Perhatikan bahwa Anda juga dapat mengakses modul yang sama dengan mengklik ikon toolbar paling kiri. Perhatikan bahwa mengklik dua kali pada layer di daftar pilih akan mencapai hasil yang sama seperti di atas.
Latihan 1-1 Lingkungan IDRISI
11 Dalam hal ini tampak bahwa lapisan vektor memiliki resolusi yang lebih tinggi, namun tampilannya menipu. Kontinuitas titik-titik yang terhubung membentuk garis-garis vektor antara lain memberikan kesan resolusi yang lebih tinggi.
Latihan 1-2 Tampilan: Layers dan Group Files
Dengan demikian, suatu peta dapat terdiri dari lapisan batas negara, lapisan hutan, lapisan sungai, lapisan kontur, dan lapisan jalan, serta berbagai komponen pendukung peta seperti legenda, judul, garis skala, panah utara, dan sejenisnya. . Lapisan vektor terdiri dari titik-titik yang dihubungkan oleh garis luar dan batas area poligon.
Tampilan: Lapisan dan Grup File
Latihan 1-2
Untuk membuat file grup raster, kita akan memilih file yang diperlukan dan kemudian klik kanan untuk membuat file ini. Setelah Anda memilih file grup SIERRA, metadata akan menampilkan file dalam grup tersebut dan urutannya.
Latihan 1-3
Efek
- Latihan 1-3 Tampilan: Efek Interaksi Lapisan
- Latihan 1-3 Tampilan: Efek Interaksi Lapisan 20
- Latihan 1-4
- Latihan 1-4 Tampilan: Permukaan -- Terbang Melalui dan Penerangan Illumina
Pastikan layer LAKES disorot di Composer dan kemudian klik tombol kecil paling kanan di atas Add Layer. Kemudian klik tombol Cyan pada grup di atas Add Layer (cyan adalah warna biru muda disebut juga aquamarine).
Tampilan: Permukaan -- Terbang Melalui dan
Terakhir, dapat menggerakkan layar ke atas dan ke bawah dengan tombol Page Up dan Page Down. Gunakan tombol ini untuk beralih antara ekstrim dan lurus ke bawah.
Penerangan
Latihan 1-5
Pertahankan SIERRA.SIERRA234 di layar, gunakan DISPLAY Launcher untuk juga menampilkan SIERRA.SIERRA4 dan SIERRA.SIERRANDVI. Di sini penting untuk memilihnya dari grup (yaitu, namanya ditentukan sebagai SIERRA.SIERRA234 di kotak input).
Tampilan: Menavigasi Peta
Masing-masing primer ini dikodekan menggunakan 8 bit memori komputer (jadi 24 bit untuk ketiga primer) yang berarti mengkodekan hingga 256 level dari gelap ke terang untuk setiap primer. Gambar SIERRA.SIERRA4 adalah gambar Band 4 dari satelit Landsat dan menunjukkan sejauh mana lanskap tersebut mencerminkan energi panjang gelombang inframerah dekat dari matahari.
Pertanyaan
Latihan 1-5 Tampilan: Menavigasi Kueri Peta
Namun, karena masing-masing jendela peta ini termasuk dalam grup yang sama, operasi panning dan zooming juga dapat dihubungkan. IDRISI memungkinkan Anda mempertahankan hingga 10 penanda tempat per komposisi peta, dimana komposisinya terdiri dari satu jendela peta dengan satu atau lebih lapisan.
Latihan 1-6 Komposisi Peta
Saat Anda menggunakan DISPLAY Launcher dan memilih untuk tidak menampilkan judul atau legenda, bingkai lapisan dan jendela peta memiliki ukuran yang persis sama. Namun, bila Anda juga memilih untuk menampilkan legenda, jendela peta terbuka untuk mengakomodasi legenda di sebelah kanan bingkai lapisan.
Latihan 1-6
Komposisi Peta
Latihan 1-7
Palet, Simbol , dan Membuat Teks Lapisan
Latihan 1-7 Palet, Simbol, dan Membuat Lapisan Teks 35
Ini akan dilakukan dengan membuat file simbol untuk simbol teks dan lapisan teks dengan fungsi label. Sekarang kita akan menggunakan file simbol yang baru saja kita buat untuk lapisan vektor batas lanskap tampilan peta.
Latihan 1-7 Palet, Simbol, dan Membuat Lapisan Teks5
Sekarang klik pada ikon Digitize dan tunjukkan bahwa Anda ingin menambahkan objek ke lapisan yang ada. Ketikkan nama Shewa seperti sebelumnya, namun kali ini tunjukkan bahwa Anda ingin menggunakan mode Spesifikasi Rotasi Interaktif.
Latihan 1-8
Penskalaan
Latihan 1-8 Struktur dan Penskalaan Data
Sekarang sorot layer raster ETDEM di tab File IDRISI Explorer dan klik kanan untuk Show Structure. Untuk memahami hal ini, tutup kotak dialog Show Structure dan kemudian klik kanan pada WESTROAD untuk menampilkan Biner.
Vektor
Di IDRISI kami menyelesaikan hubungan antara bingkai vektor spasial dan kumpulan atribut dengan fasilitas Lokakarya Basis Data kami. Lapisan vektor tunggal bertindak sebagai bingkai spasial, namun atributnya dapat dikaitkan dengan tabel data statistik untuk fitur yang digambarkan.
Lapisan
Latihan 1-9
Yang pertama terdaftar adalah spaceframe, sedangkan yang kedua (dengan tanda + di sebelahnya) adalah kumpulan lapisan berdasarkan spaceframe tersebut. Dalam raster, seperti halnya vektor, bingkai spasial ini dihubungkan berdasarkan koordinat X dan Y minimum dan maksimum, namun dalam raster, atributnya dikaitkan dengan nilai piksel sebenarnya.
Lokakarya Database: Bekerja dengan
- Latihan 1-9 Lokakarya Database: Bekerja dengan Lapisan Vektor 45
- Latihan 1-9 Lokakarya Database: Bekerja dengan Lapisan Vektor
- Latihan 1-10 Lokakarya Database: Analisis dan SQL
- Latihan 1-10
Perhatikan bahwa file tautan vektor berisi tiga komponen: nama bingkai spasial vektor, file database, dan bidang tautan. Kita baru saja mempelajari bahwa kumpulan lapisan vektor dapat dibuat dengan menghubungkan bingkai vektor spasial ke tabel data atribut.
Lokakarya Basis Data: Analisis dan SQL
Dengan tampilan tabel CENSUS2000, pilih ikon View Link Building dari alat Lokakarya Database. Terakhir, untuk menghapus filter, klik ikon Hapus Filter (kaca tipis). Item menu SQL Lanjutan di bawah menu Kueri di Lokakarya Basis Data dapat digunakan untuk melakukan kueri di seluruh basis data relasional.
Workshop Database: Membuat TextLayers
Pada latihan sebelumnya, kita melihat bagaimana kita dapat membuat layer teks baru dengan melakukan digitasi secara langsung. Dalam latihan ini, kita akan mempelajari cara membuat lapisan teks dari informasi dalam file database.
Visibilitas Lapisan
Latihan 1-11
Pilih untuk melihat file vektor dan panel Metadata, lalu klik pada lapisan teks yang Anda buat (CENSUS2000_TOWN). Anda dapat dengan mudah mengatur lapisan yang berbeda agar terlihat atau tidak terlihat saat Anda memperbesar atau memperkecil detail yang berbeda.
Latihan
Tutorial Bagian 2: Pengenalan GIS
Pemodelan
Latihan 2-1
Anda akan menjadi cukup familiar dengan model pemetaan dan menggunakan Macro Modeler untuk membuat dan menjalankan model Anda sendiri saat Anda mengerjakan latihan pendahuluan. Dimulai dengan model elevasi raster yang disebut ELEVATION, modul SLOPE digunakan untuk menghasilkan gambar raster keluaran yang disebut SLOPES.
Latihan 2-1 Pemodelan Kartografi
Untuk informasi lebih lanjut tentang Macro Modeler, lihat bab Alat Pemodelan IDRISI dalam manual IDRISI. Jika Anda belum melakukannya, bacalah bagian Database Query pada bab Pengenalan GIS pada manual IDRISI sebelum memulai.
Latihan 2-2
Ini akan memudahkan penulisan hasil Anda ke direktori Anda sendiri, sambil tetap mengakses data asli dari direktori Resource. Jika kondisi hanya melibatkan satu atribut, kita dapat menggunakan modul RECLASS atau ASSIGN untuk menyelesaikan query.
Kueri Basis Data
- Latihan 2-2 Kueri Basis Databanjir
- Latihan 2-2 Kueri Basis Data
- Latihan 2-2 Kueri Basis DataM)
- Latihan 2-2 Kueri Basis DataS)
- Latihan 2-3
Seperti yang dijelaskan sebelumnya dalam latihan ini, operasi perkalian antara dua gambar Boolean dapat digunakan untuk menghasilkan hasil logika AND. Pada titik ini, kami telah mengeksekusi kueri atribut tunggal untuk menghasilkan dua gambar Boolean (FLOOD dan BESTSOIL) yang memenuhi kondisi individual yang kami tentukan.
Operator
- Latihan 2-3 Operator Jarak dan Konteks 69
- Latihan 2-3 Operator Jarak dan Konteks1 0 2,5 0
- Latihan 2-3 Operator Jarak dan Konteks
- Latihan 2-4
Gunakan utilitas Macro Modeler atau dialog RECLASS utama untuk membuat file .rcl yang diperlukan oleh dialog parameter modul RECLASS. Gunakan RECLASS atau Edit/ASSIGN dengan gambar LANDUSE untuk membuat gambar logis di mana kelas tangki (nilai 2 di LANDUSE) memiliki nilai 1 dan semua kelas lainnya memiliki nilai 0.
Menjelajahi Kekuatan Makro _ Pemodel
Latihan 2-4 Menjelajahi Kekuatan Macro Modeler
Seluruh rangkaian modul dapat dijalankan hanya dengan memasukkan nama file makro di kotak dialog Jalankan Makro, yang dipanggil dari menu File. Kami akan memodifikasi makro untuk mengambil ambang kemiringan dan nama file keluaran dari kolom masukan Parameter Makro.
Latihan 2-5
Jarak Biaya dan Biaya Terkecil
Jalur
Latihan 2-5 Jarak Biaya dan Jalur Biaya Terkecil 87
Kolom pertama dari file nilai harus berisi kategori penggunaan lahan asli, sedangkan kolom kedua berisi nilai gesekan yang sesuai. Cocokkan dengan kategori penggunaan lahan yang tercantum pada Tabel 1, lalu gunakan Edit untuk membuat file nilai bernama FRICTION.
Latihan 2-5 Jarak Biaya dan Jalur Biaya Terkecil
Tambahkan file vektor NEWPLANT ke model, lalu tambahkan modul POINTRAS ke model dan klik kanan padanya. Kaitkan file input dengan COST, lalu klik kanan file output dan beri nama COSTDISTANCE.
Latihan 2-5 Jarak Biaya dan Jalur Biaya Terkecilsaluran listrik
- Jalur biaya paling rendah dalam hal ini adalah garis lurus antara pabrik manufaktur dan piksel pada saluran listrik pabrik manufaktur
- PATHWAY mengevaluasi semua piksel dari fitur target (saluran listrik dalam hal ini) untuk nilai jarak biaya kumulatif yang sesuai dalam gambar jarak biaya. Ini memilih piksel dengan nilai terendah dalam gambar jarak biaya sebagai titik akhir untuk jalur biaya
- Latihan 2-6
- Latihan 2-6 Aljabar Peta
- Latihan 2-7
98 Setelah kita mempunyai gambaran zona suhu dan zona ketersediaan kelembapan, kita dapat menggabungkannya untuk menciptakan zona agroklimat. Setiap zona agroklimat yang dihasilkan harus merupakan hasil kombinasi unik antara zona suhu dan zona kelembapan.
MCE: Pengembangan Kriteria dan
Latihan 2-7 MCE: Pengembangan Kriteria dan Pendekatan Boolean
Boolean Mendekati
Latihan 2-7 MCE: Pengembangan Kriteria dan Pendekatan BooleanC)
Pada gambar LANDBOOL, area yang sesuai diberi nilai 1 dan area yang tidak sesuai diberi nilai 0. Dalam hal ini, area yang sesuai harus berjarak minimal 100 meter dari perairan atau lahan basah mana pun.
Latihan 2-7 MCE: Pengembangan Kriteria dan Pendekatan BooleanP)
Namun, harus jelas bahwa kawasan yang cocok tidak selalu berdekatan dan sering kali tersebar dalam pola yang terfragmentasi. Masalah kedekatan ini dapat diatasi dengan menambahkan pembatasan pasca-agregasi, seperti “area yang memenuhi syarat juga harus berukuran minimal 20 hektar.” Pembatasan ini akan diterapkan setelah semua lokasi yang sesuai (berapa pun ukurannya) telah ditemukan.
TertimbangLatihan 2-8
Latihan 2-8 MCE: Standarisasi Non-Boolean dan Kombinasi Kombinasi Linier TertimbangB)
Kombinasi
Linier
- Latihan 2-8 MCE: Standarisasi Non-Boolean dan Kombinasi Kombinasi Linier Tertimbang
- Latihan 2-8 MCE: Standarisasi Non-Boolean dan Kombinasi Kombinasi Linier TertimbangR)
- Latihan 2-9
- Latihan 2-9 MCE: Rata-Rata Tertimbang Terurut
Standardisasi diperlukan untuk mengubah satuan pengukuran yang berbeda pada plot faktorial menjadi nilai kesesuaian yang sebanding. Kemiringan lereng dan jarak dari jalan raya merupakan faktor kesesuaian yang kuat dalam peta akhir.
Rata-rata
Bobot pesanan pada awalnya akan mengubah sejauh mana bobot faktor akan mempengaruhi prosedur pengumpulan sehingga menyesuaikan tingkat pertukaran secara keseluruhan. Selain itu, sejauh mana bobot pesanan didistribusikan secara merata di semua posisi mengontrol tingkat pertukaran secara keseluruhan, yaitu sejauh mana bobot faktor mempunyai pengaruh.
Tertimbang
Setelah bobot faktor diterapkan pada faktor asli (sampai batas tertentu tergantung pada keseluruhan tingkat trade-off yang digunakan), hasilnya diberi peringkat dari tingkat kesesuaian yang rendah hingga tinggi untuk setiap lokasi. Bobot faktor yang digunakan menyatakan kepentingan relatif masing-masing kriteria terhadap tujuan keseluruhan, dan menentukan bagaimana faktor-faktor tersebut dibandingkan satu sama lain.
MCE: Diperintahkan
Latihan 2-9 MCE: Rata-Rata Tertimbang Terurut1
Ini akan mengubah bobot pesanan sedemikian rupa sehingga menghasilkan operasi minimum, seperti yang ditunjukkan di atas. Mereka kemudian ingin mengembangkan serangkaian bobot pesanan yang akan memberi mereka rentang pertukaran namun akan mempertahankan tingkat risiko yang rendah dalam solusinya.
MIDOR
WATERFUZZ 0.1073
Langkah terakhir dalam prosedur ini adalah menggabungkan dua hasil antara menggunakan operasi MCE ketiga.
DEVELOPFUZZ 0.1085LANDFUZZ 0.0620
- Terdapat perbedaan karena faktor yang dibakukan berbeda. Beberapa kesesuaian tetap dalam faktor fuzzy di luar titik batas Boolean yang kami gunakan dalam faktor Boolean
Kita akan berasumsi bahwa para perencana kota kita tidak mau memberikan perhatian lebih pada pengembang atau faktor lingkungan; bobot faktornya akan sama. Bobot faktor mempengaruhi peringkat, namun karena tidak ada trade-off, skor kesesuaian akhir yang diberikan adalah faktor dengan peringkat terendah.
2Bobot Pesanan: 0
Latihan 2-9 MCE: Rata-Rata Tertimbang Terurut1st
- Bobot faktor adalah 0,5 dan 0,5
- Kesamaan MCEWLC dan COSTFACTORS menunjukkan bahwa di MCEWLC, perhatian pengembang membentuk sebagian besar keputusan tentang kesesuaian. Jarak dari jalan dan lereng paling memengaruhi citra COSTFACTORS sementara skor
- Kepedulian lingkungan jelas memiliki pengaruh yang lebih besar pada hasil ini daripada hasil lain yang kami hasilkan
Latihan 2-10
Hasil
MCE: Pemilihan Situs Menggunakan Boolean dan
Kontinu
Latihan 2-11 Tujuan
BanyakMCE
Latihan 2-11 MCE: Tujuan Berganda
Jadi kita dapat mengatasi masalah kesesuaian untuk pengembangan perumahan dengan memberikan rating yang lebih tinggi pada sel yang kurang cocok untuk pengembangan industri. Akibatnya, pihak lain yang lebih baik untuk pengembangan industri akan dipilih untuk pengembangan industri.
Latihan 2-12
Tujuan
Resolusi
Bersaing
132Dalam beberapa tahun terakhir, keprihatinan yang cukup besar telah diungkapkan tentang perluasan industri karpet
- Latihan 2-12 MCE: Resolusi Konflik Tujuan Bersaing
- Latihan 2-12 MCE: Resolusi Konflik Tujuan BersaingKendala lereng
- Latihan 2-12 MCE: Resolusi Konflik Tujuan Bersaing1
- Latihan 2-12 MCE: Resolusi Konflik Tujuan Bersaing 140
- MARKFAC 0.1618 0,0318
- Latihan 2-12 MCE: Resolusi Konflik Tujuan BersaingWATERFAC
Jalankan DISTANCE di KVROADS untuk membuat gambar jarak dengan nama TMPDIST (ya, ini adalah nama yang sama yang kita gunakan pada langkah sebelumnya -- karena gambar jarak hanyalah gambar sementara dalam proses pembuatan gambar proximity, maka akan ditimpa) . Gunakan prosedur yang sama seperti pada dua langkah di atas untuk membuat peta faktor kedekatan berskala berdasarkan TMPPOWER.
SLOPEFAC
MARKFAC WATERFAC
SOILFAC
WATERFAC SLOPEFAC SOILFAC MARKFAC
MOLA (singkatan dari Multi-Objective Land Allocation) memecahkan masalah ini dengan prosedur yang hanya memerlukan peta kesesuaian peringkat untuk setiap tujuan yang dipertimbangkan. Ini mengisolasi keputusan antara tujuan-tujuan yang bersaing dengan kasus-kasus di mana konsekuensi dari keputusan yang salah adalah yang paling kecil dari tujuan-tujuan tersebut.
Tutorial Bagian 3: Latihan GIS Tingkat Lanjut
Latihan 3-1
Pemodelan Bobot Bukti dengan
Kepercayaan
Latihan 3-1 Pemodelan Bobot Bukti dengan Keyakinan
Jika kita ingin melihat hubungan antara jarak ke perairan dan diketahui lokasi situs, kita perlu melakukan langkah-langkah berikut. Kami menerapkan alasan serupa pada bukti situs yang diketahui untuk bukti yang menunjuk pada jumlah fragmen dan memperoleh gambar SHARD_SITE yang mendukung hipotesis [situs].
Latihan 3-2 Ketidakpastian Basis Data dan Risiko Keputusan Keputusan
Tugas pengambil keputusan adalah mengevaluasi peta probabilitas lunak dan menetapkan tingkat risiko yang dapat diterima sehingga membuat pengambil keputusan puas. Dengan mengetahui kualitas data, pengambil keputusan dapat melihat risiko keputusan yang terjadi secara menyeluruh, dan membuat penilaian serta pilihan terhadap risiko tersebut.
Latihan 3-3
Regresi Berganda dan
Latihan 3-3 Regresi Berganda dan SIG
Kami akan memperoleh data poin berbasis pasar untuk keempat variabel (transmisi harga, jarak biaya, kepemilikan ternak, dan curah hujan rata-rata). Intersep dapat dianggap sebagai nilai variabel terikat ketika masing-masing variabel bebas bernilai nol.
Koefisien Regresi Individual: Seperti disebutkan pada bagian persamaan regresi di atas, koefisien menyatakan kontribusi individu setiap variabel independen terhadap variabel dependen. Gabungan statistik-t dan statistik-F adalah pengujian yang paling umum digunakan untuk memperkirakan keberhasilan relatif model dan untuk menambah dan menghapus variabel independen dari model regresi.
Dikotomis VariabelLatihan 3-4
Logistik
Dan Regresi
- Latihan 3-4 Variabel Dikotomis dan Regresi Logistik 164Buka IMAGE CALCULATOR dan pilih opsi Logical Expression, karena kita menggunakan logika AND untuk
- Latihan 3-4 Variabel Dikotomis dan Regresi Logistik
- Latihan 3-5 Geostatistik
- Latihan 3-5 Geostatistik
- Bagian 1: Pemodel Ketergantungan Spasial
- Bagian 2: Pemasangan Model
- Bagian 3: Kriging Biasa
Kami akan memvariasikan parameter secara berulang dengan harapan menemukan pola ketergantungan spasial dalam kumpulan data curah hujan. Setiap titik mewakili pasangan data dari kumpulan data curah hujan yang dipilih untuk lag ini.
