أكثر

منطقة $ خاطئة من حاسبة الحقول (QGIS)

منطقة $ خاطئة من حاسبة الحقول (QGIS)


مساحة المضلعات في الطبقة ، المحسوبة بواسطة حاسبة الحقل مع "$ area" خاطئة (كبيرة جدًا) لبعض المضلعات. إذا قمت برسم المضلع المعني مرة أخرى ، فسيتم حساب المنطقة بشكل صحيح. يبدو أن المضلعات لها حجم خاطئ حقًا ، ولكن تم حساب النقط الوسطى بشكل صحيح.

تحرير: شكرا لردودكم حتى الآن. هذا مثال مع بعض المضلعات. بالنسبة للبعض ، يتم حساب المساحة بشكل صحيح ، والبعض الآخر ليس (كما قلت كثيرًا جدًا). على سبيل المثال المضلع مع رقم التعريف 669. إذا أعدت رسمه ، فسيتم حساب المنطقة بشكل صحيح. المشكلة هي أن لدي أكثر من 1400 مضلع ، وليس لدي الوقت لفحص كل مضلع وإعادة رسمه.

ربما شخص ما حصل على تفسير / حل؟


DarrenCope قدم نقطة جيدة جدًا ، فقد احتوت طبقتك على تناقضات.

يرجى الملاحظة: لقد نشرت هذا فقط كإجابة لتضمين لقطة شاشة للنتائج ، يرجى قبول إجابة دارين عندما ينشر واحدة لأنه توصل إلى الحل الصحيح.

لقد استخدمت ملف متعدد الأجزاء إلى أجزاء منفردة وظيفة (عبر المتجه > أدوات الهندسة > متعدد الأجزاء إلى أجزاء منفردة) ثم أعد حساب المنطقة في عمود جديد بأرقام حقيقية ودقة 2:

ومن المفارقات ، أن تمكين "أثناء التنقل" أعطى خيار CRS النتائج الصحيحة لأنه غالبًا ما يوفر قيمًا خاطئة. كان معيار الإبلاغ المشترك الذي استخدمته هو:EPSG: 4326 - WGS 84.


قد يكون لديك مضلعات متعددة الأجزاء في ملفك ، وبالتالي سيعكس عمود المنطقة المساحة الإجمالية لجميع "أجزاء" المضلع. يمكنك استخدام Vector> Geometry Tools> Multiparts to Singleparts tool لإنشاء مضلعات من جزء واحد ، وحساب منطقة $ على تلك المضلعات للحصول على الإجابة التي تتوقعها.


ترتبط المستوطنات البشرية في مستجمعات المياه الرأسية بشبكات الغذاء العامة

في حين تم توثيق مجموعة متنوعة من التأثيرات البشرية على التنوع البيولوجي اللوتيكي ، فإن استجابات شبكة الغذاء لتنمية مستجمعات المياه غير مفهومة جيدًا. اخترنا 27 شبكة غذائية متدفقة ذات جودة مماثلة وأجرينا تحليلًا لتقييم تأثير تطوير مستجمعات المياه على هيكل شبكة الغذاء. قمنا بتقدير الكثافة السكانية ، والمساحة المبنية ، والقرب من المراكز الحضرية ، وحساب مؤشر التسوية لكل تجمع باستخدام تحليل المكونات الرئيسية. قمنا أيضًا بحساب النسبة المئوية للغطاء الأرضي الزراعي في كل مستجمع. بعد ذلك ، قمنا بتقييم الارتباطات بين الخصائص الهيكلية للشبكات الغذائية (ثراء الأنواع ، والترابط ، ومتوسط ​​طول السلسلة الغذائية ، وكثافة الارتباط ، والعموم الغذائي ، والضعف التغذوي) ومؤشر الاستيطان بالإضافة إلى الغطاء الأرضي الزراعي. لقد وجدنا أن كثافة الارتباط ، والضعف التغذوي (عدد المستهلكين لكل نوع) ، والعموم الغذائي (عدد الموارد لكل نوع) كانت أعلى في التدفقات ذات مؤشر الاستقرار الأكبر ، مما يشير إلى انخفاض في التخصص. ومع ذلك ، لم يلاحظ أي اتجاهات واضحة لثراء الأنواع ، والترابط ، ومتوسط ​​طول السلسلة الغذائية. كما لم يكن الغطاء الأرضي الزراعي مرتبطًا بهيكل الشبكة الغذائية. نقترح أن الانخفاض في التخصص قد يكون مدفوعًا بدوران الأنواع وتغذية اللدونة ، حيث لم يكن الغزو الحيوي أو إفقار الأنواع واضحًا.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


منطقة $ غير صحيحة من حاسبة الحقول (QGIS) - أنظمة المعلومات الجغرافية

حقوق الطبع والنشر ونسخ 2017 من قبل المؤلفين وشركة Scientific Research Publishing Inc.

هذا العمل مُرخص بموجب رخصة المشاع الإبداعي نَسب المُصنَّف (CC BY 4.0).

تم الاستلام: 14 أغسطس 2017 القبول: 12 نوفمبر 2017 تاريخ النشر: 15 نوفمبر 2017

في هذا المشروع ، درسنا استخدام الأراضي وتصنيف الغطاء الأرضي لنيرمال ماندال ، منطقة أديل أباد ، ولاية تيليناغنا باستخدام نظام المعلومات الجغرافية وتقنيات الاستشعار عن بعد. توفر دقة صورة القمر الصناعي LISS-IV التي تبلغ 5 أمتار و 5 أمتار معلومات الجودة لتحديد خصائص استخدام الأراضي / الغطاء الأرضي. تظهر دقة الصورة 45.70٪ من الأراضي الزراعية ، 9.10٪ أراضي مبنية ، مساحة الغابات 7.90٪ ، الأراضي القاحلة 7.60٪ والأراضي غير المزروعة 29.70٪. تقرير استخدامات الأراضي الوطنية ورسم خرائط الغطاء الأرضي بناءً على 5 أقسام مصنفة في منطقة الدراسة. يوفر استخدام الأراضي في المنطقة وتصنيف الغطاء الأرضي بيانات موثوقة لفهم الأراضي والمياه والتربة والغابات والتوسع العمراني. يُظهر هذا المسح الاجتماعي الاقتصادي بشكل كبير التغييرات التي حدثت حتى الآن. سيساعد هذا الناس / المزارعين على استخدام الأراضي في المستقبل واكتشاف تغير الغطاء الأرضي. الرصد المنتظم للزراعة والغابات وجهود التخضير للزراعة في المناطق والمخططات والقيود المناسبة. يوفر التصفح المجاني للغطاء الأرضي تطويرًا كافيًا لموارد كثيرة.

نيرمال ماندال ، تصنيف GIS ، LU / LC

يمكن ملاحظة التغييرات على سطح الأرض من الجانبين. أولاً ، إذا لوحظ النطاق الزمني عند حدوث التغييرات ، يمكن أن تكون التغييرات مختلفة. بهذا المعنى ، يمكن أن تكون التغييرات مرتبطة بتغيرات الكوارث الطبيعية (مثل الفيضانات والحرائق) أو الأحداث الجيولوجية (مثل إنشاء القارات) ، وبهذا المعنى ، يمكن اعتبار الوقت فترة قصيرة ( الحرائق التي تستمر لعدة ساعات أو عدة أيام) أو يمكن أن تكون فترة طويلة مستمرة (إنشاء القارات عدة مئات من السنين). ثانيًا ، يمكن ملاحظة التغييرات من الناحية المكانية ، أي حدوث تغييرات مختلفة نتيجة لحدث محلي (طريق أو بناء جسر) أو التغيرات على المستوى العالمي (زيادة درجة حرارة البحر أو ذوبان مناطق الجليد) [1]. عندما يتم ملاحظة التغييرات على سطح الأرض فقط من هذين الجانبين ، الوقت والمكان ، فمن الواضح أن طبيعة حدوث التغيير معقدة ومن الصعب للغاية إدراكها واتخاذ استنتاج أو اتخاذ قرار ، بسبب العلاقة المتبادلة والاعتماد على هذين العاملين. لذلك ، يمثل اكتشاف التغيير مهمة خطيرة للغاية وصعبة. يتطلب تحديد التغييرات التي تحدث على الأرض في سياق معالجة الصور الرقمية إجراءات وتقنيات مختلفة ، بعضها موحد ، بينما يعتمد العديد منها على التطبيقات التي تتم فيها معالجة الصور. لمقارنة صورة بأخرى ، من الضروري مقارنة بكسل إحدى الصور ببكسل صورة أخرى.

ما يجب معرفته قبل عملية الكشف نفسها هو قيمة ظاهرة التغيير وهي مهمة جدًا ، أي أنه من الضروري إجراء ترشيح لبعض التغييرات. يمكن أن يختلف هذا من مستخدم لآخر ، ومن الغرض من اكتشاف التغيير. هناك عدة طرق لرسم خرائط تغييرات الغطاء الأرضي باستخدام بيانات الاستشعار عن بعد: تصنيف الاحتمالية القصوى التقليدية ، التصنيف اللاحق ، تمييز الصور ، وتقنيات الكشف عن تغيير المكونات الرئيسية ، تباين الفهرس الخضري ، اختلاف تغيير ما بعد التصنيف ، التصنيف متعدد التواريخ غير الخاضع للإشراف.

هناك حاجة إلى العديد من الأنواع المتنوعة من البيانات المكانية لدراسة وفهم العملية الديناميكية ، وكذلك لتطوير نماذج المحاكاة البيئية اللازمة للتقييم العلمي للمشاكل البيئية وتأثيرات التفاعلات البشرية على جودة البيئة. تعد مجموعات البيانات متعددة التخصصات لخصائص سطح الأرض / تحت السطحية مدخلات أساسية لمثل هذه الدراسات. تتطلب النماذج متعددة الأهداف بيانات عن السلوك متعدد الأزمنة لخصائص سطح الأرض ، بالإضافة إلى تحديد خصائص المناظر الطبيعية غير المتجانسة والمعقدة مكانيًا. مجموعات البيانات المكانية هذه مطلوبة لأنظمة دعم القرار المختلفة. ويستخدم بشكل متزايد نهج الأنظمة المتكاملة / المقترنة لعملية النمذجة عبر نطاقات زمنية ومكانية متعددة ويساعد في تحديد المواقع المناسبة للتطبيقات المختلفة. تعد تكنولوجيا الاستشعار عن بعد ضرورية لتطوير العديد من مجموعات البيانات المكانية لدراسة العملية البيئية. يكمل نظام المعلومات الجغرافية الاستشعار عن بعد من خلال توفير إطار للتحليل المكاني المتكامل لهياكل البيانات المتنوعة من أجل المساعدة في فهم عمليات سطح الأرض وتحديد معاييرها. يلعب نظام المعلومات الجغرافية أيضًا دورًا في تطوير وتصميم مجموعات البيانات المكانية المتكاملة ، بما في ذلك الطبقات المواضيعية المشتقة من الاستشعار عن بعد ، لإدخال النماذج. تقدم هذه الدراسة قضايا البيانات المكانية التي تتضمن استراتيجيات جمع البيانات ، واستخدام منتجات رسم الخرائط والاستشعار عن بعد كمصادر للبيانات الرقمية ، والخصائص الرقمية لقواعد البيانات المكانية ، ومصادر الأرشفة.

يمكن تحديد الغطاء الأرضي من خلال تحليل صور الأقمار الصناعية والجوية. لا يمكن تحديد استخدام الأراضي من صور الأقمار الصناعية. توفر خرائط الغطاء الأرضي معلومات لمساعدة المديرين على فهم المشهد الحالي بشكل أفضل. لرؤية التغيير بمرور الوقت ، هناك حاجة إلى خرائط الغطاء الأرضي لعدة سنوات مختلفة. باستخدام هذه المعلومات ، يمكن للمديرين تقييم قرارات الإدارة السابقة بالإضافة إلى اكتساب نظرة ثاقبة للآثار المحتملة لقراراتهم الحالية قبل تنفيذها. يستخدم مديرو السواحل بيانات وخرائط الغطاء الأرضي لفهم تأثيرات الظواهر الطبيعية والاستخدام البشري للمناظر الطبيعية بشكل أفضل. يمكن أن تساعد الخرائط المديرين في تقييم النمو الحضري ، ونمذجة قضايا جودة المياه ، والتنبؤ وتقييم الآثار الناجمة عن الفيضانات وعرام العواصف ، وتتبع خسائر الأراضي الرطبة والآثار المحتملة من ارتفاع مستوى سطح البحر ، وتحديد أولويات المناطق لجهود الحفظ ، ومقارنة تغيرات الغطاء الأرضي مع الآثار في البيئة أو الروابط في التغيرات الاجتماعية والاقتصادية مثل زيادة عدد السكان [2] [3] [4].

أصبح الاستشعار عن بعد أداة مهمة قابلة للتطبيق لتطوير وفهم العمليات الفيزيائية العالمية التي تؤثر على الأرض. يتمثل التطور الأخير في استخدام بيانات الأقمار الصناعية في الاستفادة من الكميات المتزايدة من البيانات الجغرافية المتاحة بالاقتران مع نظام المعلومات الجغرافية للمساعدة في التفسير. نظم المعلومات الجغرافية هي نظام متكامل من أجهزة وبرامج الكمبيوتر القادرة على التقاط وتخزين واسترجاع ومعالجة وتحليل وعرض المعلومات ذات المرجعية الجغرافية (المكانية) بغرض مساعدة عمليات الإدارة واتخاذ القرارات الموجهة نحو التنمية [5] [6] [7]. لقد غطى الاستشعار عن بعد ونظام المعلومات الجغرافية مجموعة واسعة من التطبيقات في مجالات الزراعة والبيئات والتقييم المتكامل للبيئة البيئية. ركز العديد من الباحثين على دراسات LU / LC بسبب آثارها الضارة على البيئة في المنطقة والغطاء النباتي [8].

ساعد اكتشاف التغيير في مستجمعات المياه في تعزيز قدرة الحكومات المحلية على تنفيذ الإدارة البيئية السليمة [9]. وشمل ذلك تطوير قواعد البيانات المكانية والزمانية وتقنيات التحليل. تعتمد كفاءة التقنيات على عدة عوامل مثل مخططات التصنيف والاستبانة المكانية والطيفية لبيانات الاستشعار عن بعد والبيانات المرجعية الأرضية وكذلك التنفيذ الفعال للنتيجة. تم تحليل التغيرات البيئية الساحلية من خلال تقنيات التقييم النوعي. تضمنت التقنيات تغيير الخريطة المستمدة من تباين مؤشر الغطاء النباتي ، ونسبة الصورة ، واختلاف الصور وانحدار الصورة. كان المبدأ الأساسي لجميع تقنيات الكشف عن التغيير هو أن الرقم الرقمي لتاريخ ما يختلف عن الرقم الرقمي لتاريخ آخر [10] [11]. يقدم اكتشاف التغيير المستشعَر عن بُعد المستند إلى الشبكات العصبية الاصطناعية تقنية جديدة لتصنيف الصور متعددة الأطياف باستخدام خوارزمية التدريب. اكتشفت الشبكة العصبية المدربة تغييرات على أساس كل بكسل على حدة في تطبيقات الوقت الفعلي. قدمت الشبكة العصبية المدربة المكونة من أربع طبقات معلومات فئوية كاملة حول طبيعة التغييرات واكتشفت معلومات التغيير الكامل للغطاء الأرضي "من إلى" ، وهو أمر مرغوب فيه في معظم تطبيقات اكتشاف التغيير. تقنيات الكشف عن تغيير التصنيف اللاحق مع مقارنة تصنيفات الغطاء الأرضي لتواريخ مختلفة لها قيود ، لأنها لا تسمح باكتشاف التغييرات الطفيفة داخل فئات الغطاء الأرضي.

أصبح استخدام الأراضي وتغير الغطاء الأرضي مكونًا مركزيًا في الاستراتيجيات الحالية لإدارة الموارد الطبيعية ومراقبة التغيرات البيئية. أدى التقدم في مفهوم رسم خرائط الغطاء النباتي إلى زيادة كبيرة في البحث حول استخدام الأراضي وتغيير الغطاء الأرضي ، وبالتالي أصبح توفير تقييم دقيق لانتشار وصحة الغابات والأراضي العشبية والموارد الزراعية في العالم أولوية مهمة [12] [13]. يعد الآن عرض الأرض من الفضاء أمرًا بالغ الأهمية لفهم تأثير أنشطة الإنسان على قاعدة موارده الطبيعية بمرور الوقت. في حالات التغير السريع وغير المسجل في استخدام الأراضي في كثير من الأحيان ، توفر ملاحظات الأرض من الفضاء معلومات موضوعية عن الاستخدام البشري للمناظر الطبيعية [14] [15]. على مدى السنوات الماضية ، أصبحت البيانات الواردة من أقمار استشعار الأرض حيوية في رسم خرائط لميزات الأرض والبنى التحتية وإدارة الموارد الطبيعية ودراسة التغير البيئي.

تقع منطقة Normal Mandal في منطقة Adilabad بولاية Telangana وتقع على خطوط العرض الشمالية 18-56 'إلى 19˚12'30 & quot وخط الطول الشرقي 78˚15' إلى 78˚25 '، وتغطي المساحة الإجمالية حوالي 218 كيلومترًا مربعًا مع ارتفاع 340 م وتحيط بها 14 بحيرة مما يجعل المكان مميزا (شكل 1). إنه المقر السياسي للمنطقة التي يعود تاريخها إلى 400 عام. نيرمال هي المركز الصناعي للمنطقة. لديها مركز نقل رئيسي ، مع سهولة الوصول إلى جميع أشكال النقل الرئيسية.

شكل 1 . منطقة الدراسة نيرمال ماندال ، أديلاباد ، تيلانجانا ، الهند.

يتميز مناخ البلدة بصيف حار وجاف بشكل عام ماعدا خلال الرياح الموسمية الجنوبية الغربية. يمكن تقسيم السنة إلى أربعة فصول. يتبع موسم البرد من ديسمبر إلى فبراير موسم الصيف من مارس إلى مايو. الفترة من يونيو إلى سبتمبر تشكل موسم الرياح الموسمية الجنوبية الغربية ، بينما تشكل الفترة من أكتوبر ونوفمبر من موسم ما بعد الرياح الموسمية. الرطوبة النسبية مرتفعة خلال موسم الرياح الموسمية الجنوبية الغربية [16] [17]. يكون الهواء جافًا بشكل عام خلال بقية العام ، ويكون الجزء المحلي من العام هو فصل الصيف عندما تكون الرطوبة في فترة ما بعد الظهر 25٪. يزداد هطول الأمطار في ماندال بشكل عام من الجنوب الغربي باتجاه الشمال الشرقي. يتم استقبال حوالي 85٪ من الأمطار السنوية خلال موسم الرياح الموسمية الجنوبية الغربية. ذروة شهر ممطر هو يوليو. التباين في معدل هطول الأمطار السنوي ليس كبيرًا جدًا. هطول الأمطار السنوي للمنطقة هو 1044.5 ملم. يبدأ الطقس البارد في نهاية شهر نوفمبر عندما تبدأ درجات الحرارة بالانخفاض بسرعة [18] [19].

يُعد شهر ديسمبر عمومًا أكثر الشهور برودة ، حيث تبلغ درجة الحرارة القصوى اليومية حوالي 29 درجة مئوية والحد الأدنى 3 درجات مئوية. وفي الصيف ، تبدأ درجة الحرارة في الارتفاع سريعًا اعتبارًا من منتصف أبريل. مايو هو الشهر الأكثر سخونة بشكل عام ، حيث تبلغ درجة الحرارة القصوى اليومية حوالي 50 درجة مئوية. وتكون الرياح خفيفة إلى معتدلة السرعة مع بعض القوة في الفترة من مايو إلى أغسطس. خلال موسم ما بعد الرياح الموسمية والباردة ، تهب الرياح في الغالب من الشرق أو الشمال الشرقي. بحلول شهر مارس ، تبدأ الرياح الجنوبية الغربية بالهبوط وتستمر بقية الصيف. رياح موسم الرياح الموسمية الجنوبية الغربية تأتي في الغالب من اتجاهات بين الجنوب الغربي والشمال الغربي.

نيرمال ماندال ، التي يبلغ عدد سكانها حوالي 1.4 لكح ، هي المنطقة الفرعية الثالثة الأكثر اكتظاظًا بالسكان في منطقة أديل أباد ، وتقع في منطقة أديل أباد بولاية تيلانجانا في الهند. هناك 33 قرية في المنطقة الفرعية ، من بينها سوان هي القرية الأكثر اكتظاظًا بالسكان حيث يبلغ عدد سكانها 4814 ، ونانيبيت هي أقل قرية اكتظاظًا بالسكان ويبلغ عدد سكانها 3. Pochampad القديم هو الأصغر بمساحة 10 كم 2. توجد مدينة واحدة فقط في المنطقة الفرعية تخضع لإدارة المنطقة الفرعية وهي بلدية نيرمال. غالبية السكان ، ما يقرب من 63 ٪ (حوالي 88 ألف) يعيشون في الجزء الحضري من منطقة نيرمال الفرعية ويعيش 37 ٪ (حوالي 51 ألف) من السكان في الجزء الريفي من منطقة نيرمال الفرعية.

زاد عدد سكان المنطقة الفرعية بنسبة 15٪ في السنوات العشر الماضية. في تعداد عام 2001 كان مجموع السكان هنا حوالي 1.2 لكح. معدل النمو السكاني للإناث في المنطقة الفرعية هو 16.5٪ وهو أعلى بنسبة 3٪ من معدل النمو السكاني للذكور البالغ 13.5٪. زاد عدد السكان الطبقيين العامين بنسبة 14.7٪ زاد عدد السكان الطبقيين الجدوليين بنسبة 15.4٪ زاد عدد سكان قبيلة الجدول بنسبة 22.7٪ وانخفض عدد الأطفال بنسبة 5.7٪ في المنطقة الفرعية منذ التعداد الأخير.

هطول الأمطار مهم لتنمية البلاد لأنه يساعد على نمو المحاصيل. لذلك تم تمثيل التغييرات في هطول الأمطار بالرسم البياني أدناه.

من البيانات أعلاه للرسم البياني يمكننا القول أنه بمجرد هطول الأمطار بغزارة لمدة 10 سنوات وأيضًا لكل فترة 3 سنوات ، هناك نفس كمية الأمطار للسنوات المتتالية من خلال هذا يمكننا التنبؤ بهطول الأمطار في السنوات المقبلة. يمكننا أيضًا ملاحظة وجود 4 قمم في الرسم البياني والتي تمثل هطول الأمطار الغزيرة (الشكل 2).

نظم المعلومات الجغرافية (GIS) هي أداة تستخدم لعرض وإنشاء وتحليل المعلومات المكانية للمساعدة في حل مشاكل العالم الحقيقي. فهو يجمع بين الرسومات التي تشكل الخريطة مع جداول البيانات للسمات المرتبطة. تتيح لك تطبيقات GIS إنشاء العديد من أنواع الخرائط المختلفة من نفس البيانات. GIS هي أداة تصور رائعة يمكنها أن تعرض لك أشياء حول بياناتك وكيفية ارتباطها بالمكان (على سبيل المثال ، حالات تفشي الأمراض التي رأيناها سابقًا [20] [21]. يجب تقديم الخرائط الورقية وتستغرق وقتًا طويلاً لعرضها. يمكن أن يحتفظ GIS بكمية كبيرة جدًا من بيانات الخرائط ويجعل العثور على مكان يهمك أمرًا سريعًا وسهلاً. QGIS عبارة عن منصة GIS متاحة للتنزيل المجاني على الويب. تتضمن ميزات QGIS استيراد البيانات من مصادر متعددة ، التحويل الرقمي والتحرير وإعادة الإسقاط السريع والمعالجة الجغرافية واتصال قاعدة البيانات ومعالجة البيانات النقطية ووظيفة تخطيط الطباعة الاحترافية والسهلة.

توبوشيت لا. تم جمع E44A8 من مسح الهند حيدر أباد وتم مسحها ضوئيًا بواسطة الماسحات الضوئية للأسطوانة وتحويلها إلى ملف jpg. تم استخدام الورقة العلوية كخرائط أساسية لإنشاء خرائط موضوعية باستخدام QGIS (Quantum GIS). فيما يلي عملية إنشاء خرائط موضوعية مفيدة لاكتشاف التغيير في الغطاء الأرضي لاستخدام الأراضي لمنطقة ما ، باستخدام الورقة السطحية SOI (مسح الهند) كمرجع أساسي.

الشكل 2 . تمثيل رسومي لهطول الأمطار في نيرمال ماندال ، أديل أباد ، ولاية تيلانجانا.

تم إجراء الإسناد الجغرافي للورقة السطحية في QGIS (نظام المعلومات الجغرافية الكمومي) قبل إنشاء الخريطة الأساسية للحصول على الإحداثيات الجغرافية للخريطة. أضف الورقة العلوية ذات المرجعية الجغرافية كطبقة نقطية في نظام المعلومات الجغرافية الكمي. أضف طبقة ملف الشكل لاستخراج منطقة الدراسة من الورقة العلوية. بعد استخراج منطقة الدراسة من الورقة العلوية ، يتم رسم أنواع مختلفة من الفئات مثل الطرق ، والأراضي المهملة ، والأراضي المبنية ، والأراضي الزراعية ، والمصارف ، والبرك ، وما إلى ذلك باستخدام طبقات ملف شكل الخط والنقطة والمضلع في نظام المعلومات الجغرافية الكمي (الشكل 3) . تم تصنيف منطقة الدراسة إلى خمسة أصناف هي المسطحات المائية ، المبنية ، الزراعة ، الغابات والأراضي القاحلة [22] [23].

7.1 تصنيف استخدامات الأرض / الغطاء الأرضي

يزداد عدد السكان شيئًا بعد عام لهذا السبب الضغط الكبير السائد على تشييد المباني في مساحة الغطاء الأرضي ، والذي سيؤثر على التغير البيئي في منطقة كبيرة. توفر المراقبة المتكررة لمساحة البناء معلومات جيدة عن التنمية المستدامة للمنطقة ، ومراقبة التغييرات في هذه الفئة أفضل حل هو تحديد منطقة دراسة معينة للمعلومات السابقة مع فترات زمنية دورية. تأثر المجهود البشري بالمناظر الطبيعية الواضحة للأرض الحضرية على الأرض (اللوحة 1 (أ) واللوحة 1 (ب)). التغييرات في الأرض المبنية بسبب النمو الحضري بشكل رئيسي تحويل تشييد المباني السكنية وتطويرها

الشكل 3. إعداد الخريطة المواضيعية LU / LC بواسطة إجراءات الاستشعار الجغرافي وعن بعد.

/> (أ) /> (ب)

لوحة 1. (أ) طريق سانجامبيت ، نيرمال ماندال ، منطقة أديل أباد ، تيلانجانا (ب) حصن شامجاره في نيرمال ماندال ، منطقة أديل أباد ، تيلانجانا.

المنطقة التجارية في المناطق الريفية ، والهجرة المستمرة للاقتصاد الإقليمي ، والزيادة السريعة في عدد سكان الحضر والنمو غير المتوقع في المنطقة الحضرية الذي ينتج عنه تغيير مساحة المناظر الطبيعية [24]. التغييرات الشائعة في المناطق الحضرية تشمل البناء ، والعقارات لقطاع الشركات ، والمعاهد التعليمية وتنخفض أو تزيد. تتركز آثار التحضر على أراضي الزراعة ، وأراضي النفايات ، والأراضي الحرجية ، والمسطحات المائية والمناطق الجغرافية الأخرى. توفر التكنولوجيا الحديثة بيانات دقيقة كاملة لتحديد التغيير من شأنها أن تساعد في فهم الضرر الذي يلحق بالنظام البيئي والبيئة. يعد الاستشعار عن بعد ونظام المعلومات الجغرافية برنامجًا جيدًا للتخطيط وتشغيل القرار الذي ينتج عنه تأثير التحضر [25] [26] (اللوحة 2 (أ)). تحتوي بيانات خصائص استخدام الأراضي / الغطاء الأرضي من منطقة الدراسة على الأراضي القاحلة 9.1٪ (الشكل 4).

يعتمد الاقتصاد الهندي بشكل أساسي على مساحة الأراضي الزراعية ، فهي مصدر أساسي لإنتاج الغذاء من أجل بقاء الإنسان. بيانات الأقمار الصناعية هي أفضل تقنية لاتخاذ القرار وفهم منطقة احتلال المحاصيل ، وزراعة الأشياء ، واستهلاك الضرائب على أراضي المحاصيل ، وإنتاج المحاصيل والأوراق المالية وما إلى ذلك ، وتوفر بيانات استخدام الأراضي والغطاء الأرضي معلومات كاملة عن تفاصيل أراضي المحاصيل مع البحر -

/> (أ) /> (ب)

اللوحة 2. (أ) المجمع الجديد نيرمال ماندال ، مقاطعة أديل أباد ، تيلانجانا (ب) أرض الزراعة ، نيرمال ماندال ، مقاطعة أديل أباد ، ولاية تيلانجانا.

الشكل 4. بناء أرض نيرمال ماندال ، أديل أباد ، تيلانجانا ، الهند.

الشكل 5. أرض زراعية في نيرمال ماندال ، أديلاباد ، تيلانجانا ، الهند.

سونيا الحكيم. مقارنة بين نتائج معالجة الصور متعددة الأطياف والفائقة الطيفية لنتائج تحديد المحاصيل الموسمية وتصنيفها (الشكل 5). لقد أثر المسح المتقدم لرسم خرائط الغطاء النباتي في تحديد النتائج الدقيقة على الزراعة والأراضي العشبية كسوابق في منطقة الدراسة. ينمو السكان شيئًا ، ويقلل من أراضي الغابات ويؤثر التنمية غير المتوقعة على تقليص الأراضي الزراعية. [27] [28] (اللوحة 2 (ب)) تبلغ مساحة الأراضي الزراعية 46٪ من إجمالي المساحة الجغرافية (الشكل 5).

في غابة النظام البيئي تلعب دورًا رئيسيًا وللغابة للحفاظ على الترتيب البيئي. تعتمد جميع الدورات البيئية المختلفة على منطقة الغابات فقط ، فهي لا توفر الغذاء والألياف والأخشاب فحسب ، كما أنها تستهلك ثاني أكسيد الكربون وتطلق مصدرًا حيًا عضويًا لغاز الأكسجين. يساعد في تحسين رفاهية المجتمع البشري وكذلك سبل العيش التي يمكن دعمها ، وهناك العديد من خدمات النظام البيئي التي يحمل في ثناياه عوامل التنوع البيولوجي. يؤدي استهلاك موارد الغابات بطريقة غير مستدامة إلى تدهور البيئة [29] [30]. فهم التغيرات في أراضي الغابات لتوفير نوعية الحياة والاقتصاد في البلاد. بيانات الخواص لاستخدام الأراضي / الغطاء الأرضي من منطقة الدراسة بها أراضي حرجية 7.9٪. أراضي الغابات محمية بشكل جيد ولا يوجد تأثير للتحضر على أراضي الغابات (الشكل 6).

الماء هو الموارد الأساسية لترك الحياة البشرية. المصادر الرئيسية للمياه

الشكل 6. خريطة موضوعية لأراضي الغابات في نيرمال ماندال ، أديل أباد ، تيلانجانا ، الهند.

الأجسام هي الأنهار والجداول والبحيرات وشبكات الصرف. لحماية وإدارة موارد المياه والأراضي ، الاستخدام المستدام لموارد الأرض والمياه مع أقل تأثير على الموارد والبيئة (اللوحة 3 (أ)) [31] [32] ، التغييرات النشطة في المنطقة البحرية هي أيضًا جزء من موارد المياه التي ستكون بسهولة لتحديد بواسطة تقنية الاستشعار عن بعد [33]. تشير البيانات إلى أن المنطقة الواقعة تحت المسطحات المائية لم تتغير. تم تدمير بركة صغيرة بسبب التحضر الذي لا يؤثر على نظام الصرف (شكل 7).

تحتوي أراضي بارين على أرض سكروبلاند ، ومنطقة رملية ، وأراضي صحراوية جافة صحراوية روكي جافة ومناطق رملية نهرية. تشكلت الموارد الطبيعية للأراضي القاحلة بسبب التشجير ، والتصنيع السريع ، والتحضر ، وارتفاع القضايا البيئية مثل التغيرات المناخية ، وتآكل التربة والفيضانات [34] [35]. تحديد معلومات الأراضي القاحلة التي توفرها تقنيات الاستشعار عن بعد وحساب تدهور الأراضي القاحلة بدقة. تشير البيانات إلى وجود 7.6٪ كبيرة (الجدول 1). ويرجع ذلك إلى تحويل الأرض القاحلة إلى أرض بناء كجزء من التحضر (الشكل 8) (اللوحة 3 (ب)).

/> (أ) /> (ب)

اللوحة 3. (أ) Sriram Sagar (Godavari) Downstream ، نيرمال ماندال ، منطقة Adilabad ، Telangana (ب) إطلالة على قرية Ganjal ، نيرمال ماندال ، منطقة Adilabad ، Telangana.

الشكل 7. خريطة الصرف نيرمال ماندال ، Adilabad ، تيلانجانا ، الهند.

الجدول 1 . فئات مساحة استخدام الأراضي في عام 2015 نيرمال ماندال ، منطقة أديل أباد ، تيلانجانا ، الهند.

الشكل 8. أرض قاحلة خريطة موضوعية لنيرمال ماندال ، أديل أباد ، تيلانجانا ، الهند.

يعد رسم خرائط استخدام الأراضي / الغطاء الأرضي ومراقبته أمرًا مهمًا للعديد من أنشطة الإدارة والتخطيط حيث يعتبر عنصرًا مهمًا لفهم الأرض ونظامها بأكمله. توضح الدراسة الحالية مدى جودة تنفيذ تصنيف LU / LC باستخدام تقنية الاستشعار عن بعد ونظام المعلومات الجغرافية. بينت النتائج أن هناك مناطق عمرانية وزراعية ملحوظة بلغت حوالي 3.3٪ و 9٪ على التوالي. لا يوجد تقلب كبير في حالة المسطحات المائية و

الشكل 9. تمثيل رسومي لـ LU / LC بالنسبة المئوية ، نيرمال ماندال.

غابة. من المحتمل أن تتأثر نتائج التصنيف بعوامل مختلفة مثل جودة مجموعات البيانات المدخلة ، وطرق التصنيف ، والخوارزمية ، وما إلى ذلك. تعتبر المعلومات المتعلقة باستخدام الأراضي / الغطاء الأرضي وإمكانيات الاستخدام الأمثل لها ضرورية لاختيار وتخطيط وتنفيذ مخططات استخدام الأراضي لتلبية الطلبات المتزايدة على احتياجات الإنسان الأساسية والرفاهية. تشير بيانات الخواص لاستخدام الأراضي / الغطاء الأرضي من منطقة الدراسة إلى أن المساحة المزروعة كانت جيدة من 46٪. نسبة البناء 9.1٪. وتشير البيانات إلى أن مساحة الغابات تبلغ 7.9٪. أراضي الغابات محمية بشكل جيد ولا يوجد تأثير للتحضر على أراضي الغابات (الشكل 9).

خلصنا إلى أنه بمجرد هطول أمطار غزيرة لمدة 10 سنوات وأيضًا كل 3 سنوات ، هناك نفس كمية الأمطار للسنوات المتتالية ، وبهذا يمكننا التنبؤ بهطول الأمطار في السنوات المقبلة. توفر بيانات أو خرائط استخدام الأراضي والغطاء الأرضي معلومات جيدة عن الحالة الجغرافية الحالية للمنطقة. يحتوي نيرمال ماندال على الزراعة الجيدة والأراضي الحرجية. استنادًا إلى البيانات الموضوعية الحالية LU / LC ، سيكون من المفيد فهم اكتشاف التغيير وتأثيره. على الرغم من تزايد عدد السكان ، تحدث العديد من التغييرات على الأرض ، لذا فإن تحليل استخدام الأراضي والغطاء الأرضي مهم للغاية. يعد تخصيص الأرض للنقل مشكلة كبيرة ، ولكن بمساعدة استخدام الأراضي والغطاء الأرضي يمكننا تصحيح المشكلة.


نتائج

الإسناد الجغرافي

حددنا ما مجموعه 676 عينة من البنغولين جغرافيًا ، بما في ذلك 437 عينة لم يتم تحديدها جغرافيًا حاليًا على GBIF (الشكلان 2 و 3). 269 ​​من هؤلاء كان لديهم درجات يقين 50٪ ونطاقات & lt50 كم. من بين هؤلاء 269 ، يمثل 162 مواقع جمع فريدة من نوعها واستخدمت في تحليلاتنا (الجدول 1).

الشكل 2: توزيع البانجولين الآسيوي.

الشكل 3: توزيع البنغولين الأفريقي.

روابط التداخلات مع خرائط AOH

تداخل النسبة المئوية للمواقع وتداخلات النسبة المئوية المتوسطة لكل نوع وقارة ومجموعة بيئية وحالة القائمة الحمراء للاتحاد الدولي لحفظ الطبيعة ، لأقسام فرعية مختلفة من البيانات ، موضحة في الجدول S3.

عند نمذجة عدد المواقع المتداخلة مع الأنواع AOH وتلك التي لم تتداخل كاستجابة ذات الحدين ، وجدنا علاقة كبيرة مع البيئة (GLM ذات الحدين: χ 2 = 4.224, مدافع = 1,6, ص = 0.040) ، ولكن ليس القارة (GLM ذو الحدين: χ 2 = 2.650, مدافع = 1,6, ص = 0.104) ، حالة القائمة الحمراء لـ IUCN (GLM ذو الحدين: χ 2 = 0.532, مدافع = 2,5, ص = 0.766) ، أو سنة التحصيل (GLM ذات الحدين: χ 2 = 1.680, مدافع = 1,104, ص = 0.195 الشكل S1). ارتبط تداخل المساحة المئوية ارتباطًا كبيرًا بالأنواع والقارة وحالة القائمة الحمراء للاتحاد الدولي لحفظ الطبيعة وسنة الجمع ، ولكن ليس البيئة (الجدول S4 ، الشكل 4). عبر الأنواع الأربعة مانيس الأنواع لديها تداخلات أقل من الاثنين فاتاجينوس الأنواع ، والاثنان سموتسيا الأنواع (الشكل 4 أ). كانت التداخلات أعلى في السنوات الأخيرة (الشكل 4 ب) ، وأعلى في إفريقيا منها في آسيا (الشكل 4 ج) ، وفي الأنواع المعرضة للخطر والمهددة بالانقراض مقارنة بالأنواع المهددة بشدة (الشكل 4E).

الشكل 4: ارتباطات النسبة المئوية لتداخل المساحة لكل عينة ، للعينات ذات درجات اليقين ≥50٪ ، والنطاقات & lt50 كم باستثناء التكرارات.

الدوافع البشرية لتغير النطاق أو الانكماش

كانت هناك ارتباطات سلبية كبيرة بين تداخلات المساحة المئوية والتغيرات في جميع متغيرات حجم السكان البشريين (الشكل 5 ، الجدول S5) ، أي مع زيادة حجم السكان ، انخفضت درجات التداخل. ومع ذلك ، فإن pseudo-R 2 لهذه العلاقات كانت منخفضة للغاية (pseudo-R 2 تراوحت بين 0.021 و 0.032) لذلك لا ينبغي المبالغة في تفسير العلاقات المرصودة بين حجم السكان ودرجة التداخل. ارتبط تداخل النسبة المئوية أيضًا ارتباطًا وثيقًا بالتغيرات في النسبة المئوية للغطاء من الأراضي الأولية الحرجية بين عام 1900 والحاضر ، و 1950 والحاضر ، ولكن مع عدم وجود متغيرات أخرى لتغير استخدام الأراضي (الشكل 6 ، الجدول S5). تميل العينات الموجودة في المناطق ذات الانخفاض الكبير في الأراضي الأولية الحرجية إلى الحصول على درجات تداخل أقل من تلك التي تغير فيها الغطاء الحرجي بدرجة أقل. ومع ذلك ، كانت قيم pseudo-R 2 لهذه النماذج منخفضة جدًا أيضًا (0.052 و 0.033 على التوالي).

الشكل 5: النسبة المئوية للتداخل وحجم السكان.

الشكل 6: النسبة المئوية للمساحة المتداخلة وتغير استخدامات الأراضي.


مقدمة

تسمح دراسة توزع الأنواع البرية ووفرتها باستكشاف الآليات والعمليات التي تعمل في اختيار الموائل والعوامل المتعلقة بثبات التجمعات. في حين تم وصف التباين في الكثافة السكانية من حيث مجموعات من الظروف الفيزيائية والأحيائية عبر نطاق توزيع الأنواع (براون ، 1984) ، فإن التغيرات داخل السكان في الوفرة المحلية هي نتيجة اختيار الموائل من قبل الأفراد (Rosenzweig، 1981 Morris، 2003 Bjørneraas وآخرون ، 2012). يعتمد التركيب المكاني للمجموعات البرية إلى حد كبير على المتطلبات البيولوجية ، وتاريخ حياة الأنواع (Henle et al. ، 2004 Ewers & amp Didham ، 2006 Prugh et al. ، 2008) ، وقدرة التشتت والتفاعلات بين الأنواع والعمليات التطورية (Peres-Neto وأمبير ليجيندر ، 2010). ومع ذلك ، فمن المعروف أن الأنشطة البشرية أثرت على توزيع ووفرة العديد من الأنواع البرية بمرور الوقت. كانت العواشب البرية الكبيرة مصادر مهمة للغذاء والملابس للإنسان منذ آلاف السنين (Anderson، 1985 Roth & amp Merz، 1997). يفرض التوسع والنمو الديموغرافي اللاحق للسكان البشر استخدامات جديدة للأنواع البرية التي تضمنت تدجين ، على سبيل المثال ، الأغنام (Ovis orientalis برج الحمل) من حيوان الموفلون (Ovis orientalis orientalis) من بين أمور أخرى (أولسن ، 1990).

Production systems based on the introduction of domestic livestock—mainly sheep, cattle and goats (FAO, 2017)—in natural landscapes resulted in changes in the perception of wild species and their value as a resource for humans. Moreover, millions of domestic herbivores grazing on the native vegetation affected the structure and functioning of a wide range of ecosystems. Arid shrublands and grasslands are among the most extensively exploited ecosystems in the world for livestock production, comprising over 30% of the land surface (Adeel et al., 2005 Millenium Ecosystem Assessment, 2005) and supporting a wide range of ecosystem services (Mortimore, 2009). Across the rangelands, or natural areas used by people to graze their livestock, wild herbivores have been largely affected by habitat degradation due to overgrazing, competition for foraging resources, hunting and the development of infrastructure, among other threats (Primack, 1998 Montgomery, 2007 Ellis & Ramankutty, 2008). Wild ungulates and introduced domestic species of similar body size and digestive system (e.g., similar sized ruminants) are likely to have similar nutritional requirements (Jarman, 1974 Illius & Gordon, 1992) hence increasing the potential for interspecific competition (Schoener, 1974 Belovsky, 1986). Frequently, spatial segregation is the result of wild ungulates moving across modified landscapes towards areas that usually do not represent their habitat preferences (Prins, 2000) but restrictions imposed by interspecific competition with livestock and conflict with human activities.

In arid Patagonia, extensive sheep ranching started late in the 19th century when European colonists settled in the region, reaching 22 million heads within 40 years (Soriano & Movia, 1986). Sheep grazing affected vegetation structure and primary production by decreasing the proportion of plant species of a higher foraging value (Adler et al., 2005 Chartier & Rostagno, 2006 Bisigato, Laphitz & Carrera, 2008 Cesa & Paruelo, 2011), while accelerating desertification processes (del Valle et al., 1998). The massive introduction of the domestic sheep affected the numbers and distribution of guanacos, the only large, wild ungulate extensively distributed across the arid lands of Patagonia. Over hunting, range degradation and interspecific competition with sheep have contributed to the guanaco’s demise (Raedeke, 1979 Franklin, 1982 Cunazza, Puig & Villalba, 1995 Baldi, Albon & Elston, 2001 Baldi et al., 2004). Although still abundant and classified as of “Least Concern” by the IUCN, the guanaco occupies around 30% of its original range and 80% of its global population remains in Argentina, particularly throughout Patagonia (Baldi et al., 2016).

Guanacos are generalist herbivores including grasses and shrubs in their diet (Pelliza-Sbriller et al., 1997 Puig, Videla & Cona, 1997). Sheep diet composition is highly similar to that of guanacos and it was estimated that only 17 plant species made up around 80% of the diet of both herbivores, resulting in a high potential for interspecific competition (Baldi et al., 2004). Across the region, guanaco abundance has been found to be negatively related to sheep numbers. Evidence of spatial and temporal segregation due to interspecific competition has shown that guanacos occupied marginal habitats after the most productive sites were monopolized for sheep ranching (Baldi, Albon & Elston, 2001 Pedrana et al., 2010). However, socio-ecological systems are complex and tend to be dynamic over time and space (Reynolds et al., 2007). Sheep numbers declined in Patagonia during the last 30 years due to a combination of economic and ecological factors (Aagesen, 2000 Coronato et al., 2016), which resulted either in ranches with low sheep stocking rates or properties where the activity was terminated but infrastructure—such as ranch buildings and outstation, permanent water sources and fences—remain.

The decrease of both sheep stocking rates and spatial extent of ranching activities has been associated to an increase in the numbers of some populations of guanacos in Patagonia (Novaro, Baldi & Antún, 2019). This brings the opportunity to explore to what extent the processes and factors related to guanaco population demise are operating today and how are guanaco populations responding to recent changes across modified landscapes. We investigated the incidence of natural and human-related factors on the spatial variation in the abundance of guanacos in Península Valdés, a representative landscape of the arid Patagonia where sheep were introduced in the 1880s, but removed from nearly 20% of the area during the last 20 years (Baldi et al., 2017). We hypothesized that (1) interspecific competition with sheep still plays a key role in shaping the spatial structure of the guanaco population in PV (2) the conflict with humans influences the variation in the abundance of guanacos in areas where sheep ranching takes place and (3) the importance of natural factors will become evident at sites without sheep and threats imposed by human presence, reflecting what is left available to guanacos in terms of habitat to select. According to our hypotheses, we predict that (1.1) the abundance of guanacos will decrease while sheep stocking rate and (1.2) primary productivity increase (2.1) guanacos will be less abundant in the proximity of infrastructure elements such as inhabited ranch buildings and fences, but (2.2) will be favored by the proximity to permanent water sources for sheep. In areas where the activity has ceased, we predict that (3.1) plant productivity and (3.2) open, grass-dominated sites in flat areas will be associated with increased guanaco numbers.


Biases in morphological landscape features: challenges for environmental purposes in GIScience and related fields

During the last two decades, a wide range of geographical tools including the calculation of landscape metrics were transposed to ecological studies to build models for land-use dynamics. Currently, few studies have evaluated the biases which can occur during the rasterization step which could influence the results. The purpose of this study was to evaluate the influence of dataset rasterization on area and perimeter variables, which are frequently used to calculate landscape indices, according to (i) the rasterization cell size and (ii) the shape of geographic features. The Urban Atlas 2006 dataset focused on Bas-Rhin department (France) was used as a vector reference layer. Rasterization was performed for various cell sizes to evaluate the influence of spatial resolution on the errors injected into shape descriptors. Five morphological metrics were calculated for all geographic features. For the first time, a UMAP algorithm was performed to relate the rasterization relative errors at all spatial resolutions with morphological attributes. Results showed that low values of area errors were obtained for cell sizes lower than 5 m (<10%). For higher cell sizes, errors exceeding 10% appeared for linear and low width geographic features. For perimeter, significant errors were observed for cell sizes between 1 and 5 m (>10%) with an overestimation tendency. For cell sizes greater to 10 m, overestimations and underestimations were occurring according to the shape of geographic features. This study showed that sensitivity analyses must be performed before any study carried out on landscape changes estimation to define the best raster cell size as function to the morphological attributes of the geographic features, the predefined error threshold.

Au cours des deux dernières décennies, un large éventail d'outils géographiques a été transposé aux études écologiques afin de construire des modèles permettant d’étudier les dynamiques de changement des milieux naturels. Très fréquemment, une étape de rastérisation de données vectorielles est utilisée dans ce cadre. Encore peu d'études ont évalué les biais qui peuvent survenir lors de cette étape de rastérisation. L'objectif de cette étude est d'évaluer l'influence de la rastérisation, à partir d’un ensemble de jeu de données, sur les variables de surface et de périmètre, métriques fréquemment utilisées pour calculer les indices de paysage en fonction (i) de la taille de la cellule lors de la rastérisation et (ii) de la forme des caractéristiques géographiques. Le jeu de données de l'Atlas urbain 2006, centré sur le Bas-Rhin (France), a été utilisé comme couche vectorielle de référence. La rastérisation a été effectuée pour différentes tailles de cellule afin d'évaluer l'influence de la résolution spatiale sur les erreurs d’estimation des descripteurs de forme. Cinq métriques morphologiques ont été calculées pour toutes les entités géographiques. Pour la première fois, un algorithme UMAP a été réalisé pour relier les erreurs relatives de rastérisation à toutes les résolutions spatiales avec les attributs morphologiques de chaque entité géographique. Les résultats ont montré que de faibles valeurs d'erreurs de surface ont été obtenues pour des tailles de cellules inférieures à 5 m (<10%). Pour des tailles de cellules plus élevées, des erreurs supérieures à 10 % sont apparues pour les entités géographiques linéaires et de faible largeur. Pour le périmètre, des erreurs significatives ont été observées pour les tailles de cellules entre 1 et 5 m (>10%) avec une tendance à la surestimation. Pour les tailles de cellule supérieures à 10 m, des surestimations et des sous-estimations se produisaient en fonction de la forme des entités géographiques. L'étude a montré que des analyses de sensibilité doivent être effectuées au préalable avant une estimation des changements de paysage afin de définir la meilleure taille de cellule matricielle en fonction des attributs morphologiques des caractéristiques géographiques et du seuil d'erreur prédéfini.

Durante las últimas dos décadas, una amplia gama de herramientas geográficas han sido empleadas en estudios de la métrica del paisaje, con la finalidad de construir modelos aplicados en las dinámicas del cambio en el medio natural y donde frecuentemente se rasterizan los datos vectoriales. Actualmente, no existe una robusta literatura que haya evaluado los sesgos que pueden ocurrir durante tal proceso de rasterización y que podrían influir en los resultados. El objetivo de este estudio, fue evaluar la influencia de la rasterización a partir de un juego de datos sobre las variables de superficie y perímetro, métricas que se utilizan con frecuencia para calcular índices de paisaje en función de (i) el tamaño de la celda de rasterización y (ii) la forma de las características geográficas. Se utiliza el conjunto de datos “Atlas urbano” 2006, centrado en el departamento de Bas-Rhin (Francia) como capa vectorial de referencia. La rasterización se realizó para varios tamaños de celda, con la finalidad de evaluar la influencia de la resolución espacial sobre los errores de estimación de descriptores de forma. Se calcularon cinco métricas morfológicas para todas las entidades geográficas. Por primera vez, se realizó un algoritmo UMAP, para relacionar los errores relativos a la rasterización en todas las resoluciones espaciales, con los atributos morfológicos de cada entidad. Los resultados expresan que se obtuvieron bajos valores de error en la superficie para tamaños de celda menores a 5 m (<10%). Para tamaños de celda más elevados, emergen errores superiores al 10% en las entidades geográficas lineales y con un reducido ancho. Respecto al perímetro, se observaron errores significativos para tamaños de celda entre 1 y 5 m (> 10%) con una tendencia a la sobre estimación. Para los tamaños de celda superiores a 10 m, se produjeron sobre y sub estimaciones según la forma de las entidades geográficas. Este estudio deja en evidencia la necesidad de llevar a cabo análisis de sensibilidad, antes de aplicar cualquier estimación de cambios en el paisaje, con la finalidad de definir el mejor tamaño de la celda ráster en función de los atributos morfológicos de las características geográficas y del umbral de error predefinido.


Impact of Land-Use/Land-Cover Change on Land Surface Temperature Using Satellite Data: A Case Study of Rajarhat Block, North 24-Parganas District, West Bengal

Increase in land surface temperature (LST) of growing urban areas in the current global warming scenario is a cause of concern for city planners. This study discusses the impact of land-use/land-cover (LULC) change on LST of the area in and around Rajarhat block, North 24-Parganas District, West Bengal, covering an area of 165 km 2 . Multi-spectral and multi-temporal satellite data from Landsat 5 TM (1990), Landsat 8 OLI (2016) and Sentinel 2A (2016) are used for the LULC mapping, and thermal infrared data from Landsat 5 TM and Landsat 8 TIRS (2016) are used for estimating the LST of 1990 and 2016. Results show that land-use pattern in November has changed in Rajarhat from 1990 to 2016: 13 km 2 of vegetation cover lost due to urbanization 9.3 km 2 of open land converted to agricultural land and open fields/parks 1.4 km 2 of aquaculture ponds converted to tree cover/scrublands and 1.45 km 2 of lakes/ponds filled up. Loss of vegetation (scrubland and tree) cover resulted in LST rise by about 1.5 °C. Aquaculture ponds have the ability to resist the rise in LST since the increase in temperature of this class is only 0.24 °C due to increase in its area. This change in land-use pattern over 26 years has increased the LST by 0.94 °C. The urban-heat-island (UHI) phenomenon has also increased. The area of the ‘strongest’ heat-island phenomenon, as per UTVFI classification scheme, has increased by 20.1 km 2 . Positive correlation is observed between NDBI and LST’s of urban areas (ص = 0.002 for 1990 and ص = 0.047 for 2016) which suggests that urbanization is responsible for the rise in LST. The NCEP NOAA surface temperature model suggests that the long-term trends in the rise in maximum LST over Rajarhat is about 1 °C from January 1990 to November 2016 with 90% confidence level validating the extracted LST data from satellites. Sustainable urban planning is required to arrest the rise in LST which includes urban forestry, construction of water bodies and fountains, preserving existing aquaculture ponds and reducing construction activities.

This is a preview of subscription content, access via your institution.


Authors’ contributions

FM led the study, collected data on the field, prepared and analysed population data and wrote the manuscript. LN did all the statistical analyses and model selection of environmental data and wrote related results. CC collected data on the field and helped with the discussion. GD helped with the study design and the writing. All authors read and approved the final manuscript.

Acknowledgements

This work was carried out within the collaboration “Nests on Power lines” between Terna Rete Italia SpA and Ornis italica. In particular, we thank Alberto Olivieri, Nicoletta Rivabene and Luca Moiana for their support to the field activities. We also thank Tim Mackrill for valuable comments on a first draft of the manuscript and Alessandro Troisi for the drawing of the European Roller in Fig. 1.

Competing interests

The authors declare that they have no competing interests.

Availability of data and materials

The datasets used and/or analysed during the current study are available from the corresponding author on reasonable request.


An open-source geospatial framework for beach litter monitoring

Here, we present a framework for a beach litter monitoring process, based on free and open-source software (FOSS), which allows customization for any sampling design. The framework was developed by means of a GIS project (QGIS), a GIS collector (QField), and an R code, allowing further adjustments according to the area to be surveyed and research questions. The aim is to improve data collection, accessibility, and interoperability, as well as to help to fill the currently existing gap between fieldwork and data analysis, preventing typos and allowing better data processing. Therefore, it is expected to take less than an hour from ending fieldwork to obtaining up-to-date products. To test the developed open-source geospatial framework, it was applied in different sectors and dates on an important southern Brazilian touristic beach. Results obtained from the open-source geospatial framework application produce baseline information on beach litter issues, such as amounts, sources, and spatial and temporal patterns. Adoption of the framework can facilitate data collection by local and regional stakeholders, and the results obtained from it can be applied to support management strategies. For researchers, it produces spatialized data for each item in an already tidy format, which can be used for robust and complex models. A series of supplementary files support reproducibility and provide a guide to future users.

This is a preview of subscription content, access via your institution.


شاهد الفيديو: كورس QGIS 2. طرق إضافة الطبقات للبرنامج + وظيفة Browser