Доступно с лицензией Spatial Analyst.
Для построения модели можно использовать концептуальные шаги. Чтобы понять последовательность этих шагов, рассмотрим следующий пример. Допустим, вам необходимо определить подходящее местоположение для постройки новой школы. Вы можете комбинировать различные инструменты дополнительного модуля ArcGIS Spatial Analyst для поиска потенциальных местоположений.
Шаг 1: Постановка задачи
Для выполнения задачи пространственного анализа, вначале необходимо четко обозначить проблему, которую вы пытаетесь решить, и цели, которых вы хотите добиться. Сначала определите концепцию выходных данных и тип карты, которую вы в итоге должны получить.
Ваша задача – подобрать наилучшее местоположение для строительства новой школы. Для этого нужно создать две карты. На первой будет показана пригодность каждой из локаций по отношению друг к другу, это и называется картой пригодности. Вторая карта, производная от карты пригодности, будет показывать подходящую локацию для строительства школы в соответствии с функциональными требованиями (размер и форма здания). Для создания обеих карт вы построите взвешенную модель пригодности.
Для облегчения моделирования пространственной задачи, изобразите необходимые шаги в виде диаграммы. Начните с определения задачи. По мере продвижения, ваша диаграмма будет расширяться, дополняясь задачами, моделями процессов и входными данными, необходимыми для достижения поставленной цели.
Шаг 2: Разделение задачи на составные части
Когда цель уже определена, задачу необходимо разбить на составляющие, чтобы определить действия, необходимые для ее решения. Эти шаги являются отдельными этапами, решение которых позволит решить всю задачу.
При определении отдельных этапов, подумайте, как вы будете их оценивать. Как вы оцените наилучшее местоположение для постройки школы? В этом вымышленном примере размещения школы движущим фактором является минимизация затрат на строительство. Было бы дешевле строить на определенных типах землепользования, таких как районы, которые в настоящее время являются открытыми полями, по сравнению с районами, в которых уже ведется какое-то строительство. Другим фактором является рельеф местности, так как ее обычно легче строить на ровных участках, чем на крутых склонах. Поскольку у большинства семей, переехавших в город, есть маленькие дети, предпочтительно построить школу неподалеку от зон отдыха. Также важно построить школу вдали от уже имеющихся школ. Что касается функциональных требований, то потенциальный участок для школы должен быть достаточного размера, чтобы на нем разместилось здание школы и сопутствующие площадки. Очевидно, есть и другие факторы, которые следует учесть, такие как стоимость покупки земли или размещение в районе с самой высокой плотностью детей соответствующего возраста, но эта модель упрощена для целей примера.
Для решения этих задач, необходимо установить следующее:
- Имеют ли эти участки необходимый тип землепользования?
- Где находятся относительно плоские участки земли?
- Насколько близко расположены эти участки от мест отдыха?
- Достаточно ли далеко они отстоят от других школ?
Имеют ли эти участки необходимый тип землепользования?
Вам потребуется определить, какой тип землепользования подойдет лучше всего. Этот процесс достаточно субъективен и зависит от решаемой задачи. В этом случае, земли сельскохозяйственного назначения имеют самую низкую стоимость строительства, поэтому, они наиболее предпочтительны. Следующими по стоимости являются пустоши, затем земли вырубок, лесные и, наконец, участки под застройку. Здесь модель процесса не потребуется, достаточно получить набор данных по типам землепользования и решить, какой тип землепользования подходит лучше всего.
- Требуемый входной набор данных: Землепользование
Где находятся относительно плоские участки земли?
Чтобы определить участки, имеющие достаточно плоский рельеф, потребуется создать карту уклонов. Эта модель процесса будет включать вычисление уклонов поверхности.
- Требуемый входной набор данных: Высоты
Насколько близко расположены эти участки от мест отдыха?
Известно, что лучше всего расположить новую школу недалеко от мест отдыха, поэтому вам потребуется создать карту, отображающую расстояния до мест отдыха, чтобы выбрать участок, расположенный как можно ближе к ним. Модель процесса будет включать вычисление расстояний от мест отдыха.
- Требуемый входной набор данных: Расположение мест отдыха
Достаточно ли далеко они отстоят от других школ?
Новую школу необходимо расположить на удалении от существующих, чтобы избежать изменений в районах охвата существующих школ. Для этого вам потребуется карта расстояний до существующих школ. В этом случае модель процесса будет включать вычисление расстояний от существующих школ.
- Требуемый входной набор данных: Местоположение существующих школ
Шаг 3: Изучение входных наборов данных
После разделения задачи на серию задач и определения необходимых данных, следует изучить содержимое входных наборов данных. Необходимо понять, какие атрибуты наборов данных имеют первостепенное значение для решения проблемы, и изучить тренды в этих данных.
Изучая данные, вы можете получить полезную информацию о районах, в которых можно разместить школу, о весе различных атрибутов и их влиянии на модели. Вы можете увидеть расположение имеющихся школ и мест отдыха, а также определить участки, имеющие большие уклоны. Набор данных по типам землепользования позволит увидеть, какие типы землепользования встречаются чаще всего и как они расположены по отношению к другим наборам данных.
Шаг 4: Выполнение анализа
Вы уже определили задачи, модели процессов и необходимые входные данные. Теперь можно приступать к выполнению анализа.
Многие задачи, которые можно решить с помощью ArcGIS, обсуждаются в книге ESRI Guide to GIS Analysis издательства Esri Press
.
Ниже приведена общая схема процесса для этого примера по определению идеальной локации для предлагаемой новой школы. Далее идет текстовое описание, подробно раскрывающее суть каждого из шагов.
Создание карты пригодности
Создание карты пригодности позволит получить значение пригодности каждого местоположения карты.
После создания необходимых для анализа слоев (в данном случае, это Землепользование, Уклон, Расстояние до мест отдыха и Расстояние до школ), следует определить, как их скомбинировать, чтобы получить одну ранжированную карту площадок, подходящих для строительства школы. Необходим способ сравнения значений классов между слоями. Вы можете сделать это, переведя абсолютные значения в разных наборах данных к одной сходной шкале.
Каждый слой карты имеет собственный ранг, зависящей от его степени пригодности в качестве местоположения школы. Например, вы можете присвоить каждому классу в каждом слое значения по 10-балльной шкале, где 10 означает наилучшее местоположение.
Это часто называется шкалой пригодности. Чтобы исключить из рассмотрения какие-либо области, им можно присвоить значение NoData. Использование единой шкалы для всех данных позволит присвоить им одинаковый вес при определении наилучших местоположений. Таким способом начинается создание модели. Затем, при проверке иных сценариев, можно присвоить слоям весовые коэффициенты, что позволит изучить данные и их отношения более подробно.
Создание шкал пригодности
В данном примере большинство единиц измерения для пригодности являются искусственными. Независимо от того, какие единицы измерения используются для шкалы пригодности, каждая из них является рейтингом от лучшего к худшему. Желательно, чтобы это были параметры, которые можно измерить, например, расстояния до других школ. Однако в большинстве случаев это субъективная оценка того, насколько школы действительно далеко друг от друга расположены.
Существуют и естественные шкалы, обычно связанные с некоторыми задачами. Хорошим примером является стоимость, но в этом случае следует уточнить существенные детали. При изучении пригодности мест для строительства, определение стоимости владения может быть измерено в долларах. Убедитесь, что шкала выбрана правильно. Если вы выбираете доллары, вам могут встретиться и другие переменные, помимо доллара США, существуют австралийские и другие доллары, а также обменные курсы.
Многие шкалы не имеют линейной зависимости, хотя их часто представляют такими из-за недостатка времени или из-за отсутствия достаточной информации. Например, при использовании шкалы расстояний пути, путь длиной в 1, 5 или 10 километров не может быть ранжирован как пригодность 10, 5 и 1, если вы передвигаетесь пешком. Некоторые считают, что пройти 5 километров лишь вдвое сложнее, чем пройти 1 км, а другие могут считать, что это сложнее в 10 раз.
При создании шкалы пригодности, обратитесь к экспертам, чтобы определить наилучший и наихудший сценарии и подобрать максимально возможное количество промежуточных вариантов. Эксперты должны хорошо разбираться в изучаемом вопросе. Например, лучше узнать у жителей пригородов, сколько времени занимает поездка в город, чем пытаться получить эту информацию у сотрудника муниципалитета.
См. GIS and Multicriteria Decision Analysis Jacek Malczewski, чтобы получить более подробную информацию о конфликте целей и критериях оценки.
Ранжирование входных данных
После подготовки входных данных необходимо привести их к единой шкале оценки.
Ранжирование районов по подходящим типам землепользования
Для ранжирования карты, представляющей типы землепользования, используйте инструмент Переклассификация. Для строительства лучше всего подходят участки с определенными типами землепользования, поскольку это отражается на их стоимости, следует решить, как именно ранжировать значения.
В этом случае, необходимо решить, какой тип землепользования подходит лучше всего. Это достаточно субъективная задача, зависящая от поставленной цели. Наиболее простой способ определить подходящий тип землепользования для строительства школы, выяснить, что является наиболее приемлемым вариантом, а от чего следует отказаться. Затем выберите из оставшихся типов более и менее подходящие. Это следует делать, пока вы не сможете расположить все типы землепользования в порядке предпочтения. Типы землепользования Water и Wetlands следует сразу исключить из анализа, т.к. вы не можете строить на воде, а строительство на болотах имеет ряд ограничений. На рисунке показано, как ранжированы типы землепользования.
Ранжирование районов, расположенных на сравнительно плоских участках земли
Чтобы найти сравнительно ровный участок для строительства, необходимо знать уклоны на изучаемой территории. Инструмент Уклон позволяет создать такую карту, определяя максимальную скорость изменения значения от каждой ячейки к соседним. В итоговый растр записывается уклон, как непрерывно изменяющиеся значения с плавающей точкой. Поскольку считается, что предпочтение напрямую зависит от изменения величины уклона, для ранжирования этой карты будет использоваться инструмент Пересчет по функции с применением функции Linear. Поскольку предпочтительнее располагаться на относительно ровных участках, задайте значение 1 для мест с крутыми склонами и 10 для ровных площадок. Значения между ними будут соответствующим образом линейно распределены, как это показано на рисунке ниже.
Ранжирование районов, расположенных рядом с местами отдыха
Чтобы расположить школу недалеко от мест отдыха, необходимо знать расстояние до них. Инструмент Евклидово расстояние позволяет создать такую карту, вычисляя расстояние по прямой (евклидово) из любой точки до ближайшего места отдыха. В результате, получится набор растровых данных, в котором каждая ячейка отображает расстояние от ближайшего места отдыха. Поскольку входные значения представляют непрерывные расстояния, для ранжирования этой карты используйте инструмент Пересчет по функции. Поскольку предпочтительно близкое расположение к зонам отдыха, следует применить функцию MSSmall. При этом более высокие значения пригодности будут присвоены местам, расположенным рядом с зонами отдыха. Каждый метр разницы в расстоянии от зон отдыха имеет значение при присвоении значения пригодности по этому параметру, как это показано на рисунке ниже.
Ранжирование районов, находящихся на большом расстоянии от существующих школ
Чтобы не нарушать районы охвата существующих школ, необходимо вычислить расстояние до них. Инструмент Евклидово расстояние позволяет создать такую карту, вычисляя расстояние по прямой от любой точки до ближайшей школы. В результате получится набор растровых данных, ячейки которого отображают расстояние до ближайшей школы. Для ранжирования этой карты снова воспользуйтесь инструментом Пересчет по функции. Поскольку желательно, чтобы новая школа располагалась вдали от уже построенных, лучше всего подойдет функция Large, которая задаст значения 1 для минимальных расстояний до школ и 10 для удаленных значений. Функция Large переклассифицирует данные таким образом, чтобы пригодность непрерывно повышалась по мере удаления от школ, как это показано на рисунке ниже.
Комбинирование карт пригодности
Последним шагом создания модели пригодности является комбинирование переклассифицированных выходных данных (карт пригодности) Расстояние до мест отдыха, Расстояние до школ, Уклон и Типы землепользования.
Чтобы учитывать тот факт, что различные условия имеют различное значение для модели, вы можете использовать весовые коэффициенты, чтобы наборы растровых данных, имеющие большее значение, обладали большей степенью влияния (весом). Если все наборы растровых данных равнозначны, можно присвоить им одинаковые веса.
В данном случае, вы знаете, что наибольшее значение имеет расположение новой школы недалеко от мест отдыха, следующее по важности – расположение относительно существующих школ. Картам пригодности будут присвоены следующие коэффициенты значимости (в процентах). Значения в скобках являются значениями процентов, деленные на 100 для нормализации. Эти нормализованные значения будут присвоены каждой карте пригодности.
Процент пригодности
| Факторы пригодности | Процент влияния | Нормализованный процент |
|---|---|---|
Переклассифицированное расстояние от зон отдыха | 50% | (0.5) |
Переклассифицированное расстояние от школ | 25% | (0.25) |
Переклассифицированный уклон | 12.5% | (0.125) |
Типы землепользования | 12.5% | (0.125) |
Карта пригодности Расстояние до мест отдыха имеет 50-процентное влияние (0.5) на итоговый результат, а Расстояние до школ – 25-процентное влияние (0.25). Карты Уклон и Тип землепользования имеют по 12.5 процентов (0.125) влияния. Как и при выборе шкал пригодности, присвоение весовых коэффициентов – субъективный процесс, зависящий от целей и задач данного исследования.
Итоговая карта пригодности получается путем комбинации всех карт. Весовые коэффициенты могут быть присвоены в процессе комбинирования отдельных карт. Итоговая карта пригодности мест постройки новой школы показана ниже. Наиболее подходящие места выделены темно-зеленым цветом. Наименее подходящие места выделены красным.
Для взвешивания и комбинирования наборов данных можно использовать Алгебру карт. Также можно использовать инструменты Взвешенное наложение или Взвешенная сумма. Если этот инструмент используется в модели, у вас сохраняется возможность вернуться назад и изменить веса (процент влияния), а также заданный масштаб значений. Использование инструментов геообработки в модели означает, что созданную модель можно использовать неоднократно. Вы можете менять значения параметров и экспериментировать с различными выходными данными.
Выбор места для новой школы
Завершающим шагов в этом процессе моделирования является выбор конкретного места для новой школы. Итоговая поверхность пригодности представляет собой суммарный рейтинг атрибутов в каждой локации по типу землепользования, уклону, расстоянию от зон отдыха и расстоянию от других школ. Однако у школы также есть дополнительные требования, которые помогут сделать анализ еще точнее.
Чтобы рядом со школой можно было разместить все необходимые спортивные площадки, нужно, чтобы участок по площади был не менее 150 акров. Также для удобства постройки нужно, чтобы он был максимально компактной формы.
Инструмент Поиск областей будет использоваться для создания итоговой области пригодности по поиску 150-акровых участков.
Сравните этот результат с картой пригодности, показанной выше.
Шаг 5: Проверка результатов
После того, как вы получили результат пространственного анализа, необходимо проверить его правильность. Если возможно, это следует сделать, посетив найденные с помощью анализа места. Часто оказывается, что в процессе анализа не были учтены важные детали. Например, с наветренной стороны выбранного места может оказаться птицеферма, запах которой не позволит проводить занятия в школе, или строительство в этом месте может быть запрещено распоряжением муниципалитета, о котором ранее не было известно. В таких случаях, следует добавить новую информацию в анализ.
Шаг 6: Применение полученных результатов
Последний шаг пространственного моделирования – применить полученные результаты на практике, т.е. приступить к планированию и постройке школы в данном месте.
Более подробно о модели пригодности см. в разделах анализа Понимание рабочего процесса модели пригодности .
Справочная информация
Malczewski, J. GIS and Multicriteria Decision Analysis. Wiley & Sons, 1999.