أكثر

كيف يمكن تقليل قيم الارتفاع لـ DEM باستخدام برنامج GIS sotware مفتوح المصدر؟

كيف يمكن تقليل قيم الارتفاع لـ DEM باستخدام برنامج GIS sotware مفتوح المصدر؟


أنا مبتدئ في QGIS ، لكنني كنت أتساءل عن كيفية تقليل مستوى الارتفاع DEM باستخدام QGIS؟ هل يمكن لـ QGIS القيام بذلك؟ أو يمكن لأي شخص منكم إخباري بأي برنامج GIS مفتوح المصدر للقيام بذلك؟


كنت سألقي نظرة على البيانات المصدر لمارك. هل كانت عبارة عن مجموعة من النقاط وسطور الفصل التي قمت بتحريفها؟ إلى أي مدى تريد تقليل الارتفاع بواقع؟ هل هي قيمة ثابتة عبر السطح أم في مناطق معينة فقط؟ إذا كان هذا هو السطح بالكامل ، ولديك النقاط في ملف .CSV أو ما شابه ، فقط افتحه في Excel ، واطرح من حقل الارتفاع أيًا كانت القيمة التي تريد تقليلها بها ، ثم اقحم السطح مرة أخرى. هناك طريقة أخرى تتمثل في إجراء عملية جبر الخريطة إذا كانت نقطية ، وطرح من قيم الشبكة أيًا كانت القيمة التي تريد تقليل الارتفاع بها. أنا أعرف عنها فقط في ArcMap ، ولكن هنا يمكنك التعرف عليها من أجل QGIS. إذا كان جزء من السطح فقط تريد تقليل الارتفاع ، فاستخدم QGIS لعمل مضلع ومنح المضلع خاصية الارتفاع الجديد الذي تريده. ثم قم بتحرير DEM باستخدام المضلع باعتباره البصمة التي تريد تغيير الارتفاع فوقها. يجب أن تكون الأداة التي تستخدمها للقيام بذلك قادرة على استرداد خاصية الارتفاع التي قدمتها لها من البصمة. سيؤدي هذا بالطبع إلى إجبار طائرة على هذا الارتفاع. ولكن مهلاً ، هذه بداية ولا يمكنك توقع المزيد من التفاصيل نظرًا لسؤالك المختصرة المفرط والصياغة على عجل.


نهج جديد لرسم الخرائط الجيومورفولوجية الانهيارات الأرضية باستخدام برنامج مفتوح المصدر في منطقة أولفيرا (قادس ، إسبانيا)

تقدم هذه الورقة النتائج الأولية لمسح جيومورفولوجي لمنطقة أولفيرا (مقاطعة كاديز ، نطاقات بيتيك ، إسبانيا) واستخدام برنامج نظام المعلومات الجغرافية (GIS) مفتوح المصدر (OS) بالإضافة إلى نظام إدارة قواعد البيانات (DBMS) للإتاحة وتوزيع بيانات الانهيارات الأرضية عبر الويب. في المسح الجيومورفولوجي ، تم تحديد أشكال مختلفة من الأرض في المنطقة ، بما في ذلك الأشكال الهيكلية ، والبشرية ، والنهرية ، والكارستية ، والمنحدرات. على وجه الخصوص ، فإن غالبية أشكال المنحدرات معقدة (من الانهيار إلى الانزلاق والسقوط الدوراني) ، ولكن هناك أيضًا أشكال ثانوية مثل تدفقات الحطام والانهيارات الطينية. لإدارة البيانات الجيومورفولوجية ، تم استخدام نظام المعلومات الجغرافية مفتوح المصدر ، والذي احتوى على المكونات التالية: QuantumGIS ، نظام التحليلات الجيولوجية المؤتمتة (SAGA) ، ونظام دعم تحليل الموارد الجغرافية (GRASS) ، ونظام المعلومات الجغرافية لتوليد نموذج الارتفاع الرقمي (DEM). كان الهدف الرئيسي هو إتاحة البيانات المشتقة من المشروع عبر الويب. تم تحقيق ذلك باستخدام MapServer الذي يسمح بتمثيل البيانات الجغرافية المكانية المشتقة مع pMapper الذي يوفر واجهة الويب الرسومية. تسلط دراستنا الضوء على ديناميكيات عملية تآكل الجريان السطحي في Olvera المستمدة من استخدام أدوات رسم الخرائط المتقدمة القائمة على الكمبيوتر. تتوفر منتجات الخرائط والتفسيرات الناتجة عبر الإنترنت. حتى الآن ، تم إنتاج خرائط مشتقة لتحسين صيانة الطرق والمواصلات وإنشاء بنية تحتية جديدة.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


مقدمة

تحليل التضاريس الرقمي

وفقًا لهتشينسون وجالانت (2000) ، تلعب التضاريس دورًا مهمًا في تنظيم سطح الأرض وعملية الغلاف الجوي. يمكن أن يوفر فهم طبيعة التضاريس المعرفة حول طبيعة وحجم هذه العمليات من خلال التحليل الطبوغرافي والتصور (Wilson 2012). تحليل التضاريس الرقمية (DTA) هو علم التحليل الكمي لسطح الأرض الذي يتعامل مع جمع وتحليل وتقييم وتفسير المعلومات الجغرافية الخاصة بالميزات الطبيعية والاصطناعية للتضاريس (Zhou and Zhu 2013). يتضمن التحليل اشتقاق سمات التضاريس من بيانات الارتفاع الرقمية (Wilson 2012 Zhou and Zhu 2013). تشمل سمات التضاريس الشائعة الارتفاع والانحدار والجانب وانحناء المظهر الجانبي ومؤشر الرطوبة الطبوغرافية (Kemp et al. 2008 Wilson 2012 Zhang et al. 2012 Pakoksung and Takagi 2015). تُستخدم سمات التضاريس هذه لوصف مورفولوجيا المناظر الطبيعية والتنبؤ بتأثير التضاريس على العمليات البيئية أو البشرية (Zhou and Zhu 2013). وفقًا لبيرينز وآخرون. (2010) تُستخدم سمات التضاريس على نطاق واسع لرسم الخرائط الرقمية للتربة لأن التضاريس عامل مهم في تكوين التربة. باجات وآخرون (2011) أظهر كيف تؤثر العوامل البيئية (بما في ذلك الارتفاع والمنحدر) على التغير السكاني في جنوب صربيا. دراجيتشيفيتش وآخرون قدم (2015) مراجعة حول كيفية تأثير الارتفاع والجانب والمنحدر والمؤشر الطبوغرافي الآخر على حدوث الانهيار الأرضي. تمت مناقشة أهمية سمات التضاريس المختلفة بالتفصيل في مكان آخر (على سبيل المثال ، Wilson 2012).

نموذج الارتفاع الرقمي

بيانات الإدخال النموذجية لـ DTA هي نموذج الارتفاع الرقمي (DEM) (Qiming et al. 2008 Wilson 2012 Cheng et al. 2012). وفقًا لـ Li et al. (2005) ، هناك ثلاث طرق للحصول على بيانات DTA: (1) المسح الميداني أو القياس المباشر لسطح التضاريس باستخدام المحطة الكلية ونظام تحديد المواقع العالمي (GPS) (2) رقمنة الخرائط للخرائط الطبوغرافية الموجودة و (3) استخدام أزواج استريو من الصور الجوية (أو الفضائية) وأدوات القياس التصويري. تتضمن أمثلة الصور الفضائية المستمدة من DEM مهمة طبوغرافيا الرادار المكوك (SRTM) (Farr et al. 2007) ومقياس إشعاع الانعكاس الحراري المتقدم المحمول في الفضاء (ASTER) ونموذج الارتفاع الرقمي العالمي (GDEM) (Abrams et al. 2015).

ASTER GDEM

وفقًا لأبرامز وآخرون. (Abrams et al. 2015) ، ASTER GDEM هي مجموعة البيانات الطبوغرافية الرقمية الأكثر حداثة وكاملة وعالية الدقة (30 مترًا) للأرض متاحة مجانًا (بدون تكلفة) للجمهور (Abrams et آل 2015). إنه أحد منتجات ASTER العديدة ، وهو مشروع مشترك بين إدارة الطيران والفضاء الوطنية الأمريكية (NASA) ووزارة الاقتصاد والتجارة والصناعة اليابانية (METI). تعمل ASTER على القمر الصناعي terra التابع لناسا ، وتكتسب البيانات (منذ مارس 2000) لإنتاج منتجات أخرى مثل قاعدة بيانات ASTER Emissivity Database (ASTER GED) ، وخريطة ASTER العالمية للمنطقة الحضرية (AGURAM) ، وأرشيف ASTER Volcano (AVA) ، و ASTER علوم الأرض والمراقبة العالمية للجليد من الفضاء (GLIMS) (Abrams et al. 2015). قبل إصدار ASTER GDEM ، كان SRTM أكثر بيانات DEM اكتمالا المتاحة للجمهور (Abrams et al. 2015). استخدمت العديد من الأبحاث ASTER GDEM. فيليبس وآخرون استخدم عام 2011 خاصية التضاريس المشتقة من ASTER GDEM جنبًا إلى جنب مع صور WorldView والمنطق الضبابي لنمذجة توزيع المولين في Sermeq Avannarleq في غرب جرينلاند. جيتشامو وآخرون. (2012) استخراج المقطع العرضي لنهر تيسا في المجر من ASTER GDEM. كساب وآخرون (2013) دمج ASTER GDEM مع منتجات الاستشعار عن بعد الأخرى لإنتاج خريطة جيومورفولوجية جليدية لمنطقة Dalijia Shan في شمال شرق هضبة التبت. سار وآخرون (2015) استخدم ASTER GDEM جنبًا إلى جنب مع بيانات جغرافية مكانية أخرى لرسم خريطة لخطر كارثة تسجيل المياه في حوض نهر كيليجاي ، الهند. في الآونة الأخيرة ، اقترح مكرم وحجاتي (2015) أن ASTER DEM متفوق على الصور المساحية في تحديد شبكة الصرف.

الكم GIS

برنامج Quantum GIS (QGIS) (http://www.qgis.org/en/site/index.html) هو برنامج GIS مجاني ومفتوح المصدر وسهل الاستخدام مرخص بموجب رخصة جنو العمومية العامة (http: // www .gnu.org / licenses / gpl-3.0.en.html) (Hugentobler 2008). البرنامج مكتوب بلغة C ++ ويعتمد على مكتبة الأنظمة الأساسية C ++ التي تمكنه من العمل على أنظمة تشغيل مختلفة مثل Linux و Unix و Mac OS X و Windows (Hugentobler 2008). بالإضافة إلى ذلك ، لدى QGIS مجموعة من وظائف تحليل التضاريس من نظام دعم تحليل الموارد الجغرافية (GRASS) (Neteler and Mitasova 2008 Neteler et al. 2012) ونظام التحليلات الجيولوجية المؤتمتة (SAGA) GIS (Conrad et al. 2015). علاوة على ذلك ، يوفر QGIS آلية المكونات الإضافية ، والتي تمكن الباحثين والمطورين من توسيع وظائف البرنامج (Hugentobler 2008). اعتمد العديد من الباحثين استخدام QGIS في دراستهم. مانتوفاني وآخرون (2010) دمج QGIS مع WebGIS لتطوير خرائط جيومورفولوجية للانهيارات الأرضية لمنطقة Olvera في قادس ، إسبانيا. يو وآخرون. (2015) دمج QGIS مع أقصى إنتروبيا بايزي (BME) لرسم خريطة لتركيز الجسيمات عبر تايوان. Landuyt et al. (2015) تعيين خدمات النظام البيئي في حوض Grote Nete في بلجيكا باستخدام QGIS.

برنامج R

برنامج R هو بيئة حوسبة ورسومات إحصائية مجانية تعمل على مجموعة متنوعة من منصات UNIX ، Windows و MacOS (Ihaka and Gentleman 1996 R Core Team 2014). بصرف النظر عن الحوسبة الإحصائية ، تمتلك R أيضًا عددًا كبيرًا من الحزم أو المكتبات المساهمة للتعامل مع البيانات المكانية وتحليلها وتصورها (Bivand et al. 2013). الحزم مثل ص (بيفاند وآخرون 2013) ، رجدال (بيفاند وآخرون 2014) ، maptools (بيفاند ولوين كوه 2014) ، و النقطية (Hijmans 2014) هي حزم R الشائعة المستخدمة للتعامل مع البيانات المكانية.

جزيرة ماريندوك

Marinduque هي مقاطعة جزيرة في الفلبين تقع على بعد حوالي 200 كيلومتر جنوب عاصمة البلاد (مانيلا) (الشكل 1). تعتبر قلب أرخبيل الفلبين بسبب شكلها الهندسي وموقعها (Salvacion and Magcale-Macandog 2015). هناك ست بلديات تتكون من المقاطعة تغطي حوالي 96000 هكتار من الأراضي (الجدول 1).


احصل على النقاط البارزة في بريدك الوارد كل أسبوع.

في حياتي العملية ، غالبًا ما أتعامل مع البيانات الجغرافية المكانية. لا تحمل هذه البيانات الأنواع المعتادة من السمات التي نراها كل يوم فحسب ، بل تحمل أيضًا السمات الجغرافية ، مثل النقاط والخطوط والمناطق المغلقة والمضلعات والأسطح. عادةً ما يتم توقع هذه البيانات من بيانات خطوط الطول والعرض وارتفاع مستوى سطح البحر إلى أنظمة إحداثيات أخرى لتسهيل التحليل والعرض.

أحد الأشياء التي أجدها غريبة في التعامل مع البيانات الجغرافية المكانية هو مقدار تسييلها وربطها باتفاقيات ترخيص مقيدة. إذا كنت تبحث عن "البيانات الجغرافية المكانية" باستخدام محرك البحث المفضل لديك ، فسترى على الأرجح عدة صفحات من الروابط إلى المؤسسات التي تبيع البيانات أو تنشئ وتبيع برامج التحليل والتصور الجغرافي المكاني ، وكل ذلك بموجب ترخيص مقيد. ولكن إذا تعمقت أكثر ، ستجد بعض البيانات المفتوحة الرائعة والبرامج مفتوحة المصدر.

لقد سمع معظم الأشخاص المهتمين بالبيانات المفتوحة والمصدر المفتوح والعالم من حولهم عن OpenStreetMap. تقوم OpenStreetMap بدمج البيانات من "مصممي الخرائط المواطنين" وتوفرها للجميع بموجب ترخيص Open Data Commons Open Database License (ODbL).

عندما أتعامل مع البيانات الجغرافية المكانية في العمل ، فأنا مهتم بشكل أساسي بتحليل التفاعلات بين عناصر البيانات المختلفة. على سبيل المثال ، قد أرغب في معرفة المكان الذي يعبر فيه خط النقل الكهربائي المقترح أو يمر بالمستوطنات الريفية الصغيرة القريبة. أستخدم بشكل أساسي أداتين مفتوحتين: QGIS ، وهو نظام معلومات جغرافية مفتوح المصدر (GIS) ، و PostGIS ، وهو امتداد مكاني لقاعدة بيانات PostgreSQL المرتبطة بالكائنات. قبل بضعة أسابيع ، اكتشفت منشورًا على القائمة البريدية لمستخدمي QGIS من Seán Lynch ، الذي يدير قاعدة بيانات مفتوحة جديدة لي تتعقب القمامة العالمية.

كان شين يستدعي الاهتمام من أي شخص يعتقد أن القمامة يمكن أن تكون مشكلة يمكن أن يعالجها علم المواطن. لقد أجريت مقابلة مع Seán لمعرفة المزيد عن عمله.

كريس هيرمانسن: باختصار ، ما هو برنامج OpenLitterMap؟

شون لينش: OpenLitterMap هي قاعدة بيانات تفاعلية مفتوحة المصدر ويمكن الوصول إليها عن القمامة والتلوث البلاستيكي في العالم. نحن نعمل على تطوير تجربة جمع البيانات لتسخير الإمكانات غير المسبوقة لهواة جمع البيانات (العلماء المواطنين) في جميع أنحاء العالم.

تم تجهيز الجميع تقريبًا بهاتف ذكي ، وهو جهاز قوي يمكنه جمع البيانات ، لكننا لم نستغل هذه الإمكانات البشرية غير المسبوقة بعد. يعد رسم خرائط القمامة حافزًا مهمًا لتطوير العلوم التي تعتمد على الحشود ، حيث لا يقتصر الأمر على التلوث البلاستيكي في كل مكان على مستوى العالم ، ولكن يمكن التعرف على القمامة بسهولة.

نظرًا لوفرة القمامة وسمعتها السيئة ، فقد أصبحت موضوعًا يتعرف عليه الناس بشكل متزايد على أنه مشكلة بيئية. تعطي هذه العوامل رسم خرائط القمامة حاجزًا منخفضًا بشكل ملحوظ للدخول يمكن أن يجلب العديد من الأشخاص إلى جمع البيانات والعملية العلمية لأول مرة. OpenLitterMap ليس مجرد خريطة أو قاعدة بيانات مفتوحة للتلوث البلاستيكي في العالم. إنها حافز مهم للمساعدة في بناء قدرة المجتمع على جمع البيانات.

مستوحاة من OpenStreetMap ، نطبق نفس مبادئ التعهيد الجماعي والبيانات المفتوحة للتلوث البلاستيكي. نريد أن يتمكن الجميع ، في كل مكان وفي أي مكان ، من مشاركة البيانات حول القمامة والتلوث البلاستيكي في الشوارع والشواطئ وفي أي مكان آخر حيث يمكن العثور على البلاستيك. تروي هذه الخرائط قصصًا قوية حول التلوث البلاستيكي في سياق محلي وعالمي للغاية ، ويمكن لأي شخص استخدام بياناتنا المفتوحة للمساعدة في تحسين سياسة الحكومة وتوسيع نطاق مسؤولية المنتج. بمجرد تطوير ذلك ، نريد دمج خرائط التلوث الكيميائي وتطوير قدرة متزايدة لرصد التنوع البيولوجي. ولكن لتحقيق ذلك ، يحتاج العالم إلى مقدمة لعلوم المواطن ، والتي نطمح إلى تقديمها.

CH: ما هي طرق OpenLitterMap "مفتوحة"؟

SL: منذ إطلاقنا في عام 2017 ، أصبحت بياناتنا متاحة بشكل مفتوح عبر ترخيص قاعدة البيانات المفتوحة. يتضمن ذلك نظام تحديد المواقع العالمي (GPS) ، والطابع الزمني ، و 120 نوعًا محددًا مسبقًا من القمامة ، وأكثر من 60 علامة تجارية للشركات ، ووجود القمامة (تم التقاطها ، ولا تزال موجودة) ، وعنوان OpenStreetMap الكامل في كل موقع تم التقاط الصورة فيه. يمكن لأي شخص تنزيل بياناتنا مجانًا واستخدامها لأي غرض دون قيود.

في الآونة الأخيرة ، أطلقنا تطبيق الويب (Laravel + Vue) وتطبيق الجوال (React Native) كمصدر مفتوح ضمن GPLv3. كان هناك تأخير في إطلاق الكود مفتوح المصدر ، حيث كان هذا أول مشروع ترميز لي ، وكنت بحاجة إلى بعض الوقت لتطوير المهارات اللازمة لإدارة مشروع مفتوح المصدر. منذ ذلك الحين ، عملت في عدد قليل من الوظائف كمطور ويب أو كامل المكدس ، وأطلقت الإصدار 2 من تطبيق الهاتف المحمول ، وخدش سطح اكتشاف الكائنات. قريبًا ، سنصدر جميع مسارات ملفات الصور و OpenLitterAI بموجب نفس ترخيص GPL. نقوم حاليًا ببناء أداة في المتصفح لتسمية صورنا بالمربعات المحيطة ، والتي سيتم إصدارها جميعًا مفتوحة المصدر.

لدينا أيضًا قناة Slack مفتوحة ، ونحاول إجراء مكالمة Zoom أسبوعية لمدة ساعة ، حيث نناقش جانبًا مختلفًا من التطبيق يكون موضوعًا في هذا الأسبوع. لقد أطلقنا للتو مناقشات GitHub ، حيث سنناقش جميع جوانب النظام الأساسي. نود أن نسمع أفكارك وأفكارك حول هذا الموضوع!

CH: متى تم إتاحة OpenLitterMap لأول مرة؟

SL: بدأ البحث عن OpenLitterMap في عام 2008 عندما تعرفت على نظم المعلومات الجغرافية أثناء دراستي للجغرافيا في الجامعة. كنت أرغب في استخدام نظم المعلومات الجغرافية لرسم خرائط والتواصل وإصلاح مشاكل الإغراق غير القانوني في مجتمعي. في عام 2013 ، خلال درجة الماجستير في نظم المعلومات الجغرافية ، تعرفت على OpenStreetMap وقررت تطبيق نفس مبادئ التعهيد الجماعي والبيانات المفتوحة للتلوث البلاستيكي. بعد الحصول على درجة الماجستير الثانية في البيئات الساحلية والبحرية ، قمت بتطوير منهجية OpenLitterMap FOSS4G ثم بدأت في تعليم نفسي كيفية البرمجة.

تم إطلاق OpenLitterMap.com أخيرًا كتطبيق ويب في 15 أبريل 2017 ، واتبع تطبيقات الأجهزة المحمولة في 2019 (v1.0) و 2020 (v2.0). ومع ذلك ، على الرغم من أننا في مرحلة الإنتاج ، إلا أن لدينا الكثير من العمل للقيام به.

CH: من هم مستخدمي OpenLitterMap؟

SL: على الرغم من أنني لم أحدد لمحة عن مستخدمينا ، فقد تحدثت مع طيف واسع من أنواع مختلفة من الأشخاص الذين يستخدمون تطبيقنا. في المقام الأول ، يشمل هؤلاء طلاب الجامعات ، والأشخاص الذين يتطوعون بعد العمل ، والمتقاعدين الأكبر سنًا ، والمعلمين الشباب ، والأشخاص الذين يهتمون فقط بحالة البيئة المحفوفة بالمخاطر.

وفي الآونة الأخيرة ، انضمت الشركة الراعية الأولى لنا إلى الحركة من خلال منح القوى العاملة العالمية نصف يوم مع عائلاتهم لجمع القمامة وتسجيل تأثيرها البيئي الإيجابي. كان لدينا فريق من المهندسين يتخلصون بدقة من السياج والشجيرات ويضعون علامة بعناية على كل صورة بدقة 100٪.

لقد أطلقنا مؤخرًا أول فيديو لحملتنا يقدم OpenLitterMap ، والذي نأمل أن يفتح الباب لكثير من الأشخاص الجدد في جمع البيانات ، وقيمنا المفتوحة المشتركة ، وعلوم المواطن. في العام المقبل ، نود تقديم OpenLitterMap للمدارس والبدء في تنمية جيش عالمي من جامعي البيانات المفتوحة ، لكن علم المواطن ليس جاهزًا حاليًا لتحقيق ذلك.

كريس: كيف بدأت في رسم الخرائط؟

SL: أصبح اهتمامي برسم الخرائط رسميًا في اليوم الذي تعرفت فيه على نظم المعلومات الجغرافية. كانت المحاكاة والقدرة على التحكم في بيانات العالم الحقيقي في الكمبيوتر تقنية قوية ومهنة أردت أن أتقن فيها. بدت وكأنها لعبة فيديو تستخدم بيانات من العالم الحقيقي ، وكان لدي الكثير من الخبرة في الألعاب. فكرت "ربما يمكنني بطريقة أو بأخرى الجمع بين اهتمامي بالألعاب مع نظم المعلومات الجغرافية؟ قد يكون لدي ميزة تنافسية هنا". على الرغم من أنني في اليوم الذي تعرفت فيه على نظم المعلومات الجغرافية ، تحول اهتمامي من الألعاب الرقمية إلى العلوم الرقمية ، إلا أن تجربتي مع الخرائط الرقمية بدأت منذ وقت طويل. في الواقع ، كانت أول شاشة غير تلفزيونية رأيتها على الإطلاق عبارة عن خريطة Super Mario Bros World-1 عندما كنت في الرابعة من عمري ، وقد أصبحت مدمن مخدرات منذ ذلك الحين!

كريس: كيف أصبحت مهتمًا برسم خرائط القمامة؟

SL: في سنتي الأولى في الجامعة ، أثناء دراستي للجغرافيا ، تعرفت مجموعتنا على نظم المعلومات الجغرافية. لقد شجعنا على التفكير في طرق لاستخدامه وفي مشروع للسنة الأخيرة. كنت أمشي وركوب الدراجة إلى الكلية كل يوم ، رأيت هذه المنطقة القريبة من المكان الذي أعيش فيه والتي ابتليت بإلقاء القمامة ، والقمامة ، والسيارات المحترقة ، والسلوك المعادي للمجتمع. كنت أرغب في استخدام نظم المعلومات الجغرافية لوضع هذه البيانات على الخريطة ، حيث اعتقدت أنه سيكون هناك مواد تعليمية مهمة مع الخرائط وحل قوي للمشكلات باستخدام البيانات. كان المجتمع المحلي قد اتصل بالمجلس لسنوات ، ولم يتم فعل أي شيء على الإطلاق حيال ذلك. كنت أرغب في منح الناس صوتًا والقدرة على إنشاء معلومات جغرافية حول القضايا المحلية وزيادة صوتهم وقدرتهم على الدعوة للتغيير حول كيفية تخصيص الموارد في المجتمع.

بمجرد أن بدأت التفكير في رسم خرائط الإغراق ، أدركت بسرعة أن هناك "القمامة الصغيرة" في كل مكان. بعد التخرج من الجامعة ، ذهبت للسفر وتدربت كغواص سكوبا في تايلاند. لقد طورت علاقة شخصية قوية مع المحيط وسمعت من الغواصين الأكثر خبرة حول كيفية تغير الشعاب المرجانية بمرور الوقت. باستخدام معرفتي في الجغرافيا ، استقررت في المستقبل ورأيت صورة قاتمة. على الرغم من أن التلوث البلاستيكي لم يكن قضية موضوعية في ذلك الوقت ، إلا أن مجتمع الغوص كان يدرك جيدًا أن هذه مشكلة كبيرة. بشكل منتظم ، تجرف أكوام القمامة الضخمة على الشاطئ من العدم ، ونقوم بعمليات تنظيف أسبوعية وأحيانًا يومية فوق وتحت الماء.

عدت إلى المنزل للحصول على درجة الماجستير في نظم المعلومات الجغرافية لاكتساب مهارات رسم الخرائط ، وهو الوقت الذي بدأت فيه القراءة عن علم المواطن والتلوث البلاستيكي.مرعوبًا تمامًا من حجم التلوث الذي تفاقم بسبب نقص الوعي العام في ذلك الوقت ، بدأت في قراءة المزيد عن التلوث العالمي.

في اليوم الذي تعرفت فيه على OpenStreetMap ، كنت أسير إلى المنزل وهاتفي في يدي ورأيت قطعة من القمامة. لم أصدق أنه لم تكن هناك طريقة بسيطة وفعالة لوضع هذه البيانات على الخريطة ومشاركتها بنفس طريقة OpenStreetMap. تمامًا مثل ذلك ، وُلد برنامج OpenLitterMap.

كريس: هل هناك مجموعات أخرى تركز على مراقبة القمامة؟

SL: نعم ، هناك الكثير ، ويجب على شخص ما كتابة مراجعة مستقلة حول الانفتاح وقابلية التشغيل البيني والمفاضلات بين الأنظمة الأساسية المختلفة. تقليديا ، تم عمل علم المواطن من قبل المؤسسات. على الرغم من أن المؤسسات ستكون مساعدة كبيرة في البحث ، إلا أنني لا أعتقد أن المؤسسات ستعمل على تطوير تجربة جمع البيانات التي ستمكن علم المواطن من تحقيق إمكاناته الكاملة. إذا كان بإمكانهم ذلك ، فسيتم تطويره بالفعل ، لكن المؤسسات لم تقم ببناء Xbox أو Snapchat أو وسائل التواصل الاجتماعي ، فلماذا يعتقد أي شخص أنهم في وضع جيد لتطوير علم المواطن؟ على الرغم من أن المؤسسات عادة ما تشترك في نفس القيم المفتوحة ، ويرجع ذلك جزئيًا إلى أن الباحثين يحصلون على تمويل مريح بالفعل ، إلا أنهم لا يمتلكون نفس الدافع أو الطموح الذي يمكن أن تحققه تلك المؤسسات الخارجية.

تتوفر مجموعة متنوعة من تطبيقات القمامة المطورة بشكل خاص في السوق. نظرًا لأنهم لا يتمتعون بنفس المستوى من التمويل المستمر ، يبحث الكثيرون عن طرق لاستثمار بياناتهم واستغلالها. لسوء الحظ ، هذا يعني عادةً أنها تقيد الوصول إلى البيانات المتعلقة بالتلوث ، والتي لها عيب كبير في حماية الصناعات الملوثة والوضع الراهن. نظرًا لأن رسم خرائط القمامة له عائق منخفض أمام الدخول ، فإن العديد من الأشخاص جدد تمامًا في جمع البيانات ولا يشككون في فعالية من يُسمح له بالوصول إلى هذه البيانات والآثار المترتبة على تقييد الوصول إلى البيانات المتعلقة بالتلوث.

لقد كان هذا حاجزًا ضخمًا بشكل مفاجئ بالنسبة لي. [نحن] لا يتعين علينا فقط توعية الأشخاص بأن جهازك قوي حقًا ويمكن استخدامه لإنشاء تحول نموذجي في كيفية إنشاء المجتمع للمعرفة الجغرافية ، ولكننا بحاجة إلى بذل جهد إضافي وتثقيف الوافدين الجدد لجمع البيانات حول المبادئ المفتوحة و لماذا يجب أن تكون البيانات المتعلقة بالتلوث متاحة للجميع ، وليس فقط الحكومات والشركات. أعتقد أنه كلما كان الشيء أكثر تلوثًا ، يجب أن تكون البيانات أكثر انفتاحًا. يجب أن نرغب تمامًا في تجنب سيناريو تكون فيه البيانات المتعلقة بالتلوث مغلقة في صوامع تقتصر حصريًا على الصناعات الملوثة الرئيسية في العالم. للأسف ، كان هذا هو الاتجاه السائد في السنوات القليلة الماضية ، حيث يتم دعم المنصات المغلقة والاحتفاء بها ، بينما لا يتم الاحتفال بالمنصات المفتوحة.

هناك مشكلة رئيسية أخرى تتعلق بالبحوث المؤسسية وهي أن 99٪ من التمويل متاح للجسيمات البلاستيكية الدقيقة والقمامة البحرية فقط. في الأساس ، لا يتم فعل أي شيء لتكوين معرفة حول متوسط ​​900 طن من البلاستيك قبل البحري الذي يتدفق إلى المحيطات كل ساعة.

كريس: ما الذي يمكن أن يجعل مجتمعك أكثر نجاحًا؟

SL: نحتاج إلى المزيد من البيانات ، والمزيد من المطورين ، والأهم من ذلك ، نحتاج إلى المزيد من الأشخاص في مجتمعنا! نحتاج إلى المزيد من البيانات لتحسين طريقة نمذجة OpenLitterAI ، مما سيجعل تطبيقنا أسهل في الاستخدام بشكل كبير ويقلل من حاجز الدخول إلى أبعد من ذلك بكثير. نحتاج إلى المزيد من المطورين للمساعدة في تحسين برامجنا. سيكون من الجيد حقًا العثور على بعض التمويل حتى يعمل شخص ما بدوام جزئي لمراجعة طلبات السحب ودمجها والعمل على بعض العناصر الأخرى ، مثل التصميم الجرافيكي وتصوير الفيديو ووسائل التواصل الاجتماعي.

والأهم من ذلك كله هو بناء مجتمعنا وزيادة قدرة المجتمع على جمع البيانات. بالإضافة إلى جامعي البيانات ، نحتاج إلى قيام الأشخاص بعملهم على وسائل التواصل الاجتماعي. نحتاج إلى تشغيل المزيد من أحداث جمع البيانات في عالم ما بعد COVID ، ونحتاج إلى تكامل أفضل مع الجامعات والمدارس والحكومات المحلية. نود أن يتمكن الأشخاص من تنزيل تطبيقنا وخفض توقعاتهم وتجربته! إذا كنت تشارك نفس قيم البرامج مفتوحة المصدر وقدرتها على إضفاء الطابع الديمقراطي على العلم بشأن التلوث البلاستيكي ، فنحن نحب إذا كان بإمكانك إلقاء نظرة على الكود الخاص بنا أو الانضمام إلينا في مناقشات Slack أو Twitter أو GitHub للدردشة.

تمامًا كما أنشأت OpenStreetMap مجتمعًا عالميًا من المتطوعين لرسم خرائط لشوارع العالم والبنية التحتية الحضرية بقيم مفتوحة مشتركة ، نريد تحقيق نتيجة مماثلة ورسم خريطة للقمامة والتلوث البلاستيكي في تلك الشوارع بطريقة مفتوحة ويسهل الوصول إليها. رسم خرائط القمامة له عائق منخفض بشكل ملحوظ للدخول والذي سيستمر في التناقص ويفتح باب جمع البيانات والمشاركة العلمية لأعداد ضخمة محتملة من الناس ، مما يجعله حافزًا مهمًا لتطوير العلوم المدعومة من الجماهير. لجعل هذه النهضة الجغرافية أكثر إنصافًا وديمقراطية وشفافية ، نحن بحاجة ماسة إلى أشخاص يشاركوننا قيم الانفتاح للمساعدة في تثقيف تلك الأعداد الكبيرة من الأشخاص الجدد تمامًا في مجال جمع البيانات حول سبب عدم حاجتنا فقط إلى رسم الخرائط ولكن لماذا نحتاج لتبادل البيانات (عن التلوث) ودعم تطوير البرمجيات مفتوحة المصدر والمجتمعات المفتوحة. آمل أن تتمكن من الانضمام إلينا ومساعدتنا في رسم خريطة للتلوث البلاستيكي في العالم وتوجيه الاتجاه المستقبلي لـ OpenLitterMap.

كريس: ما هي أنواع التأثيرات التي تأمل أن يحدثها موقع OpenLitterMap.com؟

SL: لا توجد خريطة لمدينة واحدة أو حتى حرم جامعي. إذا عمل العديد من الأشخاص معًا ، فقد يستغرق الأمر بضع دقائق. بمجرد أن يصبح التطبيق أكثر سهولة في الاستخدام ، ويتم تحفيز الأشخاص والاستمتاع بالمشاركة ، يمكننا بسرعة بناء القدرات المحلية والإقليمية والدولية لجمع مجموعات البيانات الضخمة بسرعة كبيرة.

يعد بناء قدرة المجتمع على جمع البيانات أحد التأثيرات المهمة. آخر هو زيادة صوت السكان المحليين الذين يحتاجون إلى وصول أفضل إلى الخدمات. كان الدافع الأصلي بالنسبة لي هو زيادة وضوح الإغراق غير القانوني في مجتمعي. كان السكان المحليون يحاولون الاتصال بالمدينة لسنوات ، ولم يتم فعل أي شيء حيال ذلك. أريد أن أمنح الناس القدرة على إنشاء معلومات جغرافية وتحسين كيفية تخصيص الموارد في المجتمع. هذا يمكن أن يزيد من نطاق مسؤولية المنتج أيضًا. إذا تم افتتاح متجر جديد ، أو إذا كان هناك تغيير في السياسة مثل حظر التدخين أو تغيرت تفضيلات المستهلك بين عشية وضحاها - أو فجأة يستخدم مليارات الأشخاص أقنعة الوجه التي يمكن التخلص منها يوميًا ، فكيف ندافع وننجح في إيجاد طرق أكثر أهمية إدارة أنواع النفايات المتغيرة؟ أعتقد أن هناك مجالًا كبيرًا للتحسين هنا ، والذي لا يمكن تحقيقه إلا من خلال تمكين المجتمع من جمع البيانات ومشاركتها.

في غضون سنوات قليلة ، أعتقد أن إنتاج مجموعات بيانات عالمية ضخمة سيصبح أمرًا طبيعيًا جديدًا. أحاول التأكد من أن المبادئ المفتوحة هي محور هذا التحول في النموذج. يمكن أن يكون لهذه البيانات آثار محلية عميقة وكذلك دولية. في الوقت الحالي ، يصف بعض من أفضل العلوم حول التلوث البلاستيكي هذا الوباء العالمي بأنه مشكلة بحرية أو محيطية إلى حد كبير. يقترح بعض المؤلفين أن تسعة إلى عشرة أنهار في آسيا مسؤولة عن حوالي 90٪ من النفايات البلاستيكية التي تدخل المحيطات. في حين أن هذه الأرقام قد تكون صحيحة ، على الرغم من إدراك المؤلفين أن هناك شكوكًا كبيرة مع هذه الاستنتاجات بسبب نقص البيانات (التي لم يتم الإبلاغ عنها مطلقًا في وسائل الإعلام) ، لا أعتقد أن هذه النتائج تميز بشكل مناسب القمامة الأنثروبولوجية المعاصرة ، الموجودة في كل مكان .

نحتاج إلى بناء نموذج جديد لكيفية فهمنا ومقارناتنا للتلوث البلاستيكي ، والذي له سياقات محلية مهمة ولكن أقل فهمًا. على وجه الخصوص ، نحتاج إلى معرفة كيف ينشأ البلاستيك على الأرض وكيف ينتهي به المطاف في المحيط. لتحقيق ذلك ، نحتاج إلى تحسين رؤية الخصائص الأرضية قبل البحرية للتلوث البلاستيكي.

بالنسبة لمعظم الناس ، أصبحت القمامة طبيعية وغير مرئية. لقد اندمجت مع خلفيات حياتنا. لكن التلوث العالمي لا ينبغي أن يكون طبيعياً ، وهو أبعد ما يكون عن القبول. في النهاية ، أريد أن أتأكد من أن لا أحد ينظر إلى الشوارع بنفس الطريقة مرة أخرى. إذا فكرت في وقت إطلاق برنامج Google Earth لأول مرة ، يمكن للجميع تكبير منزلهم من الفضاء لأول مرة. إذا تمكنا من رسم خريطة للقمامة حول منازل الناس ومجتمعاتهم ، فإن هذا يروي قصة قوية جدًا عن التلوث البلاستيكي في ساحاتنا الخلفية ، والقصة القوية لديها القدرة على تغيير تصورنا للتلوث البلاستيكي من مشكلة "بعيدة" إلى مشكلة محلية للغاية . ما عليك سوى السير في الخارج أو ، في كثير من الحالات ، فقط افتح النافذة. إنه في كل مكان.

كريس: أين يمكن للقراء المهتمين أن يكتشفوا المزيد؟

SL: يمكنك متابعة تحديثاتنا وملف الأخبار على وسائل التواصل الاجتماعيopenlittermap ، ولدينا بعض مقاطع الفيديو على YouTube للبحث عن OpenLitterMap. أطلقنا مؤخرًا أول فيديو لحملتنا وفيديو توضيحي جديد حول كيفية استخدام تطبيقنا. أتمنى أن تهتم بهذا العمل وأن تصبح جزءًا من مجتمعنا مفتوح المصدر. نحن نحب تماما أن تنضم إلينا.


في جميع أنحاء نظم المعلومات الجغرافية

ANN
Approximate Nearest Neighbours (ANN) هي مكتبة مكتوبة بلغة البرمجة C ++ لدعم كل من أقرب الجيران الدقيق والتقريبي الذي يبحث في مساحات ذات أبعاد مختلفة.

يوفر محرك المصفوفة القابل للتوسع rasdaman ("مدير البيانات النقطية") خدمات تحليلات رشيقة على البيانات النقطية المكانية والزمانية الضخمة ("datacubes") ، مثل خرائط صور الأقمار الصناعية ثنائية الأبعاد ، وسلاسل زمنية للصور ثلاثية الأبعاد x / y / t و x / y / z الجيوفيزيائية voxel ، و 4 D x / y / z / t بيانات الطقس والمحيطات. يتميز Rasdaman من خلال المرونة والأداء وقابلية التوسع والأمان ودعم المعايير المفتوحة. توفر لغة الاستعلام الخاصة بها ، وهي مخطط لـ ISO Array SQL و OGC datacubes ، نموذجًا لـ "أي استعلام ، في أي وقت". يمكن للمستخدمين البقاء في منطقة الراحة الخاصة بهم من العملاء المشهورين ، مثل OpenLayers و NASA WebWorldWind و QGIS و ArcGIS و Python و R. بفضل إمكانات الاتحاد الخاصة به ، يسمح rasdaman بمعالجة الاستعلام الموزع والجمع بحرية بين أنابيب البيانات الضخمة الموجودة في أي مكان في الاتحاد.

الحزم
BEAM عبارة عن صندوق أدوات لعرض وتحليل ومعالجة بيانات الاستشعار عن بعد.

مجموعة Matlab من Beril Sirmacek
تتضمن هذه المجموعة أكواد matlab لتناسب مربع الشكل ثنائي الأبعاد النشط ، وملاءمة الصندوق على أساس قيمة الكثافة ، واكتشاف الظل ، وميزات الألوان الثابتة لاكتشاف الكائن (الطريق).

سيميس
حزمة برامج لتحديد هندسة المظلة وأنظمة الإشعاع الشمسي من خلال صور نصف كروية.

كلاسلايت
يمكن أن تكون مراقبة إزالة الغابات المدارية وتدهور الغابات باستخدام الأقمار الصناعية نشاطًا يوميًا لغير الخبراء الذين يدعمون الحفاظ على البيئة وإدارة الغابات وتطوير سياسة الموارد. من خلال المراقبة المكثفة لاحتياجات المستخدمين ، قمنا بتطوير CLASlite لمساعدة الحكومات والمنظمات غير الحكومية والمؤسسات الأكاديمية في رسم الخرائط عالية الدقة ورصد الغابات باستخدام صور الأقمار الصناعية.

مجموعة أدوات التكيف مع المناخ
تتوفر الأدوات لمساعدتك في إدارة المخاطر والفرص المتعلقة بالمناخ ، وللمساعدة في إرشادك في بناء المرونة في مواجهة الأحداث المتطرفة.

CloudCompare
برنامج معالجة الشبكة والسحابة ثلاثية الأبعاد.

رموز ديفيز تويا
مجموعة أدوات التعلم النشط MATLAB لتصنيف صور الاستشعار عن بعد ، بما في ذلك: المحاذاة المتعددة الخاضعة للرقابة لصور الاستشعار عن بعد متعددة الوسائط ، طريقة المجموعة النشطة ، النقل الأمثل المنظم للفئة (بيثون).

دوريس
قام معهد دلفت لرصد الأرض وأنظمة الفضاء بجامعة دلفت للتكنولوجيا بتطوير معالج رادار قياس التداخل ذي الفتحة التركيبية (InSAR) المسمى دوريس (برنامج قياس التداخل بالرادار Delft وجوه المنحى).
يمكن إنشاء منتجات قياس التداخل والمنتجات النهائية مثل نماذج الارتفاع الرقمية وخرائط الإزاحة باستخدام هذا البرنامج من بيانات مجمع المظهر الفردي. يمكن معالجة البيانات من الأقمار الصناعية ERS و ENVISAT و JERS و RADARSAT باستخدام برنامج Doris.

أعشق
بيئة DORIS الآلية (adore) عبارة عن مجموعة من البرامج النصية bash لتسهيل استخدام برنامج DORIS من TU-DELFT. ADORE تعني بيئة DORIS الآلية. بدأ التطوير في University of Miami Geodesy Group ، لمساعدة الباحثين على إنشاء مخططات التداخل بسهولة. تمامًا مثل DORIS ، فهو مشروع مفتوح المصدر ويأتي بنفس الترخيص. يحاول ADORE توفير واجهة مستخدم مبسطة لتوليد برامج التداخل باستخدام DORIS ولديه بعض الميزات الإضافية لعرض النتائج وتصديرها وتحليل السلاسل الزمنية.

ESMF
إطار نمذجة نظام الأرض (ESMF) هو برنامج لبناء وإقران الطقس والمناخ والنماذج ذات الصلة.

FDO
كائنات بيانات الميزة:
FDO Data Access Technology هي واجهة برمجة تطبيقات لمعالجة المعلومات الجغرافية المكانية وتعريفها وتحليلها بغض النظر عن مكان تخزينها. يستخدم FDO نموذجًا قائمًا على الموفر لدعم مجموعة متنوعة من مصادر البيانات الجغرافية المكانية ، حيث يدعم كل مقدم نموذجًا تنسيقًا معينًا للبيانات أو مخزنًا للبيانات.

FMAPS
قاعدة بيانات وواجهة مستخدم رسومية تدعم عمليات معالجة وبحوث نظم المعلومات الجغرافية والاستشعار عن بعد.

انصهار
مجموعة برامج تحويل وتحليل وعرض بيانات LIDAR / IFSAR.

أدوات FW
FWTools عبارة عن مجموعة من ثنائيات GIS مفتوحة المصدر لنظام التشغيل Windows (win32) و
أنظمة Linux (x86 32bit) التي أنتجها فرانك وارمردام. تهدف المجموعات إلى أن تكون سهلة التثبيت على المستخدمين النهائيين والبدء في العمل بها. لا تلاعب بالبناء من المصدر ، أو الاضطرار إلى جمع الكثير من العبوات المترابطة. تتضمن FWTools OpenEV و GDAL و MapServer و PROJ.4 و OGDI بالإضافة إلى بعض المكونات الداعمة.

GCTP
حزمة التحول العام لرسم الخرائط (GCTP) عبارة عن نظام من إجراءات البرامج المصممة للسماح بتحويل أزواج الإحداثيات من إسقاط خريطة إلى آخر. GCTP هو برنامج كمبيوتر قياسي يستخدمه قسم رسم الخرائط الوطني لحسابات إسقاط الخرائط اعتبارًا من عام 1998.

GDAL / OGR
GDAL هي مكتبة مترجم لتنسيقات البيانات الجغرافية المكانية النقطية. كمكتبة ، فإنها تقدم نموذج بيانات مجردة واحد لتطبيق الاستدعاء لجميع التنسيقات المدعومة. كما يأتي مع مجموعة متنوعة من أدوات سطر الأوامر المفيدة لترجمة البيانات ومعالجتها. توفر مكتبة OGR ذات الصلة (التي توجد داخل شجرة مصدر GDAL) قدرة مماثلة لبيانات متجه الميزات البسيطة.

GDL
GNU Data Language (GDL) هو مترجم تدريجي مجاني / حر / مفتوح المصدر متوافق مع IDL وإلى حد ما مع PV-WAVE. إلى جانب إجراءات مكتبتها ، تعمل كأداة لتحليل البيانات والتصور في تخصصات مثل علم الفلك وعلوم الأرض والتصوير الطبي.

GEOMS2
GEOMS2 هو برنامج نمذجة للإحصاء الجغرافي وعلوم الأرض. يوفر واجهة لشبكة (شبكة) ونقطة وسطح وكائنات بيانات (غير مكانية). يحتوي على عارض ثلاثي الأبعاد ومخططات ثنائية الأبعاد باستخدام محركات Python المعروفة Mayavi و Matplotlib. لديها العديد من الوظائف لمعالجة بياناتك بالإضافة إلى توفير تحليل أحادي المتغير ومتعدد المتغيرات.

أدوات هندسية
مكتبة من الكود المصدري للحوسبة في مجالات الرياضيات والرسومات وتحليل الصور والفيزياء. يدعم المحرك أيضًا الحوسبة عالية الأداء باستخدام برمجة GPU للأغراض العامة (GPGPU). يتوفر رمز SIMD أيضًا باستخدام امتدادات Intel Streaming SIMD (SSE).

GeoNetwork
GeoNetwork هو تطبيق كتالوج لإدارة الموارد المُشار إليها مكانيًا. فهو يوفر وظائف تحرير وبحث قوية للبيانات الوصفية بالإضافة إلى عارض خرائط ويب تفاعلي. يتم استخدامه حاليًا في العديد من مبادرات البنية التحتية للبيانات المكانية في جميع أنحاء العالم.

GEOS
GEOS (Geometry Engine - Open Source) هو منفذ C ++ من Java Topology Suite (JTS). على هذا النحو ، فإنه يهدف إلى احتواء الوظائف الكاملة لـ JTS في C ++. يتضمن ذلك جميع ميزات OpenGIS البسيطة لوظائف الإسناد المكاني والمشغلين المكانيين ، بالإضافة إلى وظائف هيكلية محسنة محددة لـ JTS.

GeoServer
GeoServer هو خادم برمجي قائم على Java يتيح للمستخدمين عرض وتحرير البيانات الجغرافية المكانية. باستخدام المعايير المفتوحة المنصوص عليها من قبل Open Geospatial Consortium (OGC) ، يتيح GeoServer مرونة كبيرة في إنشاء الخرائط ومشاركة البيانات.

GeoTools
GeoTools هي مكتبة كود Java مفتوحة المصدر (LGPL) توفر طرقًا متوافقة مع المعايير لمعالجة البيانات الجغرافية المكانية ، على سبيل المثال لتنفيذ أنظمة المعلومات الجغرافية (GIS). تقوم مكتبة GeoTools بتنفيذ مواصفات Open Geospatial Consortium (OGC) عند تطويرها.

جيوترانس
MSP (برنامج خدمات القياس) GEOTRANS (مترجم جغرافي) هو برنامج تطبيقي يسمح لك بتحويل الإحداثيات الجغرافية بسهولة بين مجموعة متنوعة من أنظمة الإحداثيات وإسقاطات الخرائط والمراجع. يتم تشغيل GEOTRANS في بيئات Microsoft Windows و LINUX و UNIX وبدءًا من MSP GEOTRANS 3.4 ، أصبح تطبيق android متاحًا الآن.

GeoPy
يُسهل GeoPy على المطورين تحديد موقع إحداثيات العناوين والمدن والبلدان والمعالم في جميع أنحاء العالم باستخدام المكودات الجغرافية ومصادر البيانات الأخرى مثل مواقع wiki.

بتوقيت غرينيتش
GMT (أدوات رسم الخرائط العامة) عبارة عن مجموعة مفتوحة المصدر من حوالي 80 أداة سطر أوامر لمعالجة مجموعات البيانات الجغرافية والديكارتي (بما في ذلك التصفية ، وملاءمة الاتجاه ، والشبكات ، والإسقاط ، وما إلى ذلك) وإنتاج الرسوم التوضيحية لـ PostScript التي تتراوح من مخططات س و ص بسيطة من خلال الخرائط الكنتورية للأسطح المضاءة بشكل مصطنع ووجهات النظر ثلاثية الأبعاد ، تضيف مكملات GMT 40 أداة أخرى أكثر تخصصًا ومحددة الانضباط. تدعم GMT أكثر من 30 من إسقاطات وتحولات الخرائط وتأتي مع بيانات الدعم مثل سواحل GSHG والأنهار والحدود السياسية.

GMTSAR
GMTSAR هو نظام معالجة InSAR مفتوح المصدر مصمم للمستخدمين المطلعين على أدوات رسم الخرائط العامة (GMT). الرمز مكتوب بلغة C وسيتم تجميعه على أي جهاز كمبيوتر مثبت عليه GMT و NETCDF.

عشب
GRASS GIS ، يشار إليه عادة باسم GRASS (نظام دعم تحليل الموارد الجغرافية) ، هو مجموعة برمجيات مجانية ومفتوحة المصدر لنظام المعلومات الجغرافية (GIS) تستخدم لإدارة وتحليل البيانات الجغرافية المكانية ، ومعالجة الصور ، وإنتاج الرسومات والخرائط ، والنمذجة المكانية ، و التصور.

GSLIB
GSLIB هو اختصار لـ Geostatistical Software LIBrary. تم استخدام هذا الاسم في الأصل لمجموعة من البرامج الإحصائية الجيوإحصائية التي تم تطويرها في جامعة ستانفورد على مدار الخمسة عشر عامًا الماضية.

جستات
مكتبة إحصائية جغرافية في C. انظر R-Gstat.

R-Gstat
ينفذ إجراءات النمذجة الإحصائية المكانية والزمانية والتنبؤ والمحاكاة. ، بما في ذلك: النمذجة المتغيرة النمذجة البسيطة والعادية والعالمية أو كتلة (co) kriging أو Gaussian المتسلسل أو المؤشر (co) المحاكاة ووظائف الأداة المساعدة لرسم الخرائط المتغيرة.

ضريبة السلع والخدمات
GsTL هي مكتبة C ++ توفر مجموعة شاملة من الأدوات والخوارزميات للإحصاء الجغرافي. تتضمن الخوارزميات المتوفرة ما يلي:
Kriging: kriging البسيط (SK) ، kriging العادي (OK) و kriging مع الاتجاه (KT)
Cokriging: بسيط أو عادي ، إما باستخدام نظام cokriging الكامل أو أحد طرازات Markov MM1 أو MM2
المحاكاة المتسلسلة: محاكاة جاوس ، محاكاة المؤشر ، أو محاكاة إحصائيات متعددة النقاط ،
محاكاة المجال P.
تقنيات المحاكاة القائمة على الكائنات والتلدين المحاكي غير مغطاة حاليًا.

gvSIG
gvSIG هو نظام معلومات جغرافية (GIS) ، أي تطبيق سطح مكتب مصمم لالتقاط وتخزين ومعالجة وتحليل ونشر أي نوع من المعلومات الجغرافية المرجعية من أجل حل مشاكل الإدارة والتخطيط المعقدة. يُعرف gvSIG بامتلاكه واجهة سهلة الاستخدام ، والقدرة على الوصول إلى التنسيقات الأكثر شيوعًا ، سواء المتجهية أو النقطية. إنه يتميز بمجموعة واسعة من الأدوات للعمل مع المعلومات الشبيهة بالجغرافيا (أدوات الاستعلام ، وإنشاء التخطيط ، والمعالجة الجغرافية ، والشبكات ، وما إلى ذلك) ، مما يحول gvSIG إلى أداة مثالية للمستخدمين العاملين في مجال الأرض.

إيلويس
نظام معلومات الأراضي والمياه المتكامل ، ILWIS ، البرنامج المتكامل الأكثر سهولة في الاستخدام في العالم مع إمكانات معالجة البيانات النقطية للعمل على صور الأقمار الصناعية المستشعرة عن بعد وقدرات معالجة المتجهات لعمل خرائط متجهية وقدرات لا حصر لها على النمذجة المكانية. يجعل منهج البيانات النقطية والمتجه المتكامل تمامًا وسهولة الاستخدام مناسبًا بشكل خاص لمديري الموارد الطبيعية والعلماء الميدانيين وعلماء الأحياء وعلماء البيئة وما إلى ذلك ، وكذلك للمعلمين.

تحليل الصور وتصنيفها واكتشاف التغيير في الاستشعار عن بعد
هذه مجموعة من الأكواد في كل من ENVI / IDL و Python تصاحب الكتاب الذي يحمل نفس العنوان. هذه المجموعة التي كتبها مورتون ج.كاندي في عام 2014 ، تقدم التقنيات المستخدمة في معالجة الصور الرقمية للاستشعار عن بعد. ويؤكد على تطوير وتنفيذ التقنيات التي تحركها البيانات بدوافع إحصائية. يحقق المؤلف ذلك من خلال التشابك بإحكام بين النظرية والخوارزميات ورموز الكمبيوتر. المواد قائمة بذاتها وموضحة بالعديد من أمثلة البرمجة

يغطي الكتاب كلاً من تقنيات تحليل صور الرادار متعددة الأطياف والقياسية القطبية بطريقة تجعل الاختلافات والتوازيات واضحة وتؤكد على أهمية اختيار الأساليب الإحصائية المناسبة. يختتم كل فصل بتمارين ، بعضها عبارة عن مشاريع برمجة صغيرة ، تهدف إلى توضيح أو تبرير التطور السابق ، مما يجعل هذا النص القائم بذاته مثاليًا للدراسة الذاتية أو استخدام الفصول الدراسية.

إيماج ماجيك
ImageMagick عبارة عن مجموعة برامج لإنشاء الصور النقطية أو تحريرها أو تكوينها أو تحويلها. يمكنه قراءة وكتابة الصور بمجموعة متنوعة من التنسيقات (أكثر من 100) بما في ذلك DPX و EXR و GIF و JPEG و JPEG-2000 و PDF و PNG و
بوستسكريبت و SVG و TIFF. استخدم ImageMagick لتغيير حجم الصور وقلبها وعكسها وتدويرها وتشويهها وقصها وتحويلها وضبط ألوان الصورة وتطبيق مؤثرات خاصة متنوعة أو رسم نص وخطوط ومضلعات وعلامات حذف ومنحنيات بيزيير.

iNVT
مجموعة أدوات iLab Neuromorphic Vision C ++ (iNVT ، تُنطق "اختراع") هي مجموعة شاملة من فئات C ++ لتطوير نماذج عصبية للرؤية. النماذج العصبية هي خوارزميات حسابية لعلم الأعصاب والتي تستلهم هندستها المعمارية ووظيفتها عن كثب من العقول البيولوجية. لا تشتمل مجموعة أدوات iLab Neuromorphic Vision C ++ على فئات أساسية للصور والخلايا العصبية ومناطق الدماغ فحسب ، بل تشتمل أيضًا على نماذج مطورة بالكامل مثل نموذجنا الخاص بالاهتمام البصري التصاعدي ومفاجأة بايزي.

ITK
مجموعة أدوات التسجيل والتجزئة للمكتبة الوطنية للطب (ITK). ITK هو نظام مفتوح المصدر وعبر الأنظمة الأساسية يوفر للمطورين مجموعة واسعة من أدوات البرمجيات لتحليل الصور. تم تطويره من خلال منهجيات البرمجة المتطرفة ، ويستخدم ITK خوارزميات متطورة لتسجيل البيانات متعددة الأبعاد وتقسيمها.

رموز خوسيه جوميز دانس
لدى هذا الباحث في University College London مجموعة متنوعة من الحزم المتاحة ، بما في ذلك: روابط Python لنموذج انعكاس المظلة PROSAIL وحدات مساعدة للتعامل مع ملاحظات الاستشعار عن بعد عبر الأقمار الصناعية لـ eoldas_ng أداة لتنزيل بيانات EO من الأرشيفات Gaussian Process emulators في Python A python version من نموذج النظام البيئي DALEC تجربة استيعاب البيانات مع نموذج النظام البيئي DALEC أداة لاستيعاب البيانات لأداة الأرض EO لتنزيل بيانات MODIS من مستودع USGS إنشاء مخطط زمني بسيط لأجهزة استشعار الاستشعار عن بعد مشروع نموذج نقل إشعاعي للتأكد من تأثير الغطاء النباتي هيكل على إشارة TOC SIF تحليل بيانات MERIS لنموذج 2 تيار MERIS خوارزميات التحسين القائمة على التدرج في محاكاة Python لديناميات الكربون والنيتروجين والمياه في خطوة زمنية يومية نموذج SPA (التربة والنبات والغلاف الجوي) لـ MWilliams et al. مكتبة تتبع شعاع Python نظام تجميع بيانات الأرض (EO-LDAS) ربط Python لنموذج RT شبه المنفصل لـ Gobron et al. التقريب العشوائي للاضطراب المتزامن كود Python ، Morrris و Campolongo ونهج الآخرين لتحليل حساسية النماذج ، سائق الثعبان لتشغيل نموذج JULES.

KNIME
KNIME هي بيئة حسابية معيارية ، تتيح التجميع المرئي السهل لتدفقات المعالجة ، وتحليل البيانات التفاعلي ، ومعالجة البيانات. كما أنه يتيح تكامل البيانات والتحليلات التنبؤية ، مما يسهل الجهد المبذول في المعالجة المسبقة والتحليل الإحصائي والنمذجة.

جامعة الدول العربية
نظام تحليل الأراضي (LAS) هو نظام لتحليل الصور مصمم لاستيعاب بيانات الصور الرقمية ومعالجتها وتحليلها وتزويد المستخدم بمجموعة واسعة من الوظائف والأدوات الإحصائية لتحليل الصور. وهو مصمم لدعم جهود البحث والإنتاج في مجال الاستشعار عن بعد ومعالجة الصور وأنظمة المعلومات الجغرافية (GIS). يوفر LAS إطارًا مرنًا لتطوير الخوارزمية بالإضافة إلى معالجة بيانات الصورة وتحليلها.

LASTools
هناك أدوات للتحويل من / إلى ASCII أو Shapefiles ، للعرض ، التخفيف ، التحديد ، الدمج ، التصفية ، تثليث TIN ، تنقيط DEM ، إنشاء مضلع الحدود ، ... بالإضافة إلى LASLib لقراءة وكتابة LIDAR من وإلى LAS القياسي أو LAZ المضغوط .

صندوق أدوات ماتلاب الفائق الطيفي
من المفترض أن يكون صندوق الأدوات مستودعًا موجزًا ​​لأحدث خوارزميات الاستغلال الحالية لأغراض التعلم والبحث. صندوق الأدوات (سيتضمن) وظائف (وظائف) من أجل: الكشف عن الهدف ، إنشاء خريطة وفرة المواد (MAM) ، فك الخلط الطيفي ، المعالجة التلقائية ، اكتشاف التغيير ، التصور ، قراءة / كتابة الملفات (.rfl ،. asd ، إلخ).

MapServer
MapServer عبارة عن نظام أساسي مفتوح المصدر لنشر البيانات المكانية وتطبيقات الخرائط التفاعلية على الويب. تم تطوير MapServer في الأصل في منتصف التسعينيات في جامعة مينيسوتا ، وتم إصداره بموجب ترخيص على غرار MIT ، ويعمل على جميع الأنظمة الأساسية الرئيسية (Windows و Linux و Mac OS X). MapServer ليس نظام GIS كامل الميزات ، ولا يطمح أن يكون كذلك.

ميكماك
يعد الحساب التلقائي للمراسلات بين صورتين متشابهتين مشكلة تحدث في ظل العديد من الظروف ، في المعالجة الهندسية للصور. هذا هو الحال بشكل خاص في مجال التعيين حيث تكون للصورة قيمة من اللحظة التي يمكنك فيها الإشارة الجغرافية إلى المعلومات التي تحتوي عليها. الهدف من برنامج MicMac هو توفير حل موحد لمواجهة معظم هذه المشاكل. الإستراتيجية العامة التي يستخدمها MicMac هي نهج متعدد الاستبانات ، وبقرار معين ، فإن النهج هو تقليل وظيفة الطاقة التي تجمع بين مصطلح البيانات والمعرفة المسبقة عن الانتظام.

MMM- بي
تنتج الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA) بانتظام فسيفساء انعكاسية للرادار ثلاثي الأبعاد عبر نظامها متعدد الرادار / المستشعرات المتعددة (MRMS). هذه الفسيفساء رائعة لتحليل وبحث العواصف وهطول الأمطار ، لكنها موزعة في تنسيقات غريبة تتغير بها NOAA باستمرار. في بعض الأحيان تريد فقط قراءة ملف وعمل مخطط! هذا هو ما هو MMM-Py. باستخدامه ، يمكنك قراءة أي إصدار من فسيفساء رادار MRMS ، في الماضي أو الحاضر ، ويمكنك تحليل ، والتخطيط ، والقسم الفرعي ، وإخراج الفسيفساء المخصصة الخاصة بك ، والتي يمكن لـ MMM-Py استيعابها لاحقًا. MMM-Py مجاني ومفتوح المصدر. إنه قادر على إنتاج أرقام وتحليلات جاهزة للنشر ، ولكن يمكنه أيضًا عمل مخططات سريعة حتى تتمكن من التحقق من العاصفة الباردة التي حدثت للتو.

التحركات
MOVES (جهاز محاكاة انبعاثات المركبات) قام مكتب النقل وجودة الهواء (OTAQ) التابع لوكالة حماية البيئة بتطوير جهاز MOtor لمحاكاة انبعاثات المركبات (MOVES). يقوم نظام نمذجة الانبعاثات الجديد بتقدير انبعاثات المصادر المتنقلة التي تغطي مجموعة واسعة من الملوثات ويسمح بتحليل متعدد المقاييس. تقوم MOVES حاليًا بتقدير الانبعاثات من السيارات والشاحنات والدراجات النارية. نحن نخطط لإضافة القدرة على نمذجة مصادر المحمول غير للطرق السريعة في الإصدارات المستقبلية.

السيدة
MRS عبارة عن مجموعة من أكواد MATLAB المصاحبة لكتاب Microwave Radar and Radiometric Remote Sensing ، الذي تم تحريره بواسطة Ulaby and Long ، والذي تم نشره في عام 2013. تتضمن الحزمة رموز لحساب العديد من الأشياء المختلفة ، بما في ذلك ثوابت العزل الكهربائي للماء والجليد والنباتات ، و وكذلك الاستجابات الرادارية والإشعاعية لنماذج الغطاء النباتي والجو. يحتوي الموقع أيضًا على إصدارات عبر الإنترنت من الرموز ، توفر قطع الأرض بناءً على مدخلات المستخدم.

رسومات NCAR
NCAR Graphics عبارة عن حزمة برامج تعتمد على Fortran و C للتصور العلمي:
مخططات الكنتور ، مخططات XY ، مخططات المتجهات ، مخططات الانسيابية ، الشبكات الثلاثية ، خرائط الطقس ، الرسوم البيانية ، الأسطح / الأسطح المتساوية ، الخرائط.

NCL
NCAR Command Language هي لغة مفسرة مصممة خصيصًا لتحليل البيانات العلمية والتصور.

مجموعة أدوات الجغرافيا الجديدة
خط أنابيب استريو أميس التابع لوكالة ناسا عبارة عن مجموعة من أدوات القياس المجسم والجيوديسيا الآلية المصممة لمعالجة صور الكواكب التي تم التقاطها من المستكشفين الآليين الذين يدورون في المدار والهبوط على كواكب أخرى. يتم تضمين الأدوات ذات الصلة كجزء من مجموعة أدوات NeoGeography.

عش
إن Next ESA SAR Toolbox (NEST) عبارة عن صندوق أدوات ESA مفتوح المصدر بموجب ترخيص GNU GPL لقراءة ومعالجة وتحليل وتصور ESA (ERS-1/2 و ENVISAT و SENTINEL-1) وغيرها من الأجهزة المحمولة في الفضاء (TerraSAR-X و RADARSAT 1-2 ، COSMO-SkyMed ، JERS-1 ، ALOS PALSAR) معالجة بيانات SAR إلى المستوى 1 أو أعلى.

netCDF
netCDF عبارة عن مجموعة من مكتبات البرامج وتنسيقات بيانات ذاتية الوصف ومستقلة عن الآلة تدعم إنشاء البيانات العلمية الموجهة نحو المصفوفة والوصول إليها ومشاركتها. تم تصميم اتفاقيات البيانات الوصفية الخاصة بالمناخ والتنبؤ (CF) لتعزيز معالجة ملفات netCDF ومشاركتها. تحدد الاصطلاحات البيانات الوصفية التي توفر وصفًا نهائيًا لما تمثله البيانات ، والخصائص المكانية والزمانية للبيانات.

NLSAR
إطار غير محلي لتقليل الضوضاء (Pol) (In) SAR. NL-SAR هي طريقة عامة تبني أحياء غير محلية ممتدة لتقليل السعة ، وصور الاستقطاب و / أو مقياس التداخل SAR. يتم تعريف هذه الأحياء على أساس تشابه البكسل كما تم تقييمه من خلال مقارنة التصحيحات متعددة القنوات. يتم إجراء العديد من التقديرات غير المحلية ويتم اختيار أفضلها محليًا لتكوين صورة واحدة مستعادة مع الحفاظ على هياكل الرادار وانقطاعاتها بشكل جيد.

OGDI
OGDI هي واجهة مخزن البيانات الجغرافية المفتوحة. OGDI هي واجهة برمجة تطبيقات (API) تستخدم طرق وصول موحدة للعمل جنبًا إلى جنب مع حزم برامج GIS (التطبيق) ومنتجات البيانات الجغرافية المكانية المتنوعة. يستخدم OGDI بنية العميل / الخادم لتسهيل نشر منتجات البيانات الجغرافية المكانية عبر أي شبكة TCP / IP ، ونهج موجه نحو السائق لتسهيل الوصول إلى العديد من منتجات / تنسيقات البيانات الجغرافية المكانية.

OpenCV
تم بناء OpenCV (مكتبة رؤية الكمبيوتر مفتوحة المصدر) لتوفير بنية تحتية مشتركة لتطبيقات رؤية الكمبيوتر ولتسريع استخدام تصور الآلة في المنتجات التجارية. تحتوي المكتبة على أكثر من 2500 خوارزمية محسّنة ، والتي تتضمن مجموعة شاملة من كل من الرؤية الحاسوبية الكلاسيكية والحديثة وخوارزميات التعلم الآلي.

OpenEV
OpenEV هي مكتبة برامج وتطبيق لعرض وتحليل البيانات النقطية والجغرافية المكانية المتجهة.

برنامج OpenGTS
OpenGTS ("نظام تتبع GPS المفتوح") هو أول مشروع متاح مفتوح المصدر مصمم خصيصًا لتوفير خدمات تتبع نظام تحديد المواقع العالمي (GPS) على شبكة الإنترنت لـ "أسطول" من المركبات.

OpenLayers
يجعل OpenLayers من السهل وضع خريطة ديناميكية في أي صفحة ويب. يمكنه عرض مربعات الخرائط والعلامات التي تم تحميلها من أي مصدر. تم تطوير OpenLayers لتعزيز استخدام المعلومات الجغرافية بجميع أنواعها. OpenLayers مجاني تمامًا ، JavaScript مفتوح المصدر ، تم إصداره بموجب ترخيص BSD المكون من فقرتين (المعروف أيضًا باسم FreeBSD).

OpenStreetMap
OpenStreetMap هي قاعدة بيانات للبيانات المكانية من جميع أنحاء العالم ، بما في ذلك عدد من المكتبات والبرامج للاستفادة من البيانات.

البصريات
Opticks عبارة عن منصة برمجية قابلة للتوسيع للاستشعار عن بُعد وتحليل الصور ، وهي مجانية ومفتوحة المصدر. إذا كنت مهتمًا يمكنك التعرف على تاريخ Opticks. إذا كنت قد استخدمت أدوات تجارية مثل: ERDAS IMAGINE أو RemoteView أو ENVI أو SOCET GXP ، فأنت بحاجة إلى تجربة Opticks. على عكس الأدوات المنافسة الأخرى ، يمكنك إضافة إمكانية إلى Opticks من خلال إنشاء امتداد. توفر Opticks إمكانية التمديد الأكثر تقدمًا لأي أداة استشعار عن بعد أخرى في السوق.

صندوق أدوات Orfeo
Orfeo Toolbox عبارة عن مكتبة C ++ لمعالجة صور الاستشعار عن بعد عالية الدقة. تم تطويره بواسطة CNES في إطار برنامج ORFEO. وهو يعتمد على مكتبة معالجة الصور الطبية ITK ويقدم وظائف خاصة لمعالجة الصور بالاستشعار عن بعد بشكل عام وللصور عالية الدقة المكانية على وجه الخصوص. تتوفر الخوارزميات المستهدفة للصور البصرية عالية الدقة (SPOT و Quickbird و Worldview و Landsat و Ikonos) وأجهزة الاستشعار الفائقة الطيفية (Hyperion) أو SAR (TerraSarX و ERS و Palsar).

OSSIM
OSSIM عبارة عن مجموعة قوية من المكتبات والتطبيقات الجيومكانية المستخدمة لمعالجة الصور والخرائط والتضاريس وبيانات المتجهات. يخضع البرنامج للتطوير النشط منذ عام 1996 ويتم نشره عبر عدد من الوكالات الخاصة والفيدرالية والمدنية.

PolSARPro
تهدف معالجة البيانات والأداة التعليمية الخاصة بـ Polarimetric SAR إلى تسهيل الوصول إلى مجموعات بيانات SAR متعددة الأقطاب واستغلالها.

PostGIS
يضيف PostGIS دعمًا للكائنات الجغرافية إلى قاعدة بيانات الكائنات العلائقية PostgreSQL. في الواقع ، تقوم PostGIS "بتمكين" خادم PostgreSQL مكانيًا ، مما يسمح باستخدامه كقاعدة بيانات مكانية خلفية لأنظمة المعلومات الجغرافية (GIS) ، مثل SDE الخاص بـ ESRI أو الامتداد المكاني لـ Oracle. تتبع PostGIS "مواصفات الميزات البسيطة لـ SQL" من OpenGIS وتم اعتمادها على أنها متوافقة مع ملف تعريف "الأنواع والوظائف".

PPB
مرشح التصحيح الاحتمالي. أنجز هذا العمل تشارلز ديليدال تحت إشراف فلورنس توبين ولوك دينيس. كان الهدف هو تكييف مرشح الوسائل غير المحلية (يعني NL) مع صور SAR. بعد ذلك ، مرشح فعال كما تم تصميمه ، قادر على التعامل مع الضوضاء غير الغوسية والصور متعددة الأبعاد وخاصة صور SAR المختلفة الموجودة.

مشروع 4
PROJ.4 هي مكتبة لإجراء التحويلات بين إسقاطات رسم الخرائط. تستند المكتبة إلى أعمال جيرالد إيفيندين في USGS ، ولكنها الآن مشروع OSGeo يحتفظ به فرانك وارمردام.

بروسيل
تم استخدام نموذج الخصائص البصرية للأوراق PROSPECT المدمج ونموذج الانعكاس ثنائي الاتجاه لمظلة SAIL ، والذي يشار إليه أيضًا باسم PROSAIL ، لمدة ستة عشر عامًا تقريبًا لدراسة انعكاس الطيف والاتجاه لمظلة النبات في المجال الشمسي. تم استخدام PROSAIL أيضًا لتطوير طرق جديدة لاستعادة الخصائص الفيزيائية الحيوية للنباتات. يربط الاختلاف الطيفي لانعكاس المظلة ، والذي يرتبط بشكل أساسي بالمحتويات البيوكيميائية للأوراق ، مع تباينها الاتجاهي ، والذي يرتبط بشكل أساسي بهندسة المظلة وتباين التربة / الغطاء النباتي. هذا الرابط هو مفتاح التقدير المتزامن للمتغيرات الفيزيائية الحيوية / الهيكلية للمظلة للتطبيقات في الزراعة ، وعلم وظائف الأعضاء النبات ، والبيئة على مستويات مختلفة. أصبحت PROSAIL واحدة من أكثر أدوات النقل الإشعاعي شيوعًا نظرًا لسهولة استخدامها وقوتها العامة والتحقق المتسق من خلال التجارب المعملية / الميدانية / الفضائية على مر السنين.

موجات النبض
أحدث إصدار من PulseWaves هو 0.3 (المراجعة 11) ويتوفر DLL للكتابة والقراءة (بما في ذلك نماذج البرامج). يحتوي مجلد PulseTools أيضًا على أول ستة من PulseTools pulseinfo.exe و pulseview.exe و pulse2pulse.exe و pulsezip.exe و pulsesort.exe و pulseextract.exe يمكنه تحليل العديد من تنسيقات LiDAR ذات الشكل الموجي الكامل (مثل LVIS و LAS 1.3 FWF و GeoLas Waveform و PulseWaves).

QuantumGIS
QGIS هو نظام معلومات جغرافية سهل الاستخدام مفتوح المصدر (GIS) مرخص بموجب رخصة جنو العمومية العامة. QGIS هو مشروع رسمي لمؤسسة Open Source Geospatial Foundation (OSGeo). يعمل على Linux و Unix و Mac OSX و Windows و Android ويدعم العديد من تنسيقات ووظائف المتجهات والنقطية وقواعد البيانات.

RadarsatLib
مكتبة Python لمعالجة ومعايرة وتصفية بيانات RADARSAT-2 SAR.

رمضان
سواء كنت تعمل في معمل أو في الميدان أو في مكتب ، فمن المحتمل أن فريقك يغرق في بحر من الوثائق والمعلومات والبيانات. تساعدك RAMADDA على تنظيم أصولك الرقمية وتوفر دعمًا عميقًا لإدارة وتحليل وتصور أي نوع من البيانات تقريبًا.


غابات عشوائية
الغابات العشوائية هي طريقة تعلم جماعية للتصنيف (والانحدار) تعمل عن طريق إنشاء العديد من أشجار القرار في وقت التدريب وإخراج الفصل الذي يمثل وضع مخرجات الفصول بواسطة الأشجار الفردية. تم تطوير خوارزمية إحداث غابة عشوائية بواسطة Leo Breiman و Adele Cutler ، و "Random Forests" هي علامتهم التجارية. جاء المصطلح من غابات القرار العشوائي الذي اقترحه لأول مرة Tin Kam Ho من Bell Labs في عام 1995. تجمع الطريقة بين فكرة Breiman "التعبئة" والاختيار العشوائي للسمات ، التي قدمها Ho و Amit و Geman بشكل مستقل من أجل إنشاء مجموعة من أشجار القرار مع التباين الخاضع للرقابة.

جرذ
Radar Tools (أو RAT) هي أداة برمجية قوية مفتوحة المصدر لمعالجة بيانات استشعار SAR عن بعد.

ريسار
مجموعة أدوات معالجة الصور باستخدام الرادار ذي الفتحة الاصطناعية (SAR) لبايثون.
تتضمن الإمكانيات الحالية نمذجة سجل الطور لمجموعة من الأهداف النقطية بالإضافة إلى معالجة تواريخ الطور باستخدام التنسيق القطبي ، والإسقاط الخلفي ، وخوارزميات omega-k. يمكن أيضًا إجراء الضبط البؤري التلقائي باستخدام خوارزمية تدرج الطور. يمكن أن يتفاعل الإصدار الحالي مع بيانات AFRL Gotcha و DIRSIG بالإضافة إلى مجموعة البيانات التي توفرها Sandia.

RivWidth
يوفر RivWidth قياسات مستمرة لعرض النهر المستخرجة من الأقنعة الثنائية للمنطقة المغمورة المشتقة باستخدام صور الاستشعار عن بعد أو مصدر آخر. مكتوب في Exelis VIS IDL.

ار لاندسات
حزمة R للتصحيح الإشعاعي والطبوغرافي لصور القمر الصناعي. لمعالجة صور القمر الصناعي أو غيرها من صور الأقمار الصناعية متعددة الأطياف. يتضمن خيارات التسوية النسبي والتصحيح الإشعاعي القائم على الصورة والتصحيح الطبوغرافي.

ROI_PAC
يتم استخدام PACkage قياس التداخل المداري المتكرر لمعالجة بيانات الرادار ذات الفتحة التركيبية وإنتاج مخططات التداخل التفاضلية. يتم إدارة الحزمة من قبل باحثين في مختبر الدفع النفاث ومعهد كاليفورنيا للتكنولوجيا بالاشتراك مع أعضاء المجتمع العلمي.

RSGISLib
مكتبة برامج الاستشعار عن بعد ونظم المعلومات الجغرافية (RSGISLib) هي مجموعة من الأدوات لمعالجة مجموعات بيانات الاستشعار عن بعد ونظم المعلومات الجغرافية.يتم الوصول إلى الأدوات باستخدام روابط Python أو واجهة XML.

S4PM
يعد المعالج العلمي للقياسات البسيط والقابل للتطوير والقائم على البرامج النصية (S4PM) نظامًا للمعالجة الآلية للغاية لبيانات العلوم. إنه محرك المعالجة الرئيسي في مركز خدمات بيانات ومعلومات علوم الأرض في جودارد (GES DISC) ، بالإضافة إلى كونه قابلاً للتطوير لأنظمة المعالجة الكبيرة مثل GES DISC ، فإنه أيضًا قابل للتطوير إلى سلاسل معالجة صغيرة ذات أغراض خاصة .

قصة طويلة
SAGA هو اختصار لنظام التحليلات الجيولوجية المؤتمتة. إنه برنامج لنظام المعلومات الجغرافية (GIS) وقد تم تصميمه للتنفيذ السهل والفعال للخوارزميات المكانية. إنه يوفر مجموعة شاملة ومتنامية من الأساليب الجيولوجية بالإضافة إلى توفير واجهة مستخدم يسهل الوصول إليها مع العديد من خيارات التصور.

SDTS
معيار نقل البيانات المكانية ، أو SDTS ، هو وسيلة قوية لنقل البيانات المكانية ذات المرجعية الأرضية بين أنظمة الكمبيوتر المختلفة مع احتمال عدم فقدان المعلومات. إنه معيار نقل يحتضن فلسفة عمليات النقل القائمة بذاتها ، أي البيانات المكانية ، والسمة ، والإسناد الجغرافي ، وتقرير جودة البيانات ، وقاموس البيانات ، وغيرها من البيانات الوصفية الداعمة المدرجة جميعها في النقل.

صندوق أدوات Sentinel-1
يتكون SENTINEL-1 Toolbox (S1TBX) من مجموعة من أدوات المعالجة ، وقراء وكتاب منتجات البيانات وتطبيق العرض والتحليل لدعم أرشيف كبير للبيانات من بعثات ESA SAR بما في ذلك SENTINEL-1 و ERS-1 و amp 2 و ENVISAT ، بالإضافة إلى بيانات معدل الامتصاص النوعي الخاصة بطرف ثالث من ALOS PALSAR و TerraSAR-X و COSMO-SkyMed و RADARSAT-2. يمكن تشغيل أدوات المعالجة المختلفة بشكل مستقل عن سطر الأوامر وكذلك دمجها في واجهة المستخدم الرسومية. يتضمن Toolbox أدوات للمعايرة وتحويل البقع وقياس الاستقطاب وقياس التداخل.

يفرقع، ينفجر
SNAP هو النظام الأساسي لتطبيق SentiNel التابع لوكالة ESA. يحتوي هذا على عدد من صناديق الأدوات لمعالجة البيانات من منصات مختلفة مثل مهمة Sentinel و SMOS. الكود المصدري متاح هنا ، والمثبتات الثنائية لمنصات مختلفة متاحة هنا.

SGEMS
برنامج النمذجة الجغرافية في ستانفورد (SGeMS) عبارة عن حزمة كمبيوتر مفتوحة المصدر لحل المشكلات التي تنطوي على متغيرات ذات صلة مكانيًا. يوفر لممارسي الإحصاء الجغرافيين واجهة سهلة الاستخدام ، وتصور تفاعلي ثلاثي الأبعاد ، ومجموعة واسعة من الخوارزميات.

جميل
Shapely هي حزمة Python المرخصة من BSD لمعالجة وتحليل الكائنات الهندسية المستوية. يعتمد على مكتبات GEOS (محرك PostGIS) و JTS (التي يتم نقل GEOS منها) المنتشرة على نطاق واسع.

SOP
معالج SAR Ocean هو برنامج مجاني لاستخراج رياح المحيطات والأمواج والتيار من بيانات SAR. تم ترميز البرنامج بلغة ANSI-C وتم توفيره "كما هو" ، مما يعني أن مؤلف هذا البرنامج لن يتحمل أي مسؤولية عن جودته أو دقته. حاليًا ، لا يأخذ سوى بيانات Radarsat-1 SLC (مجمع المظهر الفردي) كمدخل. تم تصميم الإخراج بحيث يسهل الوصول إليه بواسطة ERMapper. يمكن تطوير SOP بشكل أكبر للتعامل مع أنواع مختلفة من بيانات SAR أو جعلها متوافقة مع برامج معالجة بيانات الاستشعار عن بعد الأخرى بناءً على طلبات المستخدم الصادقة أو من خلال الأعمال التعاونية مثل تطوير الخوارزمية أو ترميز البرنامج أو الحصول على فى الموقع بيانات.

SoPI
El Software de Procesamiento de Imágenes (SoPI) de la Comision Nacional de Actividades Espaciales (CONAE) ofrece al usuario un entorno de trabajo tipo Sistema de Informacion de Geográfica (SIG) para el procesamiento de datos provientes de sensores remotos.

SpatiaLite
SpatiaLite هي مكتبة مفتوحة المصدر تعمل على توسيع قاعدة قاعدة البيانات العلائقية SQLite لدعم إمكانات SQL المكانية الكاملة. SQLite بسيطة وخفيفة في جوهرها.

بايثون الطيفية (تجسس)
Spectral Python (SPy) هي وحدة Python نقية لمعالجة بيانات الصورة الفائقة الطيفية. لديها وظائف لقراءة وعرض ومعالجة وتصنيف الصور الفائقة الطيفية. يمكن استخدامه بشكل تفاعلي من موجه أوامر Python أو عبر نصوص Python النصية.

ستارسبان
تم تصميم StarSpan لربط العوالم النقطية والمتجهة للتحليل المكاني باستخدام خوارزميات سريعة لاستخراج مستوى البكسل من ميزات الهندسة (النقاط ، الخطوط ، المضلعات). يقوم StarSpan بإنشاء قواعد بيانات لقيم البكسل المستخرجة (من واحدة أو مجموعة من الصور النقطية) ، مدمجة بسمات قاعدة البيانات من ملفات المتجه. يتيح ذلك للمستخدم إجراء تحليل إحصائي لبيانات البكسل مقابل بيانات السمة في العديد من الحزم الحالية ويمكنه تسريع تدريب واختبار التصنيف بشكل كبير. راجع الوثائق للحصول على مزيد من التفاصيل حول الأوامر والعمليات والخيارات.

مبادلة، مقايضة
SWAP (التربة والمياه والغلاف الجوي والنبات) يحاكي نقل المياه والمواد المذابة والحرارة في التربة غير المشبعة / المشبعة. تم تصميم النموذج لمحاكاة عمليات التدفق والنقل على مستوى النطاق الميداني ، خلال مواسم النمو ولسلسلة زمنية طويلة المدى. يقدم مجموعة واسعة من الاحتمالات لمعالجة كل من الأسئلة البحثية والعملية في مجال الزراعة وإدارة المياه وحماية البيئة.

سرب
Swarm هو اسم حزمة محاكاة النمذجة القائمة على عامل مفتوح المصدر ، وهي مفيدة لمحاكاة تفاعل العوامل (الاجتماعية أو البيولوجية) وسلوكهم الجماعي الناشئ. تم تطوير Swarm في البداية في معهد Santa Fe في منتصف التسعينيات ، ومنذ عام 1999 تم الحفاظ عليه من قبل مجموعة Swarm Development Group غير الربحية.

توبوجرابر
على الرغم من أنه تم إنشاء TopoGrabber مع وضع بيانات تضاريس عالية الدقة واستخدام الأراضي في الاعتبار ، إلا أنه يمكن استخدامه للحصول على أي بيانات متاحة من هيئة المسح الجيولوجي الأمريكية بأي تنسيق متاح.

قطار
صندوق أدوات لتقليل ضوضاء InSAR الجوية. يرتبط أحد التحديات الرئيسية في معالجة InSAR بالتأخيرات في الغلاف الجوي ، وخاصة التأخيرات التروبوسفيرية. يتم تطبيق طرق تصحيح مختلفة اليوم بناءً على البيانات المساعدة ، بما في ذلك GNSS ، ونماذج الطقس (مثل ECMWF ERA-I ، WRF ، NARR ، إلخ) ، بيانات مقياس الطيف (MERIS و MODIS) ، أو مجموعات من مصادر مختلفة. توجد طرق بديلة لتقدير التأخيرات التروبوسفيرية من بيانات الرادار نفسها. يعتمد معدل نجاح التقنيات المختلفة على عوامل متعددة مثل الاستبانة الزمنية والمكانية ، والغطاء السحابي ، وتلوث الإشارة ، والتضاريس المحلية ، وما إلى ذلك. نقدم أدناه مجموعة من أدوات MATLAB التي يمكن استخدامها لتصحيح التأخيرات التروبوسفيرية في بيانات InSAR.

توكوما
صندوق أدوات لتحليل صور الاستشعار عن بعد الزماني والمكاني.
يتكون صندوق الأدوات من أربعة مكونات رئيسية:
1) مدير الحصول على البيانات (DAM) ، والذي يدعم استرجاع السلاسل الزمنية بناءً على تسلسل الصور.
2) مسترجع السلاسل الزمنية (TSR) ، أداة لدعم استرجاع السلاسل الزمنية بناءً على وظائف اختلاف السلاسل الزمنية.
3) المصنف القائم على البرمجة الجينية (GPC) ، أداة تنفذ إطار عمل GP لدعم اكتشاف وظائف اختلاف السلاسل الزمنية لمشاكل التصنيف الثنائي.
4) أداة تحليل السلاسل الزمنية المقترحة مؤخرًا بناءً على طريقة "فترات الراحة لموسم واتجاه إضافي" (BFAST) ، تسمى مستكشف BFAST (يكون).

uDig
الهدف من uDig هو توفير حل Java كامل للوصول إلى بيانات سطح المكتب GIS وتحريرها وعرضها.

VLFeat
تقوم مكتبة VLFeat مفتوحة المصدر بتنفيذ خوارزميات رؤية الكمبيوتر الشائعة المتخصصة في فهم الصور واستخراج الميزات المحلية ومطابقتها. تشمل الخوارزميات Fisher Vector و VLAD و SIFT و MSER و k-mean و k-mean الهرمية ، واختناق المعلومات التكتلي ، و SLIC superpixels ، و superpixels سريعة التحول ، وتدريب SVM على نطاق واسع ، وغيرها الكثير.

VTP
الهدف من VTP هو تعزيز إنشاء أدوات لبناء أي جزء من العالم الحقيقي بسهولة في شكل رقمي تفاعلي ثلاثي الأبعاد. سيتطلب هذا الهدف تقاربًا تآزريًا في مجالات CAD و GIS والمحاكاة المرئية والمسح والاستشعار عن بُعد. يجمع VTP المعلومات ويتتبع التقدم في مجالات مثل إنشاء المشهد الإجرائي واستخراج الميزات وخوارزميات التقديم في الوقت الفعلي. يكتب VTP ويدعم مجموعة من أدوات البرامج ، بما في ذلك بيئة وقت التشغيل التفاعلية (VTP Enviro). يتم مشاركة الأدوات وشفراتها المصدرية بحرية للمساعدة في تسريع تبني وتطوير التقنيات الضرورية.

WAIR
تحليل المويجات لتسجيل الصورة.
أداة للتحليل الكمي لتقنيات تسجيل الصور متعددة الأبعاد (n-D). يمكن دمج سلسلة الإجراءات الفرعية "C" التي تشكل مكتبة WAIR بسهولة في البرامج الخاصة بموقع المستخدم وتكييفها مع احتياجاتهم الخاصة.

أدوات التحليل الجغرافي المكاني Whitebox
مشروع Whitebox GAT هو مشروع GIS جديد ومفتوح المصدر مكتوب بلغة Java. Whitebox هو نهج فلسفي للجيوماتكس بقدر ما هو حزمة GIS / Remote Sensing.


مقدمة

التعامل مع التحديات العالمية والإقليمية في تدهور الأراضي ، والأمن الغذائي ، وندرة المياه ، وتغير المناخ ، هناك حاجة ماسة لمعلومات التربة الجغرافية المكانية الدقيقة والمحدثة [1 ، 2]. ترتبط هذه المشكلات ارتباطًا مباشرًا بوظائف التربة وخاصة الإنتاجية الزراعية وفقدان التنوع البيولوجي وتوفير المياه [3]. إن إنتاج خرائط تربة دقيقة وموثوقة أمر لا غنى عنه في إدارة مستجمعات المياه [4 ، 5] ، وإدارة المراعي ، وبيئة المناظر الطبيعية [6].

من الصعب للغاية تحديث عملية مسح التربة التقليدية بسرعة وبدقة. ارتبطت هذه العملية بقيود كبيرة. أولاً ، لا تتم ملاحظة التغييرات المهمة في الظروف البيئية بسهولة ، خاصة عند معالجة العديد من المتغيرات في وقت واحد ، ثانيًا ، يجب تكرار العملية بأكملها لكل تحديث يجعل تحديثات مسح التربة غير فعالة للغاية [7]. يكيف مسح التربة التقليدي العملية اليدوية لإنتاج خريطة تربة قائمة على المضلع ، حيث لا يمكن تحديث الخريطة بسرعة وبدقة بدون النهج القائم على الكمبيوتر ، حيث يجب تكرار إجراء الإنتاج بأكمله [7]. هذه الطريقة تستغرق وقتًا طويلاً وتتطلب العديد من عينات التربة ومكلفة [8]. يمكن لنظم المعلومات الجغرافية (GIS) التغلب على هذه المشكلة من خلال تطبيق رسم الخرائط الرقمية للتربة (DSM). يقدر DSM خصائص التربة من خلال إنشاء علاقات متبادلة بين خصائص التربة والمتغيرات البيئية المشتقة أساسًا من نموذج الارتفاع الرقمي (DEM) والصور المستشعرة عن بُعد [8 ، 9]. وبالتالي ، فإن اتجاه DSM هو نحو توليد معلومات التربة الجغرافية المكانية الديناميكية والقابلة للتكرار [10].

تم تكييف خوارزميات GIS لتقنية الاستيفاء المكاني الفعال في قوائم جرد موارد الأراضي [11 ، 12] في معالجة قيود مسح التربة التقليدي. نظم المعلومات الجغرافية هي أداة لإدخال البيانات ومعالجتها وتحليلها وعملية الإخراج. يلعب دورًا مهمًا في صنع القرار المكاني الذي يتضمن جمع المعلومات لـ DSM. يمكن أن يؤدي نظام المعلومات الجغرافية العديد من المهام باستخدام البيانات المكانية والسمات ويمكنه دمج مجموعة متنوعة من التقنيات الجغرافية مثل نظام تحديد المواقع العالمي (GPS) والاستشعار عن بعد (RS). تدمج نظم المعلومات الجغرافية بين التحليل المكاني والجيواستاتيكي ، والإدارة الفعالة ، والتخزين ، واسترجاع البيانات الجغرافية [8 ، 9 ، 13]. وبالتالي ، تلعب نظم المعلومات الجغرافية كأداة دورًا مهمًا في تنفيذ نظام دعم اتخاذ القرار المكاني المستند إلى الكمبيوتر.

يتطلب التقدم البطيء في الإنتاج الزراعي والزيادة المطردة للسكان في الفلبين تطبيقات هذا النظام الحاسوبي لدعم القرار. لا تزال وزارة الزراعة الفلبينية تستخدم أكثر من 40 عامًا من معلومات التربة في برامجها للتخفيف من آثار تغير المناخ وخطة استخدام الأراضي [14]. لا يزال مكتب إدارة التربة والمياه في طريقة مسح التربة التقليدية ولم ينفذ بعد DSM [15]. مع هذه التحديات الهائلة ، هناك ضرورة ملحة لتحديث خرائط التربة في المناطق الزراعية في الدولة باستخدام التكنولوجيا الحديثة لـ DSM.

مثل معظم الاختبارات البارامترية ، يتطلب الانحدار الخطي المتعدد (MLR) متغيرات موزعة بشكل طبيعي ومتجانسة الشكل [16 ، 17]. من المفيد لتحليل البيانات والاستنتاجات أن كلاً من المتغيرات التابعة والمستقلة شديدة الانحراف [17 ، 18] ، وحيث تختلف الانحرافات المعيارية بين المتغيرات اختلافًا كبيرًا [16] ينبغي تحويلها إلى التوزيع الطبيعي أو شبه الطبيعي [19]. وهكذا ، في هذه الدراسة ، تم تحويل جميع المتغيرات لتلبي شروط التوزيع الطبيعي أو شبه الطبيعي ، والحد الأدنى من الخطأ والتقدير غير المتحيز [20].

ومن ثم ، هدفت هذه الدراسة إلى إقامة علاقات بين أجزاء نسيج التربة السطحية (الطين والرمل والطمي) والمتغيرات البيئية من خلال تطبيق ومقارنة MLR و kriging العادي (OK) و kriging البسيط (SK) و kriging العالمي (المملكة المتحدة) باستخدام البيانات المحولة. دمج استخدام البرمجيات المجانية والمفتوحة المصدر (FOSS) لـ R ونظام التحليلات الجيولوجية المؤتمتة (SAGA) GIS و QGIS.

تقدم هذه الدراسة نهجًا ناجحًا في DSM باستخدام البرمجيات الحرة والمفتوحة المصدر التي تتميز بأفضل ميزة من حيث التكلفة ليتم تكييفها من قبل أي مستخدم لنظم المعلومات الجغرافية من دولة نامية مثل الفلبين. يمكن أن تؤدي المنهجية التي تم تحقيقها إلى نتائج قيّمة في تحقيق خطة استخدام أكثر شمولاً لأن النتائج المتولدة مفيدة لإدارة مستجمعات المياه خاصةً للنمذجة البيئية والهيدرولوجية وملاءمة المحاصيل.


مقدمة

يهتم صناع القرار في كل مكان بسلامة شعوبهم قبل الكوارث وأثناءها وبعدها. تتصدر الفيضانات هذه الكوارث ، وقد تم توثيق تأثيرها على حياة الإنسان والاقتصاد بشكل جيد في الأدبيات (Alaghmand and Abdullah 2010 Duan et al. 2016 Luino et al. 2016). على سبيل المثال ، كشف تقرير حديث صادر عن مكتب الأمم المتحدة للحد من مخاطر الكوارث (UNISDR سابقًا) أن الفيضانات أثرت على 2.3 مليار شخص وقتلت 157000 شخص بين عامي 1995 و 2015 (Flood List 2018). نظرًا لتأثير الفيضان على البشر والاقتصاد ، فقد تم تطوير العديد من أدوات الفيضانات حول العالم للمساعدة في التنبؤ والتقييم مثل النظام العالمي للتوعية بالفيضانات (GloFAS) التابع للمفوضية الأوروبية كوبرنيكوس لإدارة الطوارئ وفي الولايات المتحدة الأمريكية ، برنامج هازوس. يوفر GloFAS تنبؤات بالفيضانات بناءً على تنبؤات الطقس والنمذجة الهيدرولوجية (GloFAS 2020). يحتوي على مجموعة بيانات عالمية لتصريفات الأنهار اليومية ، ونموذج جريان سطح الأرض (HTESSEL) ، ونموذج توجيه النهر (LISFLOOD) (van der Kniff et al. 2010). لمزيد من التفاصيل حول GloFAS ، تتم إحالة القارئ إلى Harrigan et al. (2020). قامت وكالة إدارة الطوارئ الفيدرالية الأمريكية (FEMA) بتطوير برنامج الولايات المتحدة للمخاطر (Hazus) للمساعدة في تقدير الخسائر المحتملة من الزلازل والفيضانات والأعاصير. يستخدم البرنامج نظم المعلومات الجغرافية لتقدير الآثار المادية والاقتصادية والاجتماعية للكوارث (FEMA 2020). يوفر مركز خدمة خرائط الفيضانات الفيدرالية (MSC) خرائط تفاعلية بشأن مخاطر / مخاطر الفيضانات لدعم البرنامج الوطني للتأمين من الفيضانات (NFIP). يمكن العثور على تفاصيل حول كيفية إنشاء خرائط الفيضانات في Wright (2014). بالإضافة إلى ذلك ، توفر وكالة البيئة في المملكة المتحدة خرائط تفاعلية تُظهر مخاطر الفيضانات من الأنهار والمياه السطحية والخزانات (وكالة البيئة البريطانية 2020). الكسندر وآخرون. (2011) أداة نظام المعلومات الجغرافية (GIS) التي تساعد المستخدمين النهائيين على المشاركة بنشاط في إنشاء خرائط الفيضانات وعمليات التقييم. تسهل الأداة المناقشة بين المستخدمين النهائيين / المحترفين والمطورين. يتضمن خيارات لتقييم مخاطر الفيضانات ، وتقييم الضعف ، وتقييم المخاطر. يمكن العثور على مبادرات أخرى حول رسم خرائط مخاطر الفيضانات في Prinos (2008) و Van Alphen and Passchier (2007).

يتضح تأثير الفيضانات في المناطق الخطرة التي تتعرض أحيانًا لأمطار غزيرة. في المناطق القاحلة ، مثل الإمارات العربية المتحدة (الإمارات العربية المتحدة) ، فإن الخطر ليس مرتفعًا ، ولكن كان هناك توسع في هذه المخاطر إلى مناطق جديدة في المدن التي أصبحت غير منفذة بسبب الرصف (أقل تسلل ، سوء امتصاص ، أقل الغطاء النباتي ، المزيد من الجريان السطحي). علاوة على ذلك ، فإن المدن الواقعة على سفوح الجبال في الإمارات مثل الفجيرة ورأس الخيمة والعين أكثر عرضة للفيضانات المفاجئة ، على سبيل المثال ، فيضانات العين (1982 ، 1988 ، 1990 ، 1993) ، فيضان القرية ( 1995) ، وفيضانات شرم (1997 ، 2009). وقد أدى ذلك إلى قيام العديد من الباحثين بإجراء دراسات تتعلق بالفيضانات المفاجئة في دولة الإمارات العربية المتحدة. أجرى الشامسي (1993) دراسة عن الفيضانات المفاجئة في العين ووضع خريطة للمناطق المعرضة للفيضانات بناءً على المناخ والجيومورفولوجيا والهيدروليكا. وكشفت النتائج عن أضرار جسيمة في المباني والمزارع. أجرى المرشدي (2012) دراسة حول تقييم السيول باستخدام نظام المعلومات الجغرافية (GIS) في دبا الفجيرة. استخدمت دراسته تحليل قرار GIS متعدد المعايير واستخدمت ثلاث معلمات لإنشاء خريطة منطقة معرضة للفيضانات: المسافة إلى قنوات التصريف والارتفاع والمنحدر. يمكن دمج معلمات إضافية مثل استخدام الأراضي والتربة والجيولوجيا ، إلى جانب مؤشر الرطوبة الطبوغرافية (TWI) ، ومؤشر الموقع الطبوغرافي (TPI) ، ورقم المنحنى (CN). إن إدراج المزيد من العوامل يعزز نموذج المنطقة المعرضة للفيضانات. ومع ذلك ، فإن الدراسات السابقة المتعلقة برسم الخرائط المحتملة للفيضانات التي أجريت في دولة الإمارات العربية المتحدة (المرشدي 2012 الشامسي 1993) لم تتحقق من نماذج مخرجاتها. هذا يخلق فجوة في الأدبيات ، والتي تحاول هذه الدراسة سدها.

أظهرت دراسة أجرتها Forkuo (2011) كيف يمكن إنشاء خرائط مؤشر مخاطر الفيضانات من خلال دمج بيانات صور الأقمار الصناعية ASTER مع GIS. في حالة عدم وجود خرائط للمناطق المغمورة ، يعد الاستشعار عن بعد أداة فعالة لتتبع حدوث الفيضانات وتحديد الإعدادات الهيدروجيولوجية. هناك الآن فرصة أفضل لتعقب المناطق التي غمرتها الفيضانات بسبب الزيادة في عدد الأقمار الصناعية. قام Quirós و Gagnon (2020) بالتحقق من صحة خرائط مخاطر الفيضانات باستخدام صور الأقمار الصناعية الضوئية والرادارية مفتوحة المصدر. استخدموا مؤشر الغطاء النباتي (NDVI) المعتمد على أساس أن الماء يمتص الطاقة في النطاق الأحمر وأن الماء الصافي له قيمة NDVI سالبة (-1) وبالتالي يظهر باللون الأسود في صورة القمر الصناعي المعالجة. ومع ذلك ، في كثير من الحالات ، قد لا يتم التقاط المناطق التي غمرتها الفيضانات بواسطة الأقمار الصناعية بسبب الدقة الزمنية ، وطبيعة الفيضان (الطوفان الناجم عن الفيضانات المفاجئة يستمر لبضع ساعات) ، وحجم المنطقة التي غمرتها الفيضانات ، أو الغطاء السحابي (Quirós و Gagnon 2020). لذلك ، يمكن استخدام تقارير الصحف لتتبع المناطق التي غمرتها الفيضانات. تم استخدام مواقع الفيضانات المعروفة للتحقق من خرائط المناطق المعرضة للفيضانات. على سبيل المثال ، استخدم عزيزات وعمر (2018) ستة عوامل لنمذجة مخاطر الفيضانات بما في ذلك هطول الأمطار والارتفاع والمسافة من شبكة الصرف وقوام التربة والجيولوجيا والتعرية. قاموا بتقييم خريطة الفيضان باستخدام نسبة التكرار والفهرس الإحصائي وطرق بواسون وتحققوا من نتائج النموذج باستخدام 23 موقعًا معروفًا للفيضانات مسجلة في 2013 و 2014 و 2015. تم فحص مواقع النقاط بمناطق عالية الخطورة وعالية جدًا ، وتم حساب النسبة المئوية للنقاط. ووجدوا أن المناطق التي تتكرر فيها الفيضانات تقع بالقرب من شبكات الصرف.

Periyasamy et al. (2018) استخدم ثمانية معلمات لنمذجة مخاطر الفيضانات بما في ذلك هطول الأمطار ، والمنحدر ، والصرف ، والتربة ، والهياكل الجيولوجية ، والصخور ، والجيومورفولوجيا ، واستخدام الأراضي.قاموا بالتحقق من مخرجات نموذج المخاطر الخاص بهم بناءً على الفيضانات المسجلة التي أثرت على القرى من عام 1996 إلى عام 2014. وكشف الناتج أن منطقة الدراسة قد غُمرت بشكل رئيسي لسببين: تداعيات أحداث الأرصاد الجوية ، مثل هطول الأمطار الغزيرة والممتدة ، وزيادة المياه المستوى في المياه الساحلية ومصبات الأنهار. استخدم Getahun and Gebre (2015) ستة معايير لنمذجة مخاطر الفيضانات في حوض نهر أواش في إثيوبيا. كانت المنحدرات ، والارتفاع ، والأمطار ، وكثافة الصرف ، واستخدام الأراضي ، ونوع التربة. Samanta et al. (2016) استخدم أربعة معايير لإنشاء خرائط مخاطر الفيضانات في المنطقة المحيطة بنهر ماركهام ، بابوا غينيا الجديدة. كانت الارتفاع ، والمنحدر ، والمسافة من النهر ، واستخدام الأرض. بشكل عام ، لا يوجد إجماع على عدد المعلمات المطلوبة لإنشاء خرائط مخاطر الفيضانات ، وهذا يعتمد على العديد من العوامل مثل توافر البيانات ، والموقع الجغرافي لمنطقة الدراسة (المناخ) ، وأهمية العامل. في هذه الدراسة ، كانت أهم العوامل التي تم تحديدها هي الارتفاع والانحدار واستخدام الأرض والتربة والجيولوجيا مقترنة بـ TWI و TPI و CN. تم ضبط الوزن لكل عامل باستخدام AHP.

AHP هي طريقة صنع قرار متعددة المعايير (MCDM) (Saaty 1980). يوفر إطارًا يمكنه التعامل مع وجهات النظر المختلفة حول مشكلة القرار المعقدة (Carver 1991 Estoque 2012 Ho 2008 Malczewski 1999 Samanta et al. 2016). يتكون برنامج AHP من ثلاثة مستويات رئيسية. المستوى 1 هو الهدف ، بينما يحتوي المستوى 2 (المعايير / المعايير الفرعية) والمستوى 3 (البدائل / الخيارات) على ست خطوات ضرورية للوصول إلى هذا الهدف (Papaioannou وآخرون ، 2015). في AHP ، تستند المقارنات الزوجية المتعددة على مقياس مقارنة موحد من تسعة مستويات (Ouma و Tateishi 2014). يتمتع AHP بميزة السماح بهيكل هرمي للمعايير ، والذي يوفر للمستخدمين تركيزًا أفضل على معايير ومعايير فرعية محددة عند تخصيص الأوزان (Ishizaka and Labib 2011 Saaty 1980). تساعد هذه الطريقة في اكتشاف التناقضات المنطقية وتصحيحها وتسمح بـ "ترجمة" الآراء الذاتية ، مثل التفضيلات أو المشاعر ، إلى علاقات رقمية قابلة للقياس (Goepel 2018). نظرًا لهذه المزايا ، يتم استخدام برنامج AHP في نظم المعلومات الجغرافية لتحسين عمليات اتخاذ القرار (Estoque 2012 Samanta et al. 2016). تم إجراء بحث كبير حول الجمع بين AHP و GIS لدراسات الفيضانات (Dash and Sar 2020 Kazakis et al. 2015 Ouma and Tateishi 2014 Papaioannou et al. 2015 Stefanidis and Stathis 2013).

على الرغم من أن الاستشعار عن بعد ونظام المعلومات الجغرافية هما مصدران للبيانات والتصور ، إلا أنهما يفتقران إلى معلومات مفصلة حول تأثير / ضرر الفيضانات على حياة البشر والاقتصاد. تاريخيًا ، استخدم الناس مصادر أخرى مختلفة مثل تقارير الصحف ، وعلامات الفيضانات ، وحسابات شهود العيان ، والصور الفوتوغرافية ، والمذكرات الخاصة ، والرسائل الخاصة ، ورواسب الصخور ، وسجلات المدينة ، والمجموعات التاريخية ، وسجلات المحاكم ، واللوحات ، والمصادر الثانوية (Benson 1950 Helley and Lamarche 1973 تروبيانو وتوركوني 2004). في إيطاليا ، Luino et al. (2016) أوضح أن التخطيط الإقليمي الصحيح لمنع وتخفيف المخاطر الجيولوجية الهيدرولوجية لا يمكن أن يتجاهل ثروة المعلومات التي يمكن الحصول عليها من البحث التاريخي. لقد جمعوا السجلات التاريخية بما في ذلك آلاف المقالات من الصحف الوطنية والمحلية من عام 1800 حتى عام 2016 وأنشأوا قاعدة بيانات GIS. تستخدم هذه الدراسة الصحف أيضًا لبناء نموذج. الدراسات السابقة في الإمارات العربية المتحدة لم تدمج الصحف كمصدر للبيانات لسد الفجوة في المعلومات المفقودة عن الفيضانات. تتضمن الصحف معلومات قيمة حول الأحداث (ماذا وأين ومتى وكيف ، ومن يتأثرون) في فترة زمنية غالبًا ما يتم تجاهلها وغير معروفة نسبيًا في التاريخ. إنهم ينشرون المعلومات إلى عامة الناس ويقدمون تحذيرات فعالة كأحد الأدوات الحاسمة لحماية الجمهور من الأخطار الطبيعية (Luino et al. 2018 Trimble 2008 Zhang 2010).

يعد الجمع بين بيانات الصحف ونظام المعلومات الجغرافية أداة فعالة. على سبيل المثال ، استخدم يعقوب وجليل (2014) نظام المعلومات الجغرافية لرسم خريطة لـ 220 حادث حريق تم أخذ عينات منه في الشارقة ، الإمارات العربية المتحدة. تم استخراج الحوادث من الصحف (2002 إلى 2012) ، وتم ترميزها جغرافيًا واستخدامها مع تحليل التراكب الموزون لاقتراح مواقع جديدة مناسبة لمحطات الإطفاء. في المملكة المتحدة ، تايلور وآخرون. (2015) استخدمت الصحف لإثراء قاعدة بيانات الانهيارات الأرضية الوطنية بـ111 حدثًا لانهيار أرضي. أباسكال مينا وآخرون. (2013) استخدم Geoparsing Web Service (Yahoo! Placemaker Web Service) و eXtensible Markup Language (XML) لاستخراج الإحداثيات الجغرافية من المستندات غير المهيكلة عبر الإنترنت وربطها بصورة تشبه الخريطة من أجل تصور المعلومات النصية. يوفر Geoparsing القدرة على تحويل المستندات النصية إلى قواعد بيانات جغرافية مكانية. يمكن لتقارير صحيفة التكويد الجغرافي عن أحداث الفيضانات في بيئة نظم المعلومات الجغرافية إضافة معلومات إضافية إلى محطات قياس المطر (Escobar and Demeritt 2014). استخدام التقارير الصحفية لإثراء البيانات حول الفيضانات واضح في الأدبيات. استخدم Tarhule (2005) الصحف لاستكشاف طبيعة أحداث الفيضانات في منطقة الساحل في النيجر. اسكوبار وآخرون (2016) استخدم قاعدة بيانات الصحف الرقمية Nexis (LexisNexis 2018) لبناء أرشيف مدته 25 عامًا لأحداث الفيضانات في المملكة المتحدة. بحثوا عن البيانات باستخدام التاريخ والمنطقة والكلمات الرئيسية ونوع المنشور. يمكن بعد ذلك تصفية نتائج البحث وتنزيلها لتحليلها. على الرغم من أن قاعدة البيانات أثبتت فائدتها في مشاريع مماثلة (على سبيل المثال ، Taylor et al. 2015) ، إلا أنها للأسف لا تتضمن تقارير عن أحداث الفيضانات في الإمارات العربية المتحدة.

استخدمت التجارب الحديثة بيانات من مصادر جماعية (Brisaboa et al. 2010 Kutija et al. 2014) ومسوحات ما بعد الحدث (Borga et al. 2011) لجمع الأدلة على تأثيرات الفيضانات. ومع ذلك ، تفتقر بيانات وسائل الإعلام الاجتماعية / التي تم الحصول عليها من الجمهور إلى الاكتمال والاتساق والمراجع المعتمدة. لذلك ، تعتبر الصحف مصدرًا أكثر موثوقية وإن كان مع بعض القيود (Newby and Hardy 2018 Porter and Evans 2020) ، بما في ذلك الأخطاء والتناقضات بسبب الأحداث التي تم الإبلاغ عنها بشكل خاطئ أو المصادر غير الموثوقة أو الميول السياسية والتحيزات. يمكن التقليل من ذلك عن طريق التحقق مرتين مع أكثر من صحيفة واحدة واستخدام البيانات الكمية من مصادر أخرى (على سبيل المثال ، هطول الأمطار المسجل بواسطة محطات الأرصاد الجوية). المشاكل الأخرى التي تظهر أثناء استخدام الصحف تشمل توافر المحفوظات القديمة في شكل ورقية. يعد البحث اليدوي في الصحف ذات السجلات الطويلة عملية شاقة وتستغرق وقتًا طويلاً.

الهدف الرئيسي من هذه الدراسة هو مراجعة التقارير الصحفية عن أحداث السيول المفاجئة المنشورة في خمس صحف إماراتية خلال الفترة 2000-2018. كان أحد المكونات الرئيسية للهدف هو أتمتة عملية استخراج معلومات الفيضانات من تقارير الصحف باستخدام نهج التنقيب عن النصوص. كان الهدف الثاني هو تحديد المناطق المعرضة للفيضانات المحتملة بناءً على تحليل متعدد المعايير (MCA) (Belton and Stewart 2002 Malczewski 2006) واستخدام أحداث الفيضانات التي أبلغت عنها الصحف كتحقق من صحة المناطق المعرضة للفيضانات. يمكن أن تساعد خريطة المناطق المعرضة للفيضانات مخططي المدن في صياغة القواعد لمنع التنمية في المناطق المعرضة للفيضانات (الأمم المتحدة 2010). الهدف من خريطة المنطقة المعرضة للفيضانات ليس إيقاف الكارثة ، ولكن تسليط الضوء على مناطق الفيضانات المحتملة التي قد تؤثر على المجتمع والاقتصاد.

هذه المادة منظمة على النحو التالي: الطائفة. 2 يوفر خلفية عن منطقة الدراسة والبيانات والطائفة المنهجية. 3 ـ معالجة النتائج والطائفة. 4 يقدم استنتاج عام وتوصيات.


8.3 أساسيات OpenEV

يحتوي OpenEV على مجموعة متنوعة من الأدوات البسيطة والمعقدة. تم تصميم العديد من الأدوات المتقدمة مع وضع البيانات النقطية في الاعتبار ، ولكن تتضمن مجموعات الأدوات وعناصر التحكم الأساسية العديد من الميزات اللازمة للقيام بتصور سريع لكل من البيانات النقطية والمتجه.

8.3.1. تكبير

من أول الأشياء التي تريد القيام بها هو تكبير أجزاء معينة من خريطتك. هناك عدة طرق للقيام بذلك. الأول هو استخدام زري زائد وناقص على شريط أدوات العرض. الأيقونات عبارة عن عدسة مكبرة بامتداد + و - رمز بداخلها. النقر + يكبر في وسط الشاشة ، والنقر - تصغير من وسط الشاشة.

الطريقة الأكثر فاعلية هي استخدام أداة Zoom ، والتي تسمح لك بسحب مستطيل على الشاشة وتكبير هذا الجزء من الخريطة. لتمكين أداة التكبير / التصغير ، حدد تحرير شريط الأدوات من قائمة "تحرير" ، ثم اختر "تكبير / تصغير" من القائمة ، كما هو موضح في الشكل 8-6.

الشكل 8-6. تفعيل أداة التكبير

يمكنك الآن العودة إلى العرض والنقر مع الاستمرار على زر الماوس الأيسر للتكبير. يمكنك أيضًا سحب مستطيل حول جزء من الشاشة وجعله يكبر مباشرة إلى هذا الموقع. للقيام بذلك ، انقر مع الاستمرار فوق زر الماوس الأيسر ، ثم اسحب الماوس إلى موقع آخر. شاهد بينما يظهر مربع التكبير / التصغير المستطيل ، كما في الشكل 8-7. عندما يغطي المربع المنطقة التي تريدها ، اترك زر الماوس.

يمكن إجراء التصغير بعدة طرق أيضًا. كما ذكرنا سابقًا ، يمكنك استخدام زر العدسة المكبرة للتصغير ، ولكن يمكنك أيضًا الضغط باستمرار على زر الماوس الأيمن والتصغير ببطء. هناك طريقة أخرى للاستخدام ، إذا كان ذلك مناسبًا ، وهي الزر Fit All Layers على شريط أدوات العرض الرئيسي. هذا الزر عبارة عن مستطيل به أربعة أسهم داخلية تشير إلى زوايا المستطيل ، كما هو موضح في الشكل 8-8. يؤدي النقر فوق هذا الزر إلى التصغير حتى الآن بحيث يمكن رؤية جميع البيانات الموجودة في جميع الطبقات.

إذا كنت تستخدم هذه الأداة ووجدت أنه لم يعد بإمكانك رؤية بياناتك ، فربما يرجع ذلك إلى وجود طبقة واحدة أو أكثر في إسقاط خريطة مختلف. إذا كنت تعرف الطبقة ، فقم بإزالتها من نافذة الطبقات ، وحاول Fit All Layers مرة أخرى. لا توجد أداة لإعادتك إلى مدى المشاهدة السابق.

الشكل 8-7. حدد منطقة باستخدام أداة التكبير
الشكل 8-8. شريط أدوات OpenEV ، مشيرًا إلى الزر Fit All Layers

8.3.2. بالغسل

تحتوي العديد من برامج تعيين سطح المكتب على ميزة تسمى بالغسل. هذه طريقة لتمرير الخريطة أو تحريكها بحيث يمكنك النظر إلى أجزاء مختلفة دون الحاجة إلى التصغير ثم إعادة التكبير مرة أخرى. تلعب أشرطة التمرير في العرض هذا الدور. إذا كانت هناك بيانات خريطة خارج جوانب العرض ، فيمكنك تحريك شريط التمرير أو النقر فوق أي من الأسهم الموجودة في نهايات أشرطة التمرير. ينقلك هذا إلى المنطقة التي تبحث عنها دون تغيير مقياس أو حجم معالم الخريطة.

8.3.3. لون Theming

ربما لا ترغب دائمًا في إظهار جميع ميزات طبقة الخريطة باستخدام نفس اللون. على سبيل المثال ، تشتمل طبقة الطرق على فئتين مختلفتين من الطرق. قد ترغب في إظهار كل فئة بلون مختلف ، بسماكة مختلفة لخط الطريق. أو قد لا ترغب في إظهار أحد الفصول على الإطلاق.

تتضمن بيانات الطريق هذه خاصية تخبرك بفئة كل جزء من الخط. لاستخدام قيم هذا الحقل لتلوين الخطوط بشكل مختلف ، يمكنك استخدام زر "تصنيف" في شريط الأدوات ، الموضح في الشكل 8-9. إنه زر بحرف C بداخله.

الشكل 8-9. زر تصنيف OpenEV

انقر فوق هذا الزر ، ولكن تذكر أن يكون لديك الطبقة التي تريد تصنيفها (على سبيل المثال ، الطرق) محددة في نافذة الطبقات. تظهر نافذة تصنيف الطبقة (انظر الشكل 8-10) وتقوم بعمل مجموعة أساسية من الفئات لك.

الشكل 8-10. تصنيف طبقة باستخدام سمة المعلم

بالنسبة لبيانات الطريق ، فإنها تستخدم سمة LENGTH افتراضيًا لأنها الخاصية الأولى. قم بتبديل القائمة المنسدلة الموجودة في الزاوية العلوية اليمنى من النافذة إلى حقل آخر وشاهد كيف تعيد إنشاء التصنيف بسرعة. قم بتغيير هذا الإعداد إلى السمة ROAD_CLASS. ينتج عن هذا عدة قيم في قائمة ، كما هو موضح في الشكل 8-11.

الشكل 8-11. التصنيف حسب فئة الطريق

الطريقة الافتراضية لتصنيف هذه القيم غير مناسبة لأنها تستخدم نطاقًا من القيم. يوجد فئتان فقط من فئات الطرق: الأعداد الصحيحة 4 و 5. يمكنك تغيير طريقة عمل المصنف عن طريق تحديد زر إعادة التصنيف. قم بتغيير النوع إلى قيم منفصلة واضغط على موافق. يعطي هذا كل قيمة مميزة في حقل ROAD_CLASS لونًا مختلفًا ، كما هو موضح في الشكل 8-12.

الشكل 8-12. تصنيف الطرق إلى فئتين من الطرق

لاحظ كيف يبدو أن هناك بعض الطرق الأساسية (الفئة 4) والطرق الثانوية (الفئة 5). يمكنك تغيير الألوان لكل فصل حتى تشعر بالرضا. اضغط على زر "تطبيق" لرسم الطرق باستخدام هذه الألوان ، كما هو موضح في الشكل 8-13. تذكر أنه إذا كان أحد الألوان أسود ، فلن يظهر مقابل الخلفية السوداء في نافذة العرض.

الشكل 8-13. تطبيق سمات اللون باستخدام خاصية فئة الطريق

هناك العديد من الخيارات الأخرى المتاحة في المصنف. واحد مفيد هو المجموعة الافتراضية من Color Ramps في القائمة المنسدلة في نافذة تصنيف الطبقة ، كما هو موضح في الشكل 8-14.

يمكنك تصنيف سمات الألوان المختلفة وإعادة تصنيفها وتعيينها بسرعة. ما عليك سوى اختيار عنصر من القائمة المنسدلة Color Ramps ، واضغط على تطبيق. لا تحب ذلك؟ قم بتغييره وتقديمه مرة أخرى. إذا كان لديك قيمتان فقط في التصنيف الخاص بك ، فلن تكون تدرجات الألوان هذه ذات قيمة ، ولكنها مفيدة بشكل خاص للبيانات النقطية. عندما تكون راضيًا عن النتائج ، اضغط على زر موافق لإغلاق نافذة التصنيف.

الشكل 8-14. تحديد منحدر لوني لتصنيف المعالم

في بعض الحالات ، قد لا يتم رسم طبقات المتجه بشكل صحيح بعد تطبيق منحدر لوني. الحل هو إزالة الطبقة ثم إضافتها مرة أخرى.

8.3.4. تحميل النقطية

غالبًا ما تكون إضافة طبقة نقطية أسهل من إضافة نُسق متجهة ، لأن تنسيقات البيانات النقطية الشائعة عادةً ما تكون ملفًا واحدًا بألوان معينة بالفعل. النقطية المستخدمة في هذا المثال عبارة عن مجموعة بيانات للغطاء الأرضي تغطي الأرض ، ولكنها تركز في هذا المثال على مقاطعة إتاسكا ، مينيسوتا. يمكنك تنزيل الصورة من موقع الويب O'Reilly لهذا الكتاب على http://www.oreilly.com/catalog/webmapping.

هذه صورة GeoTiff ، تُعرف أيضًا بملف TIFF. ال .tif التمديد هو لاحقة اسم الملف الشائع. أضف الصورة إلى عرض OpenEV عن طريق تحديد فتح ملف وتصفح نظام الملفات الخاص بك للعثور على ملف ملف landcover.tif. انقر نقرًا مزدوجًا فوق اسم الملف أو اضغط على زر موافق. لاحظ أن الطبقة تمت إضافتها إلى القائمة في نافذة الطبقات ، ولكنها غير مرئية حاليًا على الخريطة (حسنًا ، نعود إلى هذه النقطة). تصبح الطبقة العليا تلقائيًا. حدد الطبقة من القائمة واستخدم السهم لأسفل في أسفل نافذة الطبقة. سيؤدي هذا إلى نقل تلك الطبقة إلى أسفل بحيث تظهر بيانات المتجه (نقاط المطار) أعلى الطبقة الأخرى عندما تكون جاهزة.

إذا قمت بالنقر بزر الماوس الأيمن فوق الطبقة في قائمة الطبقة ، فهناك بعض الخيارات للتحديد والتغيير ، تمامًا كما هو الحال مع بيانات المتجه ، لكن الخيارات مختلفة تمامًا. علامة التبويب "عام" هي التشابه الوحيد. بعض علامات التبويب للمعلومات فقط سيغير البعض الآخر كيفية عرض البيانات النقطية.

8.3.5. إعادة إسقاط البيانات لتتطابق مع طبقة أخرى

حتى إذا قمت بالضغط على زر التكبير / التصغير Fit All Layers ، فلن ترى طبقة الغطاء الأرضي لأن مجموعة بيانات ورشة العمل ومجموعة بيانات الغطاء الأرضي ليسا في نفس إسقاط الخريطة. هذه مشكلة شائعة عند أخذ البيانات المصممة لمقاطعة أو منطقة واستخدامها في خريطة عالمية.

في هذه الحالة ، تكون مجموعات بيانات ورشة العمل في إسقاط UTM. لا يتم إسقاط البيانات النقطية للغطاء الأرضي ويستخدم إحداثيات جغرافية ، وتحديدًا خطوط العرض وخطوط الطول المقاسة بوحدات الدرجة. يتوفر المزيد من المعلومات حول إسقاطات الخريطة في الملحق أ.

لا يمتلك OpenEV نفسه القدرة على إعادة إسقاط طبقات البيانات. يمكن استخدام الأدوات المقدمة في الفصلين 3 و 7 لإعادة إسقاط طبقة بحيث يمكن لـ OpenEV عرضها بالطريقة التي تريدها.

يناقش هذا الفصل توقعات الخريطة ولكنه يعرض مثالًا واحدًا فقط من العالم الحقيقي لفائدتها. لمزيد من التفسيرات المتعمقة والأمثلة لإسقاطات الخرائط ، راجع الملحق أ.

في هذا المثال، ogr2ogr (المقدمة في الفصل 2) تستخدم لإعادة طرح أو تحويل إحداثيات بيانات المطار من نظام إسناد مكاني إلى آخر:

هناك أربعة أجزاء لهذا الأمر. القسم الأول هو المعلمة التي تحدد اسم مجموعة بيانات الإخراج. في هذه الحالة ، يقوم بإنشاء مجلد يسمى shp_geo لوضع الملفات المترجمة في.

يحدد القسم التالي ما ستكون عليه بيانات الإدخال. ogr2ogr يقرأ في المطارات.shp مجموعة البيانات ، وعلى وجه التحديد ، طبقة المطارات في ملف الشكل هذا.

الجزء التالي يبدأ بـ -t_srs يحدد ما هو الهدف (أو الإخراج) نظام الإسناد المكاني (t_srs) لوضع البيانات فيها. بدون الخوض في التفاصيل ، يتم تعيين الإسقاط بواسطة + المشروع =، لإخراج البيانات إلى خطوط الطول طويلة إحداثيات.

القسم الأخير -s_srs يحدد ما مصدر نظام الإسناد المكاني (s_srs) يكون. لأن المطارات.shp الملف لا يحتوي على معلومات إسقاط مدرجة فيه ، عليك أن تعرف ما هي وتحددها هنا. هذا يسمح ogr2ogr لحساب التحويل المطلوب استخدامه. في هذه الحالة، + المشروع = utm + zone = 15، الإسقاط هو UTM ، ومنطقة UTM هي 15.

هذه هي أبسط إعدادات الإسقاط وستعمل من أجلك ، ولكن يجب أن تدرك أنه لوصف بياناتك بشكل أكثر دقة ، قد تحتاج إلى تحديد المزيد من تفاصيل الإسقاط مثل المسند أو الشكل الإهليلجي أو الوحدات.

عند تحديد الإسقاطات ، يمكنك استخدام رقم رمز EPSG كاختصار. هذه أعداد صحيحة. يمكنك القيام بذلك باستخدام ملف + الحرف الأول الإعداد ، لا + مشروع. على سبيل المثال ، يمكنك تحديد:

لإسقاط UTM ، المنطقة 15 و:

لنظام إحداثيات خط العرض / الطول.

استمر في تمرين التحويل هذا لجميع مجموعات بيانات ورشة العمل الأخرى (على سبيل المثال ، ctyrdln3.shp) حتى تتمكن من استخدامها في خريطتك. ما عليك سوى تغيير أسماء مجموعة البيانات / الطبقة المصدر والوجهة في ملف ogr2ogr مثال قيادة.

أضف الملف shp_geo / airports.shp الذي تم إنشاؤه حديثًا ملف للعرض. لرؤية مواقعهم بسرعة ، قم بإزالة طبقة المطارات القديمة القائمة على UTM من العرض ، ثم انقر فوق الزر Fit All Layers للتصغير إلى الأرض بأكملها. تكبير الصورة إلى الولايات المتحدة ، ومعرفة أين تقع المطارات. تقع بالقرب من -93.54 شرقاً ، 47.53 درجة شمالاً. قد تحتاج إلى تغيير حجم رموز نقاط المطار أو إعادة تلوينها بحيث تكون مرئية أعلى الصورة ، كما في الشكل 8-15. تظهر المواقع الآن أعلى صورة الغطاء الأرضي ، في شمال مينيسوتا ، لأنهما في نفس إسقاط الخريطة. يوضح الشكل 8-16 الخريطة التي تم تكبيرها في المنطقة.

8.3.6. إنشاء عرض ثلاثي الأبعاد

يمكن لـ OpenEV عرض مناظير ثلاثية الأبعاد بسيطة للبيانات. يتم ذلك باستخدام طبقتين من الإدخال. تُظهر إحدى الصور سطح الارتفاع الذي يُطلق عليه غالبًا نموذج الارتفاع الرقمي أو DEM حيث تمثل الألوان الداكنة إلى الفاتحة ارتفاعات منخفضة إلى عالية ، على التوالي. طبقة الإدخال الأخرى هي الصورة التي ترغب في وضعها فوق DEM. يمكن اعتبار ذلك بمثابة ورقة ملفوفة فوق كرة سلة ، حيث تمثل الكرة نموذج الارتفاع.

قد يكون الحصول على هاتين الطبقتين أو إنشائهما أمرًا مملًا ومحبطًا. أنت بحاجة إلى بيانات ملونة بطريقة معينة لجعلها تعمل. تحتاج الصور أيضًا إلى أنظمة مرجعية مكانية مطابقة بحيث تتداخل جغرافيًا. هناك أيضًا العديد من الخيارات التي ، إذا تم تحديدها بشكل غير صحيح ، يمكن أن تؤدي إلى نتائج غير دقيقة أو غير قابلة للاستخدام.

8.3.6.1 إعداد نموذج الارتفاع الرقمي

الصورة الأولى التي تحتاجها هي DEM. إذا لم يكن لديك هذا النوع من الصور ، فلا يمكنك إنشاء منظور ثلاثي الأبعاد مفيد لبياناتك. إذا كان تطبيقك المستهدف هو الولايات المتحدة ، يتوفر الكثير من مجموعات بيانات DEM. يمكن استخدامها غالبًا في OpenEV دون أي تحويل للبيانات.

الشكل 8-15. صورة الغلاف الأرضي مع الموقع العام للمطارات موضحة بنجمة سوداء

فيما يلي بعض المواقع التي تتوفر بها مجموعات بيانات الارتفاع:

GTOPO: نموذج الارتفاع الرقمي العالمي

SRTM: تغطية عالمية من Shuttle Radar Topography Mission

USGS DEM: نماذج الارتفاع الرقمية للولايات المتحدة

مركز البيانات الجيوفيزيائية القومي الأمريكي: أنواع مختلفة من البيانات

الصورة المستخدمة في هذا المثال تسمى hibbing- ث وتم تنزيله بتنسيق بيانات USGS DEM من http://edcsgs9.cr.usgs.gov/glis/hyper/guide/1_dgr_demfig/states/MN.html.

الشكل 8-16. قم بالتكبير إلى المطارات مع عرض صورة الغطاء الأرضي في الخلفية

يمكن للتطبيقات المستندة إلى OpenEV و GDAL قراءة تنسيق الصورة هذا. أضف الصورة إلى طريقة عرض OpenEV العادية ، وسترى أن الصورة ذات تدرج رمادي يشار إليها أحيانًا بالأبيض والأسود (على الرغم من أن هذا ليس صحيحًا من الناحية الفنية). عند التبديل إلى الوضع ثلاثي الأبعاد ، يمثل اللون الأسود أدنى الارتفاعات في نموذجك ، ويمثل الأبيض أعلى الارتفاعات.

ال hibbing- ث الصورة مثال جيد للتقدم السلس للظلال من الأسود إلى الأبيض ، كما هو موضح في الشكل 8-17 (في الوضع ثنائي الأبعاد العادي). هذا مثالي. إن DEM ذو التدرج اللوني المحدود للغاية ، مع تباينات حادة ، ينتج سطحًا مكتنزًا وغير واقعي. سيكون عديم الفائدة في النهاية إلا إذا كنت تريد مظهرًا غير طبيعي.

الشكل 8-17. صورة DEM لجزء من ولاية مينيسوتا بالولايات المتحدة الأمريكية.
8.3.6.2 تحضير صورة الستارة

الصورة الأخرى التي تحتاجها تسمى صورة الستارة. إنه مغطى أو ملفوف فوق DEM. سطح DEM نفسه غير مرئي إلا من خلال رؤية أشكال ومحيط صورة الستارة الموضوعة عليه.

يمكن وضع أي صورة على DEM ، لكنها ليست سهلة كما تبدو. هناك بعض المتطلبات الصارمة التي يجب عليك اتباعها للحصول على نتائج ذات مغزى.

يجب أن تتطابق أحجام أو نطاقات الستارة و DEM ، أو يجب أن تكون أنظمة الإحداثيات متطابقة وتتداخل مع بعضها البعض. يمكن أن يكون لديك DEM عالي الدقة مع صورة ثنى منخفضة الدقة ، ولكن يجب أن تقع صورة الستارة أعلى DEM لتظهر بشكل صحيح.

إحدى الطرق للتأكد من أن صورة الستارة مفيدة هي الحصول على لقطات إخراج OpenEV من DEM وصورة الستارة إلى ملفات جديدة. في هذا المثال ، يتم إنشاء صور الستارة و DEM عن طريق تشغيل طبقات مختلفة وطباعتها في صور TIFF جديدة.

تبدأ بتحميل OpenEV مع صورة DEM وبعض طبقات بيانات ورشة العمل. تذكر استخدام البيانات في إحداثيات خطوط العرض / الطول الموضحة سابقًا بحيث تتطابق مع إسقاط DEM.

الآن ، مع إيقاف تشغيل جميع الطبقات باستثناء DEM ، قم بتكبير الصورة. لأخذ لقطة من DEM هذا ، استخدم الأمر Print ضمن قائمة File. في نافذة الطباعة ، قم بتعيين ما يلي:

يوضح الشكل 8-18 كيفية وضع هذه القيم في نافذة الطباعة.

الشكل 8-18. طباعة خريطة DEM في ملف صورة

عندما تضغط على الزر Print ، يأخذ OpenEV محتويات العرض ويخرجها إلى ملف الصورة الجديد الذي تحدده. يتم عمل نفس الشيء لإنشاء صورة الستارة.

الشيء الرئيسي الذي يجب تذكره عند إنشاء صورة الستارة هو عدم التحرك في العرض. لا تقم بالتكبير أو التصغير ولكن استمر في النظر إلى نفس الموقع الذي تم استخدامه لطباعة صورة DEM. قم بتشغيل طبقات مختلفة: المياه والطرق وصورة الغطاء الأرضي على سبيل المثال ، كما هو موضح في الشكل 8-19. ثم انتقل خلال عملية الطباعة نفسها كما في السابق ، وقم بتغيير إعداد الملف لاستدعاء الملف drape.tif بدلاً من dem.tif. تأكد من تبديل نوع الإخراج إلى اللون إذا كان ذلك ممكنًا.

الشكل 8-19. استخدام نافذة الطباعة لإخراج صورة ستارة
8.3.6.3 بدء العرض ثلاثي الأبعاد

أنت الآن جاهز لدمج DEM والصور الملتفة لإنشاء منظور ثلاثي الأبعاد. حدد New View من قائمة File لإنشاء مساحة عمل جديدة بدون إغلاق View 1. ثم ، في طريقة العرض الجديدة هذه ، حدد Open 3D من قائمة File. يعرض هذا نافذة جديدة (انظر الشكل 8-20) ، تطالبك بتحديد صورتين مختلفتين: DEM في مربع التحديد العلوي وصورة Drape في الصورة السفلية. ابحث عن الصور التي قمت بإنشائها مسبقًا ، وأدخلها في مربعات اختيار اسم الملف. اترك باقي الخيارات بإعداداتها الافتراضية ، واضغط على OK.

الشكل 8-20. إنشاء عرض ثلاثي الأبعاد

يقوم OpenEV بعد ذلك بإنشاء المنظور الافتراضي للعرض ثلاثي الأبعاد كما هو موضح في الشكل 8-21.

الخلفية سوداء ، وتظهر صورة الستارة الملونة مع الانخفاضات والنتوءات التي تتوافق مع DEM تحتها. يمكنك الآن التنقل في طريقك عبر الصورة وأيضًا رفع أو تسطيح DEM بشكل أكبر.

8.3.6.4 التنقل في العرض ثلاثي الأبعاد

لا تكون عناصر التحكم للتنقل في العرض ثلاثي الأبعاد سهلة الاستخدام دائمًا ولكنها كافية للحصول على منظور سريع لبياناتك. التنقل في العرض ثلاثي الأبعاد ليس بالشيء الكافي

الشكل 8-21. العرض الافتراضي ثلاثي الأبعاد للنموذج

حدسي إذا كنت جديدًا على هذا المفهوم. ضع في اعتبارك أن OpenEV يتتبع العديد من الأشياء حول النموذج ثلاثي الأبعاد الخاص بك وموقعك. تعمل المنظر ككاميرا تتطلب منك النظر من خلال عدسة الكاميرا. تنظر الكاميرا دائمًا إلى الموضوع ، في هذه الحالة النموذج ثلاثي الأبعاد ، من مكان معين في الفضاء. بشكل افتراضي ، يتم وضع كاميرا الرؤية أعلى من النموذج وليس فوقها مباشرة. يوجد جزء محدد من النموذج في منتصف العرض ، والكاميرا مائلة بزاوية معينة.

كما هو الحال في العرض ثنائي الأبعاد العادي ، يمكنك تكبير النموذج بالضغط باستمرار على زر الماوس الأيسر. حيث يكون المؤشر غير ذي صلة. يتم دائمًا تكبير مركز العرض.

يؤدي تحريك الماوس أثناء الضغط باستمرار على زر الماوس الأيسر إلى تدوير الكاميرا أفقيًا وعموديًا. هذا هو المكان الذي يمكن أن يصبح التنقل فيه صعبًا بعض الشيء. إذا توقفت مؤقتًا لجزء من الثانية أثناء تدوير الكاميرا ، فسيبدأ OpenEV في التكبير مرة أخرى على الفور.

لإسقاط الكاميرا لأعلى ولأسفل أو حركها لليسار أو لليمين ، اضغط مع الاستمرار على مفتاح التحكم (CTRL) أثناء السحب باستخدام زر الماوس الأيسر. مرة أخرى ، اعلم أن التكبير سيبدأ إذا توقفت عن الحركة واستمرت في الضغط باستمرار على زر الماوس الأيسر.

هناك بعض عناصر تحكم لوحة المفاتيح الأخرى التي تقوم بنفس مهام أوامر الماوس. Page Up/اسفل الصفحة تكبير / تصغير. الضغط تحول أثناء القيام بذلك يجعل التكبير أسرع. تعمل أزرار الأسهم في لوحة المفاتيح على تحريك الكاميرا لأعلى / لأسفل ولليسار / لليمين. ال الصفحة الرئيسية يعود بك إلى العرض الأولي ثلاثي الأبعاد. هذا مفيد بشكل خاص إذا ضاعت أو ما زلت تتعلم التنقل.

من الممكن معرفة الموقع الدقيق للكاميرا وتغييرها يدويًا عن طريق ضبط إحداثيات الكاميرا. هذا مفيد إذا كنت تريد إعادة إنشاء مشهد في وقت لاحق. للقيام بذلك ، استخدم خيارات 3D Position ، الموجودة ضمن قائمة Edit. كما هو موضح في الشكل 8-22 ، فإنه يسرد الموضع X و Y و Z للكاميرا الخاصة بك بالإضافة إلى المكان الذي تنظر فيه الكاميرا إلى النموذج في منتصف العرض. تشير قيم الموضع هذه إلى صف وأعمدة البكسل. يمكنك تغيير أي من هذه القيم وسيتم تحديث العرض. ما عليك سوى تغيير القيمة ، واضغط على Enter أو Tab في الحقل التالي.

يحتوي كل نموذج ثلاثي الأبعاد على إعداد للارتفاع أو عامل قياس Z. هذا هو المقدار الذي يتم فيه شد DEM عموديًا ، مما يمنحه المظهر ثلاثي الأبعاد. تشير التطبيقات وعمليات رسم الخرائط الأخرى إلى هذا النوع من الإعدادات على أنه مبالغة رأسية. الافتراضي في OpenEV هو 1.0 ويتم تعيينه في نافذة Open 3D قبل بدء العرض ثلاثي الأبعاد. إذا كان الإعداد منخفضًا جدًا ، فسيبدو نموذجك مسطحًا إذا كان مرتفعًا جدًا ، وسيبدو نموذجك مسننًا أو بلا معنى. يمكن تغيير هذا الإعداد أثناء عرض النموذج ثلاثي الأبعاد الخاص بك باستخدام علامة الجمع + أو ناقص - مفاتيح. يتيح لك دمجها مع مفتاح Shift زيادة عامل القياس أو تقليله بسرعة. في الشكل 8-22 ، تم تقليل عامل القياس Z لجعل المشهد يبدو أكثر واقعية.


نمذجة مياه العواصف وإدارة كوارث الفيضانات باستخدام برامج مفتوحة المصدر

تعمل البيانات الجغرافية المكانية كمدخل في برنامج المحاكاة الهيدروليكية ، وبالتالي يمكن نقل النتائج المحاكاة مرة أخرى إلى نظام GIS للتمثيل الرسومي الواقعي لمناطق التعرض للفيضانات المحتملة. تعد البيانات الموثوقة والواسعة النطاق وذات النوعية الجيدة مهمة جدًا في إدارة كوارث الفيضانات. المقياس الحالي للبيانات الجغرافية المكانية المتوفرة في الهيئات المحلية الحضرية ليس كافياً لإجراء تقييم مفصل ودقيق للتأثر بالفيضانات. بالإضافة إلى بيانات المناخ والأرصاد الجوية ، يعد المستوى التفصيلي للبنية التحتية الحيوية والمعلومات ذات الصلة أمرًا حيويًا أيضًا ويجب دمجه في منصة نظم المعلومات الجغرافية.

مقدمة:

يعيش غالبية السكان الهنود في المناطق الحضرية التي غالبًا ما تكون عرضة للفيضانات. تؤثر هذه الفيضانات على عدد كبير من الناس والممتلكات وحياتهم. يجب إعطاء أولوية قصوى لتقييم سلوك الفيضانات الحضرية لأن الفيضانات تحدث بسرعة كبيرة بسبب التحضر الكثيف. يشكل هطول الأمطار الغزيرة بسبب التغير السريع في المناخ تهديدًا كبيرًا للمهندسين والمخططين الحضريين في جميع أنحاء العالم وما ينتج عنه من غمر المناطق الحضرية من ساعات إلى أيام. ينتج التحضر السريع عن زحف البحيرات الطبيعية وقنوات الصرف مما تسبب في فيضانات خطيرة. يتفاقم بسبب عدم وجود نظام صرف صحي مناسب وغير فعال. ونتيجة لذلك ، فإن التأثير واسع النطاق ، بما في ذلك تعطيل شبكة الاتصالات ، وإلحاق الضرر بالمرافق المدنية ، ونقل الجمهور ، وتدهور جودة المياه ، وخطر الأوبئة. تبين أن الفيضانات الأخيرة في مومباي وتشيناي فتحت أعين الجمهور والحكومة.

تسلط هذه الورقة الضوء على المدخلات الرئيسية المطلوبة لمحاكاة وتقييم سلوك مستجمعات مياه الأمطار الحضرية ذات المستوى الجزئي. من المهم إنشاء قاعدة بيانات واسعة النطاق في منصة نظم المعلومات الجغرافية لمعرفة المناطق المعرضة للفيضانات فيما يتعلق بأحداث العواصف المختلفة. يتمثل أحد الأهداف الرئيسية للدراسة في استخدام البرامج مفتوحة المصدر في مجالات نظم المعلومات الجغرافية والاستشعار عن بُعد والمكونات الهيدروليكية لتوليد مجموعات بيانات جغرافية مكانية حيوية مثل مستجمعات المياه الحضرية ونماذج الارتفاعات الرقمية على مستويات مختلفة والتربة واستخدام الأراضي وشبكة مياه الأمطار و المكونات المرتبطة به ، هطول الأمطار ، والجريان السطحي وما إلى ذلك.

تم اختيار مستجمعات المياه من المنطقة 1 لمؤسسة بلدية فيساخاباتنام الكبرى (GVMC) للدراسة المقترحة. تبلغ مساحة ولاية GVMC 515 كيلومترًا مربعًا. تبلغ المساحة الجغرافية للمنطقة 1 117 كم 2. تتمتع المدينة بموقع استراتيجي في منتصف الطريق بين كلكتا وتشيناي. المدينة هي أول أكبر تجمع حضري في ولاية أندرا براديش من حيث عدد السكان. نظرًا لأن المدينة مدينة ساحلية ، فإنها تتعرض لأمطار غزيرة ، خاصة بين أغسطس وديسمبر من كل عام. نظرًا لطبيعة التضاريس والظروف الطبوغرافية ، فإن مياه الأمطار التي يتم جمعها من التلال ومستجمعات المياه تتدفق بسرعة أعلى بكثير وتتدفق عبر المصارف الرئيسية غير المدربة ، قبل أن تصل إلى البحر. يتلقى GVMC متوسط ​​هطول الأمطار السنوي 1100 ملم.

الشكل 1: منطقة الدراسة (المنطقة 1 من GVMC)

قاعدة البيانات الجغرافية المكانية لنمذجة الفيضانات:

التطورات الأخيرة في التقنيات والأدوات الجغرافية المكانية جنبًا إلى جنب مع صور الأقمار الصناعية عالية الدقة للاستشعار عن بُعد وطرق المسح الأرضية والأرضية مثل القياس التصويري و LIDAR و DGPS تساعد في التقاط مجموعات بيانات عالية الدقة ودمجها ونمذجةها على نطاق واسع المدخلات الرئيسية. هناك العديد من البرامج مفتوحة المصدر المتاحة لمعالجة وتحليل البيانات ، التي تم جمعها من أدوات مختلفة ومنصات مختلفة.

تبدأ قائمة البرامج مفتوحة المصدر المستخدمة للدراسة من إنشاء مجموعات البيانات حتى يتم تقديم المحاكاة والنمذجة أدناه.

  • SAGA: SAGA (نظام التحليلات الجيولوجية المؤتمتة) هو برنامج مفتوح المصدر لمعالجة الصور الرقمية قادر على معالجة صور الأقمار الصناعية وإنتاج خرائط موضوعية بتنسيقات مختلفة. هذا البرنامج قادر أيضًا على إنشاء نماذج ارتفاع رقمية من بيانات المسح الكنتوري وغيرها من بيانات المسح الطبوغرافية. وهو يدعم بعدة أدوات لتحليل مستجمعات المياه ومستجمعات المياه لتحديد الخصائص الهيدرولوجية. توفر SAGA أيضًا أداة لحساب مسافات التدفق البري لنهر أو شبكة قناة بناءً على مجموعات بيانات DEM النقطية ومعلومات شبكة القناة.
  • QGIS: Quantum GIS هو برنامج GIS مفتوح المصدر يدعم وظائفه لعدد من تنسيقات البيانات النقطية والمتجهة. يسهل هذا البرنامج استيراد البيانات التي تم التقاطها من المحطات الإجمالية الإلكترونية ونظام تحديد المواقع العالمي التفاضلي (DGPS) واستطلاعات الكشف عن الضوء وتحديد المدى (LIDAR). كما يقدم التحليل الطبوغرافي ، وإنشاء DEMs ، وخرائط المنحدرات ، والجوانب ، ومجال الرؤية. يساعد على إنشاء وتصور والاستعلام عن وتحليل جميع المراحل الأربع المذكورة من البيانات الجغرافية المكانية. كما يوفر أدوات الإسناد الجغرافي وتحليل التراكب وعمليات الأحياء والمعالجة الجغرافية وأدوات إدارة قواعد البيانات.
  • EPA SWMM: EPA SWMM هو نموذج مفتوح المصدر لإدارة مياه العواصف (SWMM) تم استخدامه على نطاق واسع وفعال في تحليل مستجمعات مياه الأمطار في المناطق الحضرية ومكوناتها. يقوم هذا النموذج بمحاكاة أحداث هطول الأمطار الفردية والمستمرة. يمكن إجراء التحليل الإحصائي على بيانات هطول الأمطار على المدى الطويل وعلى مخرجات المحاكاة المستمرة. يمكن استخدام SWMM لتقييم مشكلة الجريان السطحي في المناطق الحضرية أو خيارات التخفيف المقترحة. كما أنه يدعم معادلات توجيه التدفق الديناميكي من أجل محاكاة دقيقة للمياه الراكدة ، والوصلات الحلقية ، والشحن الإضافي ، وتدفق الضغط. يمكن ربط النتائج المحاكاة في شكل قاعدة بيانات مرة أخرى بميزات خرائط نظم المعلومات الجغرافية لتصور سيناريوهات الفيضان بالرجوع إلى قاعدة البيانات الجغرافية المكانية.

قبل وأثناء وبعد الفيضانات ، هناك أربع مراحل لإنشاء قاعدة بيانات جغرافية مكانية لتحقيق أهداف الدراسة للتقييم والتخفيف والإدارة. هؤلاء هم:

  • إنشاء قاعدة بيانات جغرافية مكانية لمحاكاة شبكة مياه الأمطار
  • إنشاء قاعدة بيانات جغرافية مكانية لرسم خرائط آمنة وفرصة
  • إنشاء قاعدة بيانات جغرافية مكانية لرسم الخرائط الاجتماعية والموارد
  • قاعدة بيانات جغرافية مكانية لرسم خرائط للمخاطر ونقاط الضعف

يوضح الجدول 1 المدخلات الأساسية والبرامج المراد معالجتها:

جدول 1: طبقات نظم المعلومات الجغرافية وبرامج مفتوحة المصدر

سير العمل: يوضح الشكل 2 تدفق العملية لإنشاء قاعدة بيانات GeoSpatial التي تتكون من معالجة بيانات الأقمار الصناعية باستخدام نقاط التحكم DGPS ، والرقمنة ، وإنشاء قاعدة بيانات لقاعدة وطبقات مهمة أخرى لنمذجة الفيضانات والمحاكاة. يوضح الشكل 3 تدفق العملية للاستيراد والمحاكاة والنمذجة ورسم خرائط مناطق خطر الفيضانات لفترات العودة المختلفة. يمكن رؤية المهام المختلفة المشاركة في جميع مراحل تحليل سلوك الفيضان في الشكل 4 و 5.

الشكل: -2 مهام في الاستشعار عن بعد ونظم المعلومات الجغرافية

الشكل: -3 خطوات في EPA SWMM و SAGA و GIS لنمذجة الفيضانات

الشكل: -4 قاعدة البيانات الجغرافية المكانية في QGIS وفي EPA SWMM لنمذجة الفيضانات

الشكل: -5 تحليل الانحدار والشبكة في SAGA

الاستنتاجات:

تعمل برامج نظم المعلومات الجغرافية بشكل فعال كأداة لصنع القرار في عملية إدارة وتخفيف الفيضانات. إنه قادر على إنشاء وتخزين وتحليل ونمذجة كميات كبيرة من مجموعات البيانات المتنوعة من عملية الاستشعار عن بعد ونمذجة المناخ والمحاكاة الهيدروليكية. يساعد استخدام مجموعة من البرامج مفتوحة المصدر الطلاب والأكاديميين في إجراء البحوث ليس فقط في التخفيف من الفيضانات والنمذجة ، وكذلك التركيز على المجالات متعددة التخصصات. هذه الأدوات قوية ومرنة وقادرة تمامًا على التعامل مع مجموعات البيانات الكبيرة ويمكنها أداء الكثير من الوظائف دون أي تكلفة إضافية. من المستحسن أن يكون لديك نهج متكامل يعترف بتعقيد نظام الصرف الحضري وترابط عناصره ومعاييره مثل استخدام الأراضي / غطاء الأرض ، والتربة ، وخصائص مستجمعات المياه ، والمنحدرات ، ونظام الصرف الطبيعي والبشري ، وإمدادات المياه ، والصرف الصحي ومياه الصرف الصحي ، إعادة استخدام المياه وما إلى ذلك. في الوقت الحالي ، تعد الدراسة في مرحلة تطوير البيانات الجغرافية المكانية وتتطلب بيانات دقيقة عن سطح الأرض وسطح الأرض وتصريف المياه الجوفية.

  • دي جي سوراني ، جي في ديورا 2015. مراجعة تطبيق نظم المعلومات الجغرافية في تخطيط وتصميم نظام توزيع المياه ، IJSRD ، المجلد. 3 ، العدد 01.
  • LA du Plessis، MF Viljoen، 1999. تحديد فوائد تدابير التخفيف من الفيضانات في الجزء السفلي من نهر أورانج: تطبيق GIS ، Water SA Vol. 25 رقم 2.
  • Yongwon Seo، Junshik Hwang and Seong Jin Noh، 2015. تحليل شبكات الصرف الحضرية باستخدام نموذج جيبس: دراسة حالة في سيول ، كوريا الجنوبية ، المياه 2015 ، 7 ، 4129-4143.
  • بريان إليس وكريستوف فياتين ومايكل ريفيت وكريستيان بيترز وهايكو سيكر ، 2009. نهج نمذجة لدعم إدارة مخاطر الفيضانات والتلوث للأحداث المتطرفة في أنظمة تصريف مياه العواصف الحضرية ، الاجتماع العلمي الرابع لـ SWITCH ، DELFT ، هولندا.
  • Brivio، P.A.، R. Colombo، M. Maggi and R. Tomas، 2002. تكامل بيانات الاستشعار عن بعد ونظم المعلومات الجغرافية لرسم خرائط دقيقة للمناطق التي غمرتها الفيضانات. كثافة العمليات J. عن بعد Sens. 23: 429-441.
  • دامز ، جيه ، أو.باتيلان ، ج.
  • تحديد المعلمات في مستجمعات المياه الحضرية باستخدام خرائط الغطاء السطحي المستمدة من الاستشعار عن بعد. وقائع المؤتمر الدولي للمياه الحضرية ، هيفرلي ، بلجيكا ، ص: 15-19.
  • Uddin، K. and B. Shrestha، 2011. تقييم أضرار الفيضانات والفيضانات باستخدام الاستشعار عن بعد: دراسة حالة من سونساري ، نيبال. انطلاق المؤتمر الدولي الثالث للمياه وإدارة الفيضانات.
  • إدارة الفيضانات الحضرية - المبادئ التوجيهية الوطنية لإدارة الكوارث

محاكاة سيناريو استخدام الأراضي في المستقبل باستخدام نظم المعلومات الجغرافية مفتوحة المصدر لمدينة Warangal ، تيلانجانا ، الهند

أصبح نظام المعلومات الجغرافية (GIS) والاستشعار عن بعد أدوات ضرورية في اكتشاف تغير الغطاء الأرضي لاستخدام الأراضي (LULC) المتكامل مع العوامل الدافعة المرتبطة بهما. جعل استخدام صور الأقمار الصناعية من السهل تفسير مدينة Warangal شديدة التحضر والتي شهدت الكثير من التغيير في LULC خلال العقود القليلة الماضية. تناقش هذه الورقة القدرة على دمج الأوتوماتا الخلوية (CA) ووحدة محاكاة استخدام الأراضي ثنائية الأبعاد القائمة على سلسلة ماركوف جنبًا إلى جنب مع تقنيات نظم المعلومات الجغرافية. تُستخدم خوارزمية سلسلة ماركوف للمعايرة والتحسين من خلال مراعاة LULC لمجموعة الصور المناسبة للأعوام 2004 و 2006 و 2018. يتم محاكاة التغيير الانتقالي في LULC من فئة إلى أخرى باستخدام شبكة عصبية اصطناعية (ANN) أثناء محاكاة الأوتوماتيكية الخلوية للتنبؤ بالمستقبل المعقول LULC لعام 2052 بعد التحقق من صحة النموذج باستخدام LULC لعام 2018. وأشار تحليل خرائط LULC متعددة الأوقات إلى أن العوامل الفيزيائية الحيوية والاجتماعية والاقتصادية قد أثرت بشكل كبير على الارتفاع في بينما حدث انخفاض في الزراعة في عام 2052. في الختام ، هذه التقنية هي أداة قوية لرصد ونمذجة التغيير في الغطاء الأرضي. يتم تقديم مزيد من الاقتراحات للمسؤولين الحكوميين من أجل صنع سياسة فعالة وحماية موارد الأرض.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.