Daha çox

PgRouting şəbəkəsinə yerlər əlavə edin


PgRouting istifadə edərək şəbəkənin ən yaxın nöqtəsindən bir analiz aparmaq istəyirəm. Bu sual internetdə və Daniel Kastlın şərh bölmələrində də daxil olmaqla vebdəki bir çox yerdə verilmiş və müzakirə olunmuşdur, amma yazılı, tətbiq edilə bilən bir həll tapa bilmirəm.

Lazım olduğunu başa düşürəm:

  1. şəbəkəni ən yaxın kənarındakı nöqtəni tapın və

  2. təhlili aparmaq üçün bir qovşaq yaratmaq üçün kənarı bölün

amma bunu necə tətbiq edəcəyimi bilmirəm. Onsuz da qurulmuş bir şəbəkə ilə bunu dərhal edə bilərəmmi? Əgər belədirsə, tətbiq edilə bilən kodu əldə edə bilərəmmi?


Oxşar sualı burada cavablandırdım. Düşünürəm ki, bu sizin axtardığınız ola bilər.


Tamam Jendruskun cavabından ilham alaraq daha sadə bir üsul olduğuna inandığımı düşündüm - kod müdrikliyi. Jendrusk, bir ünvanı göstərildiyi kimi bir şəbəkə kimi işlətmədən əvvəl şəbəkəyə birləşdirmək üçün 'keçid yolları' yaradır:

İstifadə etdiyim kod:

İndex_query AS (SEÇİN addr.address, road.name, ST_Distance (road.wkb_geometry, addr.wkb_geometry) məsafədə olduğu kimi, ST_MakeLINE (ST_ClosestPoint (road.wkb_geometry, addr.wkb_geometry) FROM, addr.wkb_geometry), ünvanlar addr, yollar harada ST_DWithin (addr.wkb_geometry, road.wkb_geometry, 200) = addr.wkb_geometry <-> road.wkb_geometry) tərəfindən SİFARİŞ SƏHİFİ SEÇİN (ünvan) * FROM index_query SİFARİŞ EDİN ünvan, məsafə;

Bu nümunə ilə çəkilmişdir.


PgRouting mənbə və hədəf təyin etmək

Ancaq nəticələnən cədvəli yoxlayıram, 11 nömrəli düğümün həmişə hədəf olduğunu görürəm. Bu, kənarların ən azından birini səhv istiqamətə (axın istiqaməti) çevirəcəkdir.

PgRouting mənbə və hədəf saylarını təyin edə bilər və mənbədən hədəfə istiqaməti axın istiqaməti ilə eynidir? Əgər olmasa, nə edə bilərəm?

SQL kodunda fərqli toleranslardan istifadə etdim, lakin eyni nəticəni aldım və PostgreSQL 8.4 altında pgRouting 1.x versiyasını istifadə edərək eyni nəticəni aldım.


Yönləndirilə bilən yol şəbəkəsinin yaradılması

Aşağıdakı təsvir Finlandiya Milli Torpaq Araşdırması (NLS) tərəfindən nəşr olunan pulsuz yol şəbəkəsinə əsaslanır. (Yanvar 2013-cü ili yeniləyin: Bağışlayın, bu verilənlər bazası silindi). Əldə etdiyiniz tək şey, xətt həndəsələrini, yol növü atributunu və marşrutlaşdırma ilə əlaqəli olmayan digər atributları ehtiva edən bir Shapefile.

İlk addım PostGIS-ə yollar yükləyin .shp. PostGIS Manager & # 8211 Data & # 8211 Load Data for Shapefile-dən istifadə etmək asandır.

pgRouting üçün hər yol girişinin başlanğıc və bitiş nodu id olması lazımdır. Datasınızda bu məlumat varsa, bu addımı atlaya bilərsiniz. Əks təqdirdə edəcəyik düyün kimliklərini yaradın İndi. (Yeniləmə: pgRouting ayrıca, şəbəkə masanız üçün başlanğıc və bitmə qovşaqlarının identifikatorlarını yaradan təyin_vertex_id adlı xüsusi bir funksiya təklif edir. Baxmayaraq ki, bir qovşaq cədvəli yaratmaz.)

Sonra biz yaradırıq başlanğıc və bitmə nöqtəsi həndəsələri. Görünüşdən istifadə etdim:

İndi bütün bunları ehtiva edən bir cədvəl yaradırıq unikal şəbəkə qovşaqları (başlanğıc və bitmə nöqtələri) və onlara bir kimlik də veririk:

Nəhayət, road_ext görünüşü və qovşaq cədvəlini birləşdirərək yönləndirilə bilən şəbəkə cədvəli:

Nəticə cədvəlinə bir məkan indeksi əlavə etməyi məsləhət görürəm.


019 Postgres və Postgis: Postgis verilənlər bazasına çoxlu formalı sənədlər yükləyin

Ətraf mühit
Windows 10
Postgresql 11

Başlamaq üçün yerini bildiyiniz bir sıra forma sənədlərinə ehtiyacınız var.

Nümayiş məqsədləri üçün OS Open Road açıq məlumat forması sənədlərindən istifadə edirəm.

Bundan sonra kəşfiyyatçı içərisində c: root olaraq data adlı bir qovluq yaradıram.
Və sonra iki alt direktoriya yaradıram.
1 & # 8211 shp
2 & # 8211 kv

Postgis verilənlər bazasına yükləmək istədiyiniz bütün formalı sənədləri yeni yaradılan c: data shp qovluğuna yerləşdirin.

Sonra məlumatı forma formatından Postgisə ötürmək üçün istifadə edilə bilən sql mətn sənədləri hazırlayacağıq. Bu nöqtədə forma sənədlərini hansı verilənlər bazasına yerləşdirəcəyinizi bilmək lazım deyil.

Sonra komut istemini açın və xüsusi postgres quraşdırmanın zibil qutusuna gedin. Standart aşağıdakı kimidir: -

Sonra aşağıdakı mətnə ​​köçürürəm.

% F in (C: data shp * shp) üçün Shp2pgsql –s 27700% f public.

Bu, C: data shp qovluğundakı bütün formalı sənədləri götürəcək və onları C: data sql sinə yerləşdirərək sql mətn sənədləri yaradacaq. Tamamlandıqdan sonra qovluğa getmək və yaradılışın baş verdiyini yoxlamaq istəyə bilərsiniz. Təxminən düzgün göründüyünü yoxlamaq üçün bir növ kod redaktoru ilə bir fayl içərisindəki mətnə ​​də baxa bilərsiniz.

Sonra psql daxilində hədəf verilənlər bazasını yaradır və postgis uzantısını tətbiq edirəm.
verilənlər bazası yaratmaq osopenroaddb
əlavə postgis yaratmaq

Sonra, əlinizdə çox vaxtınız olmadığı təqdirdə, getmək istərdiniz
C: Users Mark AppData Roaming postgresql
və pgpass.conf faylını açın və içərisindəki aşağıdakı sətri yerləşdirin.

Bu sətir olmadan hər dəfə yeni bir sql faylı işlədildikdə bir parol istəniləcəkdir.

Komut istemi qutusu qovluğunda növbəti dəfə aşağıdakıları edin. Pgpass.conf faylından götürdüyü heç bir parol olmadığını unutmayın.

% F in (c: data sql * sql) üçün psql –h localhost –d osopenroaddb –U postgres –f% f> nul

Bir çox böyük sənədiniz varsa, bunun işləməsi biraz vaxt ala bilər. Ancaq bitdikdən sonra bütün forma sənədləriniz göstərilən verilənlər bazasında postgis instansiyanızda olmalıdır.


CİS lüğəti

GIS lüğəti daxilində CİS terminləri: a-g və CIS lüğəti: h-t yığılmış və Stearns J. Wood tərəfindən "CBS Terminologiyasına dair Təcrübəçi Rəhbərindən" icazə alınaraq köçürülmüşdür. 30 ildən artıq bir müddətdə tərtib edilmiş və ilk dəfə 1984-cü ildə nəşr olunan kitabda, geofizil və geoanaliz, məkan və şəbəkə analizi, resursların idarəedilməsi, obyektlərin idarəedilməsi, avtomatlaşdırılmış xəritəçəkmə, kompüter dəstəyi ilə dizayn və tərtib, verilənlər bazası idarəetmə sistemləri, açıq sistemlər və coğrafi informasiya sistemi kompüter texnologiyası. Coğrafiya, kartoqrafiya, kompüter elmi, şəhər və regional məlumat sistemləri, uzaqdan algılama və GPS-dən seçilmiş terminlər də daxil edilmişdir. CİS lüğətinə baxın: a-g və CİS lüğəti: h-t.


Virtual coğrafi mühit

Coğrafi vizualizasiyanın məlumat araşdırması və coğrafi-çoxölçülü qrafikin reallaşdırılması insan və coğrafi məlumatlar arasında coğrafi problemlərin yaratdığı qrafik səhnə ilə səmərəli məlumat mübadiləsini tələb edir, yəni kompüter sistemi müəyyən məlumat mübadiləsi təmin edə bilər. və geo-mütəxəssislərin qrafika və şəkillərin düşünmə qabiliyyətinə və təsəvvürünə tam oyun bəxş edə biləcəyi və geo-mütəxəssislərin müəyyən fərziyyələri təsəvvür etməsinə imkan yaradan geribildirim mexanizmi və dərhal bu fərziyyənin nəticələri əldə edilir. Virtual reallıq texnologiyası insanların özlərini bir kompüterin üçölçülü səhnəsinə tamamilə qərq etmələrini təmin edə bilər və yerşünaslıq mütəxəssislərinin geoloji problemlərə diqqət ayırmasına imkan yarada bilər və onun tam səmərəli çoxsensial qarşılıqlı qabiliyyəti, yerşünaslıqların məlumat araşdırmasını həyata keçirmək və coğrafi elmlərin çoxölçülü diaqramları.

Ruhani aləm texnologiyası olaraq da bilinən Virtual Reality (VR), dəbilqə quraşdırılmış üç ölçülü ekran, məlumat əlcəyi, üç ölçülü siçan, məlumat kostyumu, stereo qulaqlıq və s. Vasitəsi ilə kompüter tərəfindən yaradılan xüsusi üç ölçülü qrafika mühitinə istinad edir. və insanlar xüsusi məqsədlərə çatmaq üçün üç ölçülü qrafika mühitini idarə edə və idarə edə bilərlər. Çox qavrayış (görmə, eşitmə, toxunma, hərəkət və s.), Daldırma, Qarşılıqlı Etki və Muxtariyyət virtual reallıq texnologiyasının dörd vacib xüsusiyyətidir. Muxtariyyət, virtual mühitdəki obyektlərin masaüstündən yerə düşən cisimlər kimi fiziki qanunlara görə hərəkət dərəcəsini ifadə edir.

Virtual Coğrafi Mühit (VGE), virtual reallıq texnologiyası, kompüter şəbəkəsi texnologiyası və yerşünaslıq birləşdirilərək yaradıla bilər. Virtual coğrafi mühit coğrafi-analitik modellərə, geo-mühəndisliyə və s. Əsaslanan virtual məlumat coğrafi aləmdir, coğrafi sistemlərin müşahidə təcrübələrinə görə məkan bölgüsünü və proses hadisələrini ifadə etmək və təsvir etmək üçün yerşünaslar tərəfindən qurulmuş virtual məlumat coğrafi dünyadır. və nəzəri fərziyyələr, coğrafi sistemlər haqqında virtual bir laboratoriyadır, bu da coğrafi mütəxəssislərin coğrafi məkan əlaqəsi modelini, coğrafi analiz modelini, geo mühəndislik modelini dizayn etmək və dəyişdirmək üçün öz biliklərini, fərziyyələrini və niyyətlərini izləməsinə və qarşılıqlı əlaqələrin nəticələri, təkrar rəy vasitəsilə və nəhayət coğrafi qanunları əldə edin.

Virtual coğrafi mühitin xüsusiyyətlərindən biri də, yerşünasların coğrafi məlumatlara girə bilməsi və içəridə olduğunu hiss edə bilməsi, digəri isə fərqli coğrafi məkanlardakı geo-mütəxəssislərin eyni vaxtda kooperativ tədqiqat, mübadilə və müzakirə apara bilməsidir.

Virtual coğrafi mühit coğrafi vizualizasiya ilə sıx bağlıdır. Virtual coğrafi mühitdə mürəkkəb yerşünaslıq məlumatları, yerşünaslıq modeli və s.dən üç ölçülü qrafika mühitinə daxil olma nəzəriyyəsi və texnologiyası, coğrafi elm vizualizasiyasının dəstəyini tələb edir. daldırma hissi ilə coğrafi mühit. Geologiya vizuallaşdırması virtual coğrafiyaya inteqrasiya olunacaq.

Virtual coğrafi mühitin inkişafı və mükəmməlliyi təkcə kompüterin virtual gerçəklik texnologiyasına deyil, həm də coğrafi məlumat əldə etmə və işləmə texnologiyasına (məsafədən zondlama, telemetriya və s.), Geo-analiz modelinin quruluş səviyyəsinə bağlıdır. , coğrafi vizualizasiya, geo-ekspert sistemi, coğrafi məkan idrak nəzəriyyəsi və s. Virtual coğrafi mühit coğrafiyanın inkişafı üçün böyük əhəmiyyətə malikdir. Virtual coğrafiyanın təklifi, coğrafiyanın gələcək inkişafında virtual coğrafi mühitin funksiyasını və təsirini ifadə edir. Bundan əlavə, ümumiyyətlə coğrafiya elminin yavaş inkişafının səbəblərindən birinin laboratoriya təcrübələrini apara bilməməsi olduğuna inanılır ki, bu da coğrafi fərziyyənin nəzəriyyəsini təcrübə ilə sınaqdan keçirə bilmir. Virtual coğrafi mühit geosistlərə təkrarlanan informasiya simulyasiya təcrübələri imkanı verir, istənilən coğrafi analiz modeli digərləri tərəfindən virtual coğrafi mühitdə simulyasiya oluna və sınaqdan keçirilə bilər, beləliklə Geoscience nəzəriyyəsinin yetkinliyini və inkişafını sürətləndirir.


WebGIS-in üstünlükləri

Ənənəvi masa üstü və ya LAN əsaslı CİS ilə müqayisədə Veb GİS aşağıdakı üstünlüklərə malikdir:

Daha geniş bir giriş.

Müştərilər eyni vaxtda müxtəlif yerlərdə birdən çox serverdəki son məlumatlara daxil ola bilirlər və bu unikal İnternet / İntranet üstünlüyü CBS məlumatlarının idarə edilməsini xeyli asanlaşdırır, məlumatların idarə edilməsini və paylanmış çoxsaylı məlumat mənbələrinin sintezini həyata keçirilməsini asanlaşdırır.

Platformanın müstəqilliyi.

Server / müştəri maşınından asılı olmayaraq, Web GIS serverinin istifadə etdiyi CBS proqramından asılı olmayaraq, istifadəçilər şəffaf şəkildə Web GIS məlumatlarına daxil ola və ümumi bir veb brauzer, dinamik birləşmə istifadəsi səbəbindən yerli maşında və ya bir serverdə paylaya bilərlər. komponentlərin və uzaqdan heterojen məlumat mübadiləsinə nail olmaq üçün məkan məlumatlarının birgə işlənməsi və təhlili.

Sistem xərcləri geniş miqyasda azaldıla bilər.

Adi CİS hər bir müştəriyə bahalı peşəkar CİS proqramı ilə təchiz olunmuşdur və istifadəçilər çox vaxt ən əsas funksiyalardan bəzilərindən istifadə edirlər ki, bu da əslində böyük tullantılara səbəb olur. Veb GIS ümumiyyətlə yalnız müştəri tərəfində bir veb brauzer istifadə etməlidir (bəzən bəzi eklentilər əlavə edin). Proqram dəyəri, peşəkar CBS-in tam dəstindən əhəmiyyətli dərəcədə qənaətlidir. Bundan əlavə, müştərinin sadəliyi sayəsində qənaət edilən təmir xərcləri də göz ardı edilə bilməz.

Daha sadə əməliyyat.

CİS sisteminin geniş ictimaiyyət tərəfindən qəbul edilməsi və peşəkar təlim almış bir neçə peşəkar istifadəçi ilə məhdudlaşmaması üçün CİS-i geniş şəkildə təbliğ etmək lazımdır, sistemin işinə dair tələbləri azaltmaq lazımdır. Çox yönlü bir veb brauzer, şübhəsiz ki, əməliyyatın mürəkkəbliyini azaltmaq üçün ən yaxşı seçimdir.

Səmərəli hesablama yüklərini tarazlaşdırın.

Ənənəvi CİS daha çox fayl server quruluşunun işlənməsindən istifadə edir və onun işləmə gücü tamamilə daha az effektiv olan müştəridən asılıdır. Günümüzün inkişaf etmiş Veb GİS şəbəkə mənbələrindən tam istifadə edə bilər və əsas və qlobal emal server tərəfindən, az miqdarda məlumatların sadə işləməsi birbaşa müştəri tərəfindən həyata keçirilir. Bu tip hesablama rejimi, ideal bir optimallaşdırma rejimi ilə server tərəfində və müştəri tərəfində hesablama yükünün və şəbəkə trafik yükünün məqbul paylanmasını tapmaq üçün çevik və səmərəli ola bilər.


GIS əsaslı təhlillər üçün metodlar

Bu işdə istifadə edilən sahə nümunələri, ArcMap 9.1-də 600 piksel / inç (2.54 sm) (Şəkil 2) və ya 1200 piksel / inç (bütün digərləri) çözünürlükte taranmış və rəqəmsallaşdırılmışdır. Rəqəmsallaşdırma nümunələrimiz üçün uyğun olan Lambert konformal konik proyeksiyası istifadə edilərək aparılmışdır, çünki orta enliklər üçün bütün istiqamətlərdə uzunluq təhrifini minimuma endirir. Bütün rəqəmlər həqiqi miqyasda rəqəmləşdirildi və çəkiliş tolerantlığı (vahid nöqtə kimi birləşmədən əvvəl iki nöqtə arasında icazə verilən maksimum məsafə) miqyasına və orijinal görüntüdəki kəsmə zonası izlərinin iplik genişliklərinə əsasən təyin edildi. Məsələn, Şəkil 2B-də göstərilən şəbəkə üçün hər piksel 0,042 sm məsafəyə bərabərdir. Bu rəqəm üçün, iki kənarın son nöqtələrinin bu məsafəyə gəldikdə, anastomoz verən kəsmə zonası şəbəkəsinin təpələrini təyin etmək və bölüşmək üçün bir-birlərinə bağlanmalarını təmin etmək üçün 5 piksel (0,21 sm) ölçülən bir tolerantlıq müəyyən edilmişdir. Wong və Lee (2005), GIS əsaslı şəbəkə analizlərində tez-tez istifadə olunan terminlər və riyazi əlaqələrin ətraflı izahlarını verdilər. Aşağıdakı hissədə CİS əsaslı analizlərdən istifadə edərək kəsilmə zonası analizlərinə ən çox aid olan bu konsepsiyalar üçün ümumiləşdirilmiş və nümunələr verilmişdir.

Kənarlar və diklər

CİS-dəki bir şəbəkə verilənlər bazası topoloji cəhətdən bir-birinə bağlı olan xətlər və ya kənarlardan ibarətdir. Bu xətlər düz və ya əyri ola bilər və ya vektor kimi qəbul ediləcək yönlü məlumatlara sahib ola bilər və ya olmaya bilər. Hər kənar üçün başlanğıc və bitmə nöqtələrinə düyünlər və ya təpələr deyilir. Fərdi kənarların bir şəbəkə daxilində kəsişdiyi nöqtələr bunlardır. Beləliklə, digər kənarlara bağlı olub-olmamasından asılı olmayaraq hər kənarın iki zirvəsi var. İki və ya daha çox kənar eyni nöqtədə kəsişdikdə, həmin zirvəni bölüşürlər və beləliklə bir şəbəkənin artan qarşılıqlı əlaqəsi ilə zirvəni kənar nisbətinə endirirlər.

Şəkil 2, Bhattacharyya və Hudleston (2001) tərəfindən İsveçin şimalındakı Kebne Dike Kompleksindən N35E-ni vuran bir subvertical çıxıntı üçün təsvir olunan anastomoz verən kəsmə zonası şəbəkəsini təsvir edir. Şəkil 2A, izlərin kənarları müəyyənləşdirdiyi və hər bir kənarın digər kənarları ilə paylaşıla bilən iki zirvəyə sahib olduğu kəsmə zonasının rəqəmsallaşdırılması üçün bir şablon olaraq istifadə edilən bir fotoşəkil izləmədir (Şəkil 2B). Rəqəmsallaşdırmaqla, şəbəkənin kənarlarını təmsil edəcək çoxsaylı xəttlərin şəkilləri yaradılır. Polylines, müəyyən bir miqyasda xətti xüsusiyyətlərin GIS təsvirləridir. Bizim vəziyyətimizdə, kəsmə zonası genişliyini nəzərə almadan ən güclü deformasiya bölgələrindən (güclü gərginlik və ya ən güclü mineral düzəlişlə təsdiqlənən) polilinlər çəkərək kəsmə zonası şəbəkələrini öyrənirik. Shapefiles, vektorun nəyi təmsil etdiyi (bizim vəziyyətimizdə kəsmə zonaları) ilə əlaqəli atributları olan vektorların həndəsi yerləşməsini saxlamaq üçün bir GIS rəqəmsal formatıdır. Eynilə, kənarların ucundakı zirvələr, məkandakı nöqtələrin CBS təsvirləri olan nöqtə şəkilləri şəklində rəqəmləşdirildi.

İki və ya daha çox kənar təpələri paylaşdıqda, kənarların və təpələrin sayını təyin etmək o qədər də sadə deyil. Tutarlılıq üçün bütün hallarda aşağıdakı üsuldan istifadə etdik. Şəkil 3A-da, AB və CD kimi iki düz xətti kənar, A, B, C və D nöqtələrini isə zirvələr kimi göstəririk. Şəkil 3B-də eyni sətirlər T təpəsi yaratmaq üçün D təpəsində birləşir. Bununla birlikdə, bu vəziyyətdə, iki sətrin əlaqəli təbiətini ayırd etmək üçün AB sətirini tək kənar yox, D təpəsində birləşən iki kənarın, AD və DB birləşməsi kimi qəbul etməliyik. Bu, dörd təpəni birləşdirmək və beləliklə bir şəbəkə yaratmaq üçün üç kənar, AD, DB və CD yaradaraq, zirvəni kənar nisbətinə dəyişdirir. Rəqəmlər 3A və 3B-də göstərilənlər kimi iki vəziyyəti ardıcıl olaraq ayırmaq üçün, kəsmə zonalarının ölçüsündən və genişliyindən asılı olmayaraq iki fərqli kəsmə zonası seqmentinin kəsişdiyi hər iki nöqtə arasındakı xətt seqmenti kimi bir kənar müəyyən etdik. Bununla birlikdə, bir və ya daha çox düz xətt seqmentinin bir-birinə bağlanmış bir zəncir yaratmaq üçün ucdan uca birləşdirilə biləcəyi tək bir əyri kənar və V qovşaqları (Şəkil 3C) arasında ayırmanın etibarlı və ardıcıl bir yolu olmadığına görə belə mümkün hesab etdik. analizlərdə lazımsız fəsadların qarşısını almaq üçün tək kənarlar kimi zəncirlər. Diqqət yetirin ki, bu, müəyyən bir kəsmə zonasının təkamül yolu barədə əvvəlcədən məlumat olmadan deformasiya mexanizmləri kimi xüsusiyyətlərlə əlaqələndirmək üçün kəsmə zonalarını rəqəmsallaşdırma üçün ən yaxşı metod olub olmadığını bilmək mümkün deyil. Düzlük və təkrarlanabilirlik üçün kənarları və təpələri təyin etmək üçün bu metodu seçdik.

Rəqəmsallaşdırma başa çatdıqdan sonra, şəbəkə üçün kənarların və təpələrin sayı (Cədvəl 1) istifadə olunan ArcView 3.3 və Wong və Lee (2005) tərəfindən yaradılan uzantılar hesablandı. Burada izah edilən bütün kəsmə zonası şəbəkələrini təyin etmək üçün bu prosedura əməl edildi.

Bağlantı

Şəbəkədəki kənarların bir-birinə bağlanma tərzinə şəbəkənin bağlantısı deyilir və şəbəkənin ən vacib topoloji cəhəti hesab olunur (Wong və Lee, 2005). Şəbəkənin bir çox xüsusiyyətləri onun keçidliliyi ilə vurğulanır. Məsələn, əlaqələndiricinin keyfiyyət səviyyələrini artıran üç sxematik şəbəkə Şəkil 4-də göstərilmişdir. Kəmiyyət olaraq şəbəkənin əlaqə səviyyəsi zirvələrin sayı ilə müəyyən edilir, vvə kənarların sayı, e.

Şəbəkələr e = edəq minimal əlaqəli şəbəkələr adlanır. Hallarda e & lt v −1, bütün zirvələr birləşdirilməyəcək və eyni şəbəkənin bir hissəsi olmayacaqdır. Minimal əlaqəli şəbəkədən bir kənarı çıxarıb iki müstəqil kiçik şəbəkəyə bölmək olar. Bir şəbəkənin bağlantısı sabit bir sıra zirvələr üçün kənarların sayını artırmaqla artırıla bilər. Beləliklə, şəkil 3A-da dörd zirvə və yalnız iki kənar, AB və CD var, buna görə də bütün təpələr eyni şəbəkənin bir hissəsi deyildir. Bununla birlikdə, kənarlar D təpəsində (Şəkil 3B) birləşdirildikdə, kənarların sayı üçə qaldırılır və bununla da dörd zirvəsi və üç kənarı ilə minimal əlaqəli bir şəbəkə meydana gəlir (edəq = v − 1).

Qamma

0.33 böyük dəyərləri ilə v. Qeyd, γ & lt ola bilməz

0.33, çünki kənarların sayı ən azı 1 olmalıdır.

Γ əlaqənin əhəmiyyətli bir ölçüsü olsa da, şəbəkə bağlantısını tam olaraq ölçmək kifayət deyil. Rəqəmlər 5A və 5B-də iki şematik kəsmə zonası eyni γ-yə malikdir, lakin keyfiyyətcə fərqli əlaqə səviyyələrinə sahibdir. Vizual yoxlama göstərir ki, bu şəbəkələrdən biri digərinə nisbətən əhəmiyyətli dərəcədə açıqdır (şəkil 5A) (Şəkil 5B). Buna görə, yalnız γ bir şəbəkədə mövcud olan bir-birinə bağlılığı və ya qapalı dövrələrin sayını ölçmədiyi üçün əlaqənin tam ölçüsünü təmin etmir. Bağlantı baxımından əhəmiyyətli dərəcədə fərqli görünən şəbəkələr üçün γ dəyərlərindəki bu üst-üstə düşmə γ və qrafika ilə başa düşülə bilər. v, hər biri üçün minimal əlaqəli şəbəkələr üçün γ dəyərinin hesablandığı v γ olduğu minimal əlaqəli şəbəkələr üçün yüksək ola bilər v & lt 7, minimum bağlı bir şəbəkə üçün 0.67 dəyərinə çatdıqda v = 3 (şəkil 5C). Bununla birlikdə, γ dəyəri, təpələrin sayı 7-dən çox olduqda nisbətən sabit olur (0,34 ilə 0,40 arasında dəyişir) və zirvələrin sayı 20-dən çox olduqda asimptotik olaraq 0,34-0,35 dəyərinə yaxınlaşır (şəkil 5C). Bağlantı ölçüsünə və ya bir şəbəkəyə dövrələrin və ya qapalı döngələrin sayını daxil etmək üçün α indeksi faydalıdır.

Alfa

Alfa indeksi (α) başlanğıc zirvəsi ilə bitən təpənin eyni olduğu dövrlərin sayını (və ya anastomoz verən kəsmə zonası sistemindəki pastiller kimi qapalı ilmələri) ölçür. Bir dövrə, hər hansı iki xüsusi zirvəni birləşdirmək üçün birdən çox yol təmin etdiyi üçün, şəbəkədə daha çox sayda dövrə olması onun bağlantısını artırır. Şəbəkədəki mümkün maksimum dövrə sayı 2-dirv −5, və ya emaksedəq, harada v şəbəkədəki zirvələrin sayıdır. Minimum əlaqəli şəbəkədə heç bir dövr yoxdur. Müəyyən bir şəbəkədə mövcud olan dövrə sayı, həmin şəbəkədəki bütün təpələri birləşdirmək üçün lazım olan minimum kənar sayını həmin şəbəkədəki mövcud kənarların sayından çıxarmaqla əldə edilə bilər.

Α və γ istifadə edərək əlaqə

Hər kəsmə zonası şəbəkə analizlərimiz üçün α və γ hesablamaq üçün, sırasıyla təpələri və kənarları təyin edən nöqtə və polilin şəkillər yaratdıq. Kənarların və təpələrin sayı və α və γ dəyərləri ArcView uzantısı (Wong and Lee, 2005) istifadə edərək hesablanmışdır. Bağlantı parametrlərinin məlumatlı ekranı α ilə α arasında bir şəkildir (şəkil 6). Bu süjetdə possible və α üçün mümkün olan bütün dəyərlər v = 3, 4, 5, 10, 50 və 100 göstərilir. Bu mümkün dəyərləri birləşdirən xətləri təsvir edirik ki, meyllər aydın olsun, ve tam dəyərlərlə məhdudlaşır. Α ilə γ arasındakı fərq, kiçik dəyişikliklərlə əhəmiyyətli dərəcədə dəyişir v -ın aşağı dəyərləri üçün v (v & lt 10). Ancaq daha yüksək dəyərlər üçün v, dəyərindəki kiçik dəyişikliklər γ və α üçün hesablamaları əhəmiyyətli dərəcədə dəyişdirmir (xətlər bir-birinə yaxınlaşır) v & gt 10).

Α və γ hesablamalarındakı səhvi qiymətləndirmək sadə deyil, çünki hesablamalar yalnız kənarların və təpələrin dəqiq identifikasiyasına əsaslanır. Kənarları və təpələri müəyyənləşdirməkdə hər hansı bir səhvin baş verməsi mümkün olsa da, ehtimal edilən səhv ssenariləri Şəkil 7-də göstərilmişdir. Şəkil 7A-da həqiqi bir şəbəkə təsvir edilmişdir. Rəqəmlər 7B – 7E-də eyni şəbəkə kənarların və təpələrin mümkün səhv identifikasiyası ilə təsvir edilmişdir. Səhv identifikasiyaların kənar təsirlərə, kənar səth topoqrafiyasına və ya kəsilmə zonasının qalınlığına görə qeyri-müəyyənliyə əsaslanaraq baş verə bilər. Bu cür səhv identifikasiya ilə ev proqnozlaşdırılan moda ilə fərqlənəcək, ayrılmaq və ya birləşmək əvəzinə ya artacaq, ya da azalacaq (bax. Şəkil 7). Çünki ev proqnozlaşdırılan şəkildə dəyişə bilər, səhv identifikasiyalar hesablanmış α və γ dəyərlərinə daha az təsir göstərəcəkdir ev ayrılmış və ya yaxınlaşmış.

Α və γ ehtimal olunan səhvlərini təxmin etmək üçün onları Şəkil 6-da% 5 səhv çubuqları ilə təqdim edirik. Bu səhv aralığında bir çox ehtimal var ev dəyərləri əhatə edir ev səhv müəyyənləşdirmə səbəbindən tapıla bilən dəyərlər. Kiçik şəbəkələrdə (az sayda) səhvlərin olması ehtimalı daha azdır ev), lakin bu cür səhv identifikasiyaların səhv α və γ-yə səbəb olması ehtimalı yüksəkdir. Daha böyük şəbəkələr üçün kənar və təpə identifikasiyalarının səhv olacağı ehtimalı daha yüksəkdir, lakin belə səhv müəyyənləşdirmələr α və on-a çox az təsir göstərəcək, çünki α və γ üçün nəzəri cütlənmiş dəyərlər yaxınlaşır (Şəkil 6-dakı xətlər arasındakı boşluq olur kiçik). Beləliklə, açıq məruz qalmış kiçik şəbəkələr və daha geniş şəbəkələr üçün hesablamalar güclü olacaqdır v & gt 10.

Sinuozluq

Bir xətt seqmentinin uzunluğu ilə bu seqmentin düz nöqtə boyunca ölçülən son nöqtələri arasındakı məsafənin nisbəti kimi təyin olunan Sinuosity (DeMers, 2000), şəbəkələri təsvir etmək və müqayisə etmək üçün başqa bir parametrdir. Bir kənar üçün mümkün olan minimum sinuozite 1 (topoloji olaraq düz xətt seqmenti ilə təmsil olunur) və maksimum potensial sinuozluq yoxdur. Bu atribut bir şəbəkənin ayrı-ayrı kənarlarına tətbiq oluna bilər və eyni şəbəkənin müxtəlif seqmentləri arasında və ya fərqli şəbəkə sistemləri arasında müqayisə üçün əsas kimi istifadə edilə bilər. Şəkil 8 artan sinuozluğun sxematik şəbəkələrini göstərir. Bir kəsmə zonası şəbəkəsinin kənarlarını sadə düz xətt seqmentləri ilə yaxınlaşdırmaq olarsa, bu kənarların sinuozite dəyərləri 1 olacaqdır. Sinuozitenin daha yüksək dəyəri bu kənar üçün artan topoloji mürəkkəbliyi göstərir.

Şəkil 2-də göstərilən kəsmə zonası şəbəkəsinin hər bir kənarı üçün sinuozite dəyərləri (Şəkil 9A) bir ArcView uzantısı (Wong və Lee, 2005) istifadə edərək hesablanmışdır (şəkil 9B). Sinuozite ölçmələri və səhvləri dəqiq uzunluq ölçmələrindən asılıdır ki, bu da rəqəmsal şəkillərin dəqiqləşməsindən və kəsilmə zonalarının müəyyən edilməsindən (geniş deformasiya zonasında ən yüksək deformasiya sahəsini nə qədər yaxından müəyyən edə bilər) asılıdır. Səhvi qiymətləndirmək üçün rəqəmsal şəkillərin hər biri üçün fərdi kəsmə zonalarının bir piksel və orta eni və ya qalınlığı ilə göstərilən həqiqi məsafəni hesabladıq. Şəkil 2-də təmsil olunan şəbəkə üçün ayrı kəsmə zonalarının orta eni beş piksel və ya 0,21 sm idi. Bu səbəbdən, uzunluq ölçmələri üçün beş piksellik kvadrat blok üçün sünnət dairəsinin diametri olan səhv aralığı olaraq ± 0,3 sm dəyərində istifadə etdik. Sinuozite hesablamalarımızda bu potensial uzunluq aralığını istifadə edərək, tipik olaraq çox kiçik olan sinuozite səhv təxminlərini əldə etdik (& lt0.001, verilən rəqəmlərin əhəmiyyətli rəqəmləri daxilində). Bənzər bir prosedur, bu sənəd üçün istifadə olunan bütün digər rəqəmsal rəqəmlər üçün istifadə edilmişdir. Bu şəbəkəni təşkil edən kənarlar üçün orta sinuozite dəyəri (1.05) də hesablanmışdır. Ortadan yuxarı sinuozite dəyərlərinə sahib olan kənarları müəyyənləşdirildi və göstərildi (Şəkil 9).

Vertex paylama nümunələri

Şəbəkə təpələrinin paylanma sxemi bir-birinə bağlı kəsilmə zonalarının məsafəsi və ümumi oriyentasiyası, təpələrin şəbəkə daxilindəki mərkəzi yer ətrafında necə səpələnməsi və ümumi yönlü yanlılıq nümayiş etdirib göstərməmələri (boyunca paylanmışdır) ilə bağlı mühüm məlumat verə bilər. digər istiqamətlərdən daha çox xüsusi bir istiqamət). Üstəlik, zirvələrin çoxluqlu, təsadüfi və ya dağılmış bir paylanma nümunəsi göstərdiyini də müəyyən edə bilərik.

Şəkil 10-da, Şəkil 2-də göstərilən kəsmə zonası şəbəkəsinin təpələri üçün standart bir məsafə dairəsi və standart bir sapma ellipsi qurduq. Standart sapma ellipsi böyük oxun hörməti ilə (tırmığı) hesablanmış 1.7 eliptikasına malikdir. S35W-nin tətilindən 24 ° -lik çıxış istiqamətinə (Cədvəl 1). Elliptiklik, təpələrin yönlü bir qərəzli olması barədə əyani təəssüratı təsdiqləyir. Hər hansı bir statistik təhlildə olduğu kimi dəqiqlik də məlumat dəstinin ölçüsündən və ya standart sapma ellipsinin qurulması üçün istifadə olunan təpələrin sayından asılıdır.

Eynilə, ikinci dərəcəli qonşu statistikası, ən yaxın qonşular arasındakı məsafələrdən istifadə etməklə hesablana bilər. İkinci və ya daha yüksək sifarişli statistika, fərqli məkan tərəzilərində vertex paylanma modelini qiymətləndirmək üçün istifadə edilə bilər. Məsələn, Şəkil 11-də iki fərqli nöqtə paylama qanunauyğunluğunu görmək olar. Ən yaxın qonşular arasındakı məsafələr çox oxşardır, lakin ikinci yaxın qonşular arasındakı məsafə xeyli fərqlidir. Şəkil 11A-da nöqtələr lokal olaraq qruplaşdırılmışdır, lakin təhlil olunan ərazidə dağılmışdır, halbuki Şəkil 11B-dəki nöqtələr həm lokal olaraq, həm də təhlil olunan sahənin üzərində toplanmışdır.

Yuxarıdakı təhlillər Şəkil 2-də göstərilən kəsilmə zonası şəbəkəsi üzərində aparılmış və nəticələr Cədvəl 1-də verilmişdir. Nəticələrdən göründüyü kimi təhlil olunan kəsmə zonası şəbəkəsi üçün birinci dərəcəli ən yaxın qonşu statistikasının göstəricisi 1,4 olmuşdur. təpə paylanması nümunəsinin dağıldığı. Standartlaşdırılmışdır Z-puan dəyəri 4.21 idi, bu da müşahidə olunan paylama paterninin% 5 inam səviyyəsi daxilində statistik cəhətdən əhəmiyyətli olduğunu göstərir. İkinci dərəcəli ən yaxın qonşu statistikasının nəticələri də statistik cəhətdən əhəmiyyətli dərəcədə dağınıq vertex paylanma qaydasını göstərdi.


PgRouting şəbəkəsinə yer əlavə edin - Coğrafi İnformasiya Sistemləri

Kentukki CİS məlumatları

Tərtib edən Jeff Barrow

I. Natural Təbii Qaynaqlar Departamenti

A. Yerüstü Mədən CİS Xəritələrinin Bölməsi

1. İnteraktiv Xəritələr - DSMRE İnternet Xəritəçəkmə tətbiqetmələri istifadəçilərə icazə sənədlərini, su monitorinq nöqtələrini və yeraltı mədən sahələrini görməyə və sorğu etməyə imkan verir. Xüsusi bir proqram tələb olunmur. Naviqasiya, sorğu, tamponlama və xəritə çapı üçün əsas alətlər hər saytda mövcuddur.

2. Yüklənə bilən xəritələr - Mədən və meliorasiya plan xəritələri, icazə sərhədləri örtük xəritələri və yeraltı mina mühəndisliyi rəsmləri skan edilmiş və yerdən referans verilmişdir və FTP vasitəsilə İnternetdən yükləmək mümkündür.

3. Məkan məlumatları - İcazə yerləri, icazə hüdudları, su monitorinq quyuları və mina quyuları üçün DSMRE məkan verilənlər bazalarını yükləyin.

4. CİS Bağlantıları - Xəritə və digər CİS məlumatları və xidmətləri üçün bu linkləri ziyarət edin.

B. Qoruma şöbəsi

1. CİS - Coğrafi İnformasiya Sistemi

2. Torpaq Araşdırması - Kentukki Qoruma Torpaq Araşdırması Bölməsi

III. Təbii Resursların Qoruma Xidməti - ABŞ Kənd Təsərrüfatı Nazirliyi Təbii Resursları Qoruma Xidməti Coğrafi Məlumat veb saytı

IV. Coğrafi Məlumat İdarəsi - A Texnologiya Qubernatorluğunun bir hissəsi, Coğrafi İnformasiya Ofisi (OGI), Kentucky Birliyi daxilində GIS proqramlarını təşviq etmək, koordinasiya etmək və həyata keçirməkdən məsuldur.

V. Kentukki Coğrafiya Şəbəkəsi - Kentukki Birliyi ilə əlaqəli coğrafi məlumat mənbələri

VI. Rəqəmsal Torpaqlar Məlumatları (SSURGO) (xəritə şəkli) - Rəqəmsal torpaq məlumatlarının vəziyyəti xəritəsi bu USDA NRCS saytında yerləşir.

A. Benchmark Data: NGS etalon verilənlər bazasına isti bağlantı ilə Kentukki Basemap.

B. Xəritə Təsviri: Taranmış, yerdən istinad edilmiş topoqrafik, geoloji və digər xəritələr.

C. Yüksəklik Məlumatları: Müxtəlif miqyaslı rəqəmsal yüksəklik modelləri.

D. Siyasi və fiziki sərhəd məlumatları: Siyasi sərhədləri, xəritə indekslərini, bölgələri, ərazinin inkişaf bölgələrini (ADD), şəbəkələri göstərən xəritələr (örtüklər).

E. Geologiya məlumatları: Ştatın geoloji örtükləri, neft və qaz quyuları, kömür axtarış sahələri.

F. Hidrologiya məlumatları: Kentukkidəki hidroloji və su hövzəsi örtükləri, su quyuları, karst boyası izləri, sulak ərazilər, NHD axınları.

G. Nəqliyyat məlumatları: Kentukkidəki yollar və magistral yollar.

H. Torpaq məlumatları: NRCS (Milli Resursları Qoruma Xidməti) tərəfindən Kentukkidəki torpaqlar.

I. County basemap data : From ESRI, TIGER/Line files--roads, railroads, rivers, lakes, political boundaries, census statistical boundaries, etc., covering the entire United States by county or state.


Mapping the results of mobile network monitoring: a GIS solution

Most of us are familiar with the &lsquocan you hear me now&rsquo commercial &ndash a spectacled technician from a major wireless carrier moves about with a dedicated team testing the voice clarity of the network. Geographic information system (GIS) technology (Foote and Lynch, 2011), together with the use of existing data collection hardware, allows analysts to map results of mobile networks both accurately and efficiently. This paper will detail how geospatial analysis and methodologies were used to address questions related to ideal locations for a cellular network monitoring service, and where such service should be offered to achieve maximum results. Moreover, it explains what qualifies spatially as a quantitative measurable result. Finally, it illustrates how to harness the power of base map and demographic data together with TEMS&trade Automatic network monitoring software to evaluate wireless infrastructure.

Journal

International Journal of Critical Infrastructures &ndash Inderscience Publishers