All language subtitles for gis-capstone - 03 - Vector-Based Suitability Analysis (Review from Imagery, Automation, and Applications).es

[MÚSICA]

Hola de nuevo y bienvenido de nuevo.

En esta conferencia, voy a mostrarles lo que es un análisis de idoneidad y

luego haremos uno muy básico.

Y luego, en la próxima conferencia,

haremos un seguimiento con una forma diferente de análisis de idoneidad.

Y luego, en la asignación de este módulo, usted hará uno de los tuyos.

Un análisis de idoneidad es un tipo de flujo de trabajo muy común en SIG.

Y se podría pensar en ello muy generalmente como encontrar el mejor lugar para

algo, o encontrar dónde es probable que ocurra algo.

Y diría que más en general lo llamaría solo un análisis que combina

capas que representan variables y condiciones del paisaje para llegar a algún tipo

de puntuación final o mapa que muestre las mejores ubicaciones para que

algo se construya o algo que exista o que algo pueda ocurrir.

Y esto a menudo se hace como un flujo de trabajo de procesamiento de ráster debido a

la capacidad de tener puntuaciones diferentes para las celdas basadas en la ubicación.

Pero también se puede hacer como vector, que es lo que haremos en esta conferencia.

Y luego haremos un procesamiento ráster en el siguiente.

Y la versión vectorial se basa más en sí, no, donde el ráster es más

un análisis difuso, donde puede tener diferentes puntuaciones para cada ubicación.

Así que antes de empezar con él, algunos tipos de modelado de idoneidad incluyen

el mejor lugar para un nuevo negocio o alguna otra instalación que apoye un negocio,

el camino óptimo entre múltiples ubicaciones.

Generalmente, un lugar donde hay algo más probable que ocurra.

El mejor lugar para que los seres humanos o

los animales vivan, a veces llamado idoneidad del hábitat.

El lugar con mayor potencial de acceso a ciertos recursos, un lugar con

la mejor combinación de beneficios para los usuarios de algún tipo, ya sean parques nacionales para

preservar un recurso o cosechar madera para extraer realmente un recurso.

Y luego, como dije antes, lugares en los que es probable que ocurra una especie,

basados en variables de hábitat.

En el que vamos a utilizar como nuestro ejercicio esta vez es

el mejor lugar para localizar una ciudad.

Y puede ser difícil decir cuál es el mejor lugar para una ciudad y

creo que pone de relieve parte de la incertidumbre en un análisis de idoneidad.

Un análisis de idoneidad se basa en qué variables pensamos que realmente importaban a

la ubicación de algo.

Y si no entendemos qué variables influyen en esa elección o

en ese fenómeno en particular, entonces podríamos no obtener el análisis correcto de idoneidad.

Así que, en este caso,

voy a usar muchas variables que podrían influir en dónde querría estar un pueblo.

Pero no estoy seguro de que sean los mejores y únicos, y

pueden variar en función del área en la que estamos buscando.

Esta es una zona en el sur de Illinois en Estados Unidos, pero

tal vez un área en California tendría diferentes variables.

O un área fuera de los Estados Unidos, algún otro país,

tendría diferentes variables de interés basadas en lo que la población quiere y

cómo es generalmente el paisaje.

Así que las variables que he elegido para este análisis en particular ya están recortadas o

algo así, he bajado la extensión al área de interés aquí.

Y estoy tratando de encontrar el mejor lugar para una ciudad en esta zona del sur de Illinois y

he incluido ríos, carreteras, áreas urbanas existentes, áreas protegidas,

la llanura de inundación, cubierta terrestre, y el modelo digital de elevación.

Y en base a estos, o a algún conjunto de productos derivados, creo que podemos encontrar

un conjunto de ubicaciones que podrían ser buenas para una nueva ciudad.

Entonces, hagamos un análisis de idoneidad más simple, pero

uno que creo que no es tan flexible, pero te ayudará a elegir el concepto primero.

Así que vamos a hacer uno que nos dé un simple sí o no.

Esta zona es buena para una nueva ciudad.

Y esto será una mezcla de áreas de borrado que no podemos construir y

recortar nuestro análisis a áreas que queremos construir.

Así que primero, vamos a construir una especie de área de polígono de extensión y

voy a hacer eso con una especie de pequeño truco raro aquí

usando nuestro modelo de elevación digital que representa nuestra área de menos datos.

Por lo tanto, es nuestro área de búsqueda porque todos nuestros otros datos se extienden más allá de

él y se extiende menos.

Por lo tanto, busquemos el, en realidad, puedo sacarlo en la caja de herramientas.

Lo que voy a hacer es crear un ráster constante

que coincida con nuestro DEM y luego convertirlo en un polígono.

Y eso nos dará un polígono para toda nuestra área de búsqueda.

Así que iremos a Creación de ráster.

Y crearé un ráster con un valor de 1.

Número entero. El

tamaño de celda de salida puede ser.

Creo que el DEM es diez, así que vamos a igualar eso.

Y haremos que coincida con el DEM.

Así que estableceremos el entorno para que nuestra máscara de análisis sea la misma que la DEM.

Y dejaremos el tamaño de celda ya que ya lo estamos especificando y en

Extensión de procesamiento, también dejaremos la extensión ya que ya lo estamos especificando.

Pero estableceremos la lista de instantáneas en el DEM para

obtener celdas que se alinean exactamente con el DEM.

Y para asegurarlo,

también necesitamos establecer el sistema de coordenadas para que sea el mismo que el DEM.

Y así se alineará con él.

Y luego haré clic en Aceptar.

Y, a continuación, haga clic en Aceptar para ejecutar esto.

Y obtengo este ráster rosa que cubre mi ráster existente.

Y ahora lo que quiero hacer es buscar un ráster a un polígono,

y dado que todos estos tienen exactamente el mismo valor ahora en este ráster, se convertirá en

un solo polígono que luego puedo usar como base para mi análisis de idoneidad.

Así que se convirtió en base a nuestro ráster y su campo de valor y

lo llamaré extent_polygon.

Y no voy a simplificarlo.

Quiero que sea exactamente la forma en que se convierte.

Vale, y ahora tenemos un polígono de extensión que debería tener una entidad

que tiene el área de todo el lugar.

Vale, y ahora voy a eliminar este ráster, ya no lo necesitamos.

Y empecemos moviendo esto hacia abajo para que

podamos ver todo lo que está encima.

Y básicamente lo que queremos hacer con él inicialmente es eliminar

áreas que sabemos que no queremos construir.

Y el número uno es que no queremos construir en el punto de inundación aquí.

No podemos construir donde están las ciudades existentes, las áreas urbanas existentes están, así que

podemos borrarlas.

Y entonces tampoco podemos construir áreas protegidas porque tienen algún nivel de

protección sobre ellas y no serían un lugar donde podríamos poner una nueva ciudad.

Así que vamos a borrar los tres de esos de este polígono.

Así que vemos qué áreas nos quedan por construir.

Entonces, busquemos la herramienta de borrado.

Y vamos a apilar estos borradores en él, así que voy a elegir,

el extent_polygon como la primera entidad de entrada y

luego vamos a borrar primero las áreas urbanas.

Y lo llamaré,

suitability_step1, luego haga clic en Aceptar.

Y si apagamos las áreas urbanas podemos ver que ahora tenemos un polígono que tiene

agujeros en él, allí.

Así que podemos ver a través del DEM ahora.

Ahora, algunas de las áreas protegidas también estaban en esa área, así

que también tenemos algunas superposiciones allí, pero está bien.

Y ahora vamos a borrar el resto de las áreas protegidas del paso existente1.

Entonces, en lugar de borrar de extent_polygon ahora,

puedo borrar de suitability_step1 que acabamos de crear, que es menos las áreas urbanas.

Y restar las Áreas Protegidas y lo llamaré suitability_step2.

Así que estamos revisando cada una de estas retiradas de las áreas que

no podemos construir.

Y las áreas restantes en el polígono son áreas que todavía son potencialmente adecuadas.

Así que ahora puedo desactivar las áreas protegidas y suitability_step1.

Y vemos que hemos perdido otras áreas que podemos construir.

Y las áreas restantes en el polígono todavía son potencialmente construibles

hasta que terminemos nuestro análisis.

Y luego la tercera que queríamos hacer es borrar las áreas del plano de inundación.

Realmente no queremos construir en el avión de inundación porque son propensos a desastres.

Por lo tanto, tomaremos suitability_step2 como nuestra característica de entrada ahora,

ya que eso tiene los otros dos borrados, y borraré el plano de inundación de él.

Y obtendremos suitability_step3.

Y una vez más, si no muestro el paso 2, puedo ver la llanura de inundación.

Así que ahora hemos eliminado una gran cantidad de área potencial en nuestra ventana de búsqueda aquí

de la consideración ya.

Y estas son las cosas difíciles y rápidas.

Estas son las cosas que definitivamente no podemos tener.

Y lo que también podríamos hacer potencialmente que no te mostraré ahora

es que podríamos generar un ráster de pendiente a partir del DEM y

decir, realmente no queremos construir en áreas con una pendiente alta.

Así que eso podría ser otra cosa que borraríamos.

Vale, ¿y ahora qué hay de las cosas positivas?

Cosas que queremos asegurarnos de que tenemos.

Bueno, tal vez queremos asegurarnos de que tenemos buena conectividad con las carreteras principales.

Así que tal vez queremos que al menos parte de la ciudad esté a

un kilómetro de las carreteras.

Así que vamos a amortiguar las carreteras por un kilómetro y

luego podemos intersecar eso con nuestro polígono existente aquí.

Y luego obtenemos las áreas que están a sólo un kilómetro de las carreteras existentes.

Bien, entonces busquemos la herramienta de búfer en Proximidad > Buffer y

tomaremos la capa Carreteras.

Y lo llamaré Roads_1km.

Y haremos una unidad lineal de 1 kilómetro aquí, y

dejaré el resto de estos como predeterminados.

Estarán bien para esto, sólo queremos un tampón de un kilómetro en las carreteras.

Bien,

ahora tenemos esta capa que representa en todas partes dentro de un kilómetro de carreteras.

Y todo lo azul que podemos ver es lo que va a quedar

excluido cuando ejecute una intersección de esta capa amortiguada contra este

paso de idoneidad existente donde hemos eliminado todas las cosas que no podemos tener.

Así que, si los cruzamos, tendremos sólo las áreas donde se superponen, así que no

conseguiremos el resto de estas cosas que no queremos aquí en la llanura de inundación.

Sólo obtendremos las partes en las que se superponen.

Entonces, si vamos a Superposición > Intersección, y ahora intersecto Roads_1km

con suitability_step3, puedo obtener suitability_step4.

Y haga clic en Aceptar, y si desactivo la capa Roads_1km aquí,

y suitability_step3, puedo ver que me queda con esto.

Estoy tratando de conseguir un trabajo de camino aquí, no me queda mucho y

tal vez eso es porque elegir dentro de un kilómetro de

una carretera importante no es realmente necesario un parámetro realista, pero podría serlo.

Tal vez debería haber hecho una ventana de búsqueda más grande, pero jugaría con

estos valores para ver si está obteniendo valores que realmente funcionan para su

análisis que importan a sus criterios para lo que esté eligiendo la idoneidad.

Y luego, como un paso final,

digamos también que pensamos que estéticamente a los miembros de la ciudad

les gustaría estar cerca de algún tipo de río aquí.

Por lo tanto, vamos también, vamos a encontrar las ubicaciones que están bastante cerca de algún río.

Así que, una vez más, voy a Buffer y luego me cruzo.

Por lo tanto, voy a tomar mi capa principal de ríos y lo llamaré ríos, y

vamos a amortiguar eso por un kilómetro también.

Y luego voy a hacer Superposición, no identidad, Superposición > Intersección de nuevo.

Y esta vez vamos a amortiguar nuestro, o

cruzaremos nuestros ríos principales con nuestro suitability_step4.

Y consigue suitability_step5.

Y, una de las grandes cosas sobre hacer esto en vector es que,

es muy rápido en muchos de estos casos. El

procesamiento de ráster a menudo solía ser más rápido, pero en estos días los

algoritmos vectoriales son mucho más rápidos y porque estamos trabajando con muchos menos datos.

Por lo tanto, puede obtener comentarios bastante rápidos sobre si

su análisis le obtiene o no lo que realmente quiere si está trabajando en vector aquí.

Por lo tanto, si apago el buffer de ríos en suitability_step4,

veo que ahora me quedan muy pocas ubicaciones.

Y tal vez lo que quisiera hacer es disolver estos límites para

poder verlos un poco mejor, y

empezar a evaluarlos basándose en algún tipo de criterio subjetivo ahora.

Tal vez sé que esta pequeña astilla aquí es demasiado pequeña o algo así, pero tal vez esta

área de aquí que tiene grandes áreas contiguas de tierra podría ser el lugar al que

iría buscando terrenos comprables en ese momento antes de encontrar o fundar una ciudad.

Ciertamente, podríamos continuar con nuestro análisis y añadir más y

más variables hasta que realmente lo redujamos.

Pero esto espero demuestra el concepto del análisis de idoneidad que tenemos,

los factores positivos que queremos preservar y

los factores negativos de los que queremos eliminar.

Y si los tratamos a todos como absolutos y usamos un modelo vectorial,

podemos hacerlo muy rápidamente y simplemente recuperar un conjunto de polígonos que

son áreas potenciales para nuestra ciudad o para lo que estamos analizando.

Vale, eso es todo para esta conferencia.

En esta conferencia, hablamos de lo que es un análisis de idoneidad en general.

Y luego pasamos por uno básico para

encontrar la ubicación de un pueblo basado en una de las pocas variables que tenemos aquí.

Y, en particular, usamos,

crear ráster constante para generar inicialmente toda nuestra área aquí

basada en nuestro DEM que resultó ser nuestra área de extensión más pequeña.

Y también podríamos haber dibujado un polígono o usar alguna otra capa.

Y luego usamos la herramienta de borrado para eliminar influencias negativas,

cosas que definitivamente, áreas en las que definitivamente no podíamos construir.

Y luego almacenamos en búfer las características que nos interesaban y las

cruzamos para que pudiéramos conservar esas características como valores importantes.

Así que teníamos nuestros artículos positivos y negativos y

teníamos diferentes métodos para eliminar o conservar cada uno.

En la próxima conferencia, voy a mostrarles un análisis similar con los mismos

objetivos, pero usando un modelo de procesamiento de ráster que nos da más de una clasificación,

en lugar de solo un sí o no para si podríamos construir o no potencialmente aquí.

Vale, mira tu allí.