Advanced Spatial Analysis Techniques Խորացված տարածական վերլուծության մեթոդներ

Գոտիական վիճակագրություն

Գոտիական վիճակագրությունը տարածական վերլուծության մեթոդ է, որն օգտագործվում է ԱՏՀ համակարգերում՝ ռաստերային տվյալների արժեքների ամփոփում կատարելու համար որոշված գոտիների սահմաններում։ Գոտիները սովորաբար սահմանվում են վեկտորային շերտերով, ինչպիսիք են պոլիգոնները (օր․՝ վարչական սահմաններ, ջրահավաք ավազաններ), կամ ռաստերային բջիջներով, որոնք ունեն նույն արժեքը։ Գոտիական վիճակագրության նպատակն է հաշվարկել վիճակագրական չափումներ (օր․՝ միջին, գումար, նվազագույն, առավելագույն արժեքներ)՝ գոտու սահմաններում գտնվող ռաստերային բջիջների համար։

Գոտիական վիճակագրության սկզբունքը՝ գոտիները սահմանված ռաստերային տվյալներով։ Աղբյուր՝ https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/how-zonal-statistics-works.htm

Գործնական վարժություն. Գոտիական վիճակագրություն՝ բուսականության առողջության գնահատում

Վերլուծվող խնդիր․ Գնահատել բուսականության առողջությունը տարբեր տարածաշրջաններում՝ օգտագործելով բուսականության ցուցիչների տվյալներ (օր․՝ NDVI)։
Պահանջվող տվյալներ․

• Վեկտորային տվյալներ՝ տարածքներ կամ հողօգտագործման գոտիներ (օրինակ՝ պահպանվող տարածքներ, գյուղատնտեսական շրջաններ)։
• Ռաստերային տվյալներ՝ NDVI (Բնական տարբերվածության բուսականության ինդեքս) կամ այլ բուսականության ցուցիչներ։

QGIS գործիքներ․

• Zonal Statistics (Գոտիական վիճակագրություն)․ Օգտագործել «Zonal Statistics» գործիքը՝ յուրաքանչյուր տարածքի կամ հողօգտագործման գոտու սահմաններում NDVI-ի միջին արժեքը հաշվարկելու համար։
• Symbology (Սիմվոլիկա)․ Գոտիները գունավորել NDVI արժեքների հիման վրա՝ ընդգծելու առողջ բուսականությամբ տարածքներն ու այն գոտիները, որոնք կարող են պահանջել միջամտություն։

Կլաստերային վերլուծություն

Կլաստերային վերլուծությունը վիճակագրական և տարածական վերլուծության մեթոդ է, որը կիրառվում է դիտարկումների կամ օբյեկտների խմբավորման համար՝ հիմնվելով նրանց նմանության կամ մերձավորության վրա։ ԱՏՀ համակարգում այն հաճախ կիրառվում է՝ տարածական տվյալներում օրինաչափություններ, միտումներ կամ խտություններ բացահայտելու նպատակով՝ վերլուծելով օբյեկտների տեղաբաշխումը կամ հատկանիշները։ Կլաստերային վերլուծությունը կարող է բացահայտել բնական խմբավորումներ, ինչպիսիք են հանցագործության «թեժ կետերը», հիվանդությունների բռնկման տարածքները կամ հաճախորդների ժողովրդագրական խմբերը։ Կիրառվող մեթոդները ներառում են՝ հիերարխիկ խմբավորում (hierarchical clustering), K-միջիններ մեթոդ (k-means clustering), խտության վրա հիմնված խմբավորում (DBSCAN)։ Այս տեխնիկաները կարող են կիրառվել կետերի, պոլիգոնների կամ հատկանիշների համար և լայնորեն օգտագործվում են քաղաքաշինության, հանրային առողջապահության, շուկայական վերլուծության և շրջակա միջավայրի ուսումնասիրության ոլորտներում։

Կետերը բաժանված են 6 կլաստերի՝ K-միջիններ մեթոդով Յուրաքանչյուր արդյունք արտացոլում է K-միջինների մեթոդի տարբեր մուտքային պարամետրերը։ Աղբյուր՝https://geodacenter.github.io/workbook/9a_spatial1/lab9a.html

Կլաստերային վերլուծության վարժություն․ ջերմաստիճանի անոմալիաներ և ջերմային կղզիներ

Լուծվող խնդիրը․ հայտնաբերել քաղաքային ջերմային կղզիներ կամ այն տարածքները, որոնք ունեն անսովոր ջերմաստիճանային շեղումներ, ինչը կարող է ծառայել քաղաքային զովացման ռազմավարությունների պլանավորմանը։

Անհրաժեշտ տվյալներ․

• Ջերմաստիճանային տվյալներ (երկրային կայաններից կամ հեռակառավարվող աղբյուրներից, օրինակ՝ MODIS կամ Landsat)։
• Քաղաքային տարածքների կամ բնակչության տվյալներ վելուծության համատեքստում։

Գործիքներ QGIS-ում․

• K-MEANS կլաստերավորում․ օգտագործվում է միջինից բարձր ջերմաստիճանային անոմալիաներով տարածքների կլաստերները հայտնաբերելու համար։
• DBSCAN մեթոդ․ կիրառվում է բարձր խտությամբ ջերմաստիճանային անոմալիաների տարածքները հայտնաբերելու նպատակով։
• Raster Calculator․ օգտագործվում է ջերմաստիճանային տվյալներն ու քաղաքային ծածկույթը համադրելու համար՝ ջերմային կիզակետերը բացահայտելու նպատակով։
• Սիմվոլիկա (Symbology)․ կլաստերների գունավորում՝ առավել նշանակալի ջերմաստիճանային տարբերություններով տարածքներն ընդգծելու համար։

Մակերևութային վերլուծություն

Մակերևութային վերլուծությունը տարածական վերլուծության մի տեխնիկա է, որը կիրառվում է շարունակական տվյալների ուսումնասիրության և մեկնաբանման համար, որոնք ներկայացված են որպես մակերևույթ, սովորաբար ռաստերային տվյալների տեսքով։ Այն ներառում է մակերևույթի տարբերությունների վերլուծությունը՝ տվյալներում միտումների, օրինաչափությունների կամ հարաբերությունների ըմբռնման նպատակով։ Մակերևութային վերլուծության տարածված գործողություններից են թեքության և դիրքադրության հաշվարկը (տեղանք ուսումնասիրելու համար), բարձր և ցածր կետերի (գագաթներ և իջվածքներ) հայտնաբերումը, ինչպես նաև տեսանելիության (viewshed) կամ դիտման դաշտի վերլուծությունը։ Այս տեխնիկաները լայնորեն կիրառվում են բնապահպանական մոդելավորման, քաղաքային պլանավորման և հիդրոլոգիայի ոլորտներում։ Օրինակ՝ մակերևութային վերլուծության միջոցով կարելի է կանխատեսել ջրի հոսքը լանդշաֆտով, մոդելավորել արեգակնային ճառագայթման ազդեցությունը կամ գնահատել հուշարձանների տեսանելիությունը որոշակի դիտակետերից։

Մակերևույթ, որը ստեղծված է եռանկյունաձև անկանոն ցանցով (TIN)` արտահայտված թեքությամբ

Մակերևույթի վերլուծության վարժություն․ Արեգակնային վահանակների տեղադրման համար համապատասխան տարածքների հայտնաբերում

Խնդիրը, որը պետք է լուծել․ հայտնաբերել այն տարածքները, որոնք համապատասխանում են արեգակնային վահանակների տեղադրման համար՝ ելնելով մակերևույթի բնութագրիչներից, ինչպիսիք են թեքությունն ու դիրքադրությունը։ Նախընտրելի են այն տարածքները, որոնք ունեն օպտիմալ թեքություն և հարավային դիրքադրություն՝ արևային էներգիայի առավելագույն կլանման համար։

Պահանջվող տվյալները․

• Ռաստերային տվյալներ․ հետազոտվող տարածքի թվային բարձրության մոդել (DEM)
• Վեկտորային տվյալներ (ըստ անհրաժեշտության)․ հետաքրքրության տարածքի սահմանագծի շեյփֆայլ (օրինակ՝ համայնքի սահման)

Գործիքներ՝ QGIS-ում․

• Թեքություն (Slope)՝ DEM-ից մակերևույթի թեքության հաշվարկման համար
• Դիրքադրություն (Aspect)՝ մակերևույթի ուղղության որոշման համար
• Ռաստերային հաշվիչ (Raster Calculator)՝ համապատասխանության չափանիշներ կիրառելու համար

Վերադասակարգում աղյուսակով (Reclassify by Table)՝ թեքություններն ու դիրքադրությունները համապատասխանության դասերի բաժանելու համար