Jag känner mig borttappad i ArcGis PRO.
Jag följer alla instruktioner, gör alla uppgifter och resultaten blir alldeles rätt men ändå har jag inte riktigt någon aning vad jag gör. ESRI Academys uppgifter känns diffusa och svåra att greppa trots att anvisningarna är väldigt detaljerade. Förhoppningsvis blir jag snart mer bekväm med programmet och förstår alla verktyg som jag använder fundamentalt.
Den första uppgiftens ”Processing Raster Data Using ArcGIS Pro” material var två stycken satellitbilder från år 2013 och 2015. Uppgiften var att med hjälp av olika verktyg framkalla ett nytt kartlager som visar hur vegetationen och landanvändningen skiljer sig från år 2013 och 2015 i Salinas, Kalifornien. I uppgiften använde jag mig av NDVI (Normalized Difference Vegetation Index) indexet som berättar hur mycket ljus som reflekterar från infra-rött och rött ljus i satellitbilderna. Jag använde bland annat verktyget Difference för att skapa ett nytt lager som visar skillnaderna mellan vegetationen år 2013 och år 2015.
Karta 1. En karta över skillnaderna i vegeationen åren 2013 och 2015, Kalifornien. ArcGisPRO.
Uppgift 1 var indelad i två delar. Andra delen handlade om att göra praktiskt taget ett likadant kartlager som tidigare men via en annan process, raster function chain. För att slutföra en raster function chain måste man inte redigera eller bearbeta datan utan med enkla verktyg och commands kan man skapa samma resultat. Denna process är mer tidseffektiv och eventuellt simplare när man förstår alla verktyg.
Bild 1. Raster function chain över processen. ArcGisPRO.
Den andra uppgiften ”Introduction to Suitability Modeling” var endast att läsa teori om hur processen av tredje och fjärde uppgiften skulle slutföras. Tredje uppgiften ”Preparing Data for a Suitability Model” handlade om vilka metoder och verktyg man skall använda för att uppfylla kriterierna av en viss analys. Idén med uppgiften var att hitta ett lämpligt habitat för den vithövdade havsörnen där uppgiften var att göra en suitability model och workspace för analysen.
Karta 2. Karta över suitability model för kriterierna av den vithövdade havsörnen. ArcGisPro.
I den fjärde uppgiften ”Transforming Data for a Simple Suitability Model” skulle man med hjälp suitability modeln och workspacen från tredje uppgiften slutföra analysen om ett lämpligt habitat för den vithövdade havsörnen utgående från kriterierna.
Kriterierna för habitatet var följande:
-
-
- Far from developed areas
- Not too densely or sparsely covered by forest
(ranging from 20 percent to 60 percent, ideally near 45-percent tree cover) - Close to lakes (fewer than 2 miles)
- Located on northeast-facing aspects
-
Jag använde mig av Modelbuilder samt olika verktyg som reclassify, raster calculator, aspect och euclidean distance för att skapa ett kartlager utgående från kraven. Denna analys gjordes som en raster function chain så som första uppgiften andra del genomfördes.
Bild 2. Raster function chain över processen av att bestämma lämpligaste habitatet för vithövdade havsörnen. Bilden tagen från ESRI Academy.
Resultatet blev kartan nedan som visar alla kriterier samt deras utspridning. Analyserar man kartan kan man komma till en slutsats om var det lämpligaste områden finns för ett habitat för den vithövdade havsörnen. Genom att iaktta kartan ser man att bufferzonen på två mil runtom kring sjöarna har flera områden som uppfyller kriterierna för habitatet.
Karta 3. Karta med alla variabler för det lämpligaste habitatet för den vithövdade havsörnen.
Denna veckas uppgifter kändes svårare än förra veckans för att det var svårare att förstå vad man gör. Själva arbetet var inte speciellt svårt då man endast följde de detaljerade anvisningar. Förhoppningsvis kommer vi också att ha uppgifter där man själv måst tänka och fundera hur och med vilka verktyg man skall slutföra analysen. Detta skulle främja ens lärande.
Till nästa vecka,
Micki