Professional Documents
Culture Documents
סיכום
סיכום
איתור נקודות בקרה – נקודות עם נ"צ ידוע .צריך כמה עשרות מפוזרות היטב
אם נתקלים בנקודות עם שניות ומעלות יש לבצע המרה לשבר עשרוני : DD
לנקודות אלה קוראים - TICSנקודות גיאגרפיות המייצגות איתור על פני שטח כדור הארץ.
ברגע שבוחרים את הנקודות בקובץ הרסטרי מקבלים File coordinatesאל מולם מכניסים את ה map coordinatesעבור כל נקודה
התמרה זמנית -קישור של כל קורדינאטת מפה עם קורדינאטת קובץ בעזרת נקודות הבקרה ורגרסיה ליניארית .למרות שלעיתים בכדי
להקטין את העיוות יש צורך ברגרסיה פרבולית אך זה יכול ליצור מצב שבעבור נקודה אחת במפה יהיו 2נקודות בקובץ – לא אפשרי.
כך שעדיף לספוג סטייה גדולה עם יכולת להעריך אותה.
נקבל קו רגרסיה לינארית ועליו הנקדות המחושבות והן נקודות ה - Retransformedנקודות אלה יהוו את ה file coordinaresבחישובים בהמשך של ה RMS
לרוב לא משתמשים בנוסחא זו כי יש צורך לחשב את השגיאה הכללית ולאות אם היא מניחה את הדעת .אז נשתמש בנוסחאות הבאות:
= Rx
= RY
=T
– Tשגיאת RMSכוללת
Total RMSטוב ברסטר זה גודל התא ומטה .בוקטור זה תלוי בקנ"מ יש צורך להגדיר מראש מהיא השגיאה המקובלת
דוגמא:
מקור map - Retransformed
X Y X Y
4 4 3 5
4 9 4 7
8 4 8 3
8 8 7 11
- resamplingלאחר שביצענו את התיקון הגיאומטרי יכול להיות מצב שתהיה לנו תצ"א שתשב על המטריצה באלכסון – הצפון שלה באלכסון.
ההגדרה של מטריצה היא שהזווית תהיה ב 900למישור ולכן יש לבצע השמה מחדש של התאים מהמקום המקורי למקום החדש.
1
זה נעשה ע"י 3שיטות של קידוד מחדש:
– Nearest neighborהשיטה הנפוצה ביותר .מודדים את המרחק בין התא המיועד להזזה לבין מרכזי התאים השכנים לו – היכן שהמרחק הכי קצר
לשם יועבר
– Bilinear interpolationהשמה על סמך מיצוע של התאים חלון של .2X2כל תא בפלט מקבל ערך ממוצע של ארבעת התאים הקרובים אליו ביותר.
החישוב נעשה בפונקציה בי ליניארית
– Cubic convolutionחלון של ,4X4משתמש ב 16תאים ומחשב את הערך החדש בפונקציה ריבועית
זיהוי שגיאות -ניתן לזהות שגיאות בעזרת טופולוגיה בצורנ יעילה כאשר ישנן יותר נקודות חיתוך ממה שאנו יודעים שאמור להיות (טעות דיגיטציה) עלולה
להוביל לכך שאותו קו נקלט פעמיים
מדוע טופולוגיה
עיבוד בסיסי נתונים גדולים במהירות :אותם קווים מייצרים מספר פוליגונים ולא מאוכסנים פעמיים – חוסך הרבה מקום מאפשר אחסון יעיל וניתוח
מהיר
ניתוח מרחבי :מתאפשר בשל הכיווניות של הטופולוגיה .לכל קו יש נקודה ממנו הוא יוצר ונקודה( )fromאלייה הולך ( .) toמאפשר ניתוח מרחבי כגון
ניתוב
חיבור פוליגונים שכנים בעלי תכונות דומות
ניתוח רב שכבתי :בטופולוגיה ניתן לפצל פוליגונים על ידי הוספת נקודות ליצירת פוליגוני בת שיורשים את המידע מפוליגוני האם .למשל עיר המחולקת
לאזורים סטטיסטיים ובנוסף כל אזור כזה מחולק על יד מערכת כבישים כך שנוצריםפוליגונים קטנים יותר המהווים שילוב מידע באותה השכבה.
במודל ספגטי הפוליגונים חייבים להיות בעלי אותו השטח בכדי ליצור ניתוח רב שכבתי בעוד שבטופולוגיה ניתן לקדד פוליגון נפרד על ידי יצירת
קודקודים חדשים.
החסרונות במודל הן:
מסובך לאחסון .לא כל כלי התוכנה תומכים
דרוש חישובי טופולוגיה מחודשים לאחר כל פעולה ( פירוט באוטומטיזציה בהמשך)
דוגמא -ניתן לעבור בין קווים 3,4,5,6דרך Node 3אך לא ניתן לעבור מקו 5לקו 9כי אין שם – nodeאין חיבוריות .קו 5עובר מעל או
מתחת לקו 9
.3סמיכות :contiguity
חלק מהגדר אזור .כאשר יודעים כיווניות בעזרת from node to nodeניתן לדעת צדדים וכך נוצריםleft poly & Right poly :
( – Arc node topologyהכי חשוב בקורס!!) – הצגת הטופולוגיה של הקווים והפוליגונים:
טבלת פוליגונים – שם הפוליגון והקווים היוצרים אותו .מקודדת על פי הקווים
טבלת קווים – שם הקו ,כיווניות ואוריינטציה ( .)left poly & Right polyמקודדת על פי הנקודות ופוליגונים שכנים
--לדעת ליצור את הטבלאות (שקופית – )16
בניית טופולוגיה
2פקודות שונות
2
:Clean
.1יצירת טופולוגיה :תיקון גיאומטרי של מיקום קורדינאטות ,ארגון קווים לפוליגונים ויצירת Feature Attribute Tableלכל קו ופוליגון
.2בדיקת שגיאות :מטפל בשני סוגי שגיאות על ידי קביעת ערכי סף
– Dangle Lengthהאורך המינימאלי שדרוש עבור קו בכדי שלא ימחק בפעולת ה clean .a
– Fuzzy Toleranceבמקרה שהאופורטור מייצר אוסף נקודות במקום אחת .קובעים רדיוס קבוע אשר בתוכו תהיה רק נקודה אחת .b
אם אין שגיאות עוברים לסעיף 6
.3עריכה לתיקון שגיאות
.4יצירת טופולוגיה מחדש :חזרה על סעיף 1
.5בדיקת שגיאות נוספת :חזרה על סעיף 2
.6סוף :מתן לייבלים לפוליגונים ול .nodesכעת מתאפשרת הורשת מידע נושאי לכל פוליגון המאפשרת תשאול עצמאי לכל פוליגון בנפרד
טופולוגיה מתבצעת במרחב השכבה ולא בין השכבות
:Build
ההבדל הוא בשלב .3בפעולה זו לא מתבצעת עריכה .רק יוצר טבלאות arc nodeלמידע קיים .זאת מכיוון שיש שכבות שאסור לשנות אותן מסיבות של זכויות
יוצרים
אוטומטיזציה
Cleanזוהי לא פעולה שאנו רוצים להריץ ידנית מכיוון שאז כל דבר קטן שנוסיף יצריך הרצת Arc Node Topologyמחדש.
לכן נדרשת אוטומטיזציה של הפעולה:
.1שם הפקודה buildבאותה המידה יכול להיות כתוב clean
.2הגדרת משתנים – שכבות ה ( GISלדוגמא) שעברו פעולת עריכה
.3הגדרת השכבות שיכנסו לאותו המשתנה
.4התניה – תיגש לכל שכבות הפוליגון מסוג .GISאםן השכבה היא מסוג פוליגון ועברה
פעולת עריכה אז....
.5תריץ build
.6אחרת -תן הודעה שלא ניתן להשלים את פעולת build
כל צורה בגרף ,בהנחה שיושבת על מערכת צירים קרטזית ( 90מעלות בין הצירים ומרחקים שווים) מצייתת
לחוק זה האומר
סכום הצמתים והפוליגונים יהיה שווה לסכום הקווים והחלקים
מאפשר בדיקה של טעויות על ידי ספירת הנתונים ווידוי של קיום המשפט
משפט ז'ורדאן:
חשוב עבור שאילתות מרחביות בהן יש צורך לדעת אם נקודה או קו נמצאים באזור (פוליגון) מסוים – למשל לדעת אם מקור הזיהום נמצא בתוך העיר או מחוץ לה.
משפט ז'ורדאן אומר שיש להוציא קרן מהנקודה לכיוון הפוליגון ואז:
אם הקרן חותכת את גבולות הפוליגון מספר אי זוגי של פעמים – הנקודה בתוך הפוליגון
אם הקרן חותכת את גבולות הפוליגון מספר זוגי של פעמים – הנקודה מחוץ לפוליגון
אפרטורים משניים:
- Combineמיזוג פוליגונים ושילוב המידע שלהן .למשל את כל המדינות שבשדה המדינה שלהן כתוב אפריקה ניתן לאחד לפוליגון יחיד של יבשת
אפריקה
– Disaggregateהפעולה ההפוכה מ .combineפעולת הפירוק של פוליגון מאוחד לפוליגוני המקור
Split --or
Erase
Erase outside
לא תומך בטופולוגיה ובעל יכולות data baseמוגבלות .אך יש לו יתרונות רבים ולכן נמצא בשימוש נרחב בשוק
מבנה הנתונים הרסטרי בנוי מאוסף של תאים – ( grid cellsבחישה נקראים פיקסלים) שיכולים להיות בצורות שונות (מגיעות מעולם הפסיפסים – כיסוי מרחב
גיאומטרי בצורה מקסימלית) ובגדלים שונים
מבנה הקובץ
מחולק לשני חלקים:
:Header
מספר עמודות 480
מספר שורות 450
קורדינאטת Xשל ה grid cellהשמאלי התחתון היא 378923
קורדינאטת Yשל ה grid cellהשמאלי התחתון היא 4072345
גודל התא במציאות 30X30מטרים
:Data
2השורות האחרונות ,המטריצה.
דוגמא :נתייחס לקורדינאטות ב Headerכשמאל עליון כדי שנוכל לראות את הנתונים במטריצה .תא שערכו 3יהיה בעל הקורדינאטות
.X – 378953 Y- 4072345מדובר ברשת UTMמטרית שמתחילה בנקודה שמאלית תחתונה (בדוגמא השתמשנו בעליונה) וכל קפיצה היא של 30מטרים
יתרונות
התאמה בין היחידות המכילות את המידע בכל השכבות – מקל על ניתוחים ותכנות אלגוריתמים
חסרונות
הבחנה מוגבלת ולא ניתנת לשיפור .1
מטריצת הנתונים תופסת הרבה זכרון .2
ייצוג של תכונה חדשה דורש מטריצה נוספת – מכיוון שכל תא מבטא תכונה אחת בלבד .3
נתונים רסטרים ממקורות שונים יכולים להגיע ברזולוציות שונות .4
.5מדידות אורך ושטח לא מדוייקות ותלויות באוריינטציה של היישות :כיוון שאין רסטרים אלכסוניים בכדי לייצג אובייקטים מוטים
יתכן מצב שנקבל נפח והיקף שונים עבור אותו האובייקט
כיווץ רסטרי
– Run length code .1
עובר שורה שורה ומייצר את הכיווץ 11111111444 .יהפוך ל 8 .1843פעמים 1ו 3פעמים . 4מאים לפני שטח הומוגניים יחסית.
4
העבודה לפי שורה גם היא בזבזנית ולכן פותח הכיווץ הבא:
Quadtree .4
נקודת ההתחלה היא השכבה כולה ולא חלון – תא ספציפי .מחלקים את השכבה לארבע – כאשר רבע מכיל ערך יחיד הוא מקודד לפי אותו הערך.
במקרה שאין ערך אחיד – מחלקים שוב לרבעים וחוזר חליליה.....
מטרתם יצירת דרכים עקיפות דרכן ניתן לנתח את הרסטר כמערכת מידע ממ"גית
פחות יעיל מוקטור כי אין לו טופולוגיה – מידע על השכנים ויצירת קשרים יחסיים ולא מרחביים
Clump
אוסף תאים רציפים בעלי אותו ערך המקובצים יחד והעבודה עליהם נעשת כמו על עבודה על תא יחיד
- Contiguityסמיכות
כל תא בודק מהו ערכו של התא השכן לו – אם ערך זהה מקודדים יחד
מור – ( )D8כל התאים הבאים עימו במגע 2שיטות – פון ניומן ( -)D4התאים הנמצאים אנכית ואופקית לתא הנבדקת
Eliminate
אותה פעולה כמו של sieveרק שבמקום קידוד 0נותן לו את ערך ה clumpהגדול הקרוב ביותר
שימושים
רסטר Clump Sieve איתור שטחי נחיתה להליקופטרים
ניתוח התפלגות כתמים – patch dynamics
דוגמא:
כל clumpבעל 2תאים ומטה
יקבל את הערך – . 0
ברסטר הזה ה clumpים שעומדים
בקריטריון חוזרים לערכם המקורי
אם היינו עובדים בשיטת ה eliminationה clumpבעל ערך 1באמצעי היה מתחבר עם clump 5
Perimeter
אלוגריתם המחשב את היקפם של ה .clumpכך נוצרים patchesבעלי חשיבות ליחס שטח היקף .השטח הוא מספר התאים בעלי אותו הערך היוצרים את ה
clumpוההיקף הוא מספר כל התאים המקיפים אותם
יש להיות חשדניים כי עבור תא אחד יש היקף 8כאשר עבור clumpבעל 3תאים בסדר מסוים יכול להיות – 9לרוב מדובר בכתמים גדולים כך שהעיוות הוא
מינמאלי אך יש לשים לב .למשל 3תאים כאלה
5
Search
ה bufferשל מבנה הנתונים הרסטרי .רמות ה bufferנקבעות על פי מספר התאים מהאובייקט .התאים הצמודים המקיפים את האובייקט יקראו buffer 1שורה
נוספת כלפי חוץ .buffer 2 -המערכת עושה חיפשו לתאים אל מהאובייקט וזה תהליך ה search
Index
סוכם 2שכבות – כל תא נסכם עם התא המקביל לו בשכבה השנייה .ניתן להוסיך משקל לכל שכבה ( 25%שכבת שנת 75% ,2000שכבת שנת )2008
שימוש אפשרי – חקלאי יכול לראות כמה הרוויח מכל תא שטח על פי תפוקת יבול לאורך מספר שנים
Overlay
מחבר 2שכבות על פי ערכים מינימאלים או מקסימאלים -יוצר רסטר אחד המכיל רק את הערכים הגבוהים/הנמוכים לכל תא.
באופורטור זה לא ניתן לדעת מה מקור כל ערך בתוצר הסופי (נעשה על יד אופורטור נוסף)
Matrix
מאפשר הצגה גרפית וטבלאית של חפיפות מסוגים שונים בין שטחים (תאים) של שתי שכבות Inputשונות
דוגמא 2 :שכבות – inputשכבת מסלע ושכבת צמחיים .לכל מפגש סוג קרקע עם סוג צומח יהיה קוד – יוצר אינדקס מפגשים מקודד
עצים חד שנתיים שיחים
גיר 1 2 3
בזלת 4 5 6
חוואר 7 8 9
כל פעם שיש מפגש בין גיר לעצים יהיה רשום 1וכן הלאה ...מאפשר להראות קורלציה גבוה בשטח ומיקום של כתמים.
מפגש שחסר בו נתון מקודד כ 0
Record
מאפשר לקדד באופן ידני כל ערך נתון בערך חדש וכל התאים המכילים את אותו הערך יתעדכנו אוטומטית.
חשוב לפעולות קיבוץ -למשל בטופוגרפיה ,הכללת ערכים בכדי ליצור מדרג של שיפוע מתון בינוני ותלול
Summery
משווה בין 2שכבות וממפה את המפגשים בין הערכים .דומה ל matrixרק שכאן נקבל סדרת מספרים ולא פלט מרחבי
הערך – 8כמה פעמים מופיע מול הערך ,3כמה פעמים מול הערך ...4התוצר הוא קובץ טבלאי ולא שכבה גראפית.
שלב ראשוני – תיקון גיאמטרי אמין – בממ"ג רסטרי הדרישה היא שה RMSיהיה קטן מגודל התא ובממ"ג וקטורי זה תלוי בקנ"מ.
השכבה המקורית היא שכבת ה .inputהשכבה הנוספת שמניחים על המקורית היא שכבת ה .overlayהתוצר הוא ה .output
השינוי מופיע רק ב Outputכאשר ה overlayוה inputנשארות אותו הדבר
עקרונות החיתוך
– Unionהתוצר הסופי מציג את השטח הכולל של שתי השכבות – יוצר פוליגון אחד
– Identityחותך שכבה אחת על פי גבולות השכבה השניה כך שנקבל את השטח המשותף ואת השטח הבלעדי לשכבה החותכת
– Intersectרק השטח המשותף
6
חוק האינטרקציה -תהליך מדורג של השפעה עם התניות ומשקל
דוגמא :נניח שרוצים לבנות ממ"ג רב שכבתי לשימור טבע .יש לנו 4קריטריונים
בעלות – החשוב ביותר .בעלות פרטי = ,0שלח ללא לשימור ללא התחשבות בשאר הפרמטרים .לא פרטי= 1המשך הלאה
גודל ומגוון – שניים בחשיבותם ועל פי הגדרה יקבלו משקל של ( .70%מגוון +גודל) X0.7
הקריטריון האחרון הוא הכי פחות חשוב מבחינתנו ויקבל משקל של רק .30%סוג קרקעX 0.3
– Quantile .2כל קבוצה כוללת מספר שווה של חברים 20 .רשומות – אם נרצה 5קבוצות נקבל 4חברים
בקבוצה שבט מספר עדרים
נפתלי 300
דבר ראשון נסדר את הנתונים בסדר יורד לפי הקבוצה שעל פיה רוצים למיין ,במקרה זה – מספר עדרים. דן 150
מתחילים מלמעלה אשר 90
בנימין 90
יש לנו 9שבטים כך שנרצה 3שבטים בקבוצה .אשר ובינימין הם בעלי אותו הערך במספר עדרים ולכן חייבים להיות באותה זבולון 70
הקבוצה. יששכר 35
השאיפה היא למספר זהה של חברים אך לעיתים יש גורמים מגבילים יהודה 31
מנשה 20
אפרים 10
– Equal interval .3קביעה של טווח ערכים לכל קבוצה .הטווח הוא (group number /)max – min
במקרה זה (97 = 3/)300-10 נפתלי 300
טווח קבוצה :1בין 300ל - 203=300-97הטווח הוא 300-203 דן 150
טווח קבוצה :2בין 203ל - 104 = 203-97הטווח הוא 203-104 אשר 90
-הטווח הוא 104-7 טווח קבוצה :3בין 104ל 7 = 104-97 בנימין 90
זבולון 70
יששכר 35
יהודה 31
מנשה 20
שטח אפרים 10
- Equal area .4משמש ליצירת מפות גלובאליות .מדינות עם שטח גדול ימסכו על כל המפה ויש צורך 100 נפתלי 300
50 דן 150
150 ליצור קיבוץ כך שהמדינות הקטנות לא יעלמו
אם מדינה גדולה תהיה באותה קבוצה עם מדינה קטנה לא נבחין בקטנה – לכן מקבצים לפי גודל 30 אשר 90
השטח 31 בנימין 90
90 זבולון 70
151 10 יששכר 35
דבר ראשון נסכום את השטחים ונחלק במספר הקבוצות הרצוי area sum/ group num 12 יהודה 31
סכום השטח הוא 3 ,410קבוצות --סכום השטח לקבוצה יהיה 137 70 מנשה 20
נתחיל מלמעלה ,לרוב הקבוצות יוצאות גדולות יותר 17 אפרים 10
אותו
גם כאן המשתנה שעל פיו מחלקים הוא עדיין העדרים לכן שבטים בעלי 109
מספר עדרים חייבים להיות באותה הקבוצה (לא משנה במקרה זה)
7
– STD .5סטיית תקן
המיון הנפוץ ביותר .בהנחה שההתפלגות היא נורמאלית אם נעבוד על פי סטיית תקן נקבל את החלוקה הטובה ביותר
יוצרים ממוצע ומדלגים על פי סטיית תקן .הרעיון הוא שאנו לא קובעים מראש את כמות הקבוצות הרצויה ,אנו שולטיםבה בעזרת סטיית התקן –
קפיצה של סטייה אחת ,קפיצה של חצי סטייה (נקבל יותק קבוצות)
343=258+85
סטיית תקן: קבוצה 1 נפתלי 300
258=173+85
קבוצה ריקה
173=88+85
קבוצה 2 דן 150
אשר 90
בדוגמא זו הממוצע 88 -וסטיית התקן היא 85 בנימין 90
ממוצע = 88
קבוצה 3 זבולון 70
יששכר 35
יהודה 31
מנשה 20
אפרים 10
מאמרים
קורדינאטות של הפוליגונים שנוצרו יקבעו על פי ערכי מינימום של X Yמסך ההדמאות – אלה הן הקורדינאטות במציאות על פי רשת UTMאם התחלה בנקודה
שמאלית תחתונה
האלוגריטם מייצר שכבה וקטורית פוליגונלית לכל הדמיה רסטרית ומייצר שדות הכרחיים ב PAT – polygon Attribute Tableלמשל grid cellהמקליד את ערך
הפיקסל עבור כל פוליגון כ attributeשלו .שני שדות נוספםי הם שטח והיקף הפוליגון בכדי לייצר מידע גיאוגרפי.
בכדי לאפשר ניטור אחר שינויים יצרו מספר סיווגי קרקע שיהיו תואמים לכל השכבות ולא יהיו מפורטים יתר על המידה כך שיהיה לעקוב אחר השינויים בקלות –
נוצרו 7חלוקות כלליות ורחבות .בהתאם לחלוקה החדשה הפוליגונים התחברו בהתאם תוך העלמות הקווים המפרידים בניהם וניתן היה לראות את השינויים
הגדולים שחווה האזור מבחינת שימושי שטח.
כעת ,לאחר הקלסיפיקציה ,ניתן להשתמש באופורטורים של אלגברה בוליאנית הנעזרת רבות בדיאגרמות וון
8
בתחילה נראה כי השיטה הטובה ביותר לניטור שינויים היא בעזרת . Intersectionהחלק המשותף מייצג את האזור שלא עבר שינוי וכך ניתן
לדעת מהם האזורים שכן עברו שינוי .הייתה בעייתיות באופרטור שלעיתים הציג שטחים שעברו שינוי כשטחים שלא ישתנו ,שגיאה זו התרחשה גם
שהחליפו בים שכבת ה Inputלשכבת ה overlay
לכן עברו לשימוש באופורטור בוליאני אחר:
– Unionמאחד את המידע של שני הפוליגונים ובכך ניתן לראותאת שינויי הקרקע -האופורטור הנבחר.
נוצרו )N2( 49אופציות של שינוי שימוש הקרקע ובעזרת אופורטור ANDנבדק מה היה השינוי כאשר שאין שינוי משני צידי ה ANDיהיה אותו השימוש
Terrain mapping unit-based approach for sustainable agricultural development in India…/ Iqbaluddin
שימוש במערכות מידע מרחביות לשימוש בחקלאות ברת קיימא בעזרת יחידות מיפוי שטח TMU –terrain mapping units
מתודולוגיה
ייצרו יחידות TMUמתוך מפות והדמאות גיאולוגיות ,גיאומורפולוגיה והידרולוגיות.
במחוז Aligarhעשו פיילוט מחקרי בשיטת ה TMUויצרו מאגר נתונים הזמין במודל וקטורי או רסטרי בצורת מפות ,סטטיסטיקות ונתונים מרחביים
מרכיבי ה TMU
– NA OAסוג מסלע - N .אלוביום חדש ( – O )1אלוביום ישן ()2
– PC FPתנאי שטח – Palaeochannel .אזורי משקעים לא מגובשים – FloodPlain ,שטחי הצפה
– SWT DWTגובה מי תהום – S .רדוד – Dעמוק
WUL – western uplands – CLL WULאזור גיאוגרפיCLL – central lowlands .
בצורה זו ניתן להשוות בין אזורי קרקע שונים והתאמתם לגידולים שונים.
הפואנטה במאמר היא – הבחירה בגבולות טבעיים ,הביצוע דרך ה TMUומרכיביו
המאמר של טל סבוראי
סקירה ספרותית על מערכות המידע הגיאוגרפיות בתחום האנושי אל מול הפוטנציאל האפשרי לשימוש בתחום .דיון בפוטנציאל של גישות מידע גיאוגרפיות GI
במחקר הגיאוגרפיה האנושית
גיאוגרפיה אנושית :הקשר בין ההתנהגות האנושית למרחב 2 .גישות
כמותית :התייחסות לפעולות אנשוית בגישה מתמטית בעזרת סטטיסטיקות ונתונים .למשל תורת המקומות המרכזיים של קריסטלר. .a
מידע שכזה פשוט להציג במודל ממ"גי
איכותית :מאמינה שהתפרושת האנושית נגרמת מכוחות ורעיונות חברתיים – קשה מאוד בייצוג ממ"גי ויש לפתח כלים מתקדמים יותר .b
על מנת להצליח להציג תהליכים אלה שאינם מרחביים בפועל
אנשים וארגונים הם הסוכנים המייצרים את המבנה הגיאוגרפי הכללי בזמן של שירוצים סחורות ...הם ה inputוה outputלפעולות האנשים והארגונים.
מידע גיאוגרפי : GIתת סוג של מערכת מידע ,ISבעלת מרכיב מרחבי
המתקבל ע"י קורדינאטות
הגדרה מדעית טיפוסית של ממ"ג -ממ"ג הינה אמצעי להכנה ,לייצוג ולתרגום עובדות
השייכות לפני השטח של כדור הארץ.
הגדרה תעשייתי של הממ"ג – ממ"ג הינו אוסף מאורגן של מרכיבי המחשב :חומרה,
תוכנה ,מידע גיאוגרפי והוא מעוצב ביעילות כך שיוכל לקלוט ,לאחסן ,לעדכן ,לתפעל,
לנתח ולהציג את כל הצורות של המידע הגיאוגרפי
9
GISמורכב מ :מרכיב קלט המגיע מחישה מרחוק ,הדמאות ומידע שעבר דיגיטציה .מאגר ידע גיאוגרפי .יכולות פלט כגון פלוטר .מרכיב שאילתות ואלוגריתמים
GISנתמך על יד בסיס מדעי מפורט המספק רקע תיאורתי לפעולות השונות יחד עם מרכיב גיאוגרפי חזר הבנוי מ :ייצוג יישויות גיאוגרפיות והתנהגותן במרחב,
תיאוריות של חקר מרחבי ועקרונות הכללה וסימול
השילוב בין ISלמידע גיאוגרפי הוביל להתפתחות תחום נוסף GIScience -המטפל באספקטים המרחביים של ה .GISתחום זה מטפל בהגדרת מודלי מיד
מרחביים geo-refrencing ,של מאגרי מידע גיאוגרפים ומערכות שאילתות.
ההבדל בין ה GISל GIScienceהוא שה GISוהמחקר שלו קשורים לרוב לתעשייה ומושפע לעיתים מצרכים מסחריים.
ההנחה הרווחת היא שה GISהוא יישום של עקורונות שפותחו ב .GIScienceההתפתחות של שנייהם היא מקבילה והם מזינים זה את זה
אלה הן דוגמאות להראות את אפשרויות האחסון והמודלים השונים שיכולים לסייע בהצגת המידע הבעייתי של הג"ג האנושית.
נגישות מידע ויכולת ייצור שאילתות השתפרו רבות תודות ל גישת ה agent-based approachהמאפשרת ממשק ידודתי למשתמש ואפשרות לקבלת תשובות
קרובות לשאילתות במקרה שאין תשובות מדוייקות .תרם רבות לשימוש גם בקרב לא מומחים בתחום
כיום ישנה גם אפשרות לשילוס סימבוליזם מתקדם כמו תלת מייד וסרטונים ב GIS
כל ההתקדמויות בתחום ה GISמאפשרות ניתוח מידע ברמה אינדוידואלית לעומת רמה מרחבית כך שמתאימה לחקר ג"ג אנושית.
הפוטנציאל הטמון ב GISדחף לפיתוח כלים לאנליזות גיאוגרפיות 4 .דוגמאות לכלים מסוג זה:
:GAM – geographical analysis machine .1טכניקת מציאת מקבצים
מתודולוגיה למציאת תבניות במידע ג"ג ללא ידע קודם .נעשה בעזרת בחינה סטטיסטית של עוצמתן של תופעות מרחביות שונות במרחבים גדולים חופפים בעלי
גודל שונה .לאחר ביצוע פעולה זו מידע ותבניות "מעניינים" מוצגים .דוגמא לשימוש – מעקב אחר מחלות מדבקות.
אוטומטי ,מהיר ,זול ,יעיל וקל ליישום – תכונות ההופכות אותו מושך לג"ג אנושית
:CA – Cellular Automata .2מודל דינאמי המבוסס על מסגרת מתמטית
מאפשר חיפוש חוזר של תבניות והתנהגויות בין אזורי שכנות סבוכים .מאפשר למשל לחזות גידול דמוגרפי עירוני על ידי מעקב אחר שינויי סטטוס במערך התאים
העירוניים בעזרת משתנים קבועים מראש .מודל יעיל כאשר מדובר במספר גדול של משתנים ללא קשר ליניארי
:NN – Natural Network .3אחד מכלי ה ( AIבינה מלאכותית) החזקים ביותר לפתרון שאלות . GI
נבנה בהשראת המוח האנושי ומשתמש בדר"כ במתודולוגיות GIלשם לזיהוי דפוסים וסיווג imagesבאמצעים של למידה פנימית .ניתן להשתמש בכלי זה לפתרון
בעיות ג"ג כגון יצירת מודל המסביר את זרימת שיחות הטלפון הפנים אזוריות או קלסיפיקציה של כיסוי שטח.
:GWR – geographically weighted regression .4
שיטה סטטיסטית המשתמשת להסברת השונות המרחבית של תוצאות רגרסיה באזור מסויים ..מאפשרת יצירת רגרסיות מקומיות במקום קבלתן של רגרסיות
תוצאות גלובאליות כך שהתוצאות מייצגות יחסים מקומיים .דוגמא ל שימוש בטכניקה זו בספרות היא קישור בין שימושי קרקע באזורי תעשייה להגבלת מחלות
ארוכות טווח בצפון אנגליה.
10