ভূমি উপযুক্ততার মডেলিংয়ের জন্য কোন অনুশীলনগুলি পাওয়া যায়?


13

আমি বর্তমানে একটি অধ্যয়ন অঞ্চলকে কোষগুলিতে বিভক্ত করার জন্য একটি "ক্লাসিক" রাস্টার ভিত্তিক পদ্ধতি ব্যবহার করি। সমস্ত ইনপুট স্তরগুলি একই কক্ষের রেজোলিউশনে রাস্টারগুলিতে রূপান্তরিত হয় এবং একটি উপযুক্ততা রেটিং দেওয়া হয়।

বিকল্প পাঠ

প্রতিটি কক্ষের জন্য একটি চূড়ান্ত উপযুক্ততা রেটিং প্রতিটি স্তর রেটিং সমন্বিত করে গণনা করা হয়, কারণগুলির গুরুত্বকে প্রতিফলিত করতে ওজন সহ।

প্রস্তাবিত জমি ব্যবহারের জন্য অনুপযুক্ত, জলাশয়ের মতো কোনও অঞ্চল বাদ দিতে একটি চূড়ান্ত মুখোশ প্রয়োগ করা হয়।

এই পদ্ধতির সমস্যাগুলির মধ্যে রয়েছে:

  • অর্থসূচক ফলাফল প্রদানের জন্য বড় আকারের এমন একটি সেল রেজোলিউশন বা উচ্চতর রেজোলিউশন যা সঠিকতার ভ্রান্ত ধারণা দেয় sense
  • প্রতিটি ইনপুট প্যারামিটারের জন্য ওজন খুঁজে পাওয়া।

জমি উপযোগের মানচিত্র তৈরির জন্য অন্য কোনও সমস্যা বা বিকল্প আছে কি?

উত্তর:


10

একটি বিকল্প যা কিছু চেনাশোনাতে সুপরিচিত তবে মনে হয় জিআইএস -র মধ্যে একেবারেই জানা যায়নি তা হ'ল মাল্টি-অ্যাট্রিবিউট মান তত্ত্ব । এটি দুটি বা ততোধিক বৈশিষ্ট্য (বৈশিষ্ট্য) জড়িত সঠিক স্কোরিং পদ্ধতি প্রতিষ্ঠার জন্য একটি তাত্ত্বিকভাবে সু-ভিত্তিক উপায়। এটি বৈশিষ্ট্যগুলির মধ্যে ট্রেড-অফ বিবেচনা করে নিয়মিতভাবে এগিয়ে যায় ce উপযুক্ততার সমস্যাগুলির সাথে, উদাহরণস্বরূপ, আপনি বিবেচনা করবেন যে উঁচুতে পরিবর্তনটি কীভাবে প্রয়োজনীয় সমস্ত সম্ভাব্য জোড় বৈশিষ্ট্যের জন্য একই বিবেচনার সাথে একই উপযুক্ততা ধরে রাখতে opeালুতে প্রদত্ত পরিবর্তনের জন্য ক্ষতিপূরণ দিতে হবে।

তত্ত্ব দ্বারা প্রদত্ত অন্তর্দৃষ্টি অন্তর্ভুক্ত:

  1. বৈশিষ্ট্যগুলির একটি উপসেটের ওজনগুলির জন্য বৈশিষ্ট্যের অন্য উপসেটের স্তরের সাথে পৃথক হওয়া সম্ভব। এটি যখন ঘটে তখন একটি সহজ ওজন ব্যবস্থা সম্ভব হয় না - আরও জটিল সূত্রগুলির প্রয়োজন হয়।

  2. যখন এই ধরনের নির্ভরশীলতাগুলি ধরে রাখে না (বা শক্তিশালী না থাকে) তখন প্রায়শই কীভাবে বৈশিষ্ট্যগুলি পুনরায় প্রকাশ করা যায় (যেমন তাদের লোগারিদম বা বর্গক্ষেত্রগুলি গ্রহণ করা বা পুনরুদ্ধারগুলি ) এমনভাবে করা যায় যে কোনও সাধারণ ওজনযুক্ত স্কোরিং সিস্টেম সঠিকভাবে উপস্থাপন করে প্রতিটি বৈশিষ্ট্যের সংমিশ্রণের মান। (এটির জন্য সহজ পরীক্ষাটিকে " সম্পর্কিত বাণিজ্য-সম্পর্কিত অবস্থা " বলা হয় ))

আমি মনে করি না আমি কখনও জিআইএস স্কোরিং অ্যাপ্লিকেশন (যার মধ্যে সমস্ত উপযুক্ততা অধ্যয়ন অন্তর্ভুক্ত) এর একটি প্রতিবেদন দেখেছি যা গুণাবলী (1) এর স্বাধীনতার জন্য যাচাই করার প্রয়োজনীয়তাকে স্বীকৃতি দেয় বা বৈশিষ্ট্যগুলি প্রকাশ করার সঠিক উপায় নির্ধারণ করার জন্য বিরক্ত করে (2) । এই কাজটি করা না হলে কোনও স্কোরিং সিস্টেমের সাধারণ যথার্থতা বা সিদ্ধান্ত নেওয়ার ক্ষেত্রে যথাযথতার বৈধ দাবি নেই।

এই বিষয়টি রেজুলেশন বা এমএইউপি থেকে এমন পণ্য তৈরির ক্ষেত্রে অনেক বেশি গুরুত্বপূর্ণ যা সিটিং সিদ্ধান্ত গ্রহণের জন্য সত্যই কার্যকর useful


5

এই ইস্যুটি বর্ণনা করতে ব্যবহৃত একটি শব্দটি হ'ল 'সংশোধনযোগ্য অঞ্চল ইউনিট সমস্যা' এবং আমি একটি প্রবন্ধ পড়ি এই প্রবন্ধটি অতিরিক্ত আসন্ন এবং পরিবর্তনশীল আঞ্চলিক ইউনিটের সমস্যা । লেখকদের অভিপ্রায় হ'ল বিন্দুটি কী বিন্দুতে ঘটে তা দেখার জন্য কয়েকটি পৃথক পৃথক স্থানের স্কেলগুলিতে বিশ্লেষণটি পরীক্ষা করা।

এটি একটি প্যারামিটার পরীক্ষা করার জন্য একটি সন্তোষজনক সমাধান, কিন্তু যখন অনেকগুলি থাকে, তখন এটি আরও জটিল হয়। এই ক্ষেত্রে, সম্ভবত আপনি আপনার বিশ্লেষণের জন্য মডেলবিল্ডার বা পাইথন ব্যবহার করতে পারেন এবং আপনার লক্ষণীয়ভাবে অন্যরকম ফলাফল রয়েছে কিনা তা পরীক্ষা করার জন্য এটি সেলের আকারের পরিবর্তিত কয়েকবার চালাতে পারেন। আপনার সময়ের প্রাপ্যতার উপর নির্ভর করে (এবং কম্পিউটিং পাওয়ার) আপনি গাণিতিকভাবে রূপান্তর খুঁজছেন (পার্থক্য যখন একটি নির্দিষ্ট শতাংশের চেয়ে কম হয় তখন থামুন) বা আরও গুণগতভাবে বিচার করুন।


দুঃখিত - ভুল কাগজ / লিঙ্কটি সেখানে প্রথমবার দিন। এটা এখন ঠিক!
djq

4

দিক, উচ্চতা এবং opeাল সমস্ত মূলত একই রাস্টার উত্স থেকে আসে, তাই রাস্টারদের ব্যবহার চালিয়ে যাওয়া সম্পর্কে দুর্দান্ত জিনিসটি হ'ল পুনরায় স্যাম্পলিংয়ের কারণে তথ্য না হারিয়ে এই ইনপুটগুলির জন্য একই রেজোলিউশন রাখতে পারেন। (আপনি যদি অন্যান্য রেজোলিউশনে প্রচুর ডেটা উত্স ব্যবহার করেন তবে এই অনুচ্ছেদটি বেশিরভাগই বাতিল এবং অকার্যকর :) :)

হাত দিয়ে ওজন নিয়ে আসা ছাড়াও একটি কার্যকর এক্সটেনশন হ'ল আপনি যে জিনিসটির জন্য উপযুক্ততার মডেলিং করছেন এবং এটি একটি পরিসংখ্যান প্রোগ্রামে প্রেরণ করছেন তার পরিচিত ঘটনাগুলি ব্যবহার করা: যেমন: http://spatial-analyst.net/wiki/index। পিএইচপি? নাম = Species_Distribution_Modelling # Habitat_Suitability_Analysis

এইভাবে আপনি WAGs এর পরিবর্তে পরিচিত সাইটগুলি ব্যবহার করে আপনার উপযুক্ততার প্রশিক্ষণ দিন। অবশ্যই এটি আরও জড়িত ...


নিছক যুক্তিসঙ্গত অনুমানের চেয়ে ওজন আসলে ডেটা থেকে নেওয়া যেতে পারে এই ধারণাটি প্রবর্তনের জন্য +1!
শুক্র
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.