| Повече ▼

Има ли инструмент за геообработка, който мога да използвам, за да намеря най -близкия път до точка на картата?

Има ли инструмент за геообработка, който мога да използвам, за да намеря най -близкия път до точка на картата?


Имам слой Network Dataset, който използвам за извършване на маршрутизация. Дори ако начална или крайна точка не е близо до път в слоя Network Dataset, пак искам да извърша маршрутизиране, използвайки тези точки. Има ли начин да накарам маршрута да започне от най -близкото място на ND, до началната точка или да завърши по маршрута на най -близкото място в близост до крайната точка?


ArcMap трябва да направи това за вас автоматично (щракнете точки извън мрежата до най-близкото място в мрежата), когато зареждате местоположения в своя слой за анализ с помощта на лентата с инструменти Network Analyst. Ако имате нужда от по -голям контрол над това кои класове получават местоположения, прикрепени към тях, можете да направите това в прозореца "Свойства на слоя" на вашия слой за мрежов анализ. Вижте „Толерантност при търсене и обхващаща среда“ на тази страница:

http://resources.arcgis.com/en/help/main/10.2/index.html#//00470000003n000000


Ако разбирам правилно въпроса ви, имате разширение Network Analyst, би трябвало да можете автоматично да прикрепите точките си на произход/местоназначение към мрежата. Ако погледнете под опциите за мрежов анализатор, има опции за прилепване на местоположението. Повече информация има в тази помощна страница: http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.html#//00470000003n000000

Надявам се, че това помага, Дейвид


Успях да разреша това, като промених толеранса за търсене на инструмента Добавяне на спирки на по -голям брой.


CostConnectivity (Региони, Cost_Ras, Cost_Connect) Двата входа (региони и данни за разходите) са показани от лявата страна на изображението, а дясната страна на изображението показва изходната мрежа с най-ниска цена, показана в регионите.

Входните региони могат да бъдат или растерни, или характеристични данни.

В растер регионът е група от клетки със същата стойност, които са съседни една на друга (съседни). Когато вашите региони за въвеждане са идентифицирани от растер, ако някои зони (клетки със същата стойност) са съставени от множество региони, първо стартирайте инструмента „Група региони“ като стъпка за предварителна обработка, за да присвоите уникални стойности на всеки регион. Използвайте получения растер като региони за въвеждане на инструмента Cost Connectivity.

Когато входните региони са идентифицирани чрез данни от многоъгълник, линия или точка, те се преобразуват в растер с помощта на идентификатора на характеристиката, за да се гарантира, че получените региони имат уникални стойности. Следователно, полигони с много части не могат да бъдат въведени. Когато се въвеждат многоточкови данни, Cost Connectivity на случаен принцип избира една от точките на местоположението като стойност на региона.

Можете да контролирате разделителната способност на областите на растеризирани входни характеристики със средата Размер на клетката. По подразбиране разделителната способност ще бъде зададена на разделителната способност на входящия растер за разходи.

Когато се използват данни за многоъгълни характеристики за данните за входящия регион, трябва да се внимава как се обработва размерът на изходната клетка, когато е груб, спрямо детайлите, присъстващи във входа. Вътрешният процес на растеризация използва същия метод на присвояване на клетка по подразбиране като инструмента Polygon to Raster, който е Cell center. Това означава, че данните, които не са разположени в центъра на клетката, няма да бъдат включени в междинната растеризирана област и така няма да бъдат представени в изчисленията на разстоянието. Например, ако вашите региони са поредица от малки полигони, като например отпечатъци на сгради, които са малки спрямо размера на изходната клетка, възможно е само няколко от тях да попаднат под центровете на изходните растерни клетки, като привидно причиняват повечето останалите да бъдат загубени в анализа.

За да избегнете тази ситуация, като междинна стъпка, можете да растеризирате входните функции директно с инструмента Polygon to Raster, да зададете поле с приоритет и да използвате получения резултат като вход за инструмента Cost Connectivity. Като алтернатива можете да изберете достатъчно малък размер на клетката, за да уловите подходящото количество детайли от функциите за въвеждане.

Когато въвеждането на регион е функция, полето ObjectID (например OID или FID, в зависимост от типа на въвеждането на функция) ще се използва като идентификатор на региона.

Ако регионите за въвеждане са растерни и обхватът на идентификаторите на редове е много голям (дори ако има само няколко области), ефективността на инструмента може да бъде повлияна отрицателно.

Местоположенията на клетки с NoData в растъра за входни разходи действат като бариери.

Степента на обработка по подразбиране е същата като тази на растъра за входни разходи.

Растерът на разходите не може да съдържа нулеви стойности, тъй като алгоритъмът е мултипликативен процес. Ако вашият растер за разходи съдържа стойности от нула и тези стойности представляват области с най -ниска цена, променете стойностите от нула до малка положителна стойност (като 0,01), преди да стартирате Cost Connectivity, като първо стартирате инструмента Con. Ако области със стойност нула представляват области, които трябва да бъдат изключени от анализа, тези стойности трябва да се обърнат към NoData, преди да стартирате Cost Connectivity, като първо стартирате инструмента Set Null.

За изходния клас характеристики на съседните връзки съседите не се идентифицират по евклидово разстояние, а вместо това се определят по разходно разстояние. Следователно най -близкият съсед на региона е най -евтиният за пътуване, а не този, който е най -близо до разстоянието. Извършва се операция по разпределяне на разходите, за да се идентифицират кои региони са съседи един на друг.

Оптималната изходна мрежа се създава от пътищата, произведени в незадължителния изход на съседни връзки. Пътищата в незадължителния изход на съседни връзки се преобразуват в теория на графиките. Регионите са върховете, пътеките са ръбовете, а натрупващите разходи са теглата за ръбовете. Минималното обхващащо дърво се изчислява от графичното представяне на пътищата, за да се определи мрежата с най-ниски разходи, необходима за пътуване между регионите.

Всеки път с най-ниска цена първо достига външната граница на полигона или многоклетъчния регион. От периметъра на региона инструментът след това продължава пътеките с допълнителни сегменти на линия, позволяващи точки на влизане и излизане между регионите и движение в тях. Няма допълнителни разходи за придвижване по тези сегменти на линията.

Инструментите Cost Distance и Cost Path могат да се използват за свързване на региони, които не са директно свързани в минималното обхващащо дърво въз основа на априорна информация. Например, определен регион може да се нуждае от алтернативен път за бягство, за да могат евакуаторите да се евакуират от региона. Тъй като получените пътища от Cost Path достигат само ръба на регион, ако искате да използвате тези допълнителни пътища в интегрираната мрежа за извършване на последващ мрежов анализ, ще трябва да разширите тези пътища в рамките на региона, за да ги свържете с пътищата в минималната обхващаща дървесна мрежа.

Незадължителният изход на съседни връзки може да се използва като алтернативна мрежа на мрежата с минимално обхващащо дърво. Този изход свързва всеки регион със съседните му региони на разходите, като по този начин произвежда по -сложна мрежа с много пътища. Класът на характеристиките може да се използва такъв, какъвто е, или като база, от която да създадете своя собствена желана мрежа. За да направите това, можете да изберете конкретните пътища, които искате в рамките на мрежата, като използвате бутона Избор по атрибути или групата Избор в раздела Карта или инструмента Избор на геообработка. Решаването кои пътища да изберете може да се основава на познаването на областта и статистиката, свързана с пътищата в получената таблица с атрибути.

Получената мрежа, или от минималното обхващащо дърво, или от незадължителните съседни връзки, може да бъде преобразувана в мрежа на Network Analyst за извършване на допълнителен мрежов анализ.

Вижте Аналитични среди и Spatial Analyst за допълнителни подробности относно средите за геообработка, които се прилагат към този инструмент.


Услуги за уеб картографиране

За да анализирате данните за добива на въглища спрямо вашите собствени данни, ще трябва да използвате софтуер за географски информационни системи (ГИС).

Наличните набори от данни са всички растерни изображения без подробности за отделните функции, вижте наличните данни на Coal Authority, ако имате по -специфични нужди.

Въведете адреса на набора от данни, който искате, във вашия клиент на услугата Web Mapping Service (съвет: щракнете с десния бутон и копирайте пряк път).

  • Области за отчитане на въгледобива - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_coal_mining_reporting_areas/MapServer/WMSServer - областите, в които Органът за въглища препоръчва доклад за добив.
  • Минни записи - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_mine_entries/MapServer/WMSServer - центъра на моите записи, извлечени от планове, държани от въглищната власт.
  • Области на риска за развитие и ресурси от въглища - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_planning_policy_constraints/MapServer/WMSServer - комбинация от слоеве от данни, подходящи за планиращите, служителите по политиките за планиране и мениджърите на активи.
  • Специфичен риск - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_specific_risk/MapServer/WMSServer - по -подробна информация, която заедно съставя данните за зоната на риска за развитието.
  • Каталог на изоставените мини - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_abandoned_mines/MapServer/WMSServer - географски каталог на плановете на изоставените мини, държани от Управлението на въглищата.
  • Данни, съвместими с INSPIRE - https://map.bgs.ac.uk/arcgis/services/CoalAuthority/coalauthority_inspire/MapServer/WMSServer - набор от данни, състоящ се от точки за наблюдение на въглеродния орган и области на лиценз.

Подпис на инструмента, параметри и документация¶

Функцията за извикване на инструмента за геообработка включва документация за този инструмент. Този документ се показва с помощта на интелиссенса на вашата IDE и може да бъде достъпен с помощта на помощната функция на Python:

Както е показано в примера по -горе, функциите на инструментите се анотират с помощта на подсказки за тип, за да се посочи входът, който те приемат, и продукцията, която произвеждат. Подписът на функцията включва стойности по подразбиране за входните параметри, така че обаждащият се не трябва да ги посочва, освен ако не се изисква. Документацията за параметри включва описание на всеки параметър, очаквания тип и дали е задължителен или незадължителен. Ако параметърът приема от списък с входни стойности, този списък се включва в документацията като „Списък за избор“. Документацията включва вида и описанието на връщаната стойност на функциите.

След това преминете към темата Използване на инструменти за геообработка, за да видите как тези инструменти могат да се използват в скриптове на Python.


Клас на картографиране: Техники за георефериране, първа част и#8211 Основите, с Ханс ван дер Маарел

Добре дошли обратно в поредното вълнуващо издание на Mapping Class, нова поредица от видео-блогове, в която събираме уроци и работни потоци, създадени от експерти по картографи и мощни потребители на Avenza от цял ​​свят. За тази статия с удоволствие представяме Ханс ван дер Маарел, собственик на Red Geographics и експерт по картограф. Присъединявайки се към нас от Холандия, Ханс събра видеоурок, показващ съвети и трикове за справяне с геореферирането в различни сценарии за картографиране. В тази първа част Ханс преминава през основите на геореференцията в MAPublisher, използвайки чиста карта на града на Zevenbergen. Очаквайте скоро втора част, която ще разкрие как Ханс подхожда към по -предизвикателни задачи за георефериране, включително справяне с неизвестна информация за проектиране и работа с исторически карти.

Ханс е произвел кратко видео разходка, описваща подробно първата част от неговия процес на георефериране. Екипът на Avenza е създал видео бележки (по -долу), които да ви помогнат да го следвате.

Техники за георефериране Първа част: Основите
от Ханс ван дер Маарел (видео бележки от екипа на Avenza)

Геореферирането е процес на заснемане на изображения или картографски данни, при които липсва информация за географско местоположение, и свързването им със специфични координати на Земята. Геореференцията е много често срещана, но понякога предизвикателна стъпка, необходима за производството на точни, значими картографски продукти. Чрез географско свързване на картовите данни, картографите могат да гарантират, че характеристиките на техните карти са разположени правилно и по начин, който точно представя реалния свят. Геореферирането също така улеснява добавянето и актуализирането на карти с нови слоеве от данни, тъй като информацията за местоположението, съхранена в новите слоеве на картите, ще бъде точно припокрита в правилната позиция на по -старите проекти на карти. Процесът на карти за георефериране може да бъде сложен, но Ханс очерта някои лесни за изпълнение стъпки за бързо изпълнение и валидиране на прости задачи за георефериране с данни от векторни карти.

Като цяло, ефективното георефериране трябва да включва най -малко три известни контролни точки. В този пример Hans е включил допълнителна четвърта контролна точка, за да осигури допълнителна точност.

Когато локализирате контролни точки, добра идея е да изберете точки, които приблизително приближават четирите ъгъла (квадранта) на вашата карта. Това може да гарантира, че резултатът от геореферирането е точен за цялото покритие на картата и минимизира ефектите на изкривяване/срязване, тъй като слоевете на картата се съпоставят с крайната координатна система. Картографите трябва да отделят време, за да се уверят, че избраните контролни точки са възможно най -точни, тъй като грешките в разположението на контролните точки ще се разпространят във всички места на картата. Лошото разположение на контролните точки може да доведе до цялостна лоша точност на георефериране.

Използвайки инструмента за местоположение на MAP страница, поставете четири контролни точки на известни, лесно разпознаваеми места. Ханс препоръчва поставянето на контролни точки на разпознаваеми характеристики на картата, които лесно могат да се видят на еталонните изображения. За този пример Ханс избра да използва ъглите и ръбовете на големи структури (т.е. по-големи сгради/резервоари) или центровете на добре известни големи пътни кръстовища. Когато използвате пътни характеристики като референтни контролни точки, Ханс препоръчва използването на центъра на характеристиката, а не на ръба. Това може да компенсира вариациите в разположението на ръба на пътя, които могат да възникнат, когато слоят векторна линия не съвпада напълно с истинската ширина на пътя/платното в изображенията.

След това отворете инструмента за георефериране и изберете опцията „Добавяне на световни местоположения“. Оттук, използвайте вградената уеб карта, за да изчислите координатите на географска ширина/дължина за всяка от вашите известни контролни точки. Използването на изглед на сателитни изображения може да улесни този процес, особено когато се занимавате с физически характеристики на картата (т.е. изграждане на ъгли). Повторете това за всяка от четирите контролни точки.

Получената таблица ще покаже списък с зададени координати за всяка от тези контролни точки. Оттук, ако вече знаете проекцията, в която данните на картата вече са, можете да зададете тази координатна система на този етап. Ако не сте сигурни, инструментът за геореференция автоматично ще предостави предложен списък с координатни системи, които съответстват на зададените от вас контролни точки. Тези „най-добри“ съвпадения се предоставят въз основа на измерването на грешката между вашите зададени от потребителя координати и местоположенията в реалния свят на уеб картата. В идеалния случай искате най -ниската комбинирана стойност на грешката. Като цяло предложените координатни системи в горната част на списъка често са най -добрият избор.

След като изберете желаната координатна система, инструментът автоматично ще създаде нов MAP View, където можете да поместите вашите новопосочени географски данни от картата. Ще забележите, че местоположенията на MAP страници, които сте създали по -рано, ще се показват заедно с новите контролни точки за геореференция. Това е чудесен начин да помогнете за валидирането на вашата геореференция, тъй като ще можете да наблюдавате точността (или неточността) на поставените ви контролни точки.

И накрая, добра идея е да използвате инструмента Find Places за валидиране на вашите резултати от георефериране. Опитайте да потърсите идентифицируеми забележителности или основни характеристики на картата си (т.е. жп гари). Просто потърсете местоположение с помощта на инструмента Find Places и го сравнете с географски посочените местоположения на вашата карта.

С това завършва първа част на “Техники за георефериране с Ханс ван дер Маарел“. Сега, след като сте обхванали основите на геореферирането в MAPublisher, включете се за втора част в следващото издание на Mapping Class. Там ще видите как Ханс се справя с по-сложни проекти за георефериране, включително какво да правите, когато имате карти с малък мащаб, които идват от сканирани или отпечатани изображения, или когато информацията за прожектиране или препратки не е налична. Ханс ще използва красива историческа карта на северозападна Африка, за да демонстрира този проблем. Потърсете го в блога на Avenza Resources следващия месец.


Как да използвате интерактивната карта на престъпността на ADT

Започнете, като въведете желания от вас град, пощенски код или държава в горната част на интерактивната карта. След като направите това, ръководството ще генерира вашия район, подчертавайки всяка категория престъпления.

Щракването върху картата ще ви даде още повече информация за района и конкретни подробности относно всяка категория престъпление.


Регистриране и обработка на грешки¶

Инструментите за геообработка регистрират информативни, предупредителни съобщения и съобщения за грешки, използвайки средство за регистриране за Python. Тези съобщения включват следната информация:

  • Когато операцията започна и приключи
  • Използваните стойности на параметрите
  • Обща информация за хода на операцията (информационно съобщение)
  • Предупреждения за потенциални проблеми (предупредително съобщение)
  • Грешки, които причиняват спиране на изпълнението на инструмента (съобщение за грешка)

Цялата комуникация между инструменти и потребители се осъществява с тези дневници. Съобщенията са категоризирани по тежест и се регистрират на тези различни нива:

Информативно съобщение е информация за изпълнение на инструмент. Никога не се използва за обозначаване на проблеми. В информационни съобщения се намира само обща информация, като например напредъка на инструмента, времето, когато инструментът е стартиран или завършен, характеристиките на изходните данни или резултатите от инструмента.

Предупредителните съобщения се генерират, когато инструмент изпитва ситуация, която може да причини проблем по време на изпълнението му или когато резултатът може да не е това, което очаквате. Например, дефинирането на координатна система за набор от данни, която вече има определена координатна система, генерира предупреждение. Можете да предприемете действия, когато се върне предупреждение, като например да отмените изпълнението на инструмента или да направите друг избор на параметър.

Съобщенията за грешка показват критично събитие, което е попречило на инструмент да се изпълни. Грешки се генерират, когато един или повече параметри имат невалидни стойности, или когато критичен процес на изпълнение или рутина са се провалили.


5. OptimoRoute

Цена: Започва от $ 17,10 на водач (безплатен 30 -дневен пробен период)
Предлага се на: iOS, Android
Най -полезен за: Бизнес, мобилна работна сила

OptimoRoute описва мисията си като „Организиране на мобилната работна сила“. Той е ефективен планировчик на маршрути, обслужващ много индустрии, от изходяща логистика за малки до големи транспортни паркове, до продажби на място, до събиране на отпадъци. Техният уебсайт изброява много други индустрии, които биха могли да се възползват от тяхната услуга.

Подобно на други планиращи маршрути с много спирки в този списък, основната функция на OptimoRoute е планиране и оптимизиране на маршрути чрез софтуер, достъпен чрез смартфон, таблет и компютър.

Характеристика

Уебсайтът на OptimoRoute може да се похвали с над 50 функции в едно приложение.

Те предлагат проследяване и ETA на доставки чрез изчисляване на напредъка на завършванията и местния трафик. Можете също да изпращате клиенти лични съобщения относно сроковете за доставка, за да ги поддържате актуални.

Маршрутите могат да бъдат променен в движение и се актуализира автоматично, за да отчита доставките в последната минута, отменените доставки и болните шофьори.

OptimoRoute позволява на потребителите да планират маршрути за няколко дни, седмици предварително. Това е особено важно за шофьорите на дълги разстояния, изминаващи огромни разстояния, които искат да се събудят и да продължат оттам, където са спрели.

Оптимизация на маршрута отчита разрешеното работно време на шофьорите, за да се предотвратят извънреден труд и ненужни разходи.

Спецификации на превозните средства следи капацитета и характеристиките на превозните средства, като хладилници и onramps, за да осигури правилния камион за правилната доставка.

Ръководството ще оцени данни, записани автоматично от полето. Тя позволява на лидерите да идентифицират както висококачествени, така и слабо работещи членове и да правят корекции, ако е необходимо.

Галета сравнява планираните маршрути с реално управляваните маршрути. Ръководителите на екипи могат да открият отклонения, които може да се наложи да бъдат отстранени при проблеми с производителността.

Уникална за OptimoRoute е функция, наречена Баланс на натоварването. Той анализира съществуващото работно време или натовареността на водачите и съответно разпределя нови поръчки. Балансът на натоварването може също да разпределя поръчки въз основа единствено на броя на необходимите водачи или чрез равномерно разпределение в целия парк.

Резултати

Клиентите на OptimoRoute отчитат голямо намаляване на пробега и увеличен капацитет за доставка. Други твърдят, че времето за планиране намалява, с подобрения както в ефективността, така и в растежа на бизнеса.

Характеристиките на OptimoRoute със сигурност са специфични за шофьорите на доставките и техните препоръки са изцяло от индустрията на логистиката и обслужването на място. Така че, ако търсите планиращ маршрут за доставка с много спирки за вашия автопарк, OptimoRoute може да има специфичния за индустрията фокус, който търсите.


Намиране на парк чрез анализ на годността

Анализ на парка и проектиране: Намиране на парк чрез анализ на годността (част 2)

В предишната си публикация в блога анализирах достъпността на парковете в град Редландс и открих няколко района на града, които бяха по -далеч от една миля от съществуващ парк по уличната мрежа. Сега искам да определя къде най -добре да разположа нов парк в зоните, които идентифицирах като недостатъчно обслужвани от настоящите паркове.

За да отговоря на този въпрос, ще направя анализ на годността, за да намеря парцели, които са най -подходящи за нов парк.

Има два основни типа анализ на годността: двоичен и претеглен. Двоичният анализ на пригодността включва двоичен краен отговор —1 или 0, или в нашия случай подходящ и неподходящ. Претегленият анализ на пригодността дава възможност за диапазон от крайни отговори, например от 1 до 10, и позволява на определени слоеве да имат по -голямо влияние (тежест) върху резултата от модела. За този пример ще създам модел за анализ на двоична годност.

Както при нашия анализ на достъпността на парковете, ще започна с няколко набора от данни от City of Redlands, включително паркове, училища, пътища, пътеки (офроуд и нататък), съществуващи и предложени велосипедни алеи и свободни парцели. Преди да конструирам модел, трябва да знам разстоянията, които новият парк трябва да бъде от определени характеристики. В повечето случаи искам да се доближа до определени функции, но в други случаи искам да се уверя, че съм достатъчно далеч, например с магистрали и съществуващи паркове.

Не забравяйте, че всяка от тези стойности може да бъде променена, за да отговаря на всеки критерий. ModelBuilder позволява създаването, изпълнението и след това модифициране на работен поток, за да отговаря на различни идеи за това колко далеч трябва да бъде всяка функция от нов парк.

Създаване на работен процес за обработка на данни
Моят анализ трябва да чете като блок -схема: буфериране на училищата, пътеките и велоалеите, за да се направят „добрите“ зони. Буферирайте съществуващите паркове и магистрали, за да направите „лошите“ зони. След това премахнете лошите зони от добрите и намерете областите, които са общи за свободните парцели.

Разработване на модел на годност
За да използвам данните и инструментите, намерени в ArcGIS, за извършване на анализи на пригодността, ще разработя модел с помощта на ModelBuilder. ModelBuilder действа много като жива блок -схема, като елементи от данни се свързват с инструменти, създаващи изходи, точно като диаграмата за обработка на потока. Моделът служи не само като организационен инструмент за обработка на данни, но елементите на модела съхраняват стойности на параметри и пътища на данни, които могат да се променят, а самият модел може да бъде споделен и изпълнен върху различни данни. Например, други потребители могат да променят входните набори от данни към своите собствени паркове и улична мрежа, за да постигнат същия анализ.

По дефиниция инструментите за геообработка вземат едно или повече парчета географски данни, изпълняват процес, базиран на параметрите, които определям, и като резултат създават нова част от данни. Този първи резултат може да бъде подаден в друг инструмент, който води до още една част от данните. След като новите данни са създадени, старият резултат може да бъде изхвърлен. Тези данни се наричат ​​междинни данни. Всяка част от междинните данни трябва да бъде записана в работно пространство, което е дефинирано в настройките на средата на картата или модела. Съхраняването на междинни данни в работно пространство от нулата е чудесен начин да се гарантира, че няма да завърша със случайни набори от данни по целия си компютър.

Инструменти за модели можете да намерите с помощта на прозореца за търсене. Прозорецът за търсене ще ми позволи да въведа името на инструмент, набор от данни или скрипт и да покажа резултатите за всички видове данни. За да добавите инструмент към модел, плъзнете инструмента по името му и го пуснете върху платното на модела. Елементите на модела могат да бъдат свързани с помощта на инструмента Connect от прозореца на модела. Щракването двукратно върху инструмент или елемент ще отвори диалогов прозорец, който ми позволява да се уверя, че настройките са правилни, преди да стартирам модела. ModelBuilder също ще провери дали входовете са валидни преди стартиране и мога да ги проверя ръчно, като щракна върху инструмента за валидиране на целия модел от лентата с инструменти на ModelBuilder. Мога да запиша модела в кутия с инструменти, която може да се съхранява навсякъде на диск или в база данни с географски данни, както правя.

Когато моделът работи, диалогов прозорец ми показва напредъка, известието, че е завършен, и всички съобщения, предупреждения или грешки, които може да са възникнали. Прозорецът с резултати е мястото за проследяване на състоянието на модел или друга операция по геообработка.

Повторно използване на модели като инструменти
Друга приятна характеристика на моделите е, че могат да се използват в други модели като инструменти. Тъй като вече доказах ефективността на измерването на разстояния по пътната мрежа спрямо праволинейни буфери, мога вземете метода, който разработих, и го използвайте като инструмент в моя модел за пригодност за парк. Ще извикам инструмента Буфер по пътищата и ще го използвам за училищата и съществуващите паркове, които са единствените набори от данни, които изискват пътуването да се измерва по пътната мрежа.

Моят инструмент за модели ще работи като всеки друг инструмент: изисква набор от данни за входна точка и ще създаде набор от полигони, съдържащ буфери по пътищата, използвайки разстоянията, изложени в схемата за прекласификация. След като създам тези многоъгълници на разстояние, след това избирам тези, които отговарят на моите критерии - в този случай тези, които са на половин миля от съществуващите паркове и на половин миля от училищата. Оттам нататък останалата част от анализа ми може да продължи да използва праволинейни буфери от велоалеи, пътеки и магистрали.

Определяне на крайното местоположение
Когато моделът приключи, виждам, че има повече от едно подходящо място за нов парк. След това трябва да свърша малко работа, за да разбера крайния пакет или местоположението. Например, може би търся района, който е най -близо до центъра на града. Използването на моя анализ на достъпа до парка като пример, преобразуването на крайните подходящи полигони в точки и преминаването им през инструмент за разстояния на разходите би бил един метод за използване.

Искам обаче да позволя на гражданите да предоставят информация. В следващия запис в тази поредица ще използвам ArcGIS Server за събиране на доброволна географска информация, източник на информация или генерирано от потребители съдържание, за да позволя на потребителите да гласуват на любимото си място за нов парк. Тази концепция сега се нарича „планиране на участието“.

Достъп до данните и моделите
Данните и моделите за тази публикация в блога могат да бъдат намерени тук
Останалите данни и инструменти за тази поредица от блогове могат да бъдат намерени в групата Анализ и дизайн на парка тук (не забравяйте да филтрирате по Показване: Цялото съдържание в горната част на страницата)


Безплатни инструменти за бързо показване на данни за пощенски код на карта

В ролята ми на анализатор на ефективността на Digital Marketplace често се налага да показвам местоположенията на доставчици и купувачи.

В тази публикация искам да споделя някои безплатни инструменти, които използвам за преобразуване на данни за пощенски код в полезни карти. Моят пример показва примерни данни от футболни стадиони във Великобритания.

Картографски листове

Тази добавка към Google Sheets ми позволява да нанасям пощенски кодове върху карта на Google. Когато поставям данните в Google Sheet и избирам съответните колони, мога да създам карта с щифтове, които да показват местоположенията на футболните стадиони.

Това са колоните, избрани за примерните данни:

Изграждане на картата от Google Sheet

От това мога да генерирам тази карта:

Google Map с начертани всички местоположения

Възможността за филтриране на данните и щракване върху щифтове, за да се отвори повече информация, е полезна функция.

Филтрирана карта на Google

Mapsdata

Използвах Mapsdata, когато искам да показвам концентрации на местоположения и имам по -малко от 1000 пощенски кода. Данните трябва да бъдат качени като електронна таблица на Excel.

Това е пример за функцията за групиране. Знаците показват колко стадиони има в района. Контролите вляво позволяват регулиране на географските разстояния.

Функция за групиране на Mapsdata

Когато разполагам с голям брой пощенски кодове, намерих функцията за картографиране на Mapsdata наистина полезна. Това показва същите данни като топлинна карта.

Функция за топлинна карта на Mapsdata

Mapsdata също имаше функция, която ми позволява да показвам мехурчета въз основа на стойностите на определена колона. Тук съм настроил инструмента да показва размера на балона като капацитета на всеки от стадионите.

Функция за балончета Mapsdata

Mapsdata също предостави няколко полезни инструмента за преобразуване на данни, като пощенски кодове в географски ширини и ширини. За съжаление услугата Mapsdata вече не е налична (към 18 октомври).

Към теб

Ще продължим да експериментираме с различни инструменти и ще продължим да споделяме своя опит. Ако използвате безплатни инструменти за картографиране на пощенски кодове, бихме искали да чуем за това в секцията за коментари.


Гледай видеото: Dəyanət liseyi Test 231-12