Vairāk

Kā izveidot karti, kas iekrāsota pēc attāluma līdz tuvākajam punktam R

Kā izveidot karti, kas iekrāsota pēc attāluma līdz tuvākajam punktam R


Es esmu jauns GIS un R-- ceru, ka šim jautājumam ir jēga.

Man ir datu rāmis (geo07), kurā ir divi mainīgie, kas ieraksta garo/latu vērtību aptuveni 6000 punktiem (mat_long & mat_lat). Šie punkti atbilst visiem noteikta veida veselības centriem ASV. Es varu uzzīmēt punktus par ASV šādi:

karte ("worldHires", "usa", xlim = c (-125, -60), ylim = c (25,52), col = "gray95", fill = TRUE) punkti (x = geo07 $ mat_lon, y = geo07 $ mat_lat, pch = 19, col = "sarkans", cex = 0,5)

Bet es patiešām vēlos izkrāsot visu ASV karti, pamatojoties uz attālumu līdz tuvākajam veselības centram. Konceptuāli man ir jāsadala ASV punktos/mazās platībās un jāizkrāso, pamatojoties uz to attālumu līdz tuvākajam veselības centram. Vai šī ir siltuma karte? Vai viņu R funkcijas to dara?


Tur irdistmap ()funkcija iekšā spatstatpakete, kas izveido pikseļu attēlu no attāluma līdz punktiem. Norādītajā saitē jūs atradīsit lielisku pamācību par šo paketi (ieskaitotdistmap ()piemērs).


Kā izveidot ģeogrāfisko karšu diagrammu programmā Microsoft Excel

Sandy Writtenhouse

Diagrammas ir noderīgas, lai vizuāli parādītu jūsu datus. Tie var atvieglot datu skatīšanu un analīzi, īpaši jūsu auditorijai. Tātad, kāpēc ģeogrāfiskajiem datiem neizmantot kartes diagrammas tipu programmā Microsoft Excel?

Neatkarīgi no tā, vai vēlaties parādīt populācijas vairākās valstīs savai pārdošanas komandai vai ASV saīsinājumus pamatskolas klasei, varat viegli izveidot karšu diagrammu programmā Microsoft Excel. Pēc tam varat to formatēt, izmantojot etiķetes, leģendu un atbilstošu krāsu shēmu.


Konvertēt telpiskos datus par data.frame

Plānojot ar bāzes diagrammu (), varat attēlot telpiskos sp vai rastra objektus tieši, tos nepārveidojot. Tomēr ggplot () ir nepieciešams data.frame. Tādējādi jums būs jāpārvērš dati. Jūs varat pārvērst datus, izmantojot funkciju tidy () no slotas pakotnes R.

Datu padoms: Kārtības funkcija agrāk bija stiprināšanas funkcija! Funkcijas tidy () kods ir tieši tāds pats kā fortify () kods.

Tālāk jūs konvertējat datus, veicot tālāk norādītās darbības.

  1. Funkcijas tidy () izsaukšana telpiskajā objektā sjer_roads.
  2. Id lauka pievienošana telpisko objektu datu rāmim, kas attēlo katru unikālo datu iezīmi (katru ceļa līniju).
  3. Tabulas savienošana no telpiskā objekta uz funkcijas tidy () izvadi data.frame.

Pārvērtīsim jūsu telpisko objektu par data.frame.

Kad esat to izdarījis, esat gatavs uzzīmēt, izmantojot ggplot (). Zīmējot, ievērojiet sekojošo.

  1. X un y vērtības ir garas un lat. Šīs ir kolonnas, kuras funkcija tidy () ģenerē no telpiskā objekta.
  2. Grupas funkcija ļauj R izdomāt, kuras virsotnes atrodas zem kādas funkcijas. Tātad šajā gadījumā jūs zīmējat līnijas - katra no tām sastāv no 2 vai vairākām savienotām virsotnēm.

Katru rindu var krāsot arī pēc veida, argumentam color = pievienojot atribūtu, kuru vēlaties izmantot kategorijām vai tipiem.

Tālāk jūs iestatāt krāsas uz krāsu = koeficients (RTTYP). Ņemiet vērā, ka atribūtu RTTYP piespiežat pie kāda faktora. Jūs to varat uzskatīt par datu īslaicīgu grupēšanu pēc RTTYP kategorijas tikai zīmēšanas nolūkos. Jūs nemaināt datus, ko vienkārši sakāt ggplot, ka dati ir kategoriski ar skaidrām grupām.

Jūs varat arī pielāgot savas kartes krāsas. Zemāk jūs veicat dažas darbības:

  1. Noskaidrojiet, cik jums ir unikālu ceļu veidu.
  2. Norādiet krāsas, kuras vēlaties lietot katram ceļa tipam.
  3. Visbeidzot, jūs uzzīmējat datus - jūs izmantosiet scale_colour_manual (vērtības = c ("rdType1" = "color1", "rdType2" = "color2", "rdType3" = "color3", "rdType4" = "color4")) uz norādiet, kādas krāsas vēlaties izmantot kādai atribūta vērtībai.

Attēlosim jūsu ceļu datus pēc RTTYP atribūta un izmantosim unikālas krāsas.

Ievērojiet, ka iepriekš norādītās krāsas tiek piemērotas katrai kategorijai (C, M, S un Nezināms) secībā. Šajā gadījumā secība ir alfabētiska.

Noņemiet ggplot ass ērces

Visbeidzot, jūs varat noņemt ass ērces un etiķetes, izmantojot theme () elementu. Tēmas tiek izmantotas ggplot (), lai pielāgotu sižeta izskatu. Jūs varat pielāgot jebkuru zemes gabala elementu, ieskaitot fontus, krāsas un daudz ko citu!

Zemāk jūs veicat šādas darbības:

  1. Noņemiet x un y ass ērces un iezīmējiet, izmantojot motīvu.
  2. Noņemiet x un y etiķetes, izmantojot x (un y) argumentus funkcijā labs ().
  3. Pielāgojiet leģendas nosaukumu, izmantojot laboratorijas (krāsa =).

Visbeidzot, jūs varat izmantot coord_quickmap (), lai x un y asi vienādi mērogot pēc garām un lat vērtībām.

Datu padoms: Ir daudz dažādu veidu, kā nodrošināt, lai ggplot () attēlo datus, izmantojot x un y ass attālumus, kas pareizi attēlo datus. coord_fixed () var izmantot, lai norādītu vienotu x un y ass mērogu. coord_quickmap () ātri pielāgo x un y ass skalas, izmantojot aprēķināto koordinātu atsauces sistēmas vērtību, kurā atrodas jūsu dati. coord_map var izmantot, lai apstrādātu pareizas projekcijas, kuras jūs norādāt kā argumentus funkcijā coord_map ().

Pielāgojiet līnijas platumu

Zemes gabala līniju platumu var pielāgot, izmantojot izmēru =. Ja izmantojat lielumu = 4 ar skaitlisku vērtību (piemēram, 4), tad visos datu rindu elementos iestatāt vienādu lielumu.

Pielāgojiet līnijas platumu pēc atribūta

Ja vēlaties katram telpiskā objekta faktora līmenim vai atribūtu kategorijai unikālu līnijas platumu, varat izmantot līdzīgu sintaksi, kādu izmantojāt krāsām. Šeit jūs izmantojat scale_size_manual (), lai iestatītu rindas platumu katrai kategorijai RTTYP atribūtā. Līdzīgi kā iepriekš iestatītajām krāsām, ggplot () piemēros līnijas platumu faktoru līmeņu secībā datos. Pēc noklusējuma tas ir alfabētisks.

scale_size_manual (vērtības = c (.5, 1, 1, .5))

Tomēr labāk ir būt skaidram un noteikt, kura atribūta vērtība ir jāsaista ar katru rindas platumu. Kā šis:

scale_size_manual (vērtības = c ("C" = .5, "M" = 1, "S" = 1, "Nezināms" = .5))

Ņemiet vērā, ka līdzīgi krāsām jūs esat pielāgojis līnijas, izmantojot divas darbības

  1. Jūs esat iestatījis lielumu uz koeficientu (RTTYP).
  2. Jūs esat piešķīris izmēru, izmantojot funkciju size_scale_manual ().

Apvienojiet leģendas

Iepriekš redzamā karte izskatās labi, taču jums ir vairākas leģendas, kad patiešām vēlaties tikai vienu leģendu gan krāsai, gan izmēram. Jūs varat apvienot leģendu, izmantojot funkciju guides (). Šeit jūs norādāt katru leģendas elementu, kuru vēlaties apvienot, šādi:

ceļveži (krāsa = ceļveža leģenda ("Leģendas nosaukums šeit"), izmērs = ceļveža leģenda ("Tas pats leģendas nosaukums šeit"))

Bet tas ir neglīti, vai ne? Lai sakoptu lietas, padarīsim līniju platumu nedaudz plānāku.


Ggmap

Ggmap pakete ir aizraujošākais R kartēšanas rīks ilgu laiku! Jūs, iespējams, varēsit iegūt labākas izskata kartes ar dažām izšķirtspējām, izmantojot formas failus un rasters no naturalearthdata.com, bet ggmap 95% no ceļa dos tikai 5% darba!

Trīs piemēri

  • Es apskatīšu trīs piemērus. Darbs no neliela telpiskā mēroga līdz lielākam telpiskam mērogam.
    1. Nosauktie “paraugu ņemšanas” punkti Sisquoc upē no “Sisquo October Adventure”
    2. GPS trase no īsa velobrauciena Wilder Ranch.
    3. Zivju paraugu ņemšanas vietas no kodētās stiepļu birkas datu bāzes.

Kā darbojas ggmap

  • ggmap vienkāršo bāzes karšu lejupielādi no Google vai Open Street Maps vai Stamen Maps, lai tās izmantotu jūsu zemes gabalu fonā.
  • Tas arī jauki nosaka asu skalas utt.
  • Kad esat ieguvis kartes, jūs veicat zvanu ar ggmap () tāpat kā ar ggplot ()
  • Darīsim ar piemēru.

Sestoktobris

Šeit ir neliels datu rāmis no Siskokas upes punktiem.

ggmap parasti pieprasa tālummaiņas līmeni, bet mēs varam mēģināt izmantot ggmap funkciju make_bbox:

Tagad, kad mēs satveram karti, ggmap mēģinās to ievietot šajā ierobežojošajā lodziņā. Pamēģināsim:

Nē! Tā bija neveiksme, bet mēs arī saņēmām brīdinājumu par to. (Patiesībā tas ir nedaudz labāk nekā iepriekš, jo es mazliet uzlauzu ggmap ...) Mēģināsim izmantot tālummaiņas līmeni. Tālummaiņas līmeņi ir no 3 (pasaules mērogā līdz 20 (mājas mērogs)).

Tas ir pieklājīgi. Kā būtu, ja mēs izmantotu “reljefa” tipa karti:

Tas ir forši, bet es meklētu labāku burtu krāsu ...

Kā būtu ar velosipēdu?

Mēs varam uzzīmēt maršrutu šādi:

Funkcija make_bbox man nekad nav īsti strādājusi.

Zivju paraugu ņemšanas vietas

Šim nolūkam esmu iekļāvis dažas lietas kodēto stiepļu tagu datu bāzē uz ģeogrāfiski norādītām jūras vietām Britu Kolumbijā, kur laika posmā no 2000. līdz 2012. gadam tika iegūts vismaz viens Chinook lasis. Lai redzētu, kā es izdarīju visu, varat to pārbaudīt

Apskatīsim datus:

Tātad mums ir jāspēlē 1113 punkti.

Ko mēs ceram iemācīties?

Šīs vietas BC ir hierarhiski strukturētas. Mani galvenokārt interesē, cik tuvu atrodas viena un tā paša “reģiona”, “apgabala” vai “sektora” vietnes, un domāju, vai ir pareizi apkopot zivju atgūšanu noteiktā līmenī, lai iegūtu labāku kopējo novērtējumu. zivju daļa no dažādām inkubatorām šajos apgabalos.

Vispirms uzskaitīsim lietas, izmantojot dplyr:

Tas izskatās labi. Šķiet, ka mēs, iespējams, varētu krāsot kodu visā apgabalā līdz reģionam un pēc tam līdz apakšreģionu apgabalam.

Izveidojiet karti.

  • Forši! Tas bija tik viegli, cik vien iespējams. Ziemeļi atrodas ziemeļos, dienvidi - dienvidos, un trīs sarkanīgi punkti ir izteikti neparasti pie upju grīvām.

Krāsojiet to pēc reģiona

  • Mums vajadzētu spēt tos zināmā mērā izkrāsot pa reģioniem (tas var kļūt milzīgi), taču ļaujiet mums to darīt.
  • Ņemiet vērā, ka reģionu nosaukumi kopumā ir unikāli (ne tikai N vai S robežās), lai mēs varētu tikai krāsot pēc reģiona nosaukuma.

  • Atkal tas bija viegli, bet šādā mērogā ar dažādiem reģioniem ir grūti atrisināt visas krāsas.

Tuvināt katru reģionu un krāsot pēc apgabala

  • Ir pienācis laiks šo lietu patiešām pārvarēt. (Paturot prātā, ka make_bbox () var neizdoties ...)
  • Es vēlos izveidot karšu sēriju. Viens katram reģionam, kurā apgabali šajā reģionā ir atšķirīgi krāsoti.
  • Kā? Izveidosim funkciju: jūs nododat to reģionam, un tas veido sižetu.
  • Paturiet prātā, ka šajā datu rāmī nav faktoru, tāpēc mums nav jāuztraucas par līmeņu pazemināšanos utt.

Tātad, izmantojot šo funkciju, mums vienkārši jāpārvietojas pa reģioniem un jāizveido visi šie plāni.

Ņemiet vērā, ka es tos saglabāju PDF failos, jo nav jautri izveidot tīmekļa lapu ar visiem tur esošajiem.


3 atbildes 3

Jūs varētu izmantot rworldmap, ja vēlaties mazāk koda un rupjāku izšķirtspējas karti.

Noklusējuma kategoriju, krāsas un leģendas var mainīt, skatiet šo RJournal rakstu.

Ātrāk būtu ar valstu kodiem, nevis nosaukumiem.

Definējiet "lēni". ggplot nodrošina vienu no elastīgākajiem veidiem, kā parādīt datus kartēs par dažām papildu sekundēm.

Ggplot kods rada šādu karti:

Laiki ir atšķirīgi katrā skrējienā, taču es neesmu redzējis, ka to starpība būtu lielāka par pilnu minūti (manā sistēmā tas šķita vidēji 0,6 m, bet es negrasījos veikt plašu salīdzinošo novērtēšanu).

Tā kā jūsu prasības joprojām tiek izsmeltas, jūs varat diezgan viegli nomainīt diskrēto skalu ar nepārtrauktu.

Bet izklausās, ka jums, iespējams, vajadzētu pieturēties pie @Endija rworldmap, jo tā abstrahē sarežģītību.


Ieteicams jums

Šajā sadaļā ir apkopoti labākie datu zinātnes un pašattīstības resursi, kas jums palīdzēs.

Kursi - tiešsaistes kursi un specializācija

Datu zinātne

    autors: Stenforda, Džona Hopkinsa universitāte, Mičiganas universitāte, Vašingtonas universitātes kurss, Hercoga universitāte, Džona Hopkinsa universitāte, Džona Hopkinsa universitāte

Populārie kursi, kas tika uzsākti 2020

Populārākie kursi

    Jēlas universitāte, Google, Mičiganas universitāte, IBM, Pensilvānijas universitāte, Jēlas universitāte, Makkārijas universitāte, Džona Hopkinsa universitāte, Kalifornija

Amazon FBA

Pārsteidzoša pārdošanas mašīna

Grāmatas - datu zinātne

Mūsu grāmatas

    by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) by A. Kassambara (Datanovia) A. Kassambara (Datanovia)

Citi

    autori: Hadlijs Vikhems un Gerets Grolemunds, autors Aurēlijs Gērons, autors Pīters Brūss, un Endrū Brūss, autors Garets Grolemunds, un Hadlijs Vikems, autors Garets Džeimss u.c. autors: Fransuā Šolē un Dž. Dž. Allaire, autors Fransuā Šolē

Komentāri (6)

Sveiki! tikai ziņa, kuru es meklēju, paldies! Kāda ir atšķirība starp geom_polygon () un geom_map (), veidojot karti?

Interesanti, kā nomainīt valstu krāsu uz baltu?

Funkcijā geom_polygon () un OUTSIDE aes () lietojiet
Ja iestatāt aizpildījumu, krāsu, izmēru vai formu ārpus aes () funkcijas, tā vērtība nebūs saistīta ar nevienu mainīgo lielumu un paliks nemainīga visiem jūsu uzzīmētajiem daudzstūriem (daudzstūriem, punktiem, līnijām vai jebkuram citam).
Piemēram: pēdējais amerikāņu uzbrukuma datu paraugs, mainīgais aizpildījums tiek kartēts uz uzbrukumu, un tāpēc daudzstūru aizpildījuma krāsa atspoguļo šo mainīgo vērtību. Krāsu mainīgais ir definēts kā “white ” un tiek izmantots ārpus aes (), šeit krāsa apzīmē apmales krāsu (karšu robežas). Šo krāsu parametru var definēt kā citas krāsas vai deklarēt aes () iekšpusē, lai saistītu apmales krāsu ar citu mainīgo. Krāsu sarakstu, ko var izmantot R, var atrast, atrodot googlē nelielu informāciju (R krāsas ggplot), kā arī visu informāciju, kas paredzēta darbam ar personalizētām krāsām, izmantojot RGB skalas un līdzīgas lietas


Kā izveidot karti, kas iekrāsota pēc attāluma līdz tuvākajam punktam R -Geographic Information Systems

Piezīme: Šis vingrinājums ir modifikācija materiālam, ko sākotnēji izstrādāja Kristīna Šneidere un doktors Deivids R. Maidments CE 394K: ĢIS ūdens resursos Teksasas Universitātē Ostinā. Šos materiālus var izmantot mācībām, pētniecībai un izglītībai. Lūdzu, atzīmējiet autorus.

Jautājumu lapa no šīs laboratorijas ir atrodama mapē Lab_2_data.

1. daļa - karšu projekcijas un koordinātu sistēmas

  • 2.1 Mērķi
  • 2.2 Ievads un kopsavilkums
  • 2.3 Dati
  • 2.41 Pasaules prognozes
    • 2.410 Ģeogrāfisko koordinātu pasaule
      • 2.4101 Datu ielāde
      • 2.4102 Simboloģija un marķēšana
      • 2.4103 Koordinātu displejs
      • 2.4111 Jauna datu rāmja izveide un datu pievienošana
      • 2.4112 Koordinātu sistēmas iestatīšana datu rāmim
      • 2.4113 Izveidojiet savu karti un vairāku datu rāmju izkārtojumu
      • 2.421 Amerikas Savienotās Valstis ģeogrāfiskās koordinātēs
      • 2.422 Amerikas Savienotās Valstis Albersas vienāda laukuma projekcijā
      • 2.431 Teksasa ģeogrāfiskās koordinātās - tiek parādīta apakškopa
      • 2.432 Teksasa Lambertas konformālajā koniskajā projekcijā
      • 2.433 Teksasa Teksasas centrālajā kartēšanas sistēmā -pielāgotas projekcijas iestatīšana
      • 2.434 Teksasa Universālā šķērseniskā Mercator (UTM) projekcijā
      • 2.441 Ostina ģeogrāfiskajās koordinātās - tālummaiņa uz slāni, atlase pēc atrašanās vietas, eksportēšana uz formas failu
      • 2.442 Ostina štata lidmašīnā -1927 Projection - Layer Files
      • 2.451 Projekta vednis
      • 2.461 Telpiskās atsauces noteikšana aerofotogrāfijai vai attēlam ArcCatalog
      • 2.462 Telpiskās atsauces noteikšana formas failam ArcCatalog
      • 2.463 Telpiskās atsauces noteikšana formas failam programmā ArcToolbox
      • Iegūstiet pieredzi ArcMap, izmantojot dažādu izplatītu projekciju lidojuma projekciju
      • Uzziniet, kā definēt projekciju ArcCatalog un ArcToolbox
      • Uzziniet, kā projicēt vektoru datus, izmantojot ArcToolbox

      Atgādiniet no lekcijas, ka kartes būtībā ir grafiki un ka karšu izveide ar datoru ir līdzīga punktu un līniju zīmēšanai uz grafiskā papīra. Lai programmatūra parādītu objektu ģeogrāfisko atrašanās vietu, līdzekļi jāglabā ar x un y koordinātām, kas piesaistītas noteiktai izcelsmei (t.i., X = 0, Y = 0 a "Koordinātu sistēma") un atskaites punktu. Atskaites punkts norāda zemes modeļa izmērus, elipsveida zemes mazo un galveno pusass garumu vai sfēras rādiusu (sk. Lekciju piezīmes). Kopā, atskaites punkts un koordinātu sistēma ietver tā saukto & quotTelpiskā atsauce& datu kopas & quot.

      ESRI lingo telpiskās atsauces ir divu veidu:

        Prognozētā koordinātu sistēma (& quotPCS& quot), sastāv no atskaites punkta (piemēram, WGS84) un koordinātu sistēmas parametriem (piemēram, izcelsmes vieta un standarta paralēles (-es) lat. specifiski a kartes projekcija. Funkciju PCS koordinātas tiek saglabātas metros vai pēdās attiecībā pret PCS izcelsmi.

      Viena no galvenajām, tradicionālajām ĢIS programmatūras priekšrocībām ir spēja vienā telpiskajā atsaucē saglabātos datus pārvērst citā telpiskajā atsaucē. Šī kartes projekcija process var ietvert koordinātu pārveidošanu no vienas GCS uz citu GCS, no PĢS uz PCS vai no vienas PCS uz citu PCS. Datora ekrānam vai papīra kartei var būt tikai viena telpiskā atsauce, viena diagrammas izcelsme un viena asu kopa. Tādējādi spēja pārveidot koordinātas no vienas telpiskās atsauces uz citu ir galvenais aspekts, ja vēlaties vienlaikus skatīt datu kopas, kurām ir dažādas telpiskās atsauces.

      ArcGIS ietvaros ArcToolbox ir rīki šo reklāmguvumu veikšanai. To darot, jūs varat izveidot jaunu, pastāvīgs datu fails, kas satur koordinātas jaunajā telpiskajā atsaucē. Alternatīvi, pagaidu(& quotlidojuma laikā& quot) konvertēšana uz citu telpisko atsauci tiek veikta automātiski, pievienojot datus ArcMap. Šī lidojuma laikā veiktā konvertēšana ļauj apskatīt datu kopas, kurām ir dažādas telpiskās atsauces, vispirms neizveidojot jaunu (-us) failu (-us) ar konvertētām koordinātām, izmantojot ArcToolbox rīku.

      Lai kāds no šiem procesiem darbotos, programmatūrai vispirms ir jāzina datu kopas (-u) telpiskā atsauce. Ja šīs informācijas trūkst datu kopā, tad ArcToolbox un ArcCatalog ir rīki tās izveidošanai, kas ir nepieciešams pirmais solis (ko sauc par & quotTelpiskās atsauces definēšana& quot vai & quotProjekcijas definēšana& quot), pirms pastāvīga vai lidojuma laikā veicama konversija var būt veiksmīga. Daudzām vecākām datu kopām trūkst telpiskās atsauces informācijas, un tās var radīt problēmas, ja šī "definēšanas" darbība tiek ignorēta. Vēl sliktāk ir datu kopas ar nepareizu telpiskās atsauces definīciju! Mēs iemācīsimies atpazīt datu kopas ar šiem trūkumiem un piemērot atbilstošus labojumus.

      Šī uzdevuma faili ir mapē Lab_2_data, kas atrodas mapē & quot2017_Labs & quot. Lai izmantotu failus, nokopējiet visu mapi Lab_2_data jūsu tīkla krātuvē.

      Daži dati atrodas ģeodatubāzē, ko sauc par Mapproj.mdb, un kurā ir četras funkciju datu kopas:

      • Pasaule: satur funkciju klases cntry94 un world30 - valstis un 30 meridiāni un paralēles Zemei
      • ASV: ietver iezīmju klases valstis, apgabali un Latlong - ASV štati un apgabali, kā arī 5 meridiānu un paralēlu režģis
      • Teksasa: satur Quad75 un Onedegtx - Teksasas pārklājums, kurā parādīts 1 režģis un 7, 5 collu kvadracikla karte
      • Ostina: kurā ir Juris, ezeri, ceļi - juridiskās jurisdikcijas administratīvās robežas, ezeri un ceļi Ostinā, Teksasā.

      Visām šīm datu kopām ir GCS NAD83 koordinātas.

      Citi dati ir iekļauti trīs formas failos mapē Shapefiles:

      • cenart.shp - centrālās maģistrālo ielu līnijas Ostinas apgabalā
      • polylakes.shp - ezeri Ostinas apgabalā
      • creeks.shp - Ostinas apgabala strauti

      Visiem šiem formas failiem ir arī GCS NAD83 koordinātas, bet pēdējiem diviem trūkst telpiskās atsauces informācijas.

      Visbeidzot, Austinas daļas krāsu infrasarkanā ortofotogrāfija atrodas atsevišķā mapē ar nosaukumu Austin_E_DOQ_SW. Šis ir Mr SID formāta, 1 metru izšķirtspējas attēls no Ostinas austrumu 7,5 'topogrāfiskā četrstūra DR kvartāla, kas iegūts no TNRIS. Šī faila telpiskā atsauce ir UTM 14. zona, NAD83, taču, tāpat kā divi no formas failiem, šī informācija nav programmatūras lasāmā formā.

      • Kopējiet mapi Lab_2_data šīs klases tīkla krātuvē.
      • Izveidojiet saiti uz šo mapi ArcCatalog (skatiet 1. laboratoriju, ja esat aizmirsis, kā).

      2.41 Pasaules prognozes

      2.410 Ģeogrāfisko koordinātu pasaule

      • Sāciet ArcMap, izvēloties “Jaunas kartes un gtBlank Map ” un iestatiet projekta noklusējuma ģeodatu bāzi Mapproj.mdb. Kad ArcMap tiks atvērts, satura rādītājā (TOC) būs viens datu rāmis ar nosaukumu "Slāņi".
      • Ar peles labo pogu noklikšķiniet uz "Slāņi" un izvēlieties Rekvizīti. Atlasiet cilni Vispārīgi un mainiet datu rāmja nosaukumu uz “Geogrāfiskās koordinātas ”. Noklikšķiniet uz Labi.
      • Noklikšķiniet uz pogas Pievienot datus, dodieties uz savu Mapproj.mdb ģeodatubāzi un pievienojiet visas pasaules objektu datu kopas funkciju klases.
      • Ja nepieciešams, velciet 94 virs pasaule30 TOC.

      2.412 Simboloģija un marķēšana

      Jūs vēlaties, lai slāņu pasaules 30 taisnstūri parādītu tikai to kontūras, lai vajadzības gadījumā varētu parādīt meridiānus un paralēles virs valstīm. Jūs arī vēlaties atzīmēt dažas valstis.

      • Ar peles labo pogu noklikšķiniet uz T30 pasaules slāņa un atlasiet Rekvizīti. Dodieties uz cilni Simboloģija un noklikšķiniet uz taisnstūra šūnā Simbols, lai iegūtu simbolu atlasītāja logu. Izvēlieties dobu krāsu un nospiediet OK. Jums vajadzētu redzēt pasauli ģeogrāfiskās koordinātās.
      • Lai iezīmētu tikai dažas funkcijas, vispirms ar peles labo pogu noklikšķiniet uz cntry94 slāņa TOC un noņemiet atzīmi no iezīmju funkcijas (ja tas ir ieslēgts). Zīmēšanas rīkjoslā (parasti loga apakšā) ir poga Iezīme, kas ļauj iezīmēt atsevišķas funkcijas. Tas ir atrodams zem lielā simbols zīmēšanas rīkjoslā. Ja neredzat rīkjoslu Zīmēt, dodieties uz izvēlni Pielāgot un noklikšķiniet uz Rīkjoslas un gtDraw, lai tā būtu redzama.
      • Noklikšķiniet uz etiķetes pogas
      • Iezīmēšanas opciju logā saglabājiet datora izvēlētās izvēles. Aizveriet logu Marķēšanas opcijas un noklikšķiniet uz valstīm kartē, kurām vēlaties piešķirt iezīmi.

      Piezīme: marķējot šādā veidā, programma pieņem, ka vēlaties iezīmēt funkcijas TOC augšējā slānī. Noteikti norādiet cntry94 funkciju klasi kā augšējo slāni TOC, pretējā gadījumā jūs saņemsiet skaitļus no pasaules30 lodziņiem, noklikšķinot uz valstīm, lai tās apzīmētu.

      Kur etiķetes poga iegūst valstu nosaukumus? Lai atbildētu uz šo jautājumu:

      Cilnē Etiķete ir nolaižamā izvēlne "Iezīmju lauks", kurā ir visi lauku nosaukumi atribūtu tabulā cntry94 - tā ir iestatīta uz NAME. Cntry94 atribūtu tabulā ir lauks "Nosaukums", kurā ir valstu nosaukumi.

      Šeit etiķetes poga izskatās, lai atrastu etiķešu tekstu (tāpat kā visi citi automātiskās marķēšanas rīki). Ņemiet vērā, ka šajā cilnē varat arī kontrolēt etiķetes fontu, tā izvietojumu, mērogu, kādā tas tiek parādīts, un izvēlēties no dažiem iepriekš definētiem stiliem.

      • Pārvietojiet kursoru pa karti, un apakšējā labajā stūrī redzēsit ciparu pāri, kas mainās, pārvietojot kursoru. Tie norāda kursora atrašanās vietu, un no parādītajām vērtībām var redzēt, ka šie dati ir platums un garums, kas parādīti decimālgrādos.

      Ja atklājat, ka parādītās vienības ir aprakstītas kā “Nepazīstamas vienības ”, varat atiestatīt “Nepazīstamās vienības ” uz “Degrees Minutes Seconds ” (vai jebkuras citas vienības), ar peles labo pogu noklikšķinot uz datu rāmja nosaukuma TOC, noklikšķinot uz cilnes Vispārīgi un mainot nolaižamo izvēlni Displejs uz “Degrees Minutes Seconds ”. Ir vairākas citas vienību izvēles iespējas, piem. metri, kilometri, pēdas utt., kuriem var piekļūt arī šeit, taču daudziem nebūs jēgas parādīt telpisko atsauci. Atcerieties, ka to pamatā ir projekcijai raksturīga koordinātu sistēmas izcelsme. Neprojektētiem datiem nav jēgas lūgt rādīt pēdas vai metrus!

      • Tāpat jūs varat mainīt no “Degrees Minutes Seconds ” uz & quot; Decimal grādiem & quot;, izmantojot to pašu procedūru. Dari tā.
      • Tagad saglabājiet savu karti kā World.mxd (paplašinājums mxd tiks pievienots automātiski).

      2.411 Pasaule Robinsona projekcijā

      Līdz šim mēs esam pārbaudījuši pasauli kā “ neprognozētus ” datus (t.i., ģeogrāfiskās koordinātās). Tagad mēs aplūkosim slāņus cntry94 un world30 kā prognozētus datus. Pasaulē izplatīta projekcija ir Robinsona projekcija.

      2.4111 Jauna datu rāmja izveide un datu pievienošana

      • Izveidojiet jaunu datu rāmi, izmantojot Insert- & gtData Frame.
      • Izvēlnē Skats atlasiet Datu rāmja rekvizīti. Atlasiet cilni Vispārīgi un nosauciet datu rāmi par Robinsonu.
      • Ģeogrāfisko koordinātu datu rāmī ar peles labo pogu noklikšķiniet uz pasaules klases funkciju klases, atlasiet Kopēt, pēc tam ar peles labo pogu noklikšķiniet uz Robinsona datu rāmja un atlasiet Ielīmēt slāni. Jūs redzēsit, ka Robinsona datu rāmī tiek parādīta funkciju pasaule30 klase.
      • Dariet to pašu ar cntry94 funkciju klasi. Novietojiet world30 virs cntry94, lai vizuāli salīdzinātu meridiānus un paralēles.
      • Ar peles labo pogu noklikšķiniet uz Robinson datu rāmja un atlasiet Aktivizēt, lai parādītu datus šajā kadrā. Bez šī izšķirošā pēdējā soļa jūs nevarēsit neko darīt ar šo jauno datu rāmi.

      Lai kopētu abas funkciju klases kā grupu, jums varētu būt:

      • ar labo pogu noklikšķiniet uz sākotnējā datu rāmja satura rādītājā (ar cilni Displejs ir aktīvs) un izveidoja jaunu grupas slāni
      • Velciet un nometiet atsevišķus slāņus uz jauno grupas slāni
      • Kopēts un ielīmēts viss grupas slānis jaunajā datu rāmī.

      Šī alternatīvā metode var būt ļoti noderīga, strādājot ar lielu slāņu skaitu.

      2.4112 Koordinātu sistēmas iestatīšana datu rāmim

      ArcMap spēj uztvert datus, kas atrodas ģeogrāfiskajās koordinātās vai jebkurā projektētā koordinātu sistēmā, un projicēt tos uz jaunu koordinātu sistēmu datu rāmī (& quoton-the-fly & quot; projekcija). Lai iestatītu datu rāmja koordinātu sistēmu (šajā gadījumā uz Robinsona projekciju):

      • Ar peles labo pogu noklikšķiniet uz jaunā Robinson datu rāmja un atlasiet Rekvizīti.
      • Cilnes Koordinātu sistēma lodziņā Atlasīt koordinātu sistēmu. Pēc tam atlasiet Projicētās koordinātu sistēmas & gtWorld & gtRobinson (parādīts zemāk). Noklikšķiniet uz Labi.
      • Var parādīties brīdinājums, taču mēs to varam ignorēt (vienkārši noklikšķiniet uz Jā). Ignorējiet šo ziņojumu katru reizi, kad tas parādās visā ŠAJĀ vingrinājumā (citos gadījumos jums, iespējams, būs jārisina šis jautājums, mēs to aplūkosim lekcijā).

      Jūs redzēsit, kā pasaules karte parādās Robinsona projekcijā. Diezgan slidens! Kā redzat, šajā projekcijā zemes masas šķiet daudz mazāk izkropļotas. Šeit ir svarīgi atzīmēt, ka paši faili nav pastāvīgi projicēti un#8212tiek parādīti tikai jaunajā projekcijā. ArcMap to sauc par "#8220on-the-fly ”" projekciju, kas atšķiras no jaunu datu failu izveidošanas dažādās projekcijās, dažreiz sauktas arī par "cieto projekciju", izmantojot ArcToolbox.

      • Lai labāk atšķirtu abus pasaules uzskatus, Robinson datu rāmī mainiet cntry94 krāsu

      Robinsona projekcija ir salīdzinoši jauna Zemes kartes projekcija, kas paredzēta, lai parādītu visu zemi ar minimāliem izkropļojumiem jebkurā vietā. Pārvietojot kursoru virs šīs vietas, redzēsit, ka tagad koordinātas ir prognozētās koordinātas (ti, austrumi un ziemeļi), kas norādītas metros.

      2.4113 Izveidojiet savu karti un vairāku datu rāmju izkārtojumu

      • Izveidojiet citu datu rāmi un kopējiet/ielīmējiet slāņus no & quot; Ģeogrāfiskās koordinātas & quot; datu rāmja jaunajā datu rāmī. Noteikti ievietojiet world30 virs cntry94, lai vizuāli salīdzinātu meridiānus un paralēles.
      • Jaunajā datu rāmī spēlējiet ar dažādām prognozēm, kas pieejamas datu rāmja rekvizītu cilnē Koordinātu sistēma, un izpētiet dažādās pasaules formas.
      • Ņemiet vērā: ja vēlaties skatīt citu datu rāmi, ar peles labo pogu noklikšķiniet uz datu rāmja nosaukuma un izvēlieties Aktivizēt.
      • Pēc tam, kad esat eksperimentējis ar dažādām projekcijām, atlasiet vienu izkārtojumam, kuru iesniegsit.
      • Varat izveidot izkārtojumu, kurā ir vairāki dažādi datu rāmji. Pārslēdzieties uz izkārtojuma skatu, un jūs redzēsit visus trīs datu rāmjus. Pēc noklusējuma datu rāmji atrodas viens virs otra.
      • Mainiet un mainiet šo rāmju izmērus, lai izveidotu pievilcīgāku kartes izkārtojumu.
      • Noteikti pievienojiet izkārtojumam visus nepieciešamos elementus (nosaukums, vārds, datums utt.). pasaules kartei nav nepieciešama mēroga josla!). Lai saņemtu palīdzību, skatiet izkārtojuma vadlīnijas. Pārliecinieties arī, vai ir skaidrs, kurš datu rāmis atbilst kādai projekcijai - piešķiriet katram parakstu vai nosaukumu.
      • Saglabājiet kartes failu.

      Jāiesniedz: krāsu izkārtojums, kas parāda pasauli ģeogrāfiskās koordinātās, Robinsona projekcijā un jūsu izvēlēta projekcija. Pirms izkārtojuma pabeigšanas velciet latus garos režģus zem valstīm, lai uzlabotu kartes lasāmību. Nosaukiet izkārtojumu & quot; 1. karte: Projicētās un neprojektētās pasaules kartes & quot.

      2.42 Amerikas Savienoto Valstu prognozes

      2.421 Amerikas Savienotās Valstis ģeogrāfiskās koordinātēs

      Tagad mēs izskatīsim karšu prognozes, kas izmantotas kontinentālajām Amerikas Savienotajām Valstīm. Mēs varētu turpināt pievienot datu rāmjus iepriekšējam kartes failam, bet, lai vienkāršotu lietas, ļaujiet mums izveidot jaunu kartes failu.

      • Izmantojiet failu & gtJaunā & gtBlank Map, lai izveidotu jaunu kartes failu.
      • Pārdēvējiet datu rāmi un ģeogrāfiskās koordinātas un iestatiet displeja vienības decimālgrādos.
      • SAGLABĀJIET kartes failu kā USA.mxd.
      • Pievienojiet štatus un iezīmju klases no ASV pazīmju datu kopas mapproj.mdb.
      • Vajadzības gadījumā pārvietojiet stāvokļus zem Latola garuma.
      • Izmantojiet tuvināšanas rīku un tuviniet, lai skatītu tikai ASV kontinentālo daļu (izņemot Aļasku un Havaju salas). Ja nepieciešams, izmantojiet panoramēšanas rīku, lai pārvietotu ASV skata loga centrā.

      Jautājumi:
      2.1.1 Kāds ir ASV ģeogrāfiskais apjoms? Norādiet ASV kontinentālās daļas austrumu un rietumu robežas un platuma ziemeļu un dienvidu robežas (neieskaitot Aļasku vai Havaju salas).

      2.1.2 Kura paralēle nosaka lielu robežu starp ASV un Kanādu?

      2.1.3 Ja mēs noņemtu ķīli no zemes, kas nogriezta gar meridiāniem, kas nosaka vistālākos austrumu un rietumu punktus ASV kontinentālajā daļā, cik daudz zemeslodes mēs būtu izgriezuši? Sniedziet savu atbildi procentos no kopējā zemes tilpuma (pieņemsim, ka zeme ir šīs problēmas sfēra).

      Albersa vienādās zonas projekcijai ir tāda īpašība, ka laukums, ko ierobežo jebkurš paralēlu un meridiānu pāris, ir precīzi atveidots starp šīm paralēlēm un meridiāniem projektētajā jomā. Tas ir, projekcija saglabā pareizo zemes laukumu. Piemēram, sala ar platību 100 km 2 Albersas vienādās platības projekcijā uzrādīs 100 km 2 lielu platību. Šīs projekcijas trūkums ir tāds, ka tas nedaudz izkropļo virzienu, attālumu un formu.

      • Izveidojiet jaunu datu rāmi un kopējiet un ielīmējiet iepriekšējā rāmja slāņos un stāvoklī.
      • Pārliecinieties, ka stāvokļi atrodas zem platuma, lai uzlabotu vizuālo meridiānu un paralēlu salīdzinājumu.
      • Pārdēvējiet datu rāmi Albers Equal Area.
      • Atveriet cilni Datu rāmja koordinātu sistēma. Atlasiet koordinātu sistēmu Prognozētā koordinātu sistēma un gtKontinentālā un gtZiemeļamerika un gtUSA Blakus esošie alberi Vienāda apgabala konusveida. Tuviniet kontinentālo ASV.

      • Salīdziniet ASV ģeogrāfiskās koordinātās un Albersa projekcijā. Jums vajadzētu mainīt viena slāņa krāsu, lai tos vēl vairāk atšķirtu.

      Jūs redzēsit, ka ģeogrāfiskajās koordinātās Amerikas Savienotās Valstis šķiet plašākas un līdzenākas nekā Albersas vienādas zonas projekcijā. Tas nenotiek tāpēc, ka Kanāda sēž uz ASV un mūs sagrauj! Šis efekts rodas tāpēc, ka, ejot uz ziemeļiem, meridiāni saplūst viens pret otru, bet secīgās paralēles paliek paralēlas viena otrai. When you reach the North Pole, the meridians converge at a point. In an unprojected view, the meridians are drawn as parallel lines instead of converging lines. Drawing the meridians in this manner distorts the regions between them. As you approach the poles, the meridians have to be drawn farther and farther apart in order to make them parallel. For this reason, distortion of the regions between parallels increases as you move toward the poles. A more precise geometric explanation is provided below.

      If you take a 5 degree box of latitude and longitude, such as one of those shown in your ArcMap file, the ratio of the East-West distance between meridians to the North-South distance between parallels is Cos (latitude): 1. For example, at 30 N, Cos(30 ) = 0.866, so the ratio is 0.866 : 1, at 45 N, Cos(45 ) = 0.707, so the ratio is 0.707 : 1. In the projected Albers Equal Area frame the result is that square boxes of latitude and longitude appear as elongated quadrilaterals with a bottom edge longer than their top edge. In geographic coordinates, the effect of the real convergence of the meridians is lost because the latitude and longitude grid form a set of perpendicular lines, which is what makes the United States seem wider and flatter in geographic coordinates.

      To be turned in: A layout showing the United States in geographic coordinates and in the Albers Equal Area projection. Before finalizing your layout, drag the lat/long grids below the countries to enhance map legibility. Title the map "Map 2: Projected And Unprojected Maps of the Conterminous United States".

      Note: A summary and commentary on common Texas projections can be downloaded here

      2.431 Texas in geographic coordinates - displaying a subset

      • Create a new map document, Texas.mxd. Name the Data Frame "Geographic Coordinates".
      • Add in the feature classes counties and latlong (latlong on top) from the USA feature dataset of the mapproj.mdb geodatabase. The feature class counties contains counties of the United States, including Alaska and Hawaii. Make sure latlong is on top of counties in the table of contents.
      • To make it easier to determine the counties in Texas, right-click counties, select Properties, and go to the Symbology tab. Choose to display the counties by Categories>Unique values, and select STATE_NAME from the Value Field drop-down menu. Press the Add Values… button (don't choose Add All Values!), select Texas, and press OK (you may first have to click the button "Complete List" if Texas is not displayed in the list). Deselect the check mark for <all other values>, which will leave only counties with the STATE_NAME as Texas to be shown. Noklikšķiniet uz Labi.

      The latitude/longitude grid displayed is in intervals of 5-degrees. You can determine what latitude or longitude a particular line represents by moving the cursor to any line and reading the numbers displayed at the bottom right below the map view window.

      Jautājumi:
      3.1.1 What is the geographic extent of Texas to the nearest degree in North, South, East and West?
      3.1.2 What meridian runs down the East side of the Texas Panhandle? (The Panhandle is the northernmost part of Texas bounded by three lines meeting at right angles.)

      2.432 Texas in Lambert Conformal Conic Projection

      The Lambert Conformal Conic projection is a standard projection for maps of areas whose East-West extent is large compared with their North-South extent. This projection is "conformal" in the sense that lines of latitude and longitude, which are perpendicular to one another on the earth's surface, are also perpendicular to one another in the projected domain. Angles remain undistorted in this and all conformal projections.

      • Create a new Data Frame, copy and paste Latlong and Counties to it from the previous Data Frame. In the Properties for the new Data Frame, rename the Frame Lambert Conformal Conic, move to the Coordinate System tab and select Projected Coordinate System>Continental>North America>USA Contiguous Lambert Conformal Conic projection.
      • Noklikšķiniet uz Labi.

      Notice how the meridians now fan out from the north pole (a consequence of using a conic projection centered on the axis of rotation of the earth). The display shown is that produced by cutting the cone and unfolding it so that it lays flat.

      Notice that Texas appears to be slightly tilted to the right. This occurs because the Central Meridian of the projection is 96 W, which would appear as a vertical line in the display if it were shown. Regions to the West of this meridian (most of Texas) appear tilted to the right while those to the East appear tilted to the left.

      2.433 Texas in the Texas Centric Mapping System - setting a custom projection

      In order to present a pleasing map of Texas, and to minimize distortion of distance in state-wide maps, the Texas State GIS Committee has approved a standard projection of Texas called the Texas Centric Mapping System. There are two variations on this projection, one is a Lambert Conformal Conic projection, the other is an Albers Equal Area. We'll use the Albers Equal Area Conic. The definition of this projection is:

      Datum: North American Datum of 1983 (NAD83)
      Ellipsoid: Geodetic Reference System of 1980 (GRS80)
      Map units: meters
      Central Meridian: 100 W (-100.0000)
      Latitude of Origin: 31 15' N (31.25 we will use 18.0 for the exercise below)
      Standard Parallel 1: 27 30 N (27.5000)
      Standard Parallel 2: 35 N (35.0000)
      False Easting: 1,500,000
      False Northing: 6,000,000

      This means that the standard parallels (where the cone penetrates earth's surface) are located at about 1/6 of the distance from the top and bottom of the state, respectively, and that the origin of the coordinate system (at the intersection of the central meridian and the reference latitude) is south of Texas in the Gulf of Mexico, to which the coordinates (x, y) = (1500000, 6000000) meters is assigned so that the coordinates of all locations in the state will be positive.

      • Create a new Data Frame, and copy/paste Latlong and Counties to it from either of the previous Data Frames.
      • Double-click on the Data Frame name, select the General Tab and rename the Data Frame "Texas Centric 35.0".
      • Noklikšķiniet uz cilnes Koordinātu sistēma.
      • Click on the Add Coordinate System (globe with yellow asterisks icon), then New, to create a new Projected Coordinate System. Fill out the parameters with the values given above and shown in the picture below. Note that the Latitude of Origin parameter should be 18, and that no commas appear in the False Easting and Northings.
      • You also have to select a Geographic Coordinate System to specify the datum. Select North American>North American Datum 1983.

      • Click both OKs in the two dialog box and you'll see the map of Texas transformed to a nice upright appearance, the Texas Centric Mapping System. Zoom in to Texas.
      • Saglabājiet savu darbu.

      2.434 Texas in Universal Transverse Mercator (UTM) Projection

      The Universal Transverse Mercator projection is actually a family of projections, each having in common the fact that they are Transverse Mercator projections produced by wrapping a horizontal cylinder around the earth. The term transverse arises from the axis of the cylinder being perpendicular or transverse to earth's rotation axis. In the Universal Transverse Mercator coordinate system, the earth is divided into 60 zones, each 6 of longitude in width, and the Transverse Mercator projection is applied to each zone.

      • As before, create a new Data Frame and copy/paste Latlong and Counties to it from any of the previous Frames.
      • Double-click on the new Data Frame, and follow previous steps to rename it UTM Zone 14N. Click on the Coordinate System tab and select Projected Coordinate System>Utm>NAD 1983>NAD 1983 UTM Zone 14N projection.

      The parameters in the "Current coordinate system" box mean that the Central Meridian of Zone 14 is at 99 W so that it covers from 96 W to 102 W the Reference Latitude is 0.0000 (the equator, which is 0 N) the origin of the coordinate system is at the intersection of the Central Meridian with the Reference Latitude and thus is at (0 N, 99 W), where the coordinates are (x, y) = (500000, 0) m. The False easting of 500,000m ensures that all points in the zone have positive x coordinates. The y-coordinates are always positive in the northern hemisphere because 0 is at the equator. In the southern hemisphere, a false northing of 10,000,000m is applied to the equator to ensure that the y-coordinate is always positive.

      The Scale Factor of 0.9996 means that along the Central Meridian, the scale of the map is slightly reduced (distorted). True (undistorted) scale is only achieved at two lines of secancy, which are 1.5 degrees to either side of the central meridian (see lecture notes). The scale factor 0.9996 describes the maximum distortion within the zone scale distortion away from the central meridian is less than this (more closely approximating a scale factor of 1, which exists only along lines 1.5 degrees away from the central meridian).

      • Click OK to see the projection applied. The pattern of meridians and parallels looks very different from those of the other projections we’ve looked at. Note how the meridians converge at both the North and South Poles.

      Jautājumi:
      3.4.1 How many UTM zones are there in Texas? Note that the meridians in the graphic above are not UTM zone boundaries. You may wish to consult your notes.
      3.4.2 Which zone covers West Texas? Central Texas? East Texas?
      3.4.3 In the lab procedure, you referenced the UTM coordinates for Texas to Zone 14. Why was this zone chosen instead of the others?
      3.4.4. Recall that UTM zones use a false easting for the central meridian to avoid negative numbers. Place the cursor over the westernmost tip of Texas in the UTM Zone 14N data frame, and read the coordinates from the lower right part of the window. Why is the first number negative?

      • To be turned in: A color layout showing Texas in Geographic, Lambert Conformal Conic, Texas Centric and UTM projections. Before finalizing your layout, drag the latlong grids below the countries to enhance map legibility. Be sure to save your map document after you complete the layout. Title the layout "Map 3: Projected And Unprojected Maps Of Texas".

      2.44 Projections of Austin

      2.441 Austin in Geographic Coordinates - Zoom to Layer, Select by Location, Export to Shapefile

      You have viewed the effect of different projections on different scales. from the world to country and state levels. In the next few steps, you will take a look at the City of Austin and the effect of two map projections upon a map of the city.

      • Create a new map document, Austin.mxd, and add in the layers Juris , Lakes , Roads from the Austin feature dataset, and Quad75 , and onedegtx from the Texas feature dataset in the Mapproj.mdb geodatabase.

      The feature class Juris is a coverage of the legal jurisdictions of the City of Austin. The classes Lakes and Roads show the lakes and main roads of the Austin area respectively. The feature class Quad75 is a mesh of 7.5 minute quadrangles for Texas with map sheet names for each quad, and onedegtx is a line file of a 1 x 1 degree grid of meridians and parallels. All of these data are stored in geographic coordinates relative to the NAD83 datum.

      • Double-click on the Data Frame name and rename it Geographic Coordinates.
      • Right-Click on the Juris layer and select Zoom to Layer.
      • Rearrange the layers in the TOC in the following descending order: onedegtx, Quad75, Ezeri, Ceļi, Juris. Make the symbol for Quad75 hollow (See instructions in Step 1). Symbolize onedegtx using the Highway symbol (Red, size 3). Use a shade of blue for Lakes.
      • You can get a better picture of Austin by using the Symbology tab for the Ceļi layer to classify the roads by size (Size = 1 is the largest road for IH-35 and the Mopac expressway), and on the Juris layer by Name. The names correspond to surrounding cities and 2 mile and 5 mile buffer zones around the Austin city limits, called Extra Territorial Jurisdictions, or ETJ's.
      • Ar peles labo pogu noklikšķiniet uz Ceļi layer and select Properties, navigate to Symbology. Select to represent the layer with a Unique value with SIZE in the Value Field. Use an appropriate color scheme.
      • To make the roads thicker, double-click on the "All other values" line, to bring up the Symbol Selector window. Set the Width to 2.00, and then re-click on the Add All Values button in the Layer Properties window to resize all of the lines to size 2. Make sure the all other values box is NOT checked.

      • Noklikšķiniet uz Labi
      • Repeat this process with the Juris layer, placing Name in the Value field. Change the Color Schemes to Pastels.

      • The Quad75 layer shows 7.5 minute quadrangle map outlines within Texas. Ar peles labo pogu noklikšķiniet uz Quad75 and select Zoom to Layer so that you see all of Texas displayed in 7.5 min quadrangle sheets.
      • Resize the Onedegtx lines to size 1 so that they are not too dominant in the map. Return to your previous extent by clicking the blue, left-pointing arrow on the Tools toolbar.

      At this point, we would like to produce a new file that contains a subset of the 7.5 quad outlines and names for quad maps that cover the Austin area. So far, in order to focus on particular features in a layer, we have simply hidden them from display by not including them when we've symbolized. We would like instead to now extract these quads from the Quad75 layer and save them as a new file. The steps are to first select (highlight) the ones we want, then "export" them to a new file, a shapefile in this case. To select the 7.5 minute map sheets that encompass Austin, you will use one of the many selection tools available in ArcMap.

      • From the Selection menu at the top of the ArcMap window choose Selection>Select by Location and fill in the resulting window as below. This will select features from Quad75 that intersect (see the Preview graphic at the bottom of the dialog box that shows polygons that intersect polygons) Juris .
        • Select feature from Quad75 that intersect Juris .

        You'll see a subset of the quadrangles selected on the map after you click Apply, as shown below (but not labeled).

        To export the selection to a new file:

        • Right click on Quad75 in the TOC, and select Data>Export Data. ensure that "Selected Features" appears in the "Export:" drop-down menu and that the "Save as type:" reads "shapefile".
        • Name the resulting file AustinMaps.shp, Browse to the location where you want to save it (Lab_2_data folder on your y: drive, perhaps in a new folder), then click OK and answer yes to add it to the display. Go to Selection>Clear Selected Features to deselect the quads you previously selected or simply use the clear selection tool rīkjoslā.
        • Dzēst Quad75 from the TOC.
        • Right click on the new AustinMaps layer in the TOC and select Label features to show the map names. You can open the attribute table of this file, called AustinMaps.dbf, in Excel and copy the list of map names to paste into a Word document. If you do so, be careful not to overwrite the original dbf file.
        • SAVE your Austin.mxd file.

        Jautājumi:
        4.1.1 How many 7.5' quadrangle sheets are there in a 1 degree by 1 degree box?
        4.1.2 How many 7.5' quadrangle sheets are needed to cover Austin? Hint: Open the Attribute table for the AustinMaps layer and examine the bottom of the window. The number of records (there is one record for each quad) in this file is given.
        4.1.3 Just Southwest of Austin there is an intersection of a 1 parallel and a 1 meridian. What is the latitude and longitude of this location?
        4.1.4 By opening the AustinMaps.dbf in Excel, make a list of the names of the 1:24,000 scale map sheets (7.5' quads) that are needed to cover Austin. Cut and paste this list into your answer sheet.

        2.442 Austin in State Plane-1927 Projection - Layer Files

        The Texas State Plane - 1927 projection is really a family of projections for Texas, which has five State Plane zones (see lecture notes). Each zone is projected using the Lambert Conformal Conic projection, with different projection parameters depending on the zone. Austin is in the Texas Central Zone. 1927 refers to the North American Datum (NAD) 27 datum. Unlike 1983 Texas State Plane projections, 1927 State Plane units are survey feet (see class notes).

        • Create a new Data Frame name it State Plane – 1927. Add Juris , Lake , Road , Quad75 , and onedegtx from the geodatabase, as in the previous Frame. This is easiest by selecting all of the dataset in the TOC (hold the Ctrl key down as you click on the layer names), right-click "Copy", click the new Data Frame, and right-click "Paste layer(s)".
        • Click the Coordinate System tab in the frame's Properties window and select Projected Coordinate System>State Plane>NAD 1927>NAD 1927 Stateplane Texas Central FIPS 4203 projection. Noklikšķiniet uz Labi.
        • Right-click on Juris and select "Zoom to Layer". Play with the Symbology until it looks similar to that in the Geographic Coordinates Frame. (It may already look identical - v. 10 seems to have added this feature. Assume for the sake of the discussion below that the symbology of the Juris layer in each Data Frame is different).

        There are, in fact, two better way to make the Juris layer symbology match that of the earlier Data Frame. You could either copy and paste the Juris layer in from the the previous Data Frame or, to preserve this symbology for future use, you could create a "Layer File". A Layer file contains no actual spatial data, only a description of a layer's symbology. Once created, it can be applied to the same spatial data in other data frames or in other map documents. This can be very useful when sharing previously symbolized data with others. Symbology is only preserved within a map document and is otherwise not attached to a data file unless it is saved separately as a layer file. Without a layer file, a complicated color scheme for a geologic map with many colors and patterns representing rocks types, for example, would have to be recreated each time the file was added to a map document. Thinking back to Lab 1, the reason you could see the colors and patterns I had created for the geologic map of Texas was because the map unit polygon file was accompanied by a layer file.

        • Activate the Geographic Coordinates Data Frame (right click, Activate)
        • Highlight the Juris layer in the TOC
        • Right-click on the Juris title in the TOC, choose "Save as Layer file. ", and save the layer with the default name to a location on your y: drive.

        To apply a layer file's symbology:

        • Activate the State Plane Data 1927 Data Frame
        • Bring up the Symbology tab for the juris layer Properties, click the Import button in the upper right, select "import symbology definition from another layer in the map or from a layer file" and browse to your saved layer file before clicking OK.

        To be turned in: A Layout showing Austin in geographic coordinates and in State Plane coordinates. Before finalizing your layout, drag the latlong grid below the countries to improve map legibility. Title you map "Map 4: Projected And Unprojected Maps Of Austin, Texas".

        2.45 Projection in ArcToolbox

        Up until now we have changed the projection of the Data Frame ("on-the-fly projection") but not the actual projections of the feature classes. Within the ArcToolbox module, ArcGIS offers a set of tools to project data files and save them as a new file in a new coordinate system. There are also a set of tools for assigning projection information to data that are already projected, but for which such information is lacking. This latter process is referred to as defining a projection or defining a spatial reference , and should not be confused with the process of actually producing and saving new coordinates for a data file through projection. We begin first with the projection tool, "Project Wizard", to project a feature class.

        Before we do, a simple question: If on-the-fly projection works so well, why bother projecting data to new coordinate systems? Two reasons: 1) On-the-fly projections is not as rigorously as actual "hard" projection of data to new coordinates, so that for exacting work slight mismatches that result from on-the-fly projection of data in different coordinate systems are often unacceptable 2) Certain geoprocessing tools that compare different data layers only work if the layers are in the same coordinate system - one or more layers might have to be converted to a different projection to use the tool.

        • If you have not already done so, SAVE your map document, always a good practice before using any tools in ArcToolbox.
        • Open ArcToolbox from within ArcMap. New in version 10, you do not need to close ArcMap before using ArcToolbox tools on files that are open in an ArcMap document ja you activate ArcToolbox from within ArcMap. The same is not true, however, if ArcToolbox is opened from outside of ArcMap, or sometimes if ArcCatalog is open within ArcMap. Remember, If a toolbox operation fails, the first thing you should try is to close ArcCatalog and ArcMap and try again with stand-alone ArcToolbox.
        • Open ArcCatalog from within ArcMap.
        • In ArcToolbox, navigate to "Projections and Transformations", located in Data Management Tools. The picture below shows the tools available for projection in ArcGIS 10.3/ArcInfo (some of these tools may not be available with an ArcView or ArcEditor license) that permit projection and projection definition of "Features" and "Rasters" (more on these data types later in class).

        We are going to project the entire contents of the Austin feature dataset from Geographic coordinates to State Plane coordinates.

        • Expand the Projection and Transformation toolbox by clicking on the + sign next to it, then double click on "Project" tool.
        • Click on the browse folder button in the "Input Dataset or Feature Class" form field, and navigate to the Austin feature dataset (notice that we are projecting all of the feature classes within the dataset in one operation) in the Mapproj.mdb geodatabase on your Y: drive. The "Input Dataset. " and "Output Dataset. " fields should now appear similar to that shown in the picture below.

        • Press the Select Coordinate System button , press the Select… button. This button will allow you to select a predefined coordinate system. Navigate through to: Projected Coordinate System>State Plane>NAD 1983 (US Feet)>NAD State Plane Texas Central FIPS 4203 (Feet) and click Add, then click Apply.
        • Press OK. The window now displays the Output Coordinate System.
        • The optional "Geographic Transformation" field allows us to convert the data to another datum. Because our new files will use the same datum (NAD83) as the old files, we do not need to enter anything here.
        • Press OK. The new feature classes are created in a new Feature Dataset called Austin_Project and automatically added to the active Data Frame in ArcMap.
        • Delete these new files from the ArcMap TOC they are simply a copy of what you already have, but in a different coordinate system. They don't look offset from the other data because they are being projected on-the-fly to the Coordinate system of the active Data Frame.

        With just a few clicks, you've projected all of the feature classes in the Austin feature dataset to State Plane coordinates!! This process would have taken many more steps and a lot more time in earlier GIS software. You have the power! And you’re not afraid to wield it!!

        • Within the ArcCatalog tree, browse to the Maproj.mdb geodatabase and you'll see that you've got a new feature dataset with copies of the three feature classes in the Austin feature dataset with a "_1" added to the name of each:

        • Open a new ArcMap document.
        • Add the contents of the Austin_Project feature dataset.
        • Open the Properties of the Data Frame and change the name to Projected. Then go to the Coordinate System tab and notice the projection is NAD_83_StatePlane_Texas_Central_FIPS_4203 (feet), as required. Pretty cool!!

        • Notice the numbers in the lower right hand corner are not latitude and longitude any more. They are in Texas central zone State Plane coordinates of feet.
        • Right click Juris , and select Open Attribute Table. Navigate to the right-hand end of the table. You’ll see that two new fields have been created, Shape_Length and Shape_Area, which refer to the length (ft) of the perimeter and the area (ft 2 ) of the polygon, for each feature in the Juris layer.

        If you want, you can project the 7.5 quadrangle map and the 1 degree grid similarly and add them to the new data frame. Verify that it looks the same as the Austin in State Plane data frame in your earlier map file.

        Question :
        5.1.1 The area where the City of Austin has "Full Purpose" jurisdiction is the area in the center of this map. The areas around it are areas is where the City has limited jurisdiction, or that are within surrounding cities. Over what percent of the area shown in the Juris polygons does the City of Austin have "Full Purpose" jurisdiction? Briefly explain how you got the answer, and show any calculations you use.

        To project data on-the-fly or with a "Project" tool, ArcMap must know the coordinate system (also called the Spatial Reference) no datiem. Depending on the data type (e.g. shapefile, feature class, coverage, images more on this later), this spatial reference information is either stored internally (geodatabase, coverage, some rasters) or within a separate file. When spatial reference information is lacking, ArcMap cannot successfully project data with different coordinate systems. This is a common problem for lots of GIS data, such as shapefiles created with, or for older versions of, ArcView, many aerial photographs, and maps you might yourself scan for use in a GIS.

        Tools are available in ArcToolbox to create spatial reference information files. Spatial references can also be defined in ArcCatalog. ArcToolbox contains a "Define Projection" tool for this procedure in ArcCatalog we can define or alter a file's XY Coordinate System. Both techniques are examined below.

        • Open a new map document in ArcMap.
        • Pievienojiet cenart.shp shapefile from the Shapefiles folder. This file shows major Austin streets. As before, the Data Frame adopts the coordinate system of the first file added, in this case, decimal degrees relative to NAD83 (verify this by examining the Data Frame Properties).
        • Click the Add data button and browse to the Austin_E_DOQ_SW folder of the Lab_2_data folder in your y: drive and add 3097433a.sid, a digital orthophoto of the SW quarter of the Austin East quadrangle (which includes the UT campus). Note that this photo is composed of three bands to add all of them at once DO NOT double-click on the name, rather, click once and then click the Add button in the dialog box.
        • Where is the photo? Even though it was added, it's not visible in ArcMap. To view it, right-click on the photo name in the TOC and "Zoom to Layer". Where did the streets go?
        • Note the coordinates in the lower right corner of the map view window when the cursor moves over the photo - they are in the range of 100's of thousands and millions of decimal degrees! Clearly nonsensical. Kas notiek?
        • Hit the full extent tool on the Tools toolbar. The map view again goes white - nothing is visible. The "full extent" of this map covers hundreds of thousands of degrees in East-West extent and over a million degrees in North-South extent. The R.F. scale on the menu bar at the top of the window now reads in the trillions! - the layers are so small at this scale that they are literally invisible!
        • The problem is that ArcMap has interpreted the coordinates of the photo as decimal degrees. It has done so because the photo does not have a spatial reference file, and the Data Frame coordinates are decimal degrees. You were warned of this by a message box, seen below, when the photo was added. Without spatial referencing information, ArcMap will always assume that the data are in the same coordinate system as the Data Frame, in this case GCS NAD83.

        • From within ArcMap, open Arc Catalog, browse to the 3097433a.sid file, right-click on the file name and select "Properties" to bring up the Raster Dataset Properties window shown below.
        • Scroll down in the window to be able to see the "Extent" and "Spatial Reference" properties, as displayed below. The Extent defines the area of the air photo (top, left, right and bottom edges) in coordinates that are clearly not decimal degrees. What are they? Austin lies at roughly 3.3 million meters north of the equator perhaps they are UTM zone 14 meters. They could equally well be State Plane Coordinates it's hard to guess from these data alone. ArcMap treated them as if they were in decimal degrees, thus the problem.

        As shown above, the Spatial Reference for this file is <Undefined> - ArcMap thus had to assume a default, which it chose as the coordinates of the Data Frame. It's meters, not decimal degrees, so it chose wrong. To fix the problem we need to explicitly Define the spatial reference for this air photo.

        To define the spatial reference:

        • In the Raster Dataset Properties dialog box, Click the Edit. button in the Spatial Reference line, then Select. then navigate to Projected Coordinate System>Utm>NAD 1983>NAD 1983 UTM Zone 14N.prj and click Add and OK twice.
        • To check your result, examine the dialog box. The spatial reference for the photo is now defined, as shown below.

        Open a new map document in ArcMap, add the cenart.shp shapefile first and then add the 3097433a.sid photo. Because you added cenart.shp first, the Data Frame has an unprojected, decimal degree coordinate system (the coordinate system of first file added, remember?).

        Zoom to the area of the UT campus and note the close correspondence of the cenart layer with the roads on the photo, like in the area near the Erwin Center, below.

        ArcMap has placed the photo, which is stored in UTM coordinates of meters, on-the-fly, into the decimal degree coordinate system of the Data Frame! Pārsteidzoši!

        Through these steps you have created a .prj file, a file that was originally lacking for this dataset. The file has the same name as the shapefile, but with a .prj extension, and is stored in the same location. ArcMap now has what it needs to properly project this file on-the-fly.

        Jautājums:
        6.2.1 Give two plausible reasons why the shores of Town Lake on the photo do not exactly coincide with the Town Lake outline of the shapefile.

        A Spatial Reference can also be defined in ArcToolbox. You might use ArcToolbox for this procedure instead of ArcCatalog if you had a lot of files to define. ArcToolbox will allow you to do this in "Batch" mode, permitting definition of a spatial reference for many files in a single pass. We will do it for just a single file, which could be done just as easily within ArcCatalog using the procedure you just completed.

        Open the Define Projection tool, click the yellow folder button, browse to your copy of creeks.shp and double-click on the file name to complete the first step of the wizard, yielding a dialog box similar to that below (the path to the file will be different).

        Press the Select Coordinate System button , then press the Select… button. This button will allow you to select a predefined coordinate system.

        Navigate through to: Geographic Coordinate System>North America>North American Datum 1983.prj, then click "Add", "OK", and "OK".

        As with the similar procedure in ArcCatalog, these steps make a .prj file that ArcMap can use to properly align data during on-the-fly projection.


        Campus Maps and Directions

        Directions Advisory: For construction updates visit building.gmu.edu.

        To download a campus map for one of Mason’s locations, click an option below.

        Campus Maps should be printed through Print Services for groups, faculty, staff and students, as well as academic and administrative departments who have bulk orders (more than 5 maps). University Information makes the printed maps available primarily for guests and visitors at all Information Desks in the Johnson Center, Student Union Building I, The Hub, Merten Hall, Arlington Information Desk, and Science and Technology Information Desk.

        All Mason Locations Map

        All Mason Locations Map (8 1/2 x 11) – PDF (updated March 2019)

        Arlington Campus Map

        Arlington Campus Map (8 1/2 x 11) – PDF (updated July 2020)

        Fairfax Campus Maps

        Fairfax Campus Map – Color (11 x 17) – PDF (updated March 2021)
        Fairfax Campus Accessibility Map (11 x 17) – PDF (updated August 2019)
        Fairfax Campus Parking Map (11 x 17) – PDF (updated July 2019)


        Option 2: Create a territory from a geographic field

        You can also create territories by creating groups in the Data pane.

        In the Data pane, right-click a geographic field (such as City or State) and select Create > Group .

        In the Create Group dialog box, select the locations you want in your first territory and click Group . Each group you create represents a territory.

        Repeat step 2 until you've created all of your territories, and then click OK .

        The new group field is added to the Data pane.

        From the Data pane, drag the newly created group field to Detail on the Marks card.

        You can also drag the field to Color or Label on the Marks card to help differentiate between each territory.

        Change locations in your territory groups

        If you want to change the locations in your territory groups at any time, right-click the group field in the Data pane and select Edit group .


        7 atbildes 7

        Tal, this is a quick way to overlap text over an heatmap. Note that this relies on image rather than heatmap as the latter offsets the plot, making it more difficult to put text in the correct position.

        To be honest, I think this graph shows too much information, making it a bit difficult to read. you may want to write only specific values.

        also, the other quicker option is to save your graph as pdf, import it in Inkscape (or similar software) and manually add the text where needed.

        A Voronoi Diagram (a plot of a Voronoi Decomposition) is one way to visually represent a Distance Matrix (DM).

        They are also simple to create and plot using R--you can do both in a single line of R code.

        If you're not famililar with this aspect of computational geometry, the relationship between the two (VD & DM) is straightforward, though a brief summary might be helpful.

        Distance Matrices--i.e., a 2D matrix showing the distance between a point and every other point, are an intermediate output during kNN computation (i.e., k-nearest neighbor, a machine learning algorithm which predicts the value of a given data point based on the weighted average value of its 'k' closest neighbors, distance-wise, where 'k' is some integer, usually between 3 and 5.)

        kNN is conceptually very simple--each data point in your training set is in essence a 'position' in some n-dimension space, so the next step is to calculate the distance between each point and every other point using some distance metric (e.g., Euclidean, Manhattan, etc.). While the training step--i.e., construcing the distance matrix--is straightforward, using it to predict the value of new data points is practically encumbered by the data retrieval--finding the closest 3 or 4 points from among several thousand or several million scattered in n-dimensional space.

        Two data structures are commonly used to address that problem: kd-trees and Voroni decompositions (aka "Dirichlet tesselation").

        A Voronoi decomposition (VD) is uniquely determined by a distance matrix--i.e., there's a 1:1 map so indeed it is a visual representation of the distance matrix, although again, that's not their purpose--their primary purpose is the efficient storage of the data used for kNN-based prediction.

        Beyond that, whether it's a good idea to represent a distance matrix this way probably depends most of all on your audience. To most, the relationship between a VD and the antecedent distance matrix will not be intuitive. But that doesn't make it incorrect--if someone without any statistics training wanted to know if two populations had similar probability distributions and you showed them a Q-Q plot, they would probably think you haven't engaged their question. So for those who know what they are looking at, a VD is a compact, complete, and accurate representation of a DM.

        A Voronoi decomp is constructed by selecting (usually at random) a subset of points from within the training set (this number varies by circumstances, but if we had 1,000,000 points, then 100 is a reasonable number for this subset). These 100 data points are the Voronoi centers ("VC").

        The basic idea behind a Voronoi decomp is that rather than having to sift through the 1,000,000 data points to find the nearest neighbors, you only have to look at these 100, then once you find the closest VC, your search for the actual nearest neighbors is restricted to just the points within that Voronoi cell. Next, for each data point in the training set, calculate the VC it is closest to. Finally, for each VC and its associated points, calculate the convex hull--conceptually, just the outer boundary formed by that VC's assigned points that are farthest from the VC. This convex hull around the Voronoi center forms a "Voronoi cell." A complete VD is the result from applying those three steps to each VC in your training set. This will give you a perfect tesselation of the surface (See the diagram below).


        Skatīties video: Bezkontakta norēķinu karte - maksā, vienkārši nopīkstinot!