionais (& lt, & lt =, =, & lt & gt, & gt e = & gt) para avaliar as condições dos conjuntos de dados raster de entrada. Em ambos os métodos de sobreposição booleana e relacional, as células que atendem aos critérios de avaliação são normalmente codificadas na camada raster de saída com um 1, enquanto aquelas avaliadas como falsas recebem um valor de 0. 2. Os valores das células de pixel ou grade em cada mapa são combinados usando A simplicidade desta metodologia, no entanto, também pode levar a operadores booleanos facilmente esquecidos para produzir um novo valor nos erros compostos na interpretação se a sobreposição não for projetada corretamente. Suponha que seja um mapa. o gerenciador de recursos naturais tem dois conjuntos de dados raster de entrada que ela planeja sobrepor, um mostrando a localização das árvores (“0” = nenhuma árvore “1” = árvore) e um mostrando os 3. Os valores das células de pixel ou grade em cada mapa são combinados usando a localização de áreas urbanas (“0” = não urbano “1” = urbano). Se ela espera encontrar os operadores relacionais para produzir a localização das árvores em áreas urbanas, uma simples soma matemática desses conjuntos de dados resultará em um novo valor no composto que produzirá um “2” em todos os pixels contendo uma árvore em uma área urbana. Da mesma forma, se ela espera mapear. 8.1 Geoprocessamento Básico com Rasters 186

Capítulo 8 Análise geoespacial II: dados raster encontrar a localização de todas as áreas sem árvores (ou "não-árvore", não urbanas, ela pode examinar a raster de saída somada para todas as entradas "0". Finalmente, se ela espera localizar áreas urbanas sem árvores , ela procurará todas as células contendo um “1”. Infelizmente, o valor da célula “1” também é codificado em cada pixel para células de árvore não urbanas.Na verdade, a escolha de valores de pixel de entrada e equação de sobreposição neste exemplo produzirá resultados confusos devido ao esquema de sobreposição mal elaborado. PRINCIPAIS REALIZAÇÕES • Os processos de sobreposição colocam dois ou mais mapas temáticos um sobre o outro para formar um novo mapa. • As operações de sobreposição disponíveis para uso com dados vetoriais incluem os modelos ponto no polígono, linha no polígono ou polígono no polígono. • União, interseção, diferença simétrica e identidade são operações comuns usadas para combinar informações de vários conjuntos de dados sobrepostos. • As operações de sobreposição raster podem empregar operadores matemáticos, booleanos ou relacionais poderosos para criar novos conjuntos de dados de saída. EXERCÍCIOS 1. Em seu próprio campo de estudo, descreva três camadas de dados teóricos que podem ser sobrepostas para criar um novo mapa de saída que responda a uma questão espacial complexa, como "Onde é o melhor lugar para colocar um shopping?" 2. Fique on-line e encontre conjuntos de dados vetoriais ou raster relacionados à pergunta que você acabou de fazer. 8.1 Geoprocessamento Básico com Rasters 187

Capítulo 8 Análise geoespacial II: Dados raster 8.2 Escala de análise OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é compreender como as análises locais, de vizinhança, zonais e globais podem ser aplicadas a conjuntos de dados raster. As análises raster podem ser realizadas em quatro escalas diferentes de operação: local, vizinhança, zonal e global. Cada um deles apresenta opções exclusivas para o analista de GIS e são apresentadas aqui nesta seção. Operações locais 4 As operações locais podem ser executadas em um ou vários rasters. Quando usado em um único raster, uma operação local geralmente assume a forma de aplicar alguma transformação matemática a cada célula individual na grade. Por exemplo, um pesquisador pode obter um modelo digital de elevação (DEM) com cada valor de célula representando a elevação em pés. Se for preferível representar essas elevações em metros, uma transformação aritmética simples (elevação original em pés * 0,3048 = nova elevação em metros) de cada valor de célula pode ser realizada localmente para realizar esta tarefa. Quando aplicado a vários rasters, torna-se possível realizar análises como alterações ao longo do tempo. Dados dois rasters contendo informações sobre a profundidade da água subterrânea em uma parcela de terra no ano de 2000 e no ano de 2010, é simples subtrair esses valores e colocar a diferença em um raster de saída que notará a mudança na água subterrânea entre essas duas vezes (Figura 8.5 & # 92 & quot Operação local em um conjunto de dados raster & # 92 & quot). Essas análises locais podem se tornar um pouco mais complicadas, no entanto, conforme o número de rasters de entrada aumenta. Por exemplo, a Equação Universal de Perda de Solo (USLE) aplica uma fórmula matemática local a vários rasters sobrejacentes, incluindo intensidade de chuva, erodibilidade do solo, declive, tipo de cultivo e tipo de vegetação para determinar a perda média de solo (em toneladas) em uma grade célula. 4. Operações executadas em uma única célula de destino. 188

Capítulo 8 Análise geoespacial II: Dados raster Figura 8.5 Operação local em um conjunto de dados raster Operações de vizinhança A primeira lei da geografia de Tobler afirma que "tudo está relacionado a tudo o mais, mas as coisas próximas estão mais relacionadas do que as distantes". As operações de vizinhança 5 representam um grupo de técnicas de análise espacial frequentemente usadas que dependem muito desse conceito. As funções de vizinhança examinam o relacionamento de um objeto com objetos semelhantes ao redor. Eles podem ser executados em conjuntos de dados vetoriais de ponto, linha ou polígono, bem como em conjuntos de dados raster. No caso de conjuntos de dados vetoriais, a análise de vizinhança é usada com mais frequência para realizar pesquisas básicas. Por exemplo, dado um conjunto de dados de ponto contendo a localização de lojas de conveniência, um GIS poderia ser empregado para determinar o número de lojas dentro de 5 milhas de um recurso linear (ou seja, Interestadual 10 na Califórnia). As análises de vizinhança costumam ser mais sofisticadas quando usadas com conjuntos de dados raster. As análises raster empregam janelas móveis, também chamadas de filtros ou kernels, para calcular novos valores de células para cada local em toda a extensão da camada raster. Essas janelas móveis podem assumir muitas formas diferentes, dependendo do tipo de 5. Operações realizadas em uma saída desejada e os fenômenos que estão sendo examinados. Por exemplo, uma célula alvo retangular central e células adjacentes. A janela móvel 3 por 3 é comumente usada para calcular a média, o desvio padrão, 8,2 Escala de Análise 189

Capítulo 8 Análise geoespacial II: soma de dados raster, mínimo, máximo ou intervalo de valores imediatamente em torno de uma determinada célula "alvo" (Figura 8.6 & # 92 & quotTipos de vizinhança comuns em torno da célula alvo "x": (a) 3 6 por 3, ( b) Círculo, (c) Anel, (d) Cunha & # 92 & quot). A célula-alvo é aquela célula encontrada no centro da janela móvel 3 por 3. A janela móvel passa por todas as células do raster. À medida que passa por cada célula-alvo central, os nove valores na janela 3 por 3 são usados ​​para calcular um novo valor para essa célula-alvo. Este novo valor é colocado em local idêntico no raster de saída. Se alguém quisesse examinar uma esfera de influência maior ao redor das células-alvo, a janela móvel poderia ser expandida para 5 por 5, 7 por 7 e assim por diante. Além disso, a janela móvel não precisa ser um retângulo simples. Outras formas usadas para calcular estatísticas de vizinhança incluem o anel, a cunha e o círculo (Figura 8.6 & # 92 & quotTipos de vizinhança comuns em torno da célula-alvo "x": (a) 3 por 3, (b) Círculo, (c) Anel, (d) Wedge & # 92 & quot). Figura 8.6 Tipos de vizinhança comuns em torno da célula alvo “x”: (a) 3 por 3, (b) Círculo, (c) Anel, (d) Operações de vizinhança em cunha são comumente usadas para simplificação de dados em conjuntos de dados raster. Uma análise que calcule a média dos valores da vizinhança resultaria em um raster de saída suavizado com altos e baixos amortecidos, pois a influência dos valores de dados periféricos é reduzida pelo processo de média. Como alternativa, as análises de vizinhança podem ser usadas para exagerar as diferenças em um conjunto de dados. O aprimoramento de borda é um tipo de 6. Célula localizada no centro da análise de vizinhança que examina a faixa de valores na janela móvel. Uma janela móvel 3 por 3. 8.2 Escala de Análise 190

Capítulo 8 Análise Geoespacial II: Dados raster Um grande valor de intervalo indicaria que uma borda ocorre dentro da extensão da janela, enquanto um pequeno intervalo indica a falta de uma borda. Operações Zonais Uma operação zonal é empregada em grupos de células de valor semelhante ou características semelhantes, não surpreendentemente chamadas de zonas (por exemplo, parcelas de terra, unidades políticas / municipais, corpos d'água, tipos de solo / vegetação). Essas zonas podem ser conceituadas como versões raster de polígonos. Rasters zonais são freqüentemente criados reclassificando um raster de entrada em apenas algumas categorias (consulte a Seção 8.2.2 & # 92 & quot Operações de vizinhança & # 92 & quot). As operações zonais podem ser aplicadas a um único raster ou dois raster sobrepostos. Dado um único raster de entrada, as operações zonais medem a geometria de cada zona no raster, como área, perímetro, espessura e centróide. Dados dois raster em uma operação zonal, um raster de entrada e um raster zonal, uma operação zonal produz um raster de saída, que resume os valores das células no raster de entrada para cada zona no raster zonal (Figura 8.7 & # 92 & quot Operação Zonal em um Raster Conjunto de dados & # 92 & quot). Figura 8.7 Operação zonal em um conjunto de dados raster As operações e análises zonais são valiosas em campos de estudo como a ecologia da paisagem, onde a geometria e o arranjo espacial dos fragmentos de habitat podem 8.2 Escala de análise 191

Capítulo 8 Análise geoespacial II: Dados raster afetam significativamente o tipo e o número de espécies que podem residir neles. Da mesma forma, as análises zonais podem quantificar efetivamente os estreitos corredores de habitat que são importantes para o movimento regional de espécies de animais migratórios que não voam e se movem através de áreas densamente urbanizadas. Operações globais 7 As operações globais são semelhantes às operações zonais, em que toda a extensão do conjunto de dados raster representa uma única zona. As operações globais típicas incluem a determinação de valores estatísticos básicos para o raster como um todo. Por exemplo, o mínimo, o máximo, a média, o intervalo e assim por diante podem ser rapidamente calculados sobre toda a extensão do raster de entrada e, posteriormente, ser enviados para um raster em que cada célula contém esse valor calculado (Figura 8.8 & # 92 & quot Operação global em um conjunto de dados raster & # 92 & quot). Figura 8.8 Operação global em um conjunto de dados raster 7. Operações realizadas em toda a extensão de um conjunto de dados. 8.2 Escala de Análise 192

Capítulo 8 Análise geoespacial II: Dados raster PRINCIPAIS TOMADAS DE POSIÇÃO • As operações raster locais examinam apenas uma única célula-alvo durante a análise. • As operações de varredura de vizinhança examinam a relação das células vizinhas proximais de uma célula-alvo. • As operações de varredura zonal examinam grupos de células que ocorrem dentro de um tipo de recurso uniforme. • As operações raster globais examinam toda a extensão da área do conjunto de dados. EXERCÍCIO 1. Quais são as quatro formas de vizinhança descritas neste capítulo? Embora não seja discutido aqui, você consegue pensar em situações específicas para as quais cada uma dessas formas poderia ser usada? 8.2 Escala de Análise 193

Capítulo 8 Análise Geoespacial II: Dados Raster 8.3 Análise de Superfície: Interpolação Espacial OBJETIVO DE APRENDIZAGEM 1. O objetivo desta seção é familiarizar-se com os conceitos e termos relacionados às superfícies GIS, como criá-los e como eles são usados ​​para responder a questões espaciais específicas questões. 8 Uma superfície é um vetor ou conjunto de dados raster que contém um valor de atributo para cada local em toda a sua extensão. De certo modo, todos os conjuntos de dados raster são superfícies, mas nem todos os conjuntos de dados vetoriais são superfícies. As superfícies são comumente usadas em um sistema de informações geográficas (GIS) para visualizar fenômenos como elevação, temperatura, declive, aspecto, precipitação e muito mais. Em um GIS, as análises de superfície são geralmente realizadas em conjuntos de dados raster ou TINs (Triangular Irregular Network Capítulo 5 & # 92 & quotGeospatial Data Management & # 92 & quot, Section 5.3.1 & # 92 & quotVector File Formats & # 92 & quot), mas isolinhas ou matrizes de pontos também podem ser usado. A interpolação é usada para estimar o valor de uma variável em um local não amostrado a partir de medições feitas em locais próximos ou vizinhos. Os métodos de interpolação espacial baseiam-se no credo teórico da primeira lei da geografia de Tobler, que afirma que "tudo está relacionado a tudo o mais, mas as coisas próximas estão mais relacionadas do que as coisas distantes." Na verdade, este 9 princípio básico de autocorrelação espacial positiva forma a espinha dorsal de muitas análises espaciais (Figura 8.9 & # 92 & quotAutocorrelação espacial positiva e negativa & # 92 & quot). Figura 8.9 Autocorrelação espacial positiva e negativa 8. Um conjunto de dados vetorial ou raster que contém um valor de atributo para cada local em toda a sua extensão. 9. O resultado de valores semelhantes ocorrendo próximos uns dos outros. 194

Capítulo 8 Análise Geoespacial II: Dados Raster Criando Superfícies A habilidade de criar uma superfície é uma ferramenta valiosa em um GIS. A criação de superfícies raster, no entanto, geralmente começa com a criação de uma superfície vetorial. Um método comum para criar tal superfície vetorial a partir de dados pontuais é por meio da geração de polígonos de Thiessen (ou Voronoi). Os polígonos Thiessen são áreas geradas matematicamente que definem a esfera de influência em torno de cada ponto no conjunto de dados em relação a todos os outros pontos (Figura 8.10 & # 92 & quotUma superfície vetorial criada usando polígonos Thiessen & # 92 & quot). Especificamente, os limites do polígono são calculados como bissetores perpendiculares das linhas entre cada par de pontos vizinhos. Os polígonos de Thiessen derivados podem ser usados ​​como superfícies de vetor rudimentares que fornecem informações de atributos em toda a área de interesse. Um exemplo comum de polígonos de Thiessen é a criação de uma superfície de chuva a partir de uma série de localizações de pontos de pluviômetro. Empregando algumas técnicas básicas de reclassificação, esses polígonos de Thiessen podem ser facilmente convertidos em representações raster equivalentes. Figura 8.10 Uma superfície vetorial criada usando polígonos de Thiessen Enquanto a criação de polígonos de Thiessen resulta em uma camada de polígono em que cada 10 polígono, ou zona raster, mantém um único valor, a interpolação é uma técnica estatística potencialmente complexa que estima o valor de todos os pontos desconhecidos 10 .Um potencialmente complexo entre os pontos conhecidos. Os três métodos básicos usados ​​para criar uma técnica estatística interpolada em que as superfícies são spline, peso de distância inversa (IDW) e superfície de tendência. A spline estima o valor de todos os pontos desconhecidos entre o método de interpolação força uma curva suavizada através do conjunto de pontos conhecidos de entrada conhecidos. pontos para estimar os valores desconhecidos e intermediários. Estimativas de interpolação IDW 8.3 Análise de superfície: Interpolação espacial 195


CAMADA¶

Dentro de uma camada, apenas uma única classe será usada para a renderização de um recurso. Cada recurso é testado em relação a cada classe na ordem em que são definidos no mapfile. A primeira classe que corresponde às suas restrições de escala mín. / Máx. E seus EXPRESSÃO verificar se o recurso atual será usado para renderização.

CLASSGROUP [string] Especifique o grupo de classe & # 8217s que seria considerado no momento da renderização. O AULA objeto & # 8217s O parâmetro GROUP deve ser usado em combinação com CLASSGROUP. CLASSITEM [atributo] Nome do item na tabela de atributos a ser usado para pesquisas de classe. AGRUPAR

Sinaliza o início de um AGRUPAR objeto.

A opção de configuração CLUSTER permite combinar vários recursos da camada em recursos únicos (agregados) com base em suas posições relativas. Suportado apenas para camadas POINT.

String de conexão de banco de dados para recuperar dados remotos.

Uma string de conexão SDE consiste em um nome de host, nome de instância, nome de banco de dados, nome de usuário e senha separados por vírgulas.

Uma string de conexão PostGIS é basicamente uma string de conexão PostgreSQL regular, ela assume a forma de & # 8220user = ninguém senha = ****** dbname = dbname host = localhost port = 5432 & # 8221

Uma string de conexão Oracle: usuário / senha [& # 64db]

Ver Dados Vetoriais para obter informações de conexão específicas para várias fontes de dados.

Tipo de conexão. O padrão é local. Consulte a documentação adicional para qualquer outro tipo.

Ver Dados Vetoriais para obter informações de conexão específicas para várias fontes de dados. Ver Camada União para combinar camadas, adicionado no MapServer 6.0

mygis é outro tipo de conexão, mas está obsoleto, consulte o Seção MySQL do documento de dados vetoriais para detalhes de conexão.

Nome de arquivo completo dos dados espaciais a serem processados. Nenhuma extensão de arquivo é necessária para shapefiles. Pode ser especificado em relação à opção SHAPEPATH do objeto de mapa.

Se esta for uma camada SDE, o parâmetro deve incluir o nome da camada, bem como a coluna de geometria, ou seja, & # 8220mylayer, shape, myversion & # 8221.

Se esta for uma camada PostGIS, o parâmetro deve estar na forma de & # 8220 & ltcolumnname & gt from & lttablename & gt & # 8221, onde & # 8220columnname & # 8221 é o nome da coluna que contém os objetos de geometria e & # 8220tablename & # 8221 é o nome do tabela a partir da qual os dados geométricos serão lidos.

Para Oracle, use & # 8220shape FROM table & # 8221 ou & # 8220shape FROM (instrução SELECT) & # 8221 ou consultas compatíveis com Oracle ainda mais complexas! No entanto, observe que há impactos de desempenho importantes ao usar subconsultas espaciais. Tente usar MapServer & # 8217s FILTER sempre que possível. Você também pode ver o SQL enviado forçando um erro, por exemplo, enviando um parâmetro DATA que você sabe que não funcionará, usando, por exemplo, um nome de coluna incorreto.

Ver Dados Vetoriais para obter informações de conexão específicas para várias fontes de dados.

Ativa a depuração de uma camada no mapa atual.

Depuração com versões MapServer & gt = 5.0:

A saída detalhada é gerada e enviada para a saída de erro padrão (STDERR) ou o arquivo de erro MapServer, se for definido usando a variável de ambiente & # 8220MS_ERRORFILE & # 8221. Você pode definir a variável de ambiente usando o parâmetro CONFIG no nível do MAP do mapfile, como:

Você também pode definir a variável de ambiente no Apache adicionando o seguinte ao seu httpd.conf:

Depois que a variável de ambiente é definida, o parâmetro DEBUG mapfile pode ser usado para controlar o nível de saída de depuração. Aqui está uma descrição dos possíveis valores DEBUG:

  • DEBUG O ou OFF - apenas chamadas msSetError () são registradas em MS_ERRORFILE. Nenhuma saída msDebug (). Este é o padrão e corresponde ao comportamento original de MS_ERRORFILE no MapServer 4.x
  • DEBUG 1 ou ON - inclui todas as saídas de DEBUG 0 mais avisos msDebug () sobre armadilhas comuns, afirmações com falha ou situações de erro não fatais (por exemplo, valores ausentes ou inválidos para alguns parâmetros, arquivos de forma ausentes em tileindex, erro de tempo limite de servidores WMS / WFS remotos, etc. )
  • DEBUG 2 - inclui toda a saída do DEBUG 1, além de avisos e informações de tempo úteis para ajustar arquivos de mapa e aplicativos
  • DEBUG 3 - todo o DEBUG 2 mais alguma saída de depuração útil para solucionar problemas como URLs de conexão WMS sendo chamados, chamadas de conexão de banco de dados, etc. Este é o nível recomendado para depurar arquivos de mapa.
  • DEBUG 4 - DEBUG 3 e ainda mais detalhes.
  • DEBUG 5 - DEBUG 4 mais qualquer saída msDebug () que possa ser mais útil para os desenvolvedores do que para os usuários.

Você também pode definir o nível de depuração usando a variável de ambiente & # 8220MS_DEBUGLEVEL & # 8221.

A configuração DEBUG também pode ser especificada para todo o mapa, definindo o parâmetro DEBUG no MAPA objeto.

Para obter mais detalhes sobre este mecanismo de depuração, consulte MS RFC 28: Redesenho dos mecanismos de saída LOG / DEBUG.

Depuração com versões MapServer & lt 5:

A saída detalhada é gerada e enviada para a saída de erro padrão (STDERR) ou o arquivo de log MapServer se for definido usando o parâmetro LOG no objeto WEB. Os usuários do Apache verão detalhes de tempo para desenho no arquivo error_log do Apache & # 8217s. Requer que o MapServer seja construído com a opção DEBUG = MSDEBUG (& # 8211with-debug configure option).

Desde 6.0, DUMP não é mais usado. LAYER METADATA é usado em seu lugar.

Alterne para permitir que o MapServer retorne dados no formato GML. Útil quando usado com operações WMS GetFeatureInfo. & # 8220false & # 8221 por padrão.

Obsoleto desde a versão 6.0: LAYER METADATA é usado em seu lugar.

Este parâmetro permite a filtragem de atributos específicos de dados que é feita ao mesmo tempo que a filtragem espacial é feita, mas antes que qualquer expressão CLASS seja avaliada. Para OGR e shapefiles, a string é simplesmente uma expressão regular do mapserver. Para bancos de dados espaciais, a sequência é uma cláusula SQL WHERE válida em relação ao banco de dados subjacente.

Por exemplo: FILTER ([type] = & # 8217road & # 8217 and [size] & lt2)

FILTERITEM [atributo] Item a ser usado com expressões FILTER simples. OGR e shapefiles apenas. FOOTER [nome do arquivo] Modelo a ser usado depois um conjunto de resultados de camadas & # 8217s foi enviado. Apenas modos de consulta multiresult. REDE Sinaliza o início de um REDE objeto. Nome do grupo]

Nome de um grupo ao qual esta camada pertence.O nome do grupo pode então ser referenciado como um nome de camada regular nos arquivos de modelo, permitindo fazer coisas como ligar e desligar um grupo de camadas de uma vez.

Se um nome de grupo está presente no parâmetro LAYERS de uma solicitação CGI, todas as camadas do grupo são retornadas (o STATUS das camadas não tem efeito).

HEADER [nome do arquivo] Modelo a ser usado antes da um conjunto de resultados de camadas & # 8217s foi enviado. Apenas modos de consulta multiresult. JUNTE Sinaliza o início de um JUNTE objeto. LABELANGLEITEM [atributo]

(A partir do MapServer 5.0, este parâmetro não está mais disponível. Consulte o ETIQUETA objeto & # 8217s parâmetro ANGLE) Para versões MapServer & lt 5.0, este é o nome do item na tabela de atributos a ser usado para ângulos de anotação de classe. Os valores devem estar em graus.

Obsoleto desde a versão 5.0.

LABELCACHE [on | off] Especifica se os rótulos devem ser desenhados conforme os recursos para esta camada são desenhados ou se eles devem ser armazenados em cache e desenhados após todas as camadas terem sido desenhadas. O padrão é ativado. Remoção de sobreposição de etiqueta, colocação automática etc. só estão disponíveis quando o cache de etiqueta está ativo. LABELITEM [atributo] Nome do item na tabela de atributos a ser usado para anotação de classe (ou seja, rotulagem). LABELMAXSCALEDENOM [duplo]

Escala mínima em que esta CAMADA é rotulada. A escala é fornecida como o denominador da fração de escala real, por exemplo, para um mapa em uma escala de 1: 24.000, use 24.000. Implementado no MapServer 5.0, para substituir o parâmetro LABELMAXSCALE obsoleto.

Escala máxima em que esta CAMADA é rotulada. A escala é fornecida como o denominador da fração de escala real, por exemplo, para um mapa em uma escala de 1: 24.000, use 24.000. Implementado no MapServer 5.0, para substituir o parâmetro LABELMINSCALE obsoleto.

Define o contexto para rotular esta camada, por exemplo:

significa que esta camada NÃO seria rotulada se uma camada chamada & # 8220orthoquads & # 8221 estivesse ativada. A expressão consiste em uma expressão booleana baseada no status de outras camadas, cada substring [nome da camada] é substituída por 0 ou 1 dependendo do STATUS dessa camada & # 8217s e então avaliada como normal. Os operadores lógicos AND e OR podem ser usados.

(A partir do MapServer 5.0, este parâmetro não está mais disponível. Consulte o ETIQUETA objeto & # 8217s parâmetro SIZE) Para versões MapServer & lt 5.0, este é o nome do item na tabela de atributos a ser usado para tamanhos de anotação de classe. Os valores devem ser em pixels.

Obsoleto desde a versão 5.0.

Os dados da camada atual só serão renderizados onde cruzarem os recursos da camada [nome da camada]. [layername] deve fazer referência ao NOME de outra CAMADA definida no arquivo de mapa atual. pode ser qualquer tipo de camada do servidor de mapas, ou seja, vetorial ou raster. Se a camada atual tiver rotulagem configurada, então apenas rótulos que estiverem dentro da área não mascarada serão adicionados ao labelcache (os glifos reais para o rótulo podem ser renderizados no topo da área mascarada.

A menos que você queira que os recursos de [nome de leigo] realmente apareçam no mapa gerado, [nome de leigo] geralmente deve ser definido como STATUS DESLIGADO.

Largura máxima, nas unidades geográficas do mapa & # 8217s, nas quais esta CAMADA é desenhada. Se MAXSCALEDENOM também for especificado, MAXSCALEDENOM será usado em seu lugar. (adicionado no MapServer 5.4.0)

A largura de um mapa em unidades geográficas pode ser encontrada calculando o seguinte a partir das extensões:

Escala mínima em que esta CAMADA é desenhada. A escala é fornecida como o denominador da fração de escala real, por exemplo, para um mapa em uma escala de 1: 24.000, use 24.000. Implementado no MapServer 5.0, para substituir o parâmetro MAXSCALE obsoleto.

Esta palavra-chave permite que dados arbitrários sejam armazenados como pares nome-valor. Isso é usado com OGC WMS para definir coisas como o título da camada. Também pode permitir mais flexibilidade na criação de modelos, já que qualquer coisa que você inserir aqui estará acessível por meio de tags de modelo.

Largura mínima, nas unidades geográficas do mapa & # 8217s, nas quais esta CAMADA é desenhada. Se MINSCALEDENOM também for especificado, MINSCALEDENOM será usado em seu lugar. (adicionado no MapServer 5.4.0)

A largura de um mapa em unidades geográficas pode ser encontrada calculando o seguinte a partir das extensões:

Escala máxima em que esta CAMADA é desenhada. A escala é fornecida como o denominador da fração de escala real, por exemplo, para um mapa em uma escala de 1: 24.000, use 24.000. Implementado no MapServer 5.0, para substituir o parâmetro MINSCALE obsoleto.

Define o nível de opacidade (ou a incapacidade de ver através da camada) de todos os pixels classificados para uma determinada camada. O valor pode ser um número inteiro no intervalo (0-100) ou o símbolo nomeado & # 8220ALPHA & # 8221. Um valor de 100 é opaco e 0 é totalmente transparente. Implementado no MapServer 5.0, para substituir o parâmetro TRANSPARENCY obsoleto.

O símbolo & # 8220ALPHA & # 8221 direciona o código de renderização MapServer para honrar a transparência indexada ou alfa dos símbolos pixmap usados ​​para estilizar uma camada. Isso só é necessário no caso de formatos de saída RGB e deve ser usado apenas quando necessário, pois é caro renderizar símbolos de pixmap transparentes em uma imagem de mapa RGB.

Biblioteca adicional para carregar pelo MapServer, para esta camada. Isso é comumente usado para carregar suporte específico para camadas SDE e Microsoft SQL Server, como:

Passa uma diretiva de processamento a ser usada com esta camada. As diretivas de processamento com suporte variam por tipo de camada e pelo driver subjacente que as processa.

Diretiva de Atributos - A opção de processamento ITEMS permite especificar o nome dos atributos para camadas inline ou especificar o subconjunto dos atributos a serem usados ​​pela camada, como:

Diretiva de pool de conexão - Aqui é onde você pode habilitar o pool de conexão para certos tipos de camada de camada. O pool de conexão permitirá que o MapServer compartilhe o identificador com um banco de dados aberto ou conexão de camada em um único processo de desenho de mapa. Além disso, se você tiver FastCGI habilitado, o identificador de conexão permanecerá aberto indefinidamente, ou de acordo com as opções especificadas no FastCGI configuração. Oracle Spatial, ArcSDE, OGR e PostGIS / PostgreSQL atualmente apóiam esta abordagem.

Diretiva de Rótulo - A opção de processamento LABEL_NO_CLIP pode ser usada para pular o recorte de formas ao determinar os pontos de ancoragem do rótulo associado. Isso evita mudanças na posição do rótulo conforme as extensões mudam entre os desenhos do mapa. Ele também evita rótulos duplicados onde os recursos aparecem em vários ladrilhos adjacentes ao criar mapas ladrilhados.

Diretiva de renderização de linha - A opção de processamento POLYLINE_NO_CLIP pode ser usada para pular o recorte de formas ao renderizar linhas estilizadas (tracejadas ou estilizadas com símbolos). Isso evita mudanças no estilo da linha conforme as extensões mudam entre os desenhos do mapa. Ele também evita efeitos de borda onde os recursos aparecem em vários ladrilhos adjacentes ao criar mapas ladrilhados.

Diretiva de Estilos OGR - Esta diretiva pode ser usada para obter estilos de etiqueta por meio do MapScript. Para obter mais informações, consulte o MapServer e documento OGR # 8217s.

Diretivas Raster - Todas as opções de processamento raster são descritas em Dados Raster. Aqui, vemos as diretivas ESCALA e BANDAS usadas para dimensionar automaticamente os dados raster e alterar o mapeamento da banda.

Define o status atual da camada. Frequentemente modificado pelo próprio MapServer. Padrão ativa a camada permanentemente.

Em CGI modo, camadas com STATUS DEFAULT não podem ser desativadas usando mecanismos normais. Recomenda-se definir as camadas para STATUS DEFAULT durante a depuração de um problema, mas defina-as de volta para ON / OFF no uso normal.

Para WMS, as camadas no mapfile do servidor com STATUS DEFAULT são sempre enviadas ao cliente.

O STATUS das camadas individuais de um GRUPO não tem efeito quando o nome do grupo está presente no parâmetro CAMADAS de uma solicitação CGI - todas as camadas do grupo serão retornadas.

Item a ser usado para estilo específico de recurso. As informações de estilo podem ser representadas por um atributo separado (string de estilo) anexado ao recurso. MapServer suporta as seguintes representações de strings de estilo:

Definição de MapServer STYLE - A string de estilo pode ser representada como um MapServer ESTILO bloco de acordo com o seguinte exemplo:

Definição de CLASS MapServer - Especificando todo o AULA em vez de um único estilo, permite o uso de outras opções (como definir expressões, atributos de rótulo, estilos múltiplos) por recurso.

String de estilo OGR - Suporte para MapServer renderizando o formato de string de estilo OGR de acordo com a documentação OGR - Feature Style Specification. Atualmente, apenas algumas fontes de dados suportam o armazenamento de estilos junto com os recursos (como MapInfo, AutoCAD DXF, Microstation DGN), no entanto, esses estilos podem ser facilmente transferidos para muitas outras fontes de dados como um atributo separado usando a ferramenta de linha de comando ogr2ogr como segue :

O valor: AUTO pode ser usado para estilização automática.

  • O estilo automático pode ser fornecido pelo motorista. Atualmente, apenas o driver OGR oferece suporte a estilização automática.
  • Quando usado para um Camada União, os estilos das camadas de origem serão usados.

A escala em que os símbolos e / ou texto aparecem em tamanho real. Isso permite o dimensionamento dinâmico de objetos com base na escala do mapa. Se não for definida, essa camada sempre aparecerá com o mesmo tamanho. O dimensionamento ocorre apenas dentro dos limites de MINSIZE e MAXSIZE conforme descrito acima. A escala é fornecida como o denominador da fração de escala real, por exemplo, para um mapa em uma escala de 1: 24.000, use 24.000. Implementado no MapServer 5.0, para substituir o parâmetro obsoleto SYMBOLSCALE.

Nome do arquivo ou camada tileindex. Um tileindex é semelhante a um índice de biblioteca ArcInfo. O tileindex contém recursos de polígono para cada bloco. O item que contém a localização dos dados lado a lado é fornecido usando o parâmetro TILEITEM. Quando um arquivo é usado como o índice tile para shapefile ou camadas raster, o tileindex deve ser um shapefile. Para camadas CONNECTIONTYPE OGR, qualquer fonte de dados suportada por OGR pode ser um índice de blocos. Normalmente, o local deve conter o caminho para o arquivo de bloco relativo ao caminho de forma, não relativo ao próprio índice do bloco. Se o parâmetro DATA contiver um valor, ele será adicionado ao final do local. Quando uma camada tileindex é usada, ela funciona de forma semelhante ao referir-se diretamente a um arquivo, mas qualquer fonte de recurso compatível pode ser usada (ou seja, postgres, oracle).

Todos os arquivos do tileindex devem ter o mesmo sistema de coordenadas, e para arquivos vetoriais o mesmo conjunto de atributos na mesma ordem.

Desde o MapServer 5.0, o parâmetro adequado a ser usado é OPACITY. O parâmetro TRANSPARENCY obsoleto define o nível de transparência de todos os pixels classificados para uma determinada camada. O valor pode ser um número inteiro no intervalo (0-100) ou o símbolo nomeado & # 8220ALPHA & # 8221. Embora esse parâmetro seja denominado & # 8220transparency & # 8221, os valores inteiros parametrizam a opacidade da camada. Um valor de 100 é opaco e 0 é totalmente transparente.

O símbolo & # 8220ALPHA & # 8221 direciona o código de renderização MapServer para honrar a transparência indexada ou alfa dos símbolos pixmap usados ​​para estilizar uma camada. Isso só é necessário no caso de formatos de saída RGB e deve ser usado apenas quando necessário, pois é caro renderizar símbolos de pixmap transparentes em uma imagem de mapa RGB.

Obsoleto desde a versão 5.0.

Informa ao MapServer se uma determinada camada precisa ou não ser transformada de algum sistema de coordenadas em coordenadas de imagem. O padrão é verdadeiro. Isso permite que você crie shapefiles em coordenadas de imagem / gráficos e, portanto, tenha recursos que sempre serão exibidos no mesmo local em todos os mapas. Ideal para colocar logotipos ou texto em mapas. Lembre-se de que o sistema de coordenadas gráfico tem uma origem no canto superior esquerdo da imagem, ao contrário da maioria dos sistemas de coordenadas de mapa.

A versão 4.10 apresenta a capacidade de definir recursos com coordenadas fornecidas em pixels (ou porcentagens, consulte UNIDADES), na maioria das vezes recursos embutidos, em relação a algo diferente do canto UL de uma imagem. Isso é o que significa & # 8216TRANSFORM FALSE & # 8217. Ao definir uma origem alternativa, ele permite que você ancore algo como uma declaração de direitos autorais em outra parte da imagem de uma forma que seja independente do tamanho da imagem.

Especifica como os dados devem ser desenhados. Não precisa ser igual ao tipo de arquivo de forma. Por exemplo, um arquivo de forma de polígono pode ser desenhado como uma camada de ponto, mas um arquivo de forma de ponto não pode ser desenhado como uma camada de polígono. Regras de bom senso.

Para diferenciar entre POLYGONs e POLYLINEs (que não existem como um tipo), simplesmente use ou omita a palavra-chave COLOR na classificação, respectivamente. Se você usá-lo, é um polígono com uma cor de preenchimento, caso contrário, é uma polilinha com apenas um OUTLINECOLOR.

Um círculo deve ser definido por um retângulo delimitador mínimo. Ou seja, dois pontos que definem o menor quadrado que pode contê-lo. Esses dois pontos são os dois cantos opostos da referida caixa. A seguir está um exemplo de uso de pontos embutidos para desenhar um círculo:

A consulta TYPE significa que a camada pode ser consultada, mas não desenhada.

A anotação TYPE está obsoleta desde a versão 6.2. Funcionalidades idênticas podem ser obtidas adicionando ETIQUETA nível ESTILO blocos e não exigem o carregamento dos conjuntos de dados duas vezes em duas camadas diferentes, como era o caso com as camadas de anotação TYPE.

Sinaliza o início de um bloco VALIDATION.

A partir do MapServer 5.4.0, os blocos VALIDATION são o mecanismo preferido para especificar padrões de validação para substituições de tempo de execução de parâmetros CGI. Ver Substituição de tempo de execução.


Patentes mais recentes da Synopsys, Inc.:

Este pedido reivindica o benefício dos pedidos de patente provisória dos EUA "Uso da camada hierárquica virtual" Ser. No. 62 / 002.808, depositado em 24 de maio de 2014, “Virtual Hierarchical Layer Patterning” Ser. No. 62 / 006,069, depositado em 31 de maio de 2014, "Virtual Cell Model Geometry Compression" Ser. No. 62 / 006.657, depositado em 2 de junho de 2014, "Uso de plano negativo com uma camada hierárquica virtual" Ser. No. 62 / 006.083, depositado em 31 de maio de 2014, "Virtual Cell Model Usage" Ser. No. 62 / 006.607, depositado em 2 de junho de 2014, e "Virtual Hierarchical Layer Propagation" Ser. No. 62 / 006.092, depositado em 31 de maio de 2014. Cada um dos pedidos anteriores é incorporado por meio deste por referência em sua totalidade.

CAMPO DA ARTE

Este pedido se refere geralmente ao projeto de circuito de semicondutor e, mais particularmente, à verificação física de projetos de semicondutores e uso de plano negativo com uma camada hierárquica virtual.

O processo de design para circuitos integrados modernos complexos (ICs) envolve muitas etapas diferentes para ajudar a gerenciar a complexidade e produzir um IC que funcione conforme o planejado. Os ICs podem conter muitos milhões, ou mesmo bilhões de transistores e outras estruturas eletrônicas, como resistores, capacitores, diodos e condutores de interconexão, portanto, gerenciar a complexidade dos ICs é crucial para criar designs eletrônicos que operem conforme planejado. Uma das etapas do processo de design de um IC é o processo de verificação física, que normalmente é altamente automatizado. O processo de verificação física para um circuito integrado (IC) é uma etapa do projeto realizada pelos fabricantes de semicondutores antes de iniciar a fabricação de um IC. Para poder verificar um projeto, as fundições de semicondutores primeiro definem um conjunto de regras de projeto para fabricação (DRM) para projetistas de CI, que, quando seguidas, garantem uma fabricação bem-sucedida e alto rendimento de um projeto durante o processo de fabricação. O DRM fornece uma referência contra a qual o design pode ser testado. O DRM é definido como um conjunto de relações geométricas entre camadas de manufatura, camadas que, por sua vez, são usadas para criar um CI. Um layout de design físico pode incluir centenas de camadas usadas durante o processo de fabricação para criar transistores e interconexão elétrica no IC. O processo de semicondutor cresceu em complexidade e um layout de design físico tem que aderir a milhares de regras de design antes que um design possa ser fabricado com sucesso. O uso de uma ferramenta de verificação física de verificação de regras de projeto (DRC) é um processo padrão da indústria para implementar o DRM do semicondutor.

O DRM pode definir muitos parâmetros diferentes - como largura, espaçamento, ângulo, estrutura, densidade e regras de conectividade elétrica para camadas de design - que, por sua vez, são convertidos em um runset DRC. Um runset DRC é definido como um conjunto de operações DRC que verificam as regras DRM necessárias. Uma ferramenta DRC fornece um conjunto de operações, ou comandos, a partir do qual um designer seleciona e combina para formar a sequência de comandos DRC para satisfazer cada regra DRM. A complexidade das regras DRM modernas significa que um runset DRC com 20.000 ou mais comandos DRC é frequentemente necessário para verificar nós de tecnologia menores que 28 nanômetros (nm). As ferramentas modernas de verificação física do DRC têm um grande conjunto de comandos geométricos e elétricos para implementar com eficácia as regras complexas do DRM. Muitos desses comandos geométricos e elétricos resultam na implementação de um algoritmo único que não é compartilhado entre comandos individuais, resultando em uma ferramenta DRC muito complexa com muitos algoritmos selecionados.

ICs grandes são normalmente construídos usando um método hierárquico que começa com a criação de pequenas células-filho que, por sua vez, são combinadas em células-pai maiores, que são então sucessivamente usadas para construir células cada vez maiores para criar um design hierárquico de IC. A natureza hierárquica do projeto permite que as ferramentas de verificação física acessem seletivamente partes do projeto de maneira eficiente, uma necessidade no processamento de projetos extremamente grandes e de ponta. Várias formas de processos de nivelamento apresentam uma alternativa ao processamento hierárquico, mas os processos de nivelamento podem resultar em aumentos muito grandes no tempo de processamento e muitas vezes não são viáveis ​​para verificação de projeto.

Uma camada hierárquica virtual (VHL) pode ser construída para um projeto de semicondutor a fim de reduzir a exigência computacional de procedimentos de verificação de regras de projeto (DRC) e regras de projeto para manufatura (DRM). Para formar a VHL, um plano negativo é criado. Uma célula e várias instâncias da célula são então identificadas no design do semicondutor e os polígonos que se sobrepõem à célula e suas instâncias são determinados. Os polígonos são empurrados para o plano negativo para criar orifícios no plano. As formas que se sobrepõem a outras instâncias da célula que caem em orifícios no plano da célula virtual sólida são ignoradas. O plano de célula virtual sólido furado resultante pode então ser invertido para criar uma VHL a ser usada para simulação e verificação de projeto. Um método implementado por computador para análise de projeto é divulgado compreendendo: a criação de um plano de célula virtual sólido com base em um projeto de semicondutor incluindo uma pluralidade de células e uma pluralidade de níveis de projeto identificando uma célula e múltiplas instâncias da célula a partir da pluralidade de células determinando, para as instâncias múltiplas, polígonos que se sobrepõem à célula empurrando um polígono dos polígonos, que foram determinados, para o plano da célula virtual sólida para criar um buraco no plano da célula virtual sólida e ignorando outras formas que caem dentro do buraco. O método pode ainda incluir empurrar um segundo polígono dos polígonos para o plano da célula virtual sólida para criar um segundo orifício no plano da célula virtual sólida, em que o orifício e o segundo orifício compreendem orifícios no plano da célula virtual sólida.Em modalidades, o método compreende ainda empurrar mais polígonos, a partir dos polígonos, para o plano da célula virtual sólida para criar mais orifícios no plano da célula virtual sólida.

Vários recursos, aspectos e vantagens de várias modalidades se tornarão mais evidentes a partir da seguinte descrição adicional.

BREVE DESCRIÇÃO DOS DESENHOS

A seguinte descrição detalhada de certas modalidades pode ser entendida por referência às seguintes figuras, em que:

FIGO. 1 é um fluxo para um otimizador de VHL de plano negativo.

FIGO. 2 é um fluxo para unir contornos proximais.

FIGO. 3 é um fluxo para análise de tamanho de polígono.

FIGO. 4 mostra um exemplo de uma hierarquia simples com uma célula pai A, um posicionamento da célula B e dois posicionamentos da célula C.

FIGO. 5 mostra um exemplo de plano de célula virtual sólido furado criado empurrando polígonos da célula A para a célula B.

FIGO. 6 mostra um exemplo de plano de célula virtual sólido furado criado pela interação de células irmãs (célula B e célula C).

FIGO. 7 mostra um exemplo de polígonos não sobrepostos de células filhas B na célula parental A.

FIGO. 8 mostra um exemplo de polígonos não sobrepostos empurrados para o plano da célula B da célula.

FIGO. 9 mostra um exemplo de plano de célula recebendo polígonos não sobrepostos empurrados para baixo a partir do topo.

FIGO. 10 mostra um exemplo de uma VHL consolidada em um plano de célula.

FIGO. 11 mostra um exemplo de plano de célula recebendo polígonos sobrepostos do topo.

FIGO. 12 mostra um exemplo de um plano de célula com polígonos sobrepostos consolidados.

FIGO. 13 mostra etapas de exemplo envolvidas na criação de uma VHL usando um plano negativo.

FIGO. 14 mostra um exemplo de empurrar polígonos adicionais na criação de uma VHL usando um plano negativo.

FIGO. 15 mostra exemplos de polígonos caindo em buracos existentes e a geração final da VHL.

FIGO. 16 mostra um exemplo de manipulação de contorno proximal.

FIGO. 17 mostra a união de contorno proximal de exemplo por manipulação de colocação de células.

FIGO. 18 mostra a geração de exemplo de um plano de célula consolidado com uma malha complexa de arestas.

FIGO. 19 mostra a geração de exemplo de um plano de célula consolidado com formas geométricas simples.

FIGO. 20 mostra um plano de célula de exemplo pré-preenchido com dados locais.

FIGO. 21 mostra um plano negativo com bordas caindo em orifícios.

FIGO. 22 mostra um exemplo de um plano negativo invertido com um conservador e um VHL real.

FIGO. 23 é um diagrama de sistema para um otimizador de VHL de plano negativo.

DESCRIÇÃO DETALHADA

Uma camada hierárquica virtual (VHL) pode ser uma estrutura útil para várias ferramentas utilizadas no projeto e verificação do projeto eletrônico de um circuito integrado. A VHL pode ser criada de várias maneiras, mas em algumas modalidades, conforme descrito neste documento, um plano de célula virtual sólido é criado que corresponde ao limite da célula a ser representada pela VHL. Polígonos que se sobrepõem às instâncias da célula no design eletrônico são determinados. Os polígonos podem ser encontrados nas células pai e irmão das instâncias de célula. Os polígonos sobrepostos são então inseridos no plano da célula virtual sólida para criar orifícios no plano da célula virtual sólida. Se um polígono, ou pelo menos a parte do polígono que se sobrepõe à célula, cair dentro de um buraco existente no plano da célula virtual sólida, o polígono ou parte do polígono que cai com o buraco existente é ignorado para reduzir os requisitos computacionais de criação da BVS. Uma vez que os polígonos sobrepostos foram processados, o plano de célula virtual sólido furado pode ser invertido para criar o VHL para a célula.

A verificação física hierárquica de um circuito integrado (IC) é um processo complexo devido a uma infinidade de estilos de design hierárquico que são criados por empresas de design de IC e outras ferramentas da indústria de IC. Os diferentes estilos de design geralmente resultam em designs extremamente complexos, com muitos níveis de profundidade e contendo bilhões de células e polígonos que se sobrepõem em toda a hierarquia. Em muitos métodos de verificação, uma ferramenta de verificação hierárquica reduz as hierarquias de células ineficientes e mescla polígonos duplicados para construir uma nova hierarquia para os algoritmos de comando individuais da ferramenta. Uma vez que a ferramenta hierárquica constrói sua nova hierarquia, as camadas armazenadas em vários níveis da hierarquia recém-construída são processadas em relação umas às outras com base na definição das regras de design e nos algoritmos geométricos exclusivos necessários para implementar as regras de design. Por exemplo, uma regra DRM para um determinado IC pode exigir que a verificação seja realizada executando uma sequência de comandos (algoritmos) em um conjunto de execução DRC, com cada algoritmo na sequência percorrendo camadas proximais na hierarquia para produzir um resultado hierárquico que então alimenta comandos subsequentes até que a regra DRM seja satisfeita. Um algoritmo pode ter muitas otimizações que foram projetadas para evitar o achatamento do resultado do algoritmo (camada de saída). Sem essas otimizações algorítmicas, o achatamento hierárquico de dados faz com que os algoritmos DRC percam flexibilidade no processamento, forçando os dados da célula em blocos cada vez maiores e criando tempo de processamento extra para o algoritmo atual e algoritmos subsequentes na regra DRM.

Alguns métodos DRC hierárquicos dependem de ter a maioria das camadas de design de IC carregadas na memória antes de iniciar os ciclos algorítmicos hierárquicos que executam operações geométricas nos dados de design em toda a hierarquia. Um método DRC hierárquico que carrega uma camada de design inteira tem a vantagem de ter todos os dados da célula instanciada disponíveis na memória da máquina enquanto alterna as formas geométricas em toda a hierarquia, o que pode resultar em complexidade reduzida do algoritmo. A implementação de tal algoritmo hierárquico envolve o ciclo de camadas de design através da hierarquia em busca de interações algorítmicas de formas geométricas. O ciclo hierárquico é normalmente executado como ciclo de camada única, ciclo de camada dupla ou, para alguns algoritmos complexos, ciclo de N camadas. Conforme a contagem de camadas aumenta para um algoritmo hierárquico, também aumenta o requisito de memória, o que se torna problemático para projetos cada vez maiores. Na verdade, dado o tamanho explosivo dos designs modernos de IC, carregar uma camada de design inteira na memória requer mais memória do que é viável.

Em resposta ao enorme requisito de memória para carregar uma camada inteira, vários métodos DRC hierárquicos carregam apenas camadas parciais na memória, o que reduz os requisitos de armazenamento para os algoritmos hierárquicos, mas aumenta a complexidade algorítmica e o tempo de carregamento de dados. Por exemplo, o tempo de carregamento de dados aumenta se todos os dados da camada de uma célula não puderem ser mantidos na memória e os dados devem ser recarregados toda vez que uma das múltiplas instâncias da célula interagir com uma forma geométrica hierárquica sendo examinada. Além disso, recarregar os dados de interação muitas vezes se torna um problema significativo de desempenho da CPU. Por exemplo, se a célula A for instanciada várias vezes em um design hierárquico e os dados da célula A não tiverem sido pré-carregados na memória, toda vez que um polígono da camada hierárquica percorre a hierarquia e interage com uma instanciação da célula A, célula Os dados de A teriam que ser recarregados dinamicamente do disco, resultando em E / S significativa da CPU. Como o método alternativo de carregar toda a camada de design na memória da máquina já foi mencionado como inviável, dada a complexidade crescente e a diminuição do tamanho do nó dos designs de semicondutores modernos, as camadas hierárquicas virtuais são aqui apresentadas como uma alternativa. As camadas hierárquicas virtuais eliminam o recarregamento dinâmico de células, eliminam a necessidade de carregar uma camada de design de IC inteira na memória e fornecem um mecanismo para algoritmos ascendentes de baixo para cima em nível de célula para processamento de camadas hierárquicas.

As metodologias DRC hierárquicas atuais geralmente apresentam uma compensação de desempenho entre o consumo de memória e o tempo de carregamento dinâmico de dados. A Camada Hierárquica Virtual (VHL) descrita no pedido de patente dos EUA "Uso da Camada Hierárquica Virtual" Série No. 14 / 634.695 depositado em 27 de fevereiro de 2015, que é aqui incorporado por referência em sua totalidade, descreve um método para reduzir tanto a memória quanto o tempo de carregamento de dados, fornecendo uma técnica de processamento de nível de célula de baixo para cima. Uma VHL fornece um instantâneo da sobreposição hierárquica de formas para uma célula específica em um projeto de semicondutor. O pedido de patente dos EUA p "Virtual Hierarchical Layer Patterning" Ser. No. 14 / 673.064 depositado em 30 de março de 2015, que é aqui incorporado por referência em sua totalidade, descreve um tipo particular de camada hierárquica virtual otimizada (VHL) chamada de camada hierárquica virtual idêntica (VHLi). Um VHLi inclui formas geométricas que têm a propriedade de transmitir padrões de camada idênticos que abrangem as informações hierárquicas globais para todas as instâncias de uma célula de design de circuito integrado (IC). Além disso, os métodos de compactação de arquivos VHL são descritos no pedido de patente dos EUA p "Virtual Cell Model Geometry Compression" Ser. No. 14 / 673.709 depositado em 30 de março de 2015, que é incorporado por meio deste por referência em sua totalidade. A compressão dos dados da VHL pode reduzir a pegada de memória e os recursos computacionais necessários para o processo de DRC.

As modalidades da VHL criam uma camada geométrica hierárquica com a finalidade de realizar um processo DRC hierárquico eficiente para a verificação de um projeto de IC antes que o projeto prossiga para um estágio de fabricação em um dos muitos processos de fabricação de semicondutores possíveis. Em uma modalidade, as camadas geométricas hierárquicas em um projeto de IC são usadas para gerar a VHL para uma célula atual a partir de uma combinação de retângulos, trapézios e outras formas que residem na hierarquia acima da célula, bem como de formas geométricas não -células irmãs descendentes que interagem com a célula.

A informação hierárquica é coletada encontrando qualquer forma geométrica não contida pela célula (ou seja, não na célula atual ou em qualquer um de seus descendentes) que está se sobrepondo a qualquer posicionamento hierárquico da célula atual. A informação hierárquica obtida é então usada para calcular a VHL. Para reunir as informações geométricas necessárias sobre as sobreposições, todas as células na hierarquia podem ser processadas em relação ao limite da célula atual. Um procedimento de duas etapas é usado para a propagação de informações hierárquicas em algumas modalidades. Primeiro, é determinado se a célula que está sendo processada pode ou não se sobrepor à célula atual. Então, se houver uma sobreposição potencial, as formas geométricas na célula sob exame são verificadas e as formas que se sobrepõem ao limite da célula atual são coletadas. Este procedimento de duas etapas se enquadra em um dos quatro casos, de acordo com a relação de uma célula hierárquica com a célula atual:

1) Se a célula que está sendo processada for o ancestral direto da célula atual, a célula pode conter formas geométricas que se sobrepõem a um ou mais posicionamentos da célula atual. Portanto, as formas da célula ancestral direta sendo processada que se sobrepõem à célula atual são coletadas para a geração de VHL.

2) Se a célula sendo processada for um irmão direto da célula atual, uma ou mais das colocações da célula sendo processada podem se sobrepor a uma ou mais colocações da célula atual. Nesse caso, a célula irmã sendo processada ainda pode conter formas geométricas que se sobrepõem à célula atual, de modo que as formas da célula irmã direta sendo processada são coletadas para a geração da VHL. Algumas modalidades podem verificar se os limites das células se sobrepõem antes de processar as formas geométricas das células irmãs.

3) Se a célula que está sendo processada for uma irmã indireta da célula atual, a célula irmã indireta, por definição, compartilha uma ou mais células ancestrais comuns com a célula atual na hierarquia. Tal como acontece com uma célula irmã direta, as células ancestrais comuns podem ser usadas para determinar se a célula que está sendo processada tem posicionamentos que se sobrepõem a qualquer um dos posicionamentos da célula atual. Se houver alguma sobreposição, as formas geométricas na célula irmã indireta que se sobrepõem à célula atual são coletadas para a geração da VHL.

4) Se a célula em processamento for descendente direta da célula atual, nenhum de seus dados é coletado para a geração da VHL.

Uma vez que as informações hierárquicas tenham sido coletadas, a VHL é calculada para a célula. Como os procedimentos descritos anteriormente coletam formas geométricas de outras células da hierarquia que podem ter várias orientações de posicionamento em relação à célula atual, cada forma coletada é transformada para refletir sua posição geométrica em relação ao posicionamento da célula atual quando a sobreposição ocorre. O processo pode exigir várias transformações de coordenadas diferentes. Por exemplo, quando a forma geométrica é de uma célula irmã direta, as coordenadas da forma e a célula atual podem ser transformadas nas coordenadas da célula pai. Após a transformação das coordenadas, a parte da forma que cai no limite da célula é armazenada como uma forma na VHL. Dessa forma, as formas relacionadas são mescladas e formam a BVS, que por sua vez fornece um instantâneo da totalidade da sobreposição hierárquica para a célula.

A modalidade descrita acima gera informações de VHL para cada célula apenas dentro de seu limite celular. Por exemplo, se uma forma geométrica confina apenas com um posicionamento de uma célula, a forma não aparecerá na VHL da célula. Uma vez que é importante para alguns algoritmos DRC conhecer as informações em torno da célula, outra modalidade da geração de formas gera formas VHL para uma área adicional em torno do limite da célula. Esta segunda modalidade coleta formas da mesma maneira que a modalidade anterior, mas em vez do limite de célula original, um limite de célula superdimensionado (um limite virtual) é usado para o cálculo de VHL.

Em modalidades onde um limite virtual superdimensionado é usado, o VHL é calculado a partir da coleta das formas geométricas hierárquicas que se sobrepõem ao limite virtual de uma célula em vez das fronteiras reais da célula. Nesse caso, a VHL inclui o acúmulo dos dados que compreendem as formas sobrepostas que são empurradas para o limite virtual de uma célula e, em seguida, mescladas em formas geométricas complexas. O limite virtual pode incluir os limites da camada mesclada de uma célula mais uma margem adicional da célula chamada de âmbito. A área de âmbito pode ser definida como uma área em forma de anel estendida para fora do limite da célula original, criada ao se estender o limite da célula por um pequeno valor conhecido como valor de âmbito. A criação de um âmbito também pode ser chamada de superdimensionamento da célula. Em modalidades, os dados hierárquicos que se sobrepõem à célula atual superdimensionada são empurrados para o limite virtual, com os dados sobrepostos empurrados das células-mãe e células irmãs para a célula atual. Da mesma forma, os dados hierárquicos que não se sobrepõem ao limite da célula atual, mas se sobrepõem à parte do âmbito, também são inseridos no limite virtual. Como resultado, as formas geométricas que se sobrepõem à área de extensão do âmbito podem ser coletadas e, junto com as formas que se sobrepõem ao limite real da célula, podem ser computadas na VHL completa da célula. Dessa forma, as informações hierárquicas sobre formas potencialmente interagentes para uma célula são armazenadas na VHL, mesmo se as formas estiverem um pouco fora dos limites da célula.

Algumas modalidades também incluem um aparelho que executa algoritmos hierárquicos de VHL como processos independentes de nível de célula. Uma VHL permite que os processos de nível de célula realizem o processamento de dados de nível de célula na célula sem nivelar os dados para fora da célula. O desempenho do processamento de dados em nível de célula para cada algoritmo de VHL elimina a necessidade de recarregar os dados e limita o consumo de memória, uma vez que toda a hierarquia de camadas não é carregada na memória. Em uma modalidade adicional, uma única célula é processada, do início ao fim, por uma instância do processo de nível de célula VHL, que permite paralelização significativa e multi-threading em todas as células em um projeto de IC.

Um algoritmo DRC que usa uma VHL assume as formas VHL pré-geradas junto com as camadas de dados de entrada e executa operações geométricas em nível de célula. A criação da VHL é um processo separado que ocorre antes do início dos algoritmos DRC. As ferramentas DRC existentes adquirem informações hierárquicas conforme os algoritmos DRC percorrem as formas geométricas hierárquicas, portanto, as informações coletadas na BVS podem ser alimentadas nas ferramentas DRC existentes. Uma VHL é independente de qualquer algoritmo DRC particular, uma VHL não está limitada ao uso por um algoritmo DRC específico. Assim, se dois algoritmos DRC são executados nas mesmas camadas de dados de entrada, eles podem compartilhar a mesma VHL. O compartilhamento e a reutilização da BVS também fornecem eficiência e flexibilidade para a implementação de algoritmos de DRC.

A camada hierárquica virtual (VHL) de uma célula contém informações hierárquicas globais sobre a célula, com as informações hierárquicas globais representando um acúmulo de dados sobrepostos das células pai e irmã da célula selecionada. Formas geométricas de pais e irmãos são empurradas para o limite da célula atual, onde são mescladas em um conjunto de formas VHL. A VHL é gerada para todos os comandos no runset e os comandos usam as formas da VHL para processar as células na hierarquia de forma ascendente. O desempenho do algoritmo da VHL é fortemente dependente do número e da complexidade geométrica das formas da VHL. As modalidades aqui descritas fornecem métodos mais rápidos de criar as formas VHL e a geração de formas geométricas mais simples para a VHL.

Em modalidades, um plano negativo, que também pode ser chamado de plano de célula virtual sólido, é usado para receber as formas geométricas empurradas para baixo a partir das células-mãe e irmãs. Em algumas modalidades, os dados locais da célula atual são usados ​​como uma referência para preencher previamente o plano negativo com orifícios antes de receber as formas geométricas hierárquicas. Uma vez que o plano de célula virtual sólido foi criado para uma célula, as formas geométricas são empurradas das células-mãe para as células-filho correspondentes, células que representam várias instanciações da célula tendo sua VHL gerada. Em algumas modalidades, a estrutura que recebe as formas geométricas empurradas para baixo é uma caixa vazia chamada de plano de célula. As formas geométricas que estão hierarquicamente acima de todas as colocações da célula e / ou vêm das células irmãs da célula atual são empurradas para baixo neste plano de célula vazio. Em algumas modalidades, uma versão negativa do plano vazio ou um plano de célula virtual sólido, ou seja, um retângulo sólido, é usado como um plano de recepção para os dados enviados. O plano da célula começa vazio ou o plano da célula virtual sólida começa completo e recebe formas geométricas de suas células-mãe e irmãs para criar buracos no plano receptor.

Uma modalidade da divulgação atual envolve iniciar o processo de criação de VHL com um plano de célula virtual sólido. Conforme cada forma cai no plano, ela abre um buraco no plano. Um plano com um furo cortado pode ser visualizado como um VHL invertido.Depois de empurrar todos os polígonos, todo o plano da célula é negado (invertido) para obter a forma geométrica real da VHL. O uso de planos negativos permite uma geração mais rápida de uma VHL para uma situação com um grande número de polígonos sobrepostos às colocações de uma célula. Conforme os polígonos caem no plano negativo, eles cortam orifícios que permitem ao algoritmo ignorar quaisquer outras formas que caiam nos orifícios cortados. Nesta modalidade, os orifícios cortados no plano da célula são usados ​​para ignorar as formas sobrepostas.

Uma modalidade adicional fornece uma otimização usando uma versão estendida do conceito de plano sólido. O método modificado preenche um plano de célula com os dados locais da célula e, em seguida, usa a célula preenchida como plano negativo. O plano negativo retém apenas as formas geométricas que caem sobre as formas pré-preenchidas e ignora outras formas que caem nos orifícios. Efetivamente, o processo ignora as formas geométricas que não tocam as formas pré-preenchidas.

Em outra modalidade, os dados locais de uma célula são usados ​​para resolver a forma de malha complexa gerada em uma camada de borda VHL. Esta modalidade é baseada na ideia de que quaisquer formas de VHL além de um valor de âmbito dos dados locais de uma célula não afetam o processamento hierárquico. Em outras palavras, o algoritmo VHL ignora polígonos que estão a mais do que uma distância de alcance dos dados da célula. Esta modalidade usa os dados locais de uma célula como uma referência para ignorar as formas mais do que uma distância de alcance dos dados locais conforme os polígonos são empurrados para baixo. Evitar a malha cruzada economiza o tempo da CPU gasto no ciclo de todas as formas nas áreas "irrelevantes" de uma célula. O preenchimento prévio de áreas “irrelevantes” com polígonos da VHL ajuda a evitar a alocação de recursos que, de outra forma, seriam gastos na criação de uma malha nessas áreas.

As modalidades divulgadas reduzem o tempo de criação de VHL e a complexidade de sua forma geométrica. Um tempo de criação de VHL simples e mais rápido melhora o tempo de execução e a memória dos comandos DRC.

FIGO. 1 é um diagrama de fluxo para um otimizador de VHL de plano negativo. O fluxo 100 descreve um método implementado por computador para análise de projeto. O fluxo 100 inclui a obtenção de um projeto de semicondutor 110 incluindo uma pluralidade de células e uma pluralidade de níveis de design. As células podem ser qualquer uma de uma variedade de células, incluindo células lógicas, células de memória, células de comutação, células de roteamento e assim por diante. Os níveis de design podem incluir níveis de design hierárquico, níveis de abstração, etc. Os níveis de design hierárquico podem incluir níveis de célula, níveis de submódulo, níveis de módulo, níveis de subsistema, níveis de sistema e assim por diante. Os níveis de abstração podem incluir níveis comportamentais, níveis de transferência de registro (RTL), níveis de circuito, níveis de design físico e assim por diante. O projeto do semicondutor pode ser obtido a partir de uma biblioteca de layouts de projeto que são armazenados em formatos legíveis por computador. O projeto pode ser obtido lendo um ou mais dos arquivos de computador de uma ou mais mídias de armazenamento, sendo lido da memória do computador, usando um projeto RTL para gerar um projeto de circuito, recebendo dados de projeto inseridos por um usuário, recebendo comunicações com ou sem fio, digitalizando imagens de layout e assim por diante.

O fluxo 100 inclui a criação de um plano de célula virtual sólido 120 com base em um projeto de semicondutor incluindo uma pluralidade de células e uma pluralidade de níveis de projeto. O plano de célula virtual sólido pode fazer parte de uma camada hierárquica virtual (VHL). A BVS pode ser usada para uma variedade de finalidades de projeto, incluindo, mas não se limitando a simulação de projeto, verificação de projeto e validação de projeto, qualquer uma das quais pode ser feita para um circuito, para um subsistema ou para um sistema, e pode ser uma parte de DRC, DRM ou semelhantes. A VHL pode representar uma camada de design, uma camada lógica, uma camada abstrata, uma camada de layout ou qualquer outro tipo de camada apropriado para o design de semicondutor. Uma modalidade de criação do plano de célula virtual sólido inclui negar um plano de célula vazio 122.

O fluxo 100 inclui a identificação de uma célula e várias instâncias da célula 130 da pluralidade de células. A célula identificada pode ser uma célula lógica, uma célula de design, uma célula física e assim por diante. A célula pode ser uma única célula, uma célula repetida, etc. A célula pode fazer parte de uma hierarquia de design. A célula pode aparecer em todo o design em vários níveis de design. As instâncias identificadas da célula podem ser versões giradas da célula, versões espelhadas da célula, versões em escala da célula e assim por diante. A célula e as instâncias da célula podem ser identificadas para qualquer uma de uma variedade de finalidades, incluindo simulação lógica, como verificação e simulação de projeto de validação, como verificação, validação e verificação de regras de projeto (DRC), regras de projeto para verificação de manufatura (DRM) ou qualquer outro propósito.

O sistema 100 inclui determinar, para as instâncias múltiplas, polígonos que se sobrepõem à célula 140. Os polígonos podem incluir retângulos, polígonos simples, polígonos complexos e outras formas apropriadas para o projeto do semicondutor, o nó de tecnologia e outros aspectos do projeto do semicondutor e do processo de fabricação. Os polígonos podem residir em qualquer um dos níveis de design do design do semicondutor. Os polígonos que se sobrepõem à célula e as instâncias da célula podem interagir com a célula e as instâncias da célula. Os polígonos determinados podem sobrepor-se totalmente ou em parte à célula. Em alguns casos, certas partes de um polígono, ou formas dentro do polígono, se sobrepõem à célula. Assim, nas modalidades, os polígonos incluem formas que interagem com a célula. As formas dentro do polígono que interagem com a célula podem ser o polígono inteiro ou uma parte do polígono, dependendo da interação entre o polígono e a célula. As interações entre os polígonos e os dados da célula podem incluir regras de design, regras de manufatura, etc. Os polígonos que se sobrepõem podem se conectar a dados de design na célula e instâncias de célula, podem sobrepor dados de design, podem ser adjacentes aos dados de design ou podem ser próximo aos dados do projeto.

O sistema 100 inclui empurrar um polígono dos polígonos, que foram determinados, para o plano da célula virtual sólida para criar um orifício no plano da célula virtual sólida 150. Os polígonos que são empurrados podem incluir retângulos, polígonos complexos ou qualquer outra forma apropriada. O envio de polígonos pode continuar para várias instâncias de células. Em modalidades, o plano de célula virtual sólido com os furos, que foram criados, pode ser cortado por polígonos empurrados para resultar em um plano de célula virtual sólido furado. O plano de célula virtual sólida furado, que se invertido pode ser referido como uma camada hierárquica virtual (VHL), pode ser usado para uma variedade de propósitos, incluindo circuito, lógica e verificação de sistema de análise de sistema DRC DRM etc. Em algumas modalidades, o os polígonos que são enviados não incluem formas que estão fora dos dados locais da célula. Os polígonos que são enviados podem representar dados sobrepostos diferentes dos dados na célula. Os polígonos podem representar interações para as instâncias da célula, onde os polígonos são retirados do design com base em sua interação com uma instância da célula e, em seguida, empurrados para o plano da célula virtual sólida. Em algumas modalidades, os polígonos que são empurrados estão fora dos dados locais na célula, como polígonos localizados fora da célula, mas dentro de um valor de âmbito do limite da célula. Em algumas modalidades, os polígonos que são empurrados não incluem formas que estão fora dos dados locais por um valor de âmbito. Um valor de âmbito pode ser um valor pequeno e pode ser baseado nas regras de design para uma determinada tecnologia de processo de semicondutor. O valor de âmbito pode ser selecionado para uma variedade de propósitos, incluindo conveniência de modelagem, simulação, análise e semelhantes. Em pelo menos algumas modalidades, os furos que são criados são criados apenas em locais onde não há dados locais para a célula. Novamente, esses buracos podem indicar interações adicionais entre instâncias de células e polígonos nas camadas do projeto do semicondutor.

Em modalidades, o método continua empurrando um segundo polígono dos polígonos para o plano da célula virtual sólida para criar um segundo orifício no plano da célula virtual sólida, em que o orifício e o segundo orifício compreendem orifícios no plano da célula virtual sólida. Em alguns casos, o segundo furo inclui uma ampliação do furo. Isso pode ser repetido quantas vezes quiser com qualquer número de polígonos inseridos no plano da célula virtual sólida para criar mais orifícios e / ou orifícios aumentados. Portanto, o fluxo 100 pode incluir empurrar mais polígonos dos polígonos para o plano de célula virtual sólido 152 para criar mais furos no plano da célula virtual sólida. O impulso de polígonos adicionais pode incluir o impulso de interações entre as instâncias da célula e os níveis de design do design do semicondutor. O empurrar de polígonos adicionais pode incluir furos de fusão no plano da célula virtual sólida. Os orifícios de fusão podem representar os vários polígonos que se sobrepõem à célula e às instâncias da célula. Os furos mesclados podem ser representados por retângulos, polígonos simples, polígonos complexos ou qualquer outra forma. À medida que os buracos são criados no plano da célula virtual sólida, alguns dos polígonos adicionais podem cair completa ou parcialmente nos buracos existentes.

Em algumas modalidades, o fluxo 100 inclui a substituição do plano de célula virtual sólido por um plano preenchido com dados locais 154. O pré-preenchimento pode simplificar a criação de buracos no plano da célula virtual sólida, permitindo que mais das interações adicionais caiam nos buracos criados pelos dados pré-preenchidos. O fluxo 100 pode ainda incluir sobredimensionar os dados locais da célula 156 e pré-preencher o plano de célula virtual sólido 158 com os dados locais superdimensionados. Em pelo menos uma modalidade, o sobredimensionamento é por um valor de âmbito. Conforme mencionado acima, o sobredimensionamento pode servir a uma variedade de finalidades, incluindo conveniência de modelagem, simulação, análise, verificação ou qualquer outra finalidade. O sobredimensionamento dos dados locais pode ser por qualquer valor apropriado. Em modalidades, o pré-preenchimento cria áreas "irrelevantes" dentro do plano da célula virtual sólida. As áreas “irrelevantes” podem ser usadas para simplificar uma variedade de tarefas de modelagem, simulação, verificação e validação, por exemplo, reduzindo a complexidade e os requisitos de recursos computacionais.

O fluxo 100 inclui ignorar outras formas que caem dentro dos orifícios 160. As formas adicionais podem vir de polígonos interagindo com instâncias da célula atual. O envio de mais interações entre os polígonos do projeto do semicondutor e as instâncias da célula no plano da célula virtual pode resultar em um número crescente de orifícios no plano. Uma nova interação de polígono pode cair dentro de um orifício existente no plano sem criar um novo orifício ou o novo polígono pode se sobrepor parcialmente a um orifício existente, de modo que uma parte do polígono, ou uma forma que representa a parte do polígono, caia dentro de um furo existente. Assim, em alguns casos, as formas adicionais incluem um polígono inteiro dos polígonos e, em outros casos, as formas adicionais incluem uma porção de um polígono adicional dos polígonos. Em ambos os casos, as formas adicionais são ignoradas porque caem dentro dos orifícios existentes 162. Ignorar as formas que caem dentro dos furos pode reduzir a quantidade de dados armazenados no plano da célula virtual para análise, simulação, modelagem, verificação e outros propósitos. O ignorar pode ser baseado em uma variedade de parâmetros, incluindo a porcentagem da área do plano de célula sólida consumida por furos, o número de ocorrências de células incluídas no empurrão de polígonos para o plano de sólido ou qualquer outro parâmetro apropriado. Ignorar pode reduzir a complexidade da modelagem, os recursos computacionais necessários e assim por diante. O ignorar pode incluir ignorar formas de células pais e irmãs 164 para a célula.

O fluxo 100 inclui ainda a inversão do plano de célula virtual sólido furado 170. A inversão pode, por exemplo, simplificar a representação do plano de célula virtual, convertendo muitos orifícios complexos no plano em algumas formas de dados no plano invertido. A inversão pode ser usada para criar uma VHL para a célula. A inversão pode servir a vários propósitos, incluindo, mas não se limitando a, modelagem, simulação e verificação da célula e do projeto do semicondutor. A inversão pode reduzir o tempo necessário para executar tarefas como modelagem, simulação, verificação e semelhantes. A inversão pode reduzir a quantidade de recursos computacionais necessários para executar a modelagem, simulação, verificação e outras tarefas. Várias etapas no fluxo 100 pode ser alterado em ordem, repetido, omitido ou semelhante, sem se afastar dos conceitos divulgados. Várias modalidades do fluxo 100 pode ser incluído em um produto de programa de computador incorporado em um meio legível por computador não transitório que inclui código executável por um ou mais processadores.

FIGO. 2 é um fluxo para unir contornos proximais. O fluxo 200 descreve um método implementado por computador para análise de projeto e pode ser usado em conjunto com modalidades do fluxo 100. O fluxo 200 inclui empurrar polígonos para criar buracos em um plano de célula sólido 210. Os polígonos que são empurrados podem incluir retângulos, polígonos complexos ou qualquer outra forma apropriada. Em modalidades, o plano de célula virtual sólido com os orifícios criados compreende um plano de célula virtual sólido furado. O plano de célula virtual sólida furado, que se invertido pode ser referido como uma camada hierárquica virtual (VHL), pode ser usado para uma variedade de propósitos, incluindo circuito, lógica e análise de sistema, verificação de sistema DRC, DRM, etc. Em modalidades , os polígonos que são empurrados não incluem formas distantes dos dados locais da célula. Os polígonos que são enviados podem representar dados sobrepostos diferentes dos dados na célula. Os polígonos podem representar interações para as instâncias da célula, onde os polígonos são retirados do design com base em sua interação com uma instância da célula e, em seguida, empurrados para o plano da célula virtual sólida. Em algumas modalidades, os polígonos que são empurrados não compreendem os dados locais na célula, como polígonos localizados fora da célula, mas dentro de um valor de âmbito do limite da célula. Em algumas modalidades, os polígonos que são empurrados não incluem formas que estão fora dos dados locais por um valor de âmbito. Um valor de âmbito pode ser um valor pequeno e pode ser baseado nas regras de design para uma determinada tecnologia de processo de semicondutor. O valor de âmbito pode ser selecionado para uma variedade de propósitos, incluindo conveniência de modelagem, simulação, análise e semelhantes. Em pelo menos algumas modalidades, os furos que são criados são criados apenas em locais onde não há dados locais para a célula. Novamente, esses buracos podem indicar interações adicionais entre instâncias de células e polígonos nas camadas do projeto do semicondutor.

Em modalidades, o método continua empurrando mais polígonos dos polígonos para o plano da célula virtual sólida para criar mais orifícios no plano da célula virtual sólida 220. Em alguns casos, empurrar mais polígonos para o plano da célula virtual sólida amplia um orifício existente em vez de criar um novo orifício. O empurrar de polígonos adicionais dos polígonos para o plano da célula virtual sólida pode criar qualquer número de orifícios de qualquer forma no plano da célula virtual sólida, dependendo dos detalhes do projeto do semicondutor.

O fluxo 200 inclui a identificação de um par de contornos proximais 230. Um contorno, como o termo é usado aqui e nas reivindicações, é uma porção do plano de célula virtual sólida que permanece após os orifícios serem criados. Em modalidades, um par de contornos é identificado como sendo proximal 230 se cada contorno do par de contornos estiver dentro de uma distância predeterminada um do outro 232. A distância predeterminada pode ser definida com base em vários parâmetros do processo de fabricação de semicondutores, a conveniência das regras de projeto para simulação, verificação e semelhantes ou qualquer outra forma de definir a distância predeterminada para uma modalidade particular.

O fluxo 200 também inclui juntar o par de contornos proximais 240. A união pode ser realizada simplesmente expandindo o par de contornos proximais um em direção ao outro até que eles se juntem. Em algumas modalidades, o par de contornos proximais é unido encontrando linhas tangenciais ao par de contornos proximais e definindo um novo orifício abrangendo o par de contornos proximais, então usando seções das duas linhas tangenciais entre o par de contornos proximais como dois lados do novo buraco maior. Qualquer método pode ser usado para unir o par de contornos proximais, dependendo da modalidade.

Em algumas modalidades, o fluxo 200 inclui a realização de uma manipulação de colocação de célula 242. A colocação de uma célula, em alguns casos, pode ser movida ligeiramente sem afetar a funcionalidade do projeto do semicondutor. Ao mover a célula, os dois contornos proximais podem ser unidos em um contorno por algumas modalidades. Ao unir os contornos proximais, o padrão de orifício do plano de célula virtual sólida furado pode ser simplificado, o que pode reduzir os requisitos de armazenamento, requisitos de processamento e complexidade da VHL.

FIGO. 3 é um fluxo para análise de tamanho de polígono. O fluxo 300 pode começar com a identificação opcional de um polígono de maior contribuição dos polígonos que foram determinados 310. Em algumas modalidades, os polígonos que foram determinados para se sobrepor à célula são classificados do maior para o menor, mas em outras modalidades, nenhuma classificação é realizada. Se nenhuma classificação for executada, os polígonos que estão determinados a se sobrepor à célula podem ser pesquisados ​​para identificar o polígono de maior contribuição. Se vários polígonos tiverem o mesmo tamanho e estiverem vinculados como o maior contribuidor, um dos polígonos pode ser identificado como o maior polígono contribuidor. A identificação pode ser feita por qualquer método, incluindo, mas não se limitando a, a forma de polígono mais simples, o primeiro polígono desse tamanho a ser encontrado, o último polígono desse tamanho a ser encontrado ou aleatoriamente. O fluxo 300 continua empurrando o polígono de maior contribuição primeiro 320. O empurrar priorizado cria o maior buraco no plano da célula virtual sólida de qualquer um dos polígonos determinados para se sobrepor à célula. Ao criar o maior orifício primeiro, mais dos polígonos posteriores empurrados para o plano da célula virtual sólida caem completamente no orifício criado pelo maior polígono contribuidor, permitindo que sejam ignorados. Além disso, mais dos polígonos posteriormente empurrados para o plano da célula virtual sólida caem parcialmente no buraco, permitindo que as formas dentro desses polígonos sejam ignoradas e permitindo que o buraco seja expandido em vez de criar um novo buraco. Se os polígonos adicionais inseridos no plano da célula virtual sólida caírem completa ou parcialmente no orifício existente, os requisitos de armazenamento e computação podem ser reduzidos.

Em algumas modalidades, o fluxo 300 opcionalmente inclui a criação de subconjuntos de polígonos com base no tamanho 330. Polígonos maiores são colocados em um subconjunto, enquanto polígonos menores são colocados em outro subconjunto.Algumas modalidades usam mais de dois subconjuntos de polígonos, onde cada subconjunto inclui polígonos com uma determinada faixa de tamanhos. Em algumas modalidades, um limite de tamanho predeterminado é usado 332 para determinar em qual subconjunto um polígono é colocado. Assim, pelo menos algumas modalidades incluem a identificação de um primeiro subconjunto de polígonos dos polígonos que foram empurrados, em que cada polígono do primeiro subconjunto de polígonos tem uma área que excede um limite predeterminado e a identificação de um segundo subconjunto de polígonos dos polígonos que foram empurrados , em que cada polígono do segundo subconjunto de polígonos tem uma área que é menor ou igual a um limite predeterminado. No fluxo 300 o primeiro subconjunto de polígonos maiores é empurrado antes de empurrar o segundo subconjunto de polígonos menores 340. O empurrar priorizado de conjuntos tem um efeito semelhante ao empurrar o polígono de maior contribuição primeiro, pois ao criar grandes buracos no plano de célula virtual sólido o mais rápido possível, mais dos polígonos adicionais empurrados cairão nos buracos existentes, reduzindo os requisitos de armazenamento e computacionais. Em pelo menos uma modalidade, os polígonos são totalmente classificados de modo que cada tamanho de polígono tenha seu próprio subconjunto e os subconjuntos de polígonos sejam empurrados na ordem de tamanho, com o maior primeiro. Observe que as etapas 310 e 320 estão incluídos em algumas modalidades, enquanto as etapas 330, 332, e 340 são omitidos. Outras modalidades incluem etapas 330, 332, e 340 sem incluir etapas 310 e 320. No entanto, outras modalidades incluem todo o fluxo 300, dependendo da modalidade.

FIGO. 4 mostra um exemplo de uma hierarquia simples com uma célula pai A, um posicionamento de uma célula filha B e dois posicionamentos de células filho C. Uma parte de um design eletrônico 400, que pode ser um projeto de semicondutor, tem uma célula-mãe 410 que tem uma borda de célula 412. A célula-mãe 410 também inclui uma instanciação 422 da célula B 420, e duas instanciações 432 e 434 da célula C 430. Ambas as instanciações 432 e 434 da célula C 430 referem-se à mesma célula, o que é uma prática comum na prática de design hierárquico. Qualquer número de células filho pode ser colocado em uma célula pai, dependendo dos requisitos do design eletrônico.

FIGO. 5 mostra um exemplo de plano de célula virtual sólido furado criado empurrando polígonos da célula A para a célula B. Um design eletrônico 500, que pode ser um projeto de semicondutor, inclui uma instanciação 510 da célula A. A instanciação 510 da célula A inclui várias formas poligonais, incluindo um primeiro polígono 512, um segundo polígono 514, um terceiro polígono 516 e um quarto polígono 518. A instanciação 510 da célula A também atua como uma célula-mãe para uma instanciação 520 da célula B que tem um limite celular 522. Como parte da criação de uma VHL para a célula B, algumas modalidades criam um plano de célula virtual sólido 530 tendo um limite que é equivalente ao limite 522 da célula B. Os polígonos que se sobrepõem às instâncias da célula B são então determinados. Para a instanciação 520 da célula B, os polígonos 512-518 da instanciação 510 da célula A são avaliados para determinar se eles se sobrepõem à instanciação 520 da célula B. O primeiro polígono 512 sobrepõe parcialmente a instanciação 520 da célula B, de modo que a parte sobreposta é empurrada 532 no plano da célula virtual sólida 530 para criar um buraco 542. O segundo polígono 514 sobrepõe parcialmente a instanciação 520 da célula B, de modo que a parte sobreposta é empurrada 534 no plano da célula virtual sólida 530 para criar outro buraco 544. O terceiro polígono 516 sobrepõe completamente a instanciação 520 da célula B, então todo o polígono é empurrado 536 no plano da célula virtual sólida 530 para criar um terceiro buraco 546. O quarto polígono 518 não sobrepõe a instanciação 520 da célula B, para que não seja empurrado para o plano de célula virtual sólido 530. Este processo pode ser repetido para outras instâncias da célula B no design eletrônico.

FIGO. 6 mostra um exemplo de plano de chamada virtual sólido furado criado pela interação da célula irmã (célula B e célula C). Um design eletrônico 600 pode ser um projeto de semicondutor que inclui uma instanciação 610 da célula A. A instanciação 610 da célula A atua como uma célula-mãe para uma instanciação 620 da célula B que tem um limite celular 622 e uma instanciação 630 da célula C que tem um limite celular 632. A célula B inclui um polígono complexo 624 e um retângulo 626. A célula B inclui um polígono complexo 634.

FIGO. 6 mostra polígonos sendo empurrados da célula irmã B para a célula C e vice-versa. Um plano celular virtual sólido B 640 é criado com um limite equivalente ao limite 622 da célula B. Polígonos que se sobrepõem a uma instanciação da célula B são determinados, como o polígono complexo 634 da instanciação do irmão 630 da célula C que se sobrepõe parcialmente à instanciação 620 da célula B. A parte sobreposta do polígono complexo 634 é então empurrado para o plano de célula virtual sólido B 640 para criar um buraco 636. Polígonos que se sobrepõem a uma instanciação da célula C são determinados, como o polígono complexo 624 e o retângulo 626 da instanciação do irmão 620 da célula B. A parte sobreposta do polígono complexo 624 e a parte sobreposta do retângulo 626 são então empurrados para o plano de célula virtual sólida C 650 para criar um buraco 644 e outro buraco 643 respectivamente. O plano de célula virtual sólido furado 640, incluindo o buraco 636 pode ser usado na criação do VHL da célula B, e o plano de célula virtual sólido de retenção 650 incluindo os buracos 642 e 644 pode ser usado na criação da VHL para a célula C.

FIGO. 7 mostra um exemplo de polígonos não sobrepostos de células-filho B na célula-pai A. Uma parte de um design eletrônico 700, que pode ser um projeto de semicondutor, inclui uma instanciação 710 da célula A, que inclui vários polígonos, um primeiro polígono 712, um segundo polígono 714, um terceiro polígono 716, um quarto polígono 718, um quinto polígono 722, um sexto polígono 724, um sétimo polígono 726, e um oitavo polígono 728. A célula A também tem três instanciações da célula B, uma primeira instanciação 732, uma segunda instanciação 734 e uma terceira instanciação 736. A célula A pode ser colocada em um design onde polígonos empurrados podem evidenciar poucas sobreposições com polígonos de outras células, embora em alguns designs, a célula A possa ter muitos outros polígonos sobrepostos de células-mãe ou irmãs.

FIGO. 8 mostra um exemplo de polígonos sobrepostos empurrados para o plano de célula da célula B. FIGO. 8 mostra a mesma parte de um design eletrônico 700 como mostrado na FIG. 7, incluindo os polígonos enviados para criar uma VHL para a célula B. A célula B é identificada para criar uma VHL e várias instâncias da célula B, incluindo a primeira instanciação 732, a segunda instanciação 734, e a terceira instanciação 736, são identificados. Os polígonos que se sobrepõem à célula B são determinados para as instâncias múltiplas 732, 734, e 736. Um primeiro limite 832 mostra os polígonos que são empurrados da instância da célula pai 710 na primeira instância 732 da célula B. O primeiro limite 832 inclui uma parte sobreposta 812 do primeiro polígono 712, uma parte sobreposta 814 do segundo polígono 714, e uma parte sobreposta 828 do oitavo polígono 728. Um segundo limite 834 mostra os polígonos que são empurrados da instância da célula pai 710 na segunda instância 734 da célula B. O segundo limite 834 inclui uma parte sobreposta 816 do terceiro polígono 716 e uma porção sobreposta 818 do quarto polígono 718. Um terceiro limite 836 mostra os polígonos que são empurrados da instância da célula pai 710 na terceira instância 736 da célula B. O terceiro limite 836 inclui uma parte sobreposta 822 do quinto polígono 722, uma parte sobreposta 824 do sexto polígono 724, e uma parte sobreposta 826 do sétimo polígono 726. Uma parte sobreposta de um polígono também pode ser chamada de forma.

As oito formas sobrepostas 812-828 são combinados em um único conjunto de formas geométricas consolidadas 840. Um plano de célula virtual sólido 840 é criado que corresponde ao limite da célula B, e as formas consolidadas 840 são então empurrados para o plano de célula virtual sólido 842 para criar buracos. O empurrão cria um plano de célula virtual sólido com furos 850 que inclui um buraco 854 cobrindo as bordas externas do plano de célula virtual sólido furado 850, com uma porção sólida 852, ou contorno, permanecendo no centro.

FIGO. 9 mostra um exemplo de plano de célula recebendo polígonos não sobrepostos empurrados para baixo a partir do topo. O diagrama 900 mostra formas geométricas empurradas para baixo de níveis superiores em uma hierarquia de design para formar orifícios consolidados em um plano de célula virtual sólido 902. O diagrama 900 mostra polígonos sendo empurrados para baixo que são semelhantes aos polígonos mostrados na FIG. 8 Oito polígonos diferentes, que são mostrados ligeiramente tracejados e que incluem um primeiro polígono 910, um segundo polígono 912, e um terceiro polígono 914, são empurrados para o plano de célula virtual sólido 902. Os oito polígonos não se sobrepõem, mas se confinam, de modo que os polígonos consolidados formem um orifício anelar quadrado ao redor do lado externo do plano de célula virtual sólido 902 circundando um contorno no meio do plano de célula virtual sólido 902. O orifício do anel anular quadrado inclui uma primeira porção 920 que foi formado pelo primeiro polígono 910, uma segunda porção 922 que foi formado pelo segundo polígono 912, e uma terceira parte 924 que foi formado pelo terceiro polígono 914, bem como cinco outras porções formadas pelos outros cinco polígonos. Assim, o diagrama 900 mostra uma vista isométrica de um plano de célula recebendo polígonos onde os polígonos são mesclados em uma forma geométrica. Muitos polígonos em um design eletrônico não se sobrepõem, então o diagrama 900 ilustra como formas não sobrepostas podem ser mescladas.

FIGO. 10 mostra um exemplo de uma VHL consolidada em um plano de célula. Os dados consolidados da VHL 1000, mostrado graficamente, é baseado no plano de célula virtual sólido furado 900 da FIG. 9 A BVS consolidada 1000 representa uma versão invertida do plano de célula virtual sólido furado mostrado no diagrama 900. A BVS consolidada 1000 inclui uma fronteira 1010 que corresponde à célula identificada sobre a qual o VHL consolidado 1000 é baseado. No exemplo mostrado, a BVS consolidada 1000 tem um buraco 1020 No meio. Os dados da VHL podem ter qualquer número de áreas sólidas e furadas dentro do limite, dependendo do projeto do semicondutor.

FIGO. 11 mostra um exemplo de plano de célula recebendo polígonos sobrepostos do topo. Em um projeto típico de semicondutor, um plano de célula pode receber um grande número de polígonos sobrepostos, conforme mostrado pelo diagrama 1100. O algoritmo de criação de VHL pode gastar recursos substanciais da CPU empurrando vários polígonos que se sobrepõem aos orifícios existentes no plano. Cada vez que isso ocorre, o algoritmo também gasta tempo consolidando cada forma adicional para criar a forma final mesclada, mesmo se a forma final estiver totalmente dentro de um orifício existente. O número de polígonos que são colocados em um plano celular pode variar de algumas centenas a bilhões com base em vários fatores, como a profundidade em que a célula é colocada na hierarquia, o número de posicionamentos da célula, o número de pais e irmãos e o número de polígonos sobrepostos em pais e irmãos. Uma vista isométrica de um plano celular 1110 descreve o recebimento de várias formas sobrepostas 1120 de níveis acima dele na hierarquia. No exemplo mostrado no diagrama 1100, as formas sobrepostas 1120 combinar para formar um retângulo simples 1130, mas muitos recursos computacionais são necessários se cada polígono for totalmente analisado.

FIGO. 12 mostra um exemplo de um plano de célula com polígonos sobrepostos consolidados. Em algumas modalidades, as bordas são processadas em vez das formas mostradas no diagrama 1200. Se um grande número de polígonos sobrepostos são empurrados para o plano da célula 1210, uma complexa malha de arestas 1220 pode resultar. As bordas não podem ser consolidadas tão facilmente quanto os polígonos podem formar uma única forma simples, conforme mostrado no diagrama 1100.

FIGS. 13-15 mostram exemplos de etapas envolvidas na criação de uma BVS. FIGO. 13 mostra etapas de exemplo envolvidas na criação de uma VHL usando um plano negativo. O diagrama 1300 mostra o processo de usar um plano de célula virtual sólido e empurrar polígonos para o plano de célula virtual sólido. Uma vez que uma versão negada do plano é usada na construção do plano de célula virtual sólido, ele também pode ser referido como um "plano negativo". Um plano de célula virtual sólido 1310 pode ser criado com base em um projeto de semicondutor, incluindo uma pluralidade de células e uma pluralidade de níveis de projeto. Uma célula pode ser identificada no projeto do semicondutor e o plano da célula virtual sólida pode ser criado com um limite que corresponde à célula identificada. Os polígonos que se sobrepõem à célula podem ser determinados. Os polígonos podem ser encontrados em células parentais ou irmãs da célula identificada. O primeiro polígono 1312 pode ser determinado como um polígono sobreposto, conforme mostrado no diagrama 1300. O primeiro polígono 1312 é mapeado para o plano de célula virtual sólido 1310 no exemplo mostrado com base na posição do polígono para a célula identificada no projeto do semicondutor e, em seguida, usado para criar um primeiro plano de célula virtual sólido com orifício 1320 com um buraco 1322 que corresponde ao polígono 1312.

Um segundo polígono 1332 também é determinado como um polígono sobreposto no diagrama 1300. O segundo polígono 1332 pode ser mapeado para o plano de célula virtual sólido furado 1320 com base em sua posição para a célula identificada no projeto do semicondutor e, em seguida, pode ser usado para criar um segundo plano de célula virtual sólido com orifício 1340 com um buraco expandido 1342. O buraco expandido 1342 é moldado pela fusão do primeiro polígono 1312 e o segundo polígono 1332. Se nenhum outro polígono for determinado como sobreposto, o segundo plano de célula virtual sólido furado 1340 pode ser usado para criar uma VHL para a célula identificada.

FIGO. 14 mostra um exemplo de empurrar polígonos adicionais na criação de uma VHL usando um plano negativo. O diagrama 1400 mostra uma pluralidade de polígonos 1420, 1422, 1424, e 1426, sendo empurrado para o segundo plano de célula virtual sólido furado 1340 como mostrado no diagrama 1300. Em algumas modalidades, um polígono de maior contribuição 1422 da pluralidade de polígonos 1420-1426 é identificado. O maior polígono contribuidor 1422 é um polígono que cobre a maior parte da área em um plano virtual sólido. A identificação do maior polígono contribuidor pode ocorrer sobre qualquer subconjunto dos polígonos que são determinados para se sobrepor à célula, como os polígonos sobrepostos de uma célula parente ou irmã particular ou sobre todos os polígonos que se sobrepõem à célula, dependendo da modalidade . Em algumas modalidades, o maior polígono contribuidor 1422 é empurrado para o segundo plano de célula virtual sólido furado 1340 primeiro. Em modalidades, empurrando o maior polígono contribuidor 1422 primeiro, um buraco maior é criado no início do processo de empurrar os polígonos, o que aumenta a probabilidade de que os polígonos subsequentes sejam empurrados para o buraco feito pelo maior polígono contribuidor 1422, permitindo que os polígonos subsequentes sejam ignorados e, portanto, reduzindo as operações de processamento. Depois do polígono de maior contribuição 1422 é empurrado para o segundo plano de célula virtual sólido furado 1340, que expande o buraco 1342 para criar um novo plano de célula virtual sólido furado, outro polígono 1420 é empurrado para o novo plano de célula virtual furado no exemplo 1400 mostrado, expandindo o orifício novamente. Esse empurrão pode ser repetido para o resto da pluralidade de polígonos que foram determinados para se sobrepor à célula, incluindo o polígono 1426. Observe que no exemplo mostrado 1400, o polígono 1426 se sobrepõe apenas parcialmente à célula, portanto, apenas a forma que corresponde à parte do polígono 1426 que se sobrepõe à célula é empurrada e expande o buraco. O polígono 1424 cabe totalmente no buraco 1342 então é ignorado. Uma vez que a pluralidade de polígonos 1420-1426 foram empurrados para o segundo plano celular virtual furado 1340, um terceiro plano celular virtual sólido com furos 1430 é criado usando o furo expandido 1432. O buraco expandido 1432 no diagrama 1400 é definido como a união do primeiro polígono 1312, o segundo polígono 1332, e a pluralidade de polígonos 1420-1426 interseccionado com o plano de célula virtual sólido original 1310.

Em ainda outras modalidades, métodos de identificação de um primeiro subconjunto de polígonos dos polígonos que foram empurrados, em que cada polígono do primeiro subconjunto de polígonos tem uma área que excede um limite predeterminado e identificando um segundo subconjunto de polígonos dos polígonos que foram empurrados , em que cada polígono do segundo subconjunto de polígonos tem uma área que é menor ou igual a um limite predeterminado. Por exemplo, em uma modalidade, um limite predeterminado de 2500 nanômetros quadrados é estabelecido. Polígonos com uma área maior que 2.500 nanômetros quadrados são colocados em um primeiro subconjunto e os polígonos restantes (com uma área menor ou igual a 2.500 nanômetros quadrados) são colocados em um segundo subconjunto. Em modalidades, o primeiro subconjunto é empurrado primeiro, seguido pelo segundo subconjunto. Dessa forma, grandes orifícios são criados primeiro, aumentando a chance de que os polígonos seguintes caiam por um dos orifícios. Quando os polígonos caem pelos buracos, eles se tornam uma condição “irrelevante” e, portanto, não são processados, economizando recursos de processamento.

FIGO. 15 mostra exemplos de polígonos caindo em buracos existentes e a geração final da VHL. Polígonos adicionais 1520 e 1522 são determinados para sobrepor a célula no exemplo mostrado no diagrama 1500. Os polígonos adicionais 1520 e 1522 são analisados ​​e encontrados para cair completamente dentro do buraco expandido 1432 do terceiro plano celular virtual sólido furado 1430. A queda permite os polígonos adicionais 1520 e 1522 a ser ignorado como o buraco expandido 1432 não precisa ser expandido para incluir os polígonos adicionais 1520 e 1522, e nenhum dos dois precisa ser alterado para criar o plano celular virtual sólido com orifício final 1530 transformando o buraco 1532. Os polígonos adicionais 1520 e 1522 que caem dentro do buraco expandido existente 1432 podem ser referidos como formas adicionais, embora em alguns casos, outras formas podem se referir à porção de polígonos que caem dentro de um orifício existente.

Uma vez que os polígonos 1312, 1332, 1420-1426, e 1520 e 1522 que foram determinados para se sobrepor à célula foram empurrados para o plano de célula virtual sólido 1310, o plano celular virtual final furado 1530 foi criado. O plano celular virtual final com furos 1530, neste ponto um plano negativo, pode então ser invertido para criar um VHL 1540 para a célula com uma forma 1542.

FIGO. 16 mostra um exemplo de manipulação de contorno proximal. Um contorno é uma parte do plano de célula virtual sólida que permanece depois que os furos são criados. No exemplo mostrado no diagrama 1600, uma instanciação 1610 da célula A inclui uma pluralidade de polígonos 1620, mostrado ligeiramente hachurado, e três instanciações da célula B: uma primeira instanciação 1632, uma segunda instanciação 1634, e uma terceira instanciação 1636. Porções da pluralidade de polígonos 1620 sobrepor as três instanciações 1632-1636 da célula B e são mostrados como formas hachuradas mais escuras no primeiro plano da célula 1642, o segundo plano celular 1644, e o terceiro plano celular 1646, representando assim as formas sobrepostas para a primeira instanciação 1632, a segunda instanciação 1634, e a terceira instanciação 1636 da célula B, respectivamente.Após as formas sobrepostas mostradas no primeiro plano de célula 1642, o segundo plano celular 1644, e o terceiro plano celular 1646 são empurrados para um plano de célula virtual sólido com um limite correspondente à célula B, um plano de célula virtual sólido furado 1650 pode ser criado. As linhas quebradas correspondentes às formas sobrepostas são incluídas dentro do plano de célula virtual sólido furado 1650 para referência. O plano de célula virtual sólido furado 1650 tem uma porção estreita 1652 de um buraco separando um primeiro contorno 1654 e um segundo contorno 1656. Se a largura da parte estreita 1652 for menor que um limite predeterminado, então os contornos são considerados proximais. Assim, as modalidades incluem a identificação de um par de contornos proximais. Em modalidades, o limite de distância predeterminado é um valor constante (por exemplo, 100 nanômetros), ou em algumas modalidades, é definido em termos de valor de âmbito (por exemplo, 0,5 × valor de alcance, 1 × valor de alcance e assim por diante). Assim, em modalidades, a identificação de um par de contornos proximais compreende a identificação de um par de contornos em que cada contorno do par de contornos está dentro de uma distância predeterminada um do outro. Os contornos proximais 1654 e 1656 são separados pela porção 1652 de um buraco. Os contornos proximais 1654 e 1656 pode evitar que outros polígonos caiam através de um orifício e, portanto, pode reduzir o número de formas, ou seja, polígonos e porções de polígonos que se sobrepõem à célula, que podem ser ignorados. Portanto, os contornos proximais representam um desperdício potencial de recursos de processamento.

FIGO. 17 mostra a união de contorno proximal de exemplo por manipulação de colocação de células. As modalidades detectam contornos proximais no plano virtual e tentam a manipulação de colocação de células a fim de unir os contornos proximais para criar um orifício contíguo maior. Assim, as modalidades incluem juntar o par de contornos proximais. A união dos contornos proximais resulta em um orifício contíguo maior e é propício para um tempo de processamento melhorado. O exemplo mostrado no diagrama 1700 usa as informações mostradas no diagrama 1600 da FIG. 16 onde um par de contornos proximais 1653 e 1656 foram achados. O diagrama 1700 mostra a mesma instanciação 1610 da célula A com uma pluralidade de polígonos 1620, mostrado ligeiramente hachurado, e duas instanciações idênticas da célula B, uma primeira instanciação 1632, e uma segunda instanciação 1634. A terceira instanciação 1736 da célula B, no entanto, foi movido por uma pequena distância 1740 usando técnicas de manipulação de colocação de células com base na identificação dos contornos proximais 1654 e 1656 com a posição da terceira instanciação 1636 da célula B, conforme mostrado no diagrama 1600. Porções da pluralidade de polígonos 1620 sobrepor as três instanciações 1632, 1634, e 1736 da célula B e são mostrados como formas hachuradas mais escuras no primeiro plano da célula 1642, o segundo plano celular 1644, e o terceiro plano celular 1746, representando as formas sobrepostas para a primeira instanciação 1632, a segunda instanciação 1634, e a terceira instanciação 1736 da célula B, respectivamente. Após as formas sobrepostas mostradas no primeiro plano de célula 1642, o segundo plano celular 1644, e o terceiro plano celular 1746 são empurrados para um plano de célula virtual sólido com um limite correspondente à célula B, um plano de célula virtual sólido furado 1750 pode ser criado. As linhas quebradas correspondentes às formas sobrepostas são incluídas dentro do plano de célula virtual sólido furado 1750 para referência.

No exemplo mostrado, ao detectar o par de contornos proximais (1654 e 1656 no diagrama 1600), as modalidades tentam ver se qualquer manipulação da colocação das células é possível, a fim de combinar os contornos proximais em uma região contígua, enquanto ainda permite o projeto de circuito integrado pretendido. No exemplo mostrado, a terceira instanciação 1636 (como mostrado no diagrama 1600) é movido para a direita por um fator de correção 1740 para uma nova terceira instanciação 1736. Movendo a terceira instanciação 1636 (como mostrado no diagrama 1600) ligeiramente para criar uma nova terceira instanciação 1736, as formas sobrepostas no terceiro plano da célula 1746 são movidos para mais perto da borda do plano de célula virtual sólido 1750, e os polígonos enviados agora são organizados no plano da célula virtual sólida 1750 de modo que um contorno contíguo 1754 é formado. Portanto, contornos proximais 1654 e 1656 são unidos para formar o contorno contíguo 1754. Observe que o contorno contíguo pode não ter necessariamente a mesma forma que o par de contornos unidos. Portanto, em modalidades, unir o par de contornos proximais compreende realizar uma manipulação de colocação de células. O buraco 1752 no plano da célula virtual sólida 1750 é ininterrupto por contornos proximais separados e, portanto, não tem uma porção estreita (por exemplo, porção estreita 1652 mostrado no diagrama 1600) O buraco 1752 pode, portanto, acomodar polígonos maiores do que antes, permitindo que mais formas sejam descartadas e, assim, alcançando economia adicional de recursos computacionais. Em modalidades, cada plano virtual é analisado com um algoritmo de pontuação para determinar se vale a pena tentar a manipulação de colocação de células. Por exemplo, uma situação em que os dois contornos de um par de contornos proximais são aproximadamente do mesmo tamanho pode aumentar a pontuação, aumentando assim a probabilidade de o plano virtual ser elegível para a manipulação de colocação de células. Uma situação em que um dos contornos proximais é significativamente maior do que o outro contorno proximal pode diminuir a pontuação, diminuindo assim a probabilidade de o plano virtual ser elegível para a manipulação de colocação de células. Este método de pontuação é implementado porque se um contorno for significativamente maior do que o contorno proximal vizinho, então o potencial para um aumento significativo no tamanho do orifício pela formação de um contorno contíguo é reduzido e, assim, a manipulação de células pode ser considerada um desperdício de recursos de processamento. Outros fatores também podem ser considerados na pontuação do plano virtual, incluindo, mas não se limitando a, a área absoluta de cada contorno, a proporção da área do contorno menor para o contorno maior e a distância que separa cada contorno do contorno proximal par.

FIGO. 18 mostra a geração de exemplo de um plano de célula consolidado com uma malha complexa de arestas. O diagrama 1800 mostra a complexidade que pode ser criada consolidando as bordas de uma pluralidade de polígonos. A instanciação 1810 da célula A inclui uma pluralidade de polígonos, cada um definido por um conjunto de bordas. A instanciação 1810 da célula A também inclui três instanciações da célula B. A visão alternativa 1820 de instanciação 1810 da célula A mostra as bordas dos polígonos que se sobrepõem às três instanciações da célula B usando linhas mais escuras. A vista 1830 mostra três planos de células que representam as três instanciações da célula B com as arestas que se sobrepõem a essas instanciações. A malha de arestas 1840 mostra a complexidade que pode ser gerada combinando bordas que se sobrepõem às instanciações da célula B.

FIGO. 19 mostra a geração de exemplo de um plano de célula consolidado com formas geométricas simples. O diagrama 1900 mostra a mesma instanciação 1910 da célula A, conforme mostrado no diagrama 1800 exceto que a pluralidade de polígonos é definida como áreas em vez de arestas. A instanciação 1910 da célula A inclui uma pluralidade de polígonos que são definidos como áreas. A instanciação 1910 da célula A também inclui três instanciações da célula B. A visão alternativa 1920 de instanciação 1910 da célula A mostra as formas dentro dos polígonos que se sobrepõem às três instanciações da célula B por uma hachura mais escura. A vista 1930 mostra três planos de células que representam as três instanciações da célula B, junto com as formas do polígono que se sobrepõem a essas instanciações. O plano celular consolidado 1940 com formas geométricas simples mostra que combinando as áreas das formas, ou seja, realizando uma união das formas, uma solução mais simples do que combinar arestas pode ser implementada.

FIGO. 20 mostra um plano de célula de exemplo pré-preenchido com dados locais. O diagrama 2000 mostra um plano de célula virtual sólido 2010 que foi pré-preenchido com os dados locais 2020 e 2022 para criar um buraco 2030 através do plano de célula virtual sólido em todas as áreas onde a célula não inclui dados locais. No exemplo mostrado no diagrama 2000, a célula identificada para a criação de uma VHL possui dois polígonos incluídos na camada usada para criar a VHL. Os dois polígonos nos dados locais da célula correspondem ao primeiro polígono 2020 e o segundo polígono 2022. O plano de célula virtual sólido 2010 é então pré-preenchido para que os contornos correspondentes aos dados locais da célula sejam deixados no plano da célula virtual sólida 2010 e que todas as outras áreas do plano da célula virtual sólida 2010 estão incluídos em um ou mais orifícios, como o orifício 2030 através do plano de célula virtual sólido 2010. Em algumas modalidades, os dados locais são superdimensionados em uma pequena quantidade antes de serem usados ​​para criar os contornos no plano da célula virtual sólida.

A modalidade mostrada manipula o plano de célula virtual sólido para ignorar formas empurradas de células-mãe e irmãs em áreas que não são importantes para DRC ou verificação, isto é, áreas dentro da célula que não incluem formas locais. Primeiro, os buracos são cortados em um plano de célula sólida sobre áreas onde não há dados locais. Então, usando o plano de célula virtual sólido pré-preenchido com dados locais para empurrar polígonos sobrepostos de células pai e irmão para o plano, o algoritmo é capaz de ignorar formas que caem nos buracos, reduzindo assim os requisitos computacionais. Em outras palavras, antes de empurrar para baixo as formas VHL, o algoritmo preenche o plano da célula com os dados locais da célula, que são superdimensionados em algumas modalidades. O superdimensionamento pode ser responsável pela distância de alcance que um algoritmo usa ao utilizar a VHL. Substituir um plano de célula virtual sólido por dados locais pré-preenchidos é equivalente a usar um plano negativo com orifícios pré-cortados. Se uma forma de um polígono sobreposto cair em um buraco, ela pode ser ignorada.

FIGO. 21 mostra um plano negativo com bordas caindo em orifícios. Um plano negativo pode receber bordas de células pais e irmãs. Bordas que caem em um buraco podem ser ignoradas por modalidades, e bordas que se sobrepõem aos dados locais podem ser usadas por modalidades para criar dados VHL. O diagrama 2100 mostra o plano de célula virtual sólido 2010 preenchido previamente com dados locais 2020 e 2022 para criar um buraco 2030. As bordas, como uma borda 2140 e um grupo de arestas 2142 pode ser empurrado para o plano de célula virtual sólido pré-preenchido 2010. A beira 2140 sobrepõe a forma 2022 dos dados locais e são retidos. As bordas 2142 não sobreponha os dados locais e caia no buraco 2030 no plano celular virtual sólido pré-preenchido 2010. A queda significa que as modalidades podem ignorar as bordas 2142.

FIGO. 22 mostra um exemplo de um plano negativo invertido com um conservador e um VHL real. O diagrama 2200 mostra um VHL 2210 para a célula identificada. O VHL é gerado negando a camada virtual sólida pré-preenchida 2010 da FIG. 20 Buracos cortados no plano negado tornam-se formas VHL 2230 depois de negar o plano celular. As formas geométricas criadas pelos orifícios são chamadas de "uma VHL conservadora". As formas poligonais conservadoras da VHL criadas devido aos orifícios pré-cortados estão distantes dos dados da célula local e, portanto, são ignoradas pelos comandos que usam a VHL. Em outras palavras, este método pré-cria formas poligonais da VHL (formas conservadoras) no plano da célula e, portanto, evita empurrar bordas cruzadas na área das formas. As arestas que interagem com os dados locais da célula, como a aresta 2240, podem ser retidos como dados reais da BVS para uso por várias ferramentas.

FIGO. 23 é um diagrama de sistema para um otimizador de VHL de plano negativo. O sistema 2300 é uma modalidade de um sistema de computador para análise de projeto. O sistema 2300 pode incluir um ou mais processadores 2310 que estão acoplados a uma memória 2312. A memória 2312 pode ser usado para armazenar instruções temporária ou permanentemente, como código de computador, bem como dados de computador calculados, temporários, parciais, intermediários e / ou permanentes. Os dados podem incluir qualquer tipo ou tipos apropriados de dados, incluindo dados para um ou mais projetos de semicondutores. Os dados de projeto de semicondutor podem incluir informações de células de nível hierárquico de informações de layout de informações de camadas de informações de máscara de projeto de informações ópticas, configuração e instruções de teste de dados de teste e assim por diante. Os dados podem incluir e descrever vários níveis de design. Os dados podem incluir outros tipos de dados, como informações de suporte do sistema, resultados de análises, etc. 2314 também pode estar presente. O display 2314 pode ser qualquer um de uma variedade de projetores eletrônicos, monitores, visores e telas, incluindo, mas não se limitando a, uma tela de computador ou tela, uma tela de laptop, uma tela de tablet, uma tela de smartphone, uma tela de assistente digital pessoal (PDA) , um monitor portátil, um monitor remoto, um projetor digital ou uma televisão digital.

O sistema 2300 também pode incluir um projeto de semicondutor 2320. O projeto do semicondutor 2320 pode incluir uma pluralidade de níveis de design. O projeto do semicondutor 2320 pode ser armazenado em qualquer dispositivo e meio de armazenamento apropriado, incluindo uma unidade de disco rígido (HDD), uma unidade de estado sólido (SSD), uma unidade de disco ótico (ODD) ou outro meio de armazenamento legível por computador. O projeto do semicondutor 2320 pode incluir descrições de níveis, hierarquias de níveis, níveis hierárquicos virtuais, descrições de retângulos e polígonos e assim por diante. O sistema 2300 inclui um módulo de criação 2330. O módulo de criação 2330 pode ser usado para criar um plano de célula virtual sólido com base em um projeto de semicondutor incluindo uma pluralidade de células e uma pluralidade de níveis de projeto. O plano de célula virtual sólido pode ser incluído em um plano de célula de camada hierárquica virtual (VHL) para o projeto de semicondutor 2320. O plano de célula virtual sólido pode ser um plano negativo. O plano de célula virtual sólido pode incluir informações de interação. Um módulo de identificação 2340 também pode ser incluído no sistema 2300. O módulo de identificação 2340 pode ser usado para identificar uma célula e múltiplas instâncias da célula a partir da pluralidade de células. A célula identificada pode ser qualquer uma de uma variedade de células, incluindo células analógicas, células digitais, células lógicas, células de armazenamento, células de processamento, células de comunicação e semelhantes. A célula pode ser uma célula-mãe, uma célula-filha contida em uma célula-mãe, uma célula-irmã para uma célula contida na célula-mãe e assim por diante. Um módulo determinante 2350 também pode ser incluído no sistema 2300. O módulo de determinação 2350 pode determinar, para as instâncias múltiplas, polígonos que se sobrepõem à célula. Os polígonos podem ser incluídos nos níveis de design do design do semicondutor 2320. Os polígonos podem incluir retângulos, polígonos complexos e / ou qualquer outra forma. Os polígonos determinados nas camadas de design podem se conectar, podem se sobrepor, podem ser adjacentes a, ou podem estar próximos, polígonos na célula identificada e instâncias da célula. Um modelo de empurrar 2360 pode ser incluído no sistema 2300. O módulo de empurrar 2360 pode empurrar um polígono dos polígonos, que foram determinados, para o plano da célula virtual sólida para criar um orifício no plano da célula virtual sólida. Os polígonos que são empurrados podem incluir formas de nível de projeto que se sobrepõem aos dados locais da célula. Em algumas modalidades, os polígonos que são empurrados podem incluir formas de nível de design que estão longe dos dados locais da célula em até um valor de âmbito. O sistema 2300 pode incluir um módulo de ignorar 2370. O módulo de ignorar 2370 pode ignorar outras formas que caiam dentro do buraco. As formas empurradas que caem dentro dos orifícios podem ser ignoradas.

O sistema 2300 pode incluir um produto de programa de computador para análise de projeto. O produto de programa de computador é incorporado em um meio legível por computador não transitório e pode compreender código para criar um plano de célula virtual sólido com base em um projeto de semicondutor incluindo uma pluralidade de células e uma pluralidade de códigos de níveis de projeto para identificar uma célula e múltiplas instâncias de a célula da pluralidade de códigos de células para determinar, para as instâncias múltiplas, polígonos que se sobrepõem ao código de célula para empurrar um polígono dos polígonos, que foram determinados, para o plano de célula virtual sólido para criar um orifício no plano de célula virtual sólido e código para ignorar outras formas que caiam dentro do buraco.

Cada um dos métodos acima pode ser executado em um ou mais processadores em um ou mais sistemas de computador. As modalidades podem incluir várias formas de computação distribuída, computação cliente / servidor e computação baseada em nuvem. Além disso, será entendido que as etapas ou caixas representadas contidas nos fluxogramas desta divulgação são apenas ilustrativas e explicativas. As etapas podem ser modificadas, omitidas, repetidas ou reordenadas sem se afastar do escopo desta divulgação. Além disso, cada etapa pode conter uma ou mais subetapas. Embora os desenhos e a descrição anteriores estabeleçam aspectos funcionais dos sistemas divulgados, nenhuma implementação ou arranjo particular de software e / ou hardware deve ser inferido a partir dessas descrições, a menos que explicitamente declarado ou de outra forma claro a partir do contexto. Todas essas disposições de software e / ou hardware se destinam a se enquadrar no escopo desta divulgação.

Os diagramas de bloco e as ilustrações do fluxograma descrevem métodos, aparelhos, sistemas e produtos de programas de computador. Os elementos e combinações de elementos nos diagramas de blocos e diagramas de fluxo, mostram funções, etapas ou grupos de etapas dos métodos, aparelhos, sistemas, produtos de programa de computador e / ou métodos implementados por computador. Todas e quaisquer funções - geralmente referidas neste documento como um "circuito", "módulo" ou "sistema" - podem ser implementadas por instruções de programa de computador, por sistemas de computador baseados em hardware para fins especiais, por combinações de hardware para fins especiais e instruções de computador, por combinações de hardware de uso geral e instruções de computador, e assim por diante.

Um aparelho programável que executa qualquer um dos produtos de programa de computador mencionados acima ou métodos implementados por computador pode incluir um ou mais microprocessadores, microcontroladores, microcontroladores incorporados, processadores de sinais digitais programáveis, dispositivos programáveis, matrizes de portas programáveis, lógica de matriz programável, dispositivos de memória, aplicativo circuitos integrados específicos ou semelhantes. Cada um pode ser adequadamente empregado ou configurado para processar instruções de programa de computador, executar lógica de computador, armazenar dados de computador e assim por diante.

Será entendido que um computador pode incluir um produto de programa de computador de um meio de armazenamento legível por computador e que esse meio pode ser interno ou externo, removível e substituível ou fixo. Além disso, um computador pode incluir um Sistema Básico de Entrada / Saída (BIOS), firmware, um sistema operacional, um banco de dados ou semelhantes que podem incluir interface ou suporte para o software e hardware descritos neste documento.

As modalidades da presente invenção não estão limitadas a aplicativos convencionais de computador nem ao aparelho programável que os executa. Para ilustrar: as modalidades da invenção presentemente reivindicada podem incluir um computador óptico, computador quântico, computador analógico ou semelhante.Um programa de computador pode ser carregado em um computador para produzir uma máquina específica que pode executar qualquer e todas as funções descritas. Esta máquina em particular fornece um meio para realizar qualquer e todas as funções descritas.

Qualquer combinação de uma ou mais mídias legíveis por computador pode ser utilizada incluindo, mas não se limitando a: um meio legível por computador não transitório para armazenamento um meio de armazenamento legível por computador eletrônico, magnético, óptico, eletromagnético, infravermelho ou semicondutor ou qualquer combinação adequada dos precedendo um disquete de computador portátil, um disco rígido, uma memória de acesso aleatório (RAM), uma memória somente leitura (ROM), uma memória somente leitura programável apagável (EPROM, Flash, MRAM, FeRAM ou memória de mudança de fase), uma fibra óptica, um portátil disco compacto um dispositivo de armazenamento óptico um dispositivo de armazenamento magnético ou qualquer combinação adequada dos anteriores. No contexto deste documento, um meio de armazenamento legível por computador pode ser qualquer meio tangível que pode conter ou armazenar um programa para uso por ou em conexão com um sistema, aparelho ou dispositivo de execução de instrução.

Será apreciado que as instruções do programa de computador podem incluir código executável de computador. Uma variedade de linguagens para expressar instruções de programa de computador pode incluir, sem limitação, C, C ++, Java, JavaScript ™, ActionScript ™, linguagem assembly, Lisp, Perl, Tcl, Python, Ruby, linguagens de descrição de hardware, linguagens de programação de banco de dados, linguagens de programação funcional, linguagens de programação imperativas e assim por diante. Em modalidades, as instruções do programa de computador podem ser armazenadas, compiladas ou interpretadas para serem executadas em um computador, um aparelho de processamento de dados programável, uma combinação heterogênea de processadores ou arquiteturas de processador e assim por diante. Sem limitação, as modalidades da presente invenção podem assumir a forma de software de computador baseado na web, que inclui software cliente / servidor, software como serviço, software ponto a ponto ou semelhantes.

Em modalidades, um computador pode permitir a execução de instruções de programa de computador, incluindo vários programas ou threads. Os vários programas ou threads podem ser processados ​​aproximadamente simultaneamente para melhorar a utilização do processador e para facilitar funções substancialmente simultâneas. A título de implementação, todo e qualquer método, códigos de programa, instruções de programa e semelhantes aqui descritos podem ser implementados em um ou mais encadeamentos que podem, por sua vez, gerar outros encadeamentos, que podem ter prioridades associadas a eles. Em algumas modalidades, um computador pode processar esses threads com base na prioridade ou outra ordem.

A menos que declarado explicitamente ou de outra forma claro a partir do contexto, os verbos "executar" e "processar" podem ser usados ​​indistintamente para indicar executar, processar, interpretar, compilar, montar, vincular, carregar ou uma combinação dos anteriores. Portanto, modalidades que executam ou processam instruções de programa de computador, código executável por computador ou semelhantes podem agir de acordo com as instruções ou código de qualquer e todas as maneiras descritas. Além disso, as etapas do método mostradas se destinam a incluir qualquer método adequado para fazer com que uma ou mais partes ou entidades executem as etapas. As partes que executam uma etapa, ou parte de uma etapa, não precisam estar localizadas dentro de uma determinada localização geográfica ou limite de país. Por exemplo, se uma entidade localizada nos Estados Unidos fizer com que uma etapa do método, ou parte dela, seja realizada fora dos Estados Unidos, o método é considerado realizado nos Estados Unidos em virtude da entidade causal.

Embora a invenção tenha sido divulgada em conexão com modalidades preferidas mostradas e descritas em detalhes, várias modificações e melhorias na mesma se tornarão aparentes para aqueles versados ​​na técnica. Consequentemente, os exemplos anteriores não devem limitar o espírito e o escopo da presente invenção, em vez disso, devem ser entendidos no sentido mais amplo permitido por lei.


Durante esta etapa, a rede deve ser alimentada com um grande número de vetores de exemplo que representam os tipos de vetores esperados durante o mapeamento. 3. Na 3ª etapa, w.

(1 ponto) Resposta correta DSUM 13) O uso de duas ou mais condições na mesma linha - todas as quais devem ser atendidas para que os registros sejam incluídos nos resultados.

A função de difusão 'g' está diminuindo de modo que o alisamento pode ser feito nas regiões homogêneas (ΙΔuΙ & lt k, k é um limite) e interrompido perto de um e.

Depois disso, a variância é encontrada para todas as classes usando esse valor médio. Sigma2 = 1 / (n-k) * soma ((x-mu) 2). Existem duas etapas adicionais necessárias antes.

A visão computacional é comumente estudada em três categorias de acordo com o grau de abstração da imagem: nível baixo, nível médio e nível alto. Baixo nível.

Cada zona é construída como hierárquica virtual que é específica em termos geográficos. Cada zona tem um número predefinido de nós e um coordenador 〖C (i)〗 _ 11 ^ 1to t.

As três funções principais de __________ são consulta, relatórios e análises. a) BI b) OLTP c) armazenamento de dados d) OLAP 19. Ferramentas de mineração de dados e __________ ar.

Mantê-lo como -1 terá o número total de recursos independentes como os componentes. Eu defini este valor como 3. A análise de componentes insignificantes da ISCA é o oposto.

Estratégias de divisão e conquista: Dividir e conquistar é um algoritmo cujo paradigma de design é baseado em recursão multi-ramificada. Este paradigma projetado consiste o.

O número de pares de bases para o plasmídeo PGEX-KG (original) e PGEX-KG SAW1 (gene do clone) é diferente. PGEX-KG-Saw1 tem 794 pb a mais do que o plasmídeo original. .


Libgdx usando Box2d com TiledMap para criar detecção de colisão

Eu sou bastante novo em Libgdx e tenho alguns bons conhecimentos básicos em Java. No momento, estou preso em como adicionar colisão ao meu TiledMap, estou usando o Mapeditor para criar o mapa de blocos. Eu li tantas maneiras diferentes de como abordar esse problema, mas é muito difícil entender como isso funciona exatamente.

Então li sobre como usar o Box2d para detecção de colisão. Transformando as peças que eu quero em corpos estáticos e criando um corpo dinâmico para o meu jogador.

Agora eu criei um MapBodyBuilder, que deve transformar uma camada de azulejo em um objeto box2d específico. Meu problema é agora, não sei onde carrego este mapBuilder, como posso transformar meu Player já configurado em um corpo dinâmico, onde criar o jogador e como combinar os corpos estáticos das peças e o corpo do jogador.

Espero que alguém possa me ajudar!

Como você pode ver, eu já tentei, mas não funcionou. Eu não postei toda a classe de jogador, porque a maior parte é para animação e entrada de usuário.


Compartilhe o aplicativo

Em seguida, você compartilhará seu aplicativo com o público. Este aplicativo será útil não apenas para informar os cidadãos sobre os esforços de proteção da costa do Condado de Palm Beach, mas também para fornecer aos tomadores de decisão as informações necessárias para fazer planos para o futuro. Antes de compartilhar o aplicativo, você se certificará de que os metadados do aplicativo foram inseridos corretamente.

Os detalhes do item para o aplicativo da web já incluem um resumo e tags, porque você os adicionou quando criou o aplicativo. No entanto, o aplicativo tem uma miniatura padrão genérica que não transmite muito sobre o aplicativo. Você substituirá a miniatura por uma imagem do aplicativo.

As miniaturas devem ter um tamanho de cerca de 600 pixels por 400 pixels.

A janela Carregar miniatura é aberta.

A nova miniatura é carregada e a miniatura padrão é atualizada.

Você também adicionará uma descrição. Em geral, as descrições são boas maneiras de explicar a finalidade de um mapa, cena ou aplicativo. Eles também podem incluir informações sobre o conteúdo do item ou links externos para obter mais informações.

Este aplicativo da web descreve a costa do Condado de Palm Beach, Flórida. Ele contém camadas de dados que mostram a localização de recifes naturais e artificiais. Também descreve a localização de sedimentos não consolidados e atividades de dragagem, com ênfase particular nessas atividades em grandes enseadas. Esta informação é crítica para a proteção e manutenção da costa.

Em seguida, você compartilhará seu aplicativo.

A janela Compartilhar é aberta. Você pode escolher compartilhar o aplicativo da web com todos, sua organização ou quaisquer grupos para os quais você tenha privilégios de compartilhamento. Você deseja que o público possa ver seu aplicativo, então você o compartilha com todos.

Depois que a janela Compartilhar fecha, a janela Atualizar compartilhamento é aberta. Esta janela informa que, embora você tenha compartilhado o aplicativo da web, você ainda não compartilhou a cena da web que usou para criar o aplicativo da web. Até que a cena também seja compartilhada, os usuários não poderão ver todo o conteúdo em seu aplicativo da web.

Tanto sua cena quanto seu aplicativo agora são compartilhados.

Este URL fornece um link direto para seu aplicativo da web. Ele usa o seguinte formato: http: // [URL da sua organização] .arcgis.com / apps / webappviewer3d / index.html? Id = [número de ID].

Por padrão, o URL contém o nome de domínio da sua organização. Se você deseja compartilhar este URL com membros fora de sua organização, você deve remover o domínio de sua organização antes de enviar o link.

Nesta lição, você criou uma cena que mostra a costa do Condado de Palm Beach, transformou a cena em um aplicativo e compartilhou o aplicativo com o público. Ao fazer isso, você explorou muitos dos recursos do Scene Viewer e trabalhou com dados em 3D. Para mais projetos que envolvem dados 3D na plataforma ArcGIS, experimente Mapear Veneza em 2D e 3D e Começar com ArcGIS Drone2Map.


Assista o vídeo: Pola wielokątów