Rasterianalyysien kimppuun

Toinen viikko starttasi erilaisten rasterianalyysien kanssa. ArcGis meni jo paremmalla rutiinilla, eikä toimintoja tarvinnut enää etsiä yhtä kauan kuin viime viikolla.

Ensimmäisessä tehtävässä käytettiin biomassaa kuvaavaa NDVI (Normalized difference vegetation index) toimintoa, jotta pystyttiin analysoimaan vihreää kasvillisuutta. Metadatana oli kahdelta eri vuodelta sateliittikuva, joista erilaisten toimintojen avulla analysoitiin tapahtunutta muutosta.

Erot saatiin näkyviksi käyttämällä  aluksi Difference -toimintoa, joka antoi kuvan 1 näköisen tuloksen. Kuvaa luetaan niin, että harmailla alueilla ei ole tapahtunut muutosta, kun taas mustat ja valkoiset alueet kertovat muutoksesta.

Seuraavaksi Difference kuvalle täytyi tehdä Reclassify -toiminto, jotta rasteriaineiston arvoiksi saadaan joko 1 – muutos tai 0 – ei muutosta ja näin saadaan huomattavasti selkeämpi kuva muutoksesta.

Tämän jälkeen attribuuttitaulukon parametreihin luokiteltiin muutokselle arvo 1 ja väriksi punainen, jolloin saatiin kuvan 2 mukainen tulos.

Kuva 2. Vuoden 2013 ja 2015 välillä tapahtuneet muutokset kasvillisuudessa kuvattu punaisella.

Tehtävässä yksi käytetty Difference -toiminto oli erittäin kätevä näyttämään kahden eri ajankohdan välillä tapahtunutta muutosta. Voisin kuvitella sitä käytettävän myös esimerkiksi aavikoitumisen tutkimisessa.

Ensimmäisen tehtävän lopussa käytiin hieman läpi Function chainin tekemistä ja syvemmin siihen perehdyttiin tehtävässä 2. Tehtässä kaksi käytiin myös läpi sitä, miten ArcGisillä ratkaistavia spatiaalisia ongelmia kannattaa lähestyä ja mitä pitää ottaa huomioon. Varsinaista näytettävää minulla ei siitä ole.

Tehtävän kolme tarkoitus oli löytää potentiaalisia alueita valkopäämerikotkien habitaateista. Kriteereitä oli 4: tarpeeksi kaukana asutusta alueesta, ei liian tiheää tai väljää metsää, kahden mailin päässä järvestä ja koillisen suuntaisesti sijoittuvien aspektien mukaisesti.

Tehtävässä tarkoituksena oli tehdä Modelbuilderin avulla flow chart (kuva 3), jossa nähdään mitä metadatalle tehtiin, jotta saatiin kriteerien mukaiset tulokset.

Kuva 3. Tehtävässä Modelbuilderilla hahmoteltu flow chart.

Kun flow chart oli valmis se täytyi testata, eli >Validate > Run, jonka jälkeen saatiin kuvan 4 mukainen tulos.

Kuva 4. Tehtävässä kolme saatu lopputulos.

Tehtävässä 4 tehtiin samanlainen flow chart modelbuilderilla, tätä olisi kai voinut vain jatkaa edellisestä tehtävästä, mutta itse tein sen alusta saakka. T

Tehtävässä toistettiin sama kuin edellisessä eli >Validate > Run. Tulos oli hieman sekalainen ja tarkoituksena on ilmeisesti jatkaa seuraavalla viikolla tästä, joten varsinaista lopputulosta ei saatu. Tulosta pystyi toki selkeyttää sulkemalla muita layereita pois ja tarkastelemalla vain yhtä kerrallaan. Tässä esimerkkinä mitä saatiin, kun asetettiin vaatimuksiin, että kohteiden täytyy olla 1 mailin päässä järvestä.

Kuva 5. Alueet, jotka ovat yhden mailin etäisyydellä järvestä.

BONUSTEHTÄVÄ

Bonustehtävässä ei annettu heti vastauksia vaan annettiin ohjeet miten miettiä oikeanlaisia toimintoja. Tarkoituksena oli siis selvittää mitkä paloasemat ovat Wilsonin kaupungin eteläosassa sijoittuvat tietyille äänestysalueille. Ennakkoon tuli tietoa, että tehtävässä on bugi, joten se vaikutti lopputulokseen.

Karttaan lisättiin StudyArea, joka näkyy kartan eteläosassa neliönä, minkä jälkeen muutettiin Environmental settings. Spatial Join –toiminnolla saadaan vielä samaan layeriin äänestysalueet ja paloasemat, jolloin lopputulos (valitettavasti bugin kanssa) on kuvan 6 mukainen.

Kuva 6. Bonustehtävän lopputulos.

Tehtävässä oltaisiin voitu myös esimerkiksi etsiä äänestysalueelle olevia korkeakouluja, jolloin ehdokkaat olisivat voineet mennä kampanjoimaan kouluille ja hakemaan nuorten ääniä.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *