أكثر

حساب مساحة الفئات النقطية باستخدام ArcGIS Desktop؟

حساب مساحة الفئات النقطية باستخدام ArcGIS Desktop؟


لديّ نقطي بتنسيق GRID تم إنشاؤه بواسطة Image Classification. يتم عرض GRID بأمتار StatePlane ، لكني أرغب في المساحة بالقدم المربع. أفترض أنني سأحتاج إلى استخدام حاسبة الحقول لهذا الغرض ، لكنني لست متأكدًا مما يجب إدخاله.

لقد قمت بالفعل بإنشاء حقل جديد في جدول سمات GRID للمنطقة. أقوم بتشغيل ArcGIS Desktop 10.1.


1 متر مربع هو 10.7639104 قدم مربع حسب جوجل.

لذلك إذا كان حجم الخلية هو 1 ، كل خلية تساوي مترًا مربعًا (1 × 1) ، فإن المساحة التي يغطيها الفصل هي:

العد × 10.7639104

إذا كان حجم الخلية 2 متر ، تكون المساحة 4 متر مربع. (2 × 2) والمساحة التي يغطيها الفصل هي:

4 × عدد × 10.7639104

إذا كان حجم الخلية غير منتظم ، فاضرب العرض والارتفاع بالأمتار:

(عرض الخلية × ارتفاع الخلية) × العدد × 10.7639104

حساب مناطق الخدمة في ArcGIS

أحد أكثر التحليلات شيوعًا المستخدمة في كل نظم معلومات جغرافية هو تمثيل مناطق الخدمة حول أي موقع ، باستخدام أ تحليل العازلة.

في هذا المثال ، استخدمنا تطبيق ArcGIS Desktop: ArcMap.

أولاً ، لدينا طبقة واحدة (طبقة نقطية ، لأنها تحتوي على عناوين محددة) في ArcMap. يمثل ، في هذا المثال ، الصيدليات. بالنظر إلى هذه البيانات ، ما هي المنطقة إذا كان التأثير من جميع الصيدليات؟ نستخدم إذن أداة المعالجة الجغرافية العازلة.

انتقل إلى ArcToolbox وافتح أدوات التحليل.

عندما نفتح ملف أداة العازلة، تبدو هكذا:

تبدو وكأنها أداة بسيطة وهي كذلك في الواقع. يمكننا تحديد كل معلمة لتشغيل هذه الأداة. والنتيجة هي الرسم البياني التالي:

لقد أنشأنا مساحة 100 متر حول كل صيدلية.

يحتوي ArcGIS أيضًا على أداة خاصة تسمى النصي، برمز مختلف كالأداة ، ويسمى متعددة الحلقة العازلة. يسمح لنا بحساب أكثر من مجالين للتأثير حول الميزة.

كما فعلنا مع أداة Buffer ، نقوم أيضًا بتكوين هذه الأداة.

كلاهما تحليل تستند المسافة الإقليدية من مركز الموقع (أو الخط) ، وتولد الأدوات مضلعًا بنفس الشكل مثل مواقع الإدخال (انظر الرسم التخطيطي التالي).

ماذا لو كان علينا القيام بتحليل أكثر تعقيدًا؟ بالنسبة لمدينة بأكملها ، بها شارع أو شبكة طرق معقدة ، يتعين علينا استخدام محلل الشبكة التمديد في ArcGIS. يوفر هذا تحليلًا شاملاً للشوارع بناءً على الرحلات الزمنية والمقاومة والسرعات وما إلى ذلك.

ليستخدم محلل شبكات، يتعين علينا امتلاك بيانات شبكة الطرق (ممثلة بالخطوط) وإنشاء شبكة مناسبة في قاعدة بيانات جغرافية ، وهذا يعني ، إنشاء قواعد وسياسات تربط كل سطر ومنحهم خصائص في قاعدة بيانات ArcGIS.

بمجرد إنشاء الشبكة (وتخزينها في Network DataSet) ، يمكننا تحميل طبقة الصيدليات الخاصة بنا ومعرفة منطقة نفوذها في 3 و 5 و 7 دقائق منها سيرًا على الأقدام. نحن نستخدم ال تحليل منطقة الخدمة (في شريط أدوات ملحق Network Analyst).

& # 8220Facilities & # 8221 layer هي طبقة النقطة لدينا: الصيدليات.

نحن نهيئ ، في نافذة خصائص الطبقة وإعدادات تحليل جي تي علامة التبويب كل أنواع القيود في الشبكة.

أخيرًا ، في علامة التبويب Polygon Generation ، كيف ستمثل مضلعات الإخراج منطقة التأثير.

هذا التحليل هو تمثيل أفضل للتأثير الحقيقي لهذه الصيدليات ، لأن التحليل يعتمد على شبكة حقيقية الآن ، وليس على المنطقة بأكملها.

لتحليل المسافة ، علينا فقط التغيير & # 8220 مقاومة & # 8221 و & # 8220 فواصل افتراضية & # 8221 في كل مرة يتم تكوين المعاوقة في شبكتنا.

يوضح الرسم البياني التالي كل تحليل تم تنفيذه.

قارن بين المنطقة البرتقالية والصفراء (المخزن المؤقت البسيط) بتحليل الشبكة. يمكننا أن نرى ، على سبيل المثال ، أن المنطقة الزرقاء (منطقة المسافة) & # 8220 متوقفة & # 8221 بسبب السكك الحديدية والطريق.

باختصار ، نحن نعتبر Network Analyst دراسة وصول إقليمية حقيقية. تذكر أنه أولاً ، يجب أن يكون لدينا خريطة طريق (مجموعة من الخطوط).

هذا مثال على مجموعة من الدورات ArcGIS ومحلل الشبكة.


حساب مساحة الفئات النقطية باستخدام ArcGIS Desktop؟ - نظم المعلومات الجغرافية

GUS-3062 / 5062- أساسيات نظم المعلومات الجغرافية

المعمل 1. مقدمة لـ ArcGIS Pro (رابط)

  1. لتقديم ArcGIS Pro ومكوناته الأساسية لإدارة البيانات والعرض والتحليل.
  2. لمعرفة كيفية العمل مع طبقات الخريطة ، وجداول سمات الاستعلام والميزات الجغرافية ، وإنشاء الخرائط ، وتصميم وتنفيذ تحليل GIS بسيط.
  3. خريطة وتحليل البيانات من فيلادلفيا ، بنسلفانيا.

المعمل 2. الإسقاطات وأنظمة الإحداثيات (رابط)

  1. لإدخال المفاهيم في إسقاط الخريطة ، والعمليات المشتركة في العمل مع النظم المرجعية الإحداثية (CRSs).
  2. لمعرفة كيفية عمل مخططات خرائط أكثر تعقيدًا لرسم الخرائط المرجعية.
  3. كتوضيح ، ستقوم بالتحقيق في خصائص CRS للحصول على بيانات واسعة النطاق في فيلادلفيا ، بنسلفانيا ، وكذلك البيانات العالمية.
  1. التعريف بمبادئ وتقنيات رسم الخرائط الموضوعية ، بما في ذلك كثافة النقاط ، والرمز النسبي ، ورسم الخرائط التصحيحية ، بالإضافة إلى تصنيف البيانات وتصميم الخرائط الأساسي.
  2. كدليل ، سوف تحصل على البيانات المكانية وتضعها في الخريطة من تعداد الولايات المتحدة لعام 2010.

المعمل 4. جداول وبيانات السمات (رابط)

  1. التعرف على نموذج البيانات العلائقية.
  2. كن على دراية بتنفيذ نموذج البيانات العلائقية في حزمة برامج نظم المعلومات الجغرافية.
  3. تعرف على ارتباط الجدول وتصدير البيانات والفرز والتلخيص وإنشاء حقول جديدة وحساب القيم للحقول بناءً على حسابات الجدول والحسابات الهندسية.

المعمل 5. رقمنة / إنشاء وتحرير بيانات الخرائط (رابط)

  1. لتقديم أساسيات الإسناد الجغرافي والرقمنة في ArcGIS.
  2. كتوضيح ، ستقوم بالإشارة الجغرافية للخرائط التاريخية ومقارنة البيانات بالبيانات المكانية الأحدث لمناطق في ماساتشوستس ويوتا.

لإدخال عمليات المتجهات ، بما في ذلك عمليات التخزين المؤقت والذوبان والتراكب.


فرص التدريب

أطلقت ولاية فريسنو شهادة GIS جديدة عبر الإنترنت للدراسة المتقدمة ، ومن المقرر أن تبدأ الفصول الدراسية في خريف 2012. يتكون هذا البرنامج على مستوى الدراسات العليا من 12 وحدة ويمكن إكماله في فصلين دراسيين متتاليين ، وتم تطويره لتلبية الحاجة المتزايدة مهارات نظم المعلومات الجغرافية في سوق العمل اليوم. لمزيد من التفاصيل والمعلومات حول كيفية التقديم ، قم بزيارة http://www.fresnostate.edu/cge/giscert/.

ورش عمل نظم المعلومات الجغرافية في مركز تعليم نظم المعلومات الجغرافية ، سان فرانسيسكو

GISEC هو الموقع الإلكتروني لمركز تعليم نظم المعلومات الجغرافية بكلية مدينة سان فرانسيسكو. يوفر GISEC دورات تدريبية وتعليمية حول نظم المعلومات الجغرافية منخفضة التكلفة وسريعة. تشمل ورش ربيع 2012 ما يلي:

    Â (18 يناير ، 25 ، 1 فبراير ، 8 ، 15) Â (23 فبراير ، 1 مارس ، 8 ، 15 ، 22) Â (29 فبراير ، 7 مارس ، 14 ، 21) Â (5 أبريل) ، ١٢ ، ١٩ ، ٢٦ ، ٣ مايو) Â (١٤ ​​أبريل ، ٢١ ، ٢٨ ، ٥ مايو) Â (١٨ أبريل ، ٢٥ ، ٢ مايو ، ٩)

* رسوم التسجيل المبكر متاحة لمدة تصل إلى أسبوع واحد قبل بدء الفصل.

جامعة كاليفورنيا ، أكاديمية ريفرسايد الصيفية لنظم المعلومات الجغرافية

في هذا البرنامج الصيفي المكثف ، يجمع المنهج القائم على المشروع بين المحاضرات والعمل العملي في المختبر (مع بيانات العالم الحقيقي) باستخدام منصة برامج Esri ، بما في ذلك حلول ArcGIS Desktop و ArcGIS Server و ArcSDE.

مقدمة في نظم المعلومات الجغرافية للمعلمين - ورش عمل GeoTech الصيفية

في صيف 2012 ، ستستضيف GeoTech ورشتي عمل تركزان على تكنولوجيا نظم المعلومات الجغرافية للمعلمين ، وتضم مقدمة في نظم المعلومات الجغرافية ورشة عمل تدرس من قبل مدرب معتمد من Esri:

تم تصميم ورشة العمل هذه خصيصًا لمعلمي الجامعات لمدة عامين من أي تخصص يهتم بالتعلم عن نظم المعلومات الجغرافية ويعيدون المعرفة العملية والمناهج والمواد الجاهزة للاستخدام إلى الفصل الدراسي الخاص بهم لخريف 2012 وما بعده. سيوفر الحدث للمعلمين جميع المعارف والمهارات والمواد اللازمة لدمج نظم المعلومات الجغرافية في مناهجهم الدراسية في خريف عام 2012.

كلية سانتا روزا جونيور - دورات ربيع 2012

دورات نظم المعلومات الجغرافية (بي دي إف):

  • GIS 40 - مقدمة إلى GIS - يبدأ في 20 يناير
  • GIS 51 - Intermediate GIS - يبدأ في 17 يناير
  • GIS 53 - رسم الخرائط في GIS - يبدأ في 18 يناير

دورات تقنية المسح (بي دي إف):

  • SURV 51 - تطبيقات مسح الطائرات - تبدأ في 18 يناير
  • SURV 57 - GPS المتقدم - يبدأ في 19 يناير
  • SURV 59 - مراقبة الحدود والمبادئ القانونية - تبدأ في 23 يناير

دورات تكنولوجيا الهندسة المدنية (بي دي إف):

  • CEST 51 - تقنية الصياغة المدنية - يبدأ في 18 يناير
  • CEST 63 - تخطيط التقسيم - يبدأ في 17 يناير
  • CEST 64 - تفتيش الأشغال العامة - يبدأ في 17 يناير
  • CEST 81 - تصميم الهندسة المدنية - يبدأ في 17 يناير

معلومات التسجيل: يمكن للطلاب التسجيل في الفصول الدراسية عبر الإنترنت (www.santarosa.edu/admissions) ، أو شخصيًا. لمزيد من المعلومات حول كيفية التسجيل ، اتصل بمكتب التسجيل ، 707-527-4685. من خارج المنطقة ، اتصل على 7752-564-800-1.

كلية مارين - دورات ربيع 2012

مقدمة إلى التحليل المكاني باستخدام نظم المعلومات الجغرافية - الجغرافيا 127 (فصل الربيع ، 16 ليلة الاثنين ، باستثناء أيام العطل) يستكشف القوة الحقيقية لنظام المعلومات الجغرافية - التحليل المكاني. باستخدام المحاضرات ووقت الكمبيوتر العملي مع ESRI's Spatial Analyst ™ ، يتعلم الطلاب المزيد حول البيانات النقطية والأنماط المخفية والعلاقات والقصص غير المعروفة سابقًا والتي يمكن الكشف عنها في هذه البيانات المكانية. يتضمن الفصل أيضًا مشروعًا يقوم فيه الطلاب بتطبيق التحليل المكاني على مجال اهتمامهم وتقديمه في خريطة. (رصيد التحويل: 3 وحدات CSU)

تبدأ دورة نظم المعلومات الجغرافية عبر الإنترنت من Shasta Community College في 21 فبراير

نظم المعلومات الجغرافية 23 تم تغيير (Raster GIS) إلى التسليم عبر الإنترنت بالكامل. سيحصل الطلاب المسجلون على ترخيص طالب لمدة عام واحد لـ ArcGIS 10 والوصول إلى دورات ESRI Virtual Campus. تبدأ الدورة من 21 فبراير إلى 27 أبريل.


حساب مساحة الفئات النقطية باستخدام ArcGIS Desktop؟ - نظم المعلومات الجغرافية

Curve Fit هو امتداد لتطبيق GIS ArcMap الذي يسمح للمستخدم بإجراء تحليل الانحدار على سلسلة من مجموعات البيانات النقطية (الصور ذات المرجعية الجغرافية). يقوم المستخدم بإدخال مجموعة من القيم لمتغير توضيحي (X). يتم إقران مجموعة بيانات نقطية تمثل متغير الاستجابة المقابل (Y) مع كل قيمة X يُدخلها المستخدم. ثم يستخدم Curve Fit إما تقنيات الانحدار الخطي أو غير الخطي (اعتمادًا على اختيار المستخدم) لحساب نموذج رياضي فريد في كل بكسل من مجموعات البيانات النقطية المدخلة. يخرج Curve Fit الأسطح النقطية لتقدير المعلمات والخطأ والاستدلال متعدد النماذج. Curve Fit هي أداة توضيحية وتنبؤية توفر للمصممين المكانيين القدرة على أداء الوظائف الإحصائية الرئيسية على أفضل نطاق. بعض الأمثلة على تطبيقات Curve Fit الافتراضية هي: تنوع الموائل كدالة للمقياس ، أو كثافة السكان كدالة للوقت ، أو السرعة الحالية كدالة لمعدل التفريغ (انظر المثال التفصيلي أدناه).

Curve Fit ينفذ كلاً من تحليل الانحدار الخطي وغير الخطي:

يستخدم Curve Fit تقنيات الانحدار الخطي وغير الخطي. إذا تم تحديد نموذج غير خطي ، فسيكون لدى المستخدم خيار تقييد المعلمات والتعامل مع تكرارات الحل والتفاوتات.

تنتج Curve Fit منتجات نقطية تصف جودة الملاءمة والاستدلال متعدد النماذج وتقدير المعلمات وتقدير الخطأ:

تغطي منتجات Curve Fit ثلاثة نطاقات: النموذج والمعلمة ونقطة البيانات (الجدول 1). يحتوي نطاق النموذج على منتجات إحصائية تقيم ملاءمة النموذج والخطأ واختبار الفرضيات الصفرية والمنتجات المستخدمة للاختيار والمقارنة بين النماذج المتعددة. يحتوي نطاق المعلمة على: تقدير قيمة المعلمة ، والخطأ المعياري ، وقيمة P ، وإحصاء T. يحتوي نطاق نقطة البيانات على فئة واحدة فقط من منتج الإخراج ، الخطأ المتبقي.

كل منتج ناتج عبارة عن مجموعة بيانات نقطية تطابق دقة ومدى مجموعات بيانات الإدخال. يمكن للمستخدم تحديد تنسيقات إخراج بدقة 64 بت مزدوجة أو دقة فردية 32 بت. يمكن أن ينتج عن تشغيل واحد من Curve Fit حجمًا هائلاً من البيانات. لذلك من المفيد أن تكون حكيماً عند اختيار منتجات التحليل.

تحليل المثال: السرعة الحالية كدالة لتصريف السد للبركة 8 في أعالي نهر المسيسيبي

تم استخدام عشر طبقات نقطية كمدخلات في هذا المثال ، يمثل كل منها السرعة الحالية بمعدل تفريغ محدد لحوض 8 لنهر المسيسيبي العلوي (الشكل 2). تراوحت المعدلات من 10000 قدم مكعب في الثانية (cfs) إلى 100000 cfs ، وتم حسابها على فترات 10000 cfs باستخدام نظام نمذجة المياه السطحية (SMS). ثم تم تحميل هذه البيانات في Curve Fit وتم تصميمها باستخدام متعدد الحدود من الدرجة الثالثة.


نورد أدناه مجموعة مختارة من المشاريع التي قمنا بإدارتها وتنفيذها وتسليمها بنجاح كمؤشر على اتساع نطاق الخدمات التي يمكننا تقديمها.

تتمتع HES بقدرة تخطيط ممتازة ، ويمكن أن تعمل ضمن إطار كل من ArcGIS (10) و MapInfo ، ويتم تطبيق هذه المهارات على جميع المشاريع والمخرجات.

تقييم النباتات والحيوانات ، الإبلاغ عن صافي الربح والخسارة ، وتخطيط إدارة تعويض الغطاء النباتي (فيكتوريا)

  • عمليات البحث المكتبي في مسائل التخطيط وأنواع النباتات السابقة والحالية ، واستعراض النباتات والحيوانات المهددة بالقرب من منطقة التطهير
  • التقييم الميداني لتحديد وتحديد الأشجار المهمة والغطاء النباتي داخل كل من موقع التطوير وموقع الإزاحة المقترح
  • التفاوض لتجنب أو تقليل تأثير التنمية على النباتات والموائل الهامة
  • تحديد الخسائر النباتية الأصلية المقترحة وحساب أهداف التعويض
  • تطوير استراتيجيات التخفيف لتقليل الخسائر
  • ابحث عن تعويضات مناسبة إما في الموقع (تعويضات الطرف الأول) ، أو خارج الموقع ، أو مع وسطاء من الأطراف الثالثة ، لتحقيق هدف صافي الربح المحسوب ، ولتطوير خطة إدارة تعويض الغطاء النباتي (VOMP) لضمان حماية وتعزيز موقع الأوفست ، سواء كان بقعة متبقية موجودة ، و / أو من خلال زراعة الغطاء النباتي.
  • ستيف هو مُقيِّم موقع معتمد من شركة Bush Broker (DELWP) ، ويمكنه مساعدتك في تسجيل النباتات الأصلية المتبقية في سجل ائتمان الفيكتوري الأصلي للنباتات ، مما يتيح لك التداول في سوق الائتمان.
  • توسعات المحاجر واستكشاف المناجم (بما في ذلك استكمال خطط العمل لمقترحات التعدين الجديدة)
  • التطورات العمرانية والزراعية
  • توسيع / ​​إعادة محاذاة الطرق والجسور
  • مسارات متعددة الاستخدامات وتطوير السدود
  • تطوير الري والصرف الصحي

غالبًا ما تتضمن هذه المشاريع تحديدًا دقيقًا لأنواع الغطاء النباتي ، وإعادة تعريف مناسبة لخريطة EVC ، ثم تقييم جودة الموائل لكل منطقة باستخدام طريقة Habitat Hectares. عادة ما يكون هذا النشاط مرتبطًا بمشاريع إنمائية أكبر حيث كان من المؤكد أن بعض الخسائر في الغطاء النباتي كانت مؤكدة ، ومع ذلك ، فقد سمح رسم الخرائط والتقييم بتقليل البصمة التنموية إلى الحد الأدنى.

إزالة الغطاء النباتي الأصلي في نيو ساوث ويلز

شاركت HES في العديد من التطبيقات لإزالة الغطاء النباتي الأصلي في نيو ساوث ويلز. يتضمن ذلك إعداد تقارير محددة عن النباتات والحيوانات أو غيرها من التقارير لدعم تطبيقات التنمية (DAs) أو مراجعة العوامل البيئية (REFs) لتلبية متطلبات الحكومة المحلية أو الوكالات مثل مكتب البيئة والتراث (OEH) و / أو إحدى خدمات الأراضي المحلية (LLS). عادةً ما يكون تحديد مناطق الإزاحة المناسبة للسماح بإكمال خطة الغطاء النباتي للممتلكات (PVP) مطلوبًا أيضًا ، وهذا غالبًا ما ينطوي على اتصال وتفاوض مهمين مع LLS المناسب.

تختلف عمليات نيو ساوث ويلز كثيرًا عن عمليات ولاية فيكتوريا ، والتشريعات الهامة ذات الصلة بإزالة الغطاء النباتي المحلي في نيو ساوث ويلز هي قانون حفظ التنوع البيولوجي لعام 2016 ، قانون خدمات الأراضي المحلية لعام 2013 و ال النباتات الأصلية SEPP. تظل HES على علم بالتغييرات التي تم إجراؤها على لوائح التخليص والتعويض في السنوات الأخيرة وهي على استعداد جيد لدمج العملاء وتقديم المشورة لهم وفقًا لذلك. ستيف هو مُقيِّم معتمد لطريقة تقييم التنوع البيولوجي (BAM) مع OEH.

المسح والتحليل المستهدفين

شارك ستيف في العديد من المشاريع التي تضمنت إجراء عمليات مسح لأنواع الحيوانات (أو النباتات) المستهدفة في المناطق المحمية ، وتحليل بيانات التعداد باستخدام برنامج تحليل مسح الحيوانات DISTANCE القياسي في الصناعة.

ركزت الدراسات الاستقصائية الحديثة للحيوانات على الببغاء الرائع ، وعثة الشمس الذهبية ، والببغاء الوردي (الرائد ميتشل كوكاتو) ، والسهول المتجولة ، في حين كانت زهرة الأرز الشوكية (Pimelea spinsecens) و Red Swainson-pea (Swainsona plagiotropis) هدفًا لـ تقييم حديث.

تم إجراء مسوحات للحيوانات في باركس فيكتوريا في بعض محميات شمال شرق ، وتم تحليل البيانات الخاصة بهذه المحميات وأيضًا لعقار ماللي باركس ، على أساس منتظم. قدمت نتائج جميع التقارير أفضل التقديرات لأعداد الحيوانات ، وقدمت الإدارة المستنيرة وقرارات السياسة لإدارة العشائر.

تمتلك HES تراخيص مناسبة لإجراء طرق مسح الحيوانات ، بما في ذلك الاصطياد وصيد Elliot ، في فيكتوريا ونيو ساوث ويلز.

تم إشراك HES من قبل Shire of Campaspe و Moira Shire ومجلس مدينة Shepparton الكبرى للمساعدة في تطوير خطط الحشائش والآفات على جانب الطريق. في حالة جميع المجالس ، تضمن ذلك مشاورات مجتمعية مكثفة من خلال مسح بريدي لأصحاب الأراضي في الريف وإجراء مقابلات وجهًا لوجه وهاتف مع Landcare وغيرها من أصحاب المصلحة في مجموعات المجتمع ، من أجل إعداد أوراق الخيارات لجميع المجالس الثلاثة. كما بحثت هذه الأوراق بشكل كامل في الإطار التشريعي والتنظيمي والقانوني الذي يؤثر على إدارة الأعشاب الضارة والآفات على جانب الطريق ، والتشاور مع الهيئات المحلية الأخرى التي نفذت خططًا لتحفيز الأعشاب الضارة والآفات على جانب الطريق. تم إعداد تحليل لجميع المشاورات المجتمعية للمجالس بما يتوافق مع تحليل مالي ولوجستي مفصل ، مما أدى إلى تقديم أكثر الخيارات فعالية من حيث التكلفة لإدارة الأعشاب الضارة على جانب الطريق والآفات.

كمثال على الأنواع الأخرى من عمليات التطوير التخطيطية التي شاركنا فيها ، ساعدت HES منطقة Narrandera Shire في تنفيذ مسح للحيوانات للثدييات والطيور والبرمائيات والزواحف ، بالإضافة إلى جرد نباتي كامل لموقع Narrandera Common وبحيرة محمية تالبوت ، منطقتان كبيرتان من الموائل المتنوعة المجاورة لبلدة نارانديرا. كما قدمت توصيات لإدارة التنوع البيولوجي لإدراجها في خطط إدارة المواقع.


كما ساعدت HES مؤخرًا لجنة إدارة Winton Wetland في تحديث خطة إدارة الحرائق الخاصة بها ، وتقوم حاليًا بمساعدة Shire of Campaspe في تطوير خطة مكافحة الأعشاب الضارة والآفات على جانب الطريق. تطلب كلا المشروعين مشاورة مجتمعية كبيرة ، تشمل جميع مجموعات أصحاب المصلحة المحتملين.

فهرس تقييمات حالة الأراضي الرطبة (IWC) وتقييمات الحالة الأخرى

تخطيط إدارة الطريق


رسم الخرائط وجرد الأصول البيولوجية

خدمات التعليم والتدريب



المسح والتحليل المستهدفين

شارك ستيف في العديد من المشاريع التي تضمنت إجراء عمليات مسح لأنواع الحيوانات (أو النباتات) المستهدفة في المناطق المحمية ، وتحليل بيانات التعداد باستخدام برنامج تحليل مسح الحيوانات DISTANCE القياسي في الصناعة.

ركزت الدراسات الاستقصائية الحديثة للحيوانات على Golden Sun Moth و Pink Cockatoo (Major Mitchell Cockatoo) و Plains-wanderer ، بينما كان Red Swainson-pea (Swainsona plagiotropis) هدفًا لتقييم حديث.

تم إجراء مسوحات للحيوانات في باركس فيكتوريا في بعض محميات شمال شرق ، وتم تحليل البيانات الخاصة بهذه المحميات وأيضًا لعقار ماللي باركس ، على أساس منتظم. قدمت نتائج جميع التقارير أفضل التقديرات لأعداد الحيوانات ، وقدمت الإدارة المستنيرة وقرارات السياسة لإدارة العشائر.

تمتلك HES تراخيص مناسبة لإجراء طرق مسح الحيوانات ، بما في ذلك الاصطياد وصيد Elliot ، في فيكتوريا ونيو ساوث ويلز.

تخطيط إدارة الموارد الطبيعية والتخطيط الكامل للمزرعة

قام ستيف بتسهيل الأنشطة الطلابية لجمع المعلومات والتشاور الهام مع الجمهور وأصحاب المصلحة لخطة NRM لحرم الصناعات الريفية وانجاراتا لـ GOTAFE ، ثم قام بتحرير الوثيقة الشاملة التي سيعتمدها مجلس GOTAFE. بعد تطوير خطة NRM للحرم الجامعي ، تمت دعوة Steve لإجراء خطة مزرعة كاملة مفصلة للموقع الجديد ، تتضمن رؤية مجلس GOTAFE ، إدارة الحرم الجامعي وموظفي إدارة المزارع ، وأصحاب المصلحة في المجتمع.


أساليب

منطقة الدراسة والفترات الزمنية

تقع منطقة دراستنا ، هولندا ، في شمال غرب أوروبا وتتمتع بمناخ معتدل مع فصول الشتاء الباردة (متوسط ​​درجة الحرارة الدنيا 1 درجة مئوية) والصيف الدافئ (متوسط ​​درجة الحرارة القصوى 24 درجة مئوية). أبرز أنظمة استخدام الأراضي هي الزراعة (55٪ من مساحة الأرض) والمناطق الحضرية (www.fao.org/countryprofiles). شهدت المنطقة تغيرات كبيرة في المناخ 38 واستخدام الأراضي ، والتي تم تسجيلها لأكثر من 100 عام 23 ، 24. حدثت أيضًا تعديلات قوية في التدفقات البيوجيوكيميائية في القرن الماضي ، بما في ذلك التغييرات الرئيسية في الفوسفور ودورة النيتروجين 3. علاوة على ذلك ، تمت دراسة التنوع البيولوجي في هولندا بشكل مكثف منذ أوائل القرن التاسع عشر.

قمنا بتجميع جميع البيانات (الأنواع والمناخ واستخدام الأراضي) في فترتين زمنيتين رئيسيتين (TP1: 1951-1970 و TP2: 1998-2014). استند هذا إلى التغيرات الملحوظة في الظروف المناخية (الزيادات في درجات الحرارة والظواهر الجوية المتطرفة) واستخدام الأراضي (تجزئة الموائل العالية والتغيرات في الموائل البشرية مثل الزراعة والمناطق الحضرية حوالي عام 1960). تركزت الفترتان على السنوات التي توفرت فيها بيانات استخدام الأراضي عالية الدقة (TP1: 1960 و TP2: 2008 انظر أدناه) وشملتا ، لبيانات توزيع الأنواع ، 10 سنوات قبل وبعد السنة المركزية في الفترة 1 (1951) - 1970) و 10 سنوات قبل و 7 سنوات بعد في الفترة 2 (1998-2014). وبالتالي ، فإن هاتين الفترتين الزمنيتين قد تعكسان التغييرات الرئيسية في توزيعات أنواع الملقحات والظروف البيئية عبر نصف قرن.

بيانات توزيع الأنواع

درسنا ثلاث مجموعات مهمة للزوار: النحل (Hymenoptera: Apoidea) ، والفراشات (Lepidoptera: Papilionoidea و Hesperioidea) والحوامات (Diptera: Syrphidae). تم الحصول على بيانات التوزيع لكل نوع من النحل والحوامات من مسح اللافقاريات الأوروبي (EIS-Nederland ، www.eis-nederland.nl) والفراشات من قاعدة البيانات الوطنية الهولندية للنباتات والحيوانات (NDFF ، www.ndff.nl ). قام الخبراء والمتطوعون بجمع بيانات التواجد بشكل منهجي على مدار العقود الماضية وتم تقييم جودة تحديد الأنواع ودقة الموقع لسجلات الحدوث من قبل EIS و NDFF (انظر www.ndff.nl/validatie). للحصول على وصف كامل لطرق جمع الأنواع انظر www.ndff.nl/protocollen. نظرًا لأن سجلات حدوث الأنواع الأقدم عادةً ما تحتوي على درجة عالية من عدم اليقين في موقعها الجغرافي مقارنة بالسجلات الأحدث ، فقد أخذنا في الاعتبار حالة عدم اليقين هذه من خلال تجميع جميع سجلات التكرار بدقة تبلغ 5 × 5 كيلومترات من الخلايا الشبكية. قمنا بتضمين الأنواع التي كانت موجودة فقط (1) في خمس خلايا شبكية 5 × 5 كم على الأقل ، (2) في كل من الفترتين الزمنيتين و (3) في فترة الفجوة (1971-1997). تم عمل هذا الأخير لتمثيل جميع الأنواع التي كانت موجودة باستمرار في منطقة الدراسة منذ 1950 ق. يضمن ذلك استجابات قوية للبيئة بين الأنواع في عملية النمذجة (انظر أدناه) ويسمح بتحليل أنماط التوزيع لما مجموعه 207 نوعًا من النحل (من 358 نوعًا معروفًا في هولندا) ، و 61 نوعًا من الفراشات (من إجمالي 106) و 202 نوعًا من الحوامات (من إجمالي 328) (الجدول التكميلي S5). لاحظ أنه نظرًا لمعايير الاختيار ، كان علينا استبعاد الأنواع الموزعة بشكل ضيق للغاية والتي من المحتمل أن تكون مهددة في هولندا. من 1820 خلية شبكية (5 × 5 كم) عبر هولندا ، في TP1914 كان لديه سجلات للنحل ، 894 للفراشات و 1094 للحوامات. في TP2 ، كان عدد خلايا الشبكة 1346 للنحل ، و 1655 للفراشات و 1592 للحوم. تم توزيع خلايا الشبكة التي تم استخراج عينات من مجموعات الملقحات الثلاث منها في جميع أنحاء هولندا وعبر امتدادها العرضي والطولي الكامل (انظر الشكل S1).

نمذجة توزيع الأنواع

لإنشاء نماذج توزيع الأنواع (SDMs) ، استخرجنا بيانات المناخ واستخدام الأراضي التي يمكن أن يكون لها تأثير على بقاء الملقحات وتوزيعها. بالنسبة للمناخ ، تم الحصول على القيم القصوى والدنيا والمتوسطة لدرجة الحرارة وهطول الأمطار لكل خلية شبكية من مشروع "ClimateEU: البيانات المناخية التاريخية والمتوقعة لأوروبا" 39. تم استخراج البيانات المناخية بنفس دقة بيانات توزيع الأنواع (خلايا شبكية 5 × 5 كم) ثم تم استخدامها لحساب المتغيرات المناخية الحيوية التسعة عشر كما هو موضح في Hijmans وآخرون. 40. بعد التحليلات الأولية للارتباط لجميع المتغيرات المناخية الحيوية ، اخترنا أربعة متغيرات متعلقة بهطول الأمطار (جميعها بالملم) وخمسة متغيرات مرتبطة بدرجات الحرارة (الكل في درجة مئوية): هطول الأمطار السنوي ، هطول الأمطار في الشهر الممطر ، هطول الأمطار في الشهر الأكثر جفافًا ، هطول الأمطار في الربع الأكثر دفئًا ، متوسط ​​نطاق درجات الحرارة النهارية ، موسمية درجات الحرارة ، متوسط ​​درجة الحرارة في الربع الأكثر رطوبة ، متوسط ​​درجة الحرارة للربع الأكثر جفافاً ، ومتوسط ​​درجة الحرارة لأدف ربع. أظهرت هذه المتغيرات المناخية معاملات ارتباط منخفضة إلى متوسطة (ارتباط بيرسون ≤ | 0.75 |) بين بعضها البعض.

تم الحصول على بيانات استخدام الأراضي من قسم المعلومات الجغرافية بجامعة Wageningen (www.wageningenur.nl) للفترتين الزمنيتين بدقة أصلية 25 × 25 م. تتمتع خرائط استخدام الأراضي للفترة 1 و 2 بدقة عالية في تصنيف استخدامات الأراضي (

95٪ و 85٪ على التوالي) 23،24. تم الحصول على خرائط استخدام الأراضي لعام 1960 (تمثل الفترة 1) و 2008 (الفترة 2) ، وكلاهما يمثل النقاط المركزية في كل فترة زمنية تم فيها تجميع بيانات توزيع الأنواع. كانت خريطة استخدام الأراضي الأحدث ذات دقة موضوعية أعلى من خريطة استخدام الأراضي الأقدم. ومن ثم ، فقد تم إعادة تصنيف كلتا الخريطتين لجعل أنواع استخدامات الأراضي متسقة بين الفترات الزمنية. تم استخراج ثمانية أنواع من استخدامات الأراضي: الزراعة ، والمراعي ، والغابات ، والمستنقعات / الخث ، والتربة الرملية ، والمستنقعات ، والمناطق الحضرية والمياه. استنادًا إلى خرائط استخدام الأراضي المعاد تصنيفها هذه ، قمنا بحساب لكل خلية شبكة بطول 5 × 5 كيلومترات وفترة زمنية ما مجموعه اثني عشر مقياسًا لاستخدام الأراضي ثبت أنها تؤثر على توزيع وثراء الملقحات 41: النسبة المئوية لكل فئة استخدام للأرض ثماني فئات) ، وعدد فئات استخدام الأراضي ، والكثافة الكلية للحواف (م / هكتار) ، ومتوسط ​​مساحة الرقعة للموئل المناسب (هكتار) وكثافة الحافة بين الأنظمة المدارة والطبيعية (م / هكتار). تميزت هذه المقاييس بثلاثة جوانب رئيسية من المناظر الطبيعية وهيكل الموائل 42: تكوين المناظر الطبيعية (تسعة مقاييس) ، وتجزئة الموائل (مقياسين) وإمكانية الانتشار (مقياس واحد) (انظر أدناه).

بالنسبة لتكوين المناظر الطبيعية ، تعكس المقاييس المحسوبة النسبة المئوية لأنواع استخدام الأراضي الثمانية لكل خلية شبكة بالإضافة إلى العدد الإجمالي لفئات استخدام الأراضي لكل خلية شبكة (مقياس واحد). تم تضمين العدد الإجمالي لفئات استخدام الأراضي كبديل لعدم التجانس المكاني ، والذي يمكن أن يؤثر على معدل دوران مجموعات أنواع الملقحات. قمنا بتمثيل تجزئة الموائل بمقياسين: متوسط ​​مساحة بقع الموائل المناسبة وكثافة الحافة الكلية (الطول الإجمالي للحواف لكل هكتار). بالنسبة للأولى ، قمنا بتصنيف فئات استخدام الأراضي ، الأراضي العشبية ، والمستنقعات / الخث ، والغابات والتربة الرملية باعتبارها موطنًا مناسبًا والزراعة ، والحضرية ، والمياه والمستنقعات باعتبارها موطنًا غير مناسب 43. بالنسبة للأخير ، قمنا بحساب كثافة الحواف بين جميع أنواع استخدامات الأراضي في خلية شبكية. استخدمنا مقياسًا إضافيًا لوصف إمكانية انتشار الأنواع ، أي إمكانية تحركات الكائنات الحية عبر الأنظمة المدارة والطبيعية 44. لهذا ، اعتبرنا أنواع استخدامات الأراضي ، الأراضي العشبية والزراعة على أنها تدار (بشكل مكثف) وأنواع استخدام الأراضي المستنقعات / الخث والغابات والمستنقعات والتربة الرملية كنظم طبيعية (شبه). ثم حسبنا كثافة الحافة بين هذين النظامين. لم يتم أخذ المناطق الحضرية والمياه في الاعتبار في هذا الحساب. تم إجراء جميع حسابات مقاييس استخدام الأراضي في R (Development Core Team، http://cran.r-project.org) باستخدام حزمة "SDMTools".

مع البيانات المتعلقة بحدوث الأنواع والمناخ واستخدام الأرض ، أنشأنا SDMs لكل من 407 نوعًا من النحل والفراشة والحوامات في كلتا الفترتين 1 و 2 باستخدام MaxEnt 45. MaxEnt هي تقنية نمذجة للتعلم الآلي ذات دقة نموذجية عالية تم استخدامها على نطاق واسع لنمذجة مجموعات كبيرة من الأنواع في مواقع ذات ظروف بيئية متناقضة 46. اخترنا MaxEnt بعد مقارنتها بخوارزميات SDM الأخرى (نماذج التعزيز المعممة ، النماذج الخطية المعممة ، الغابة العشوائية ، الشبكات العصبية الاصطناعية) لنمذجة مجموعة من الأنواع بأحجام عينات مختلفة وتوزيعات جغرافية مختلفة في نفس منطقة الدراسة ، حيث كانت واحدة من أفضل الخوارزميات أداءً مع حساسية وخصوصية عالية للنموذج 47. في MaxEnt ، سمحنا باستخدام أنواع مختلفة من الميزات اعتمادًا على عدد السجلات المتاحة كما هو موضح في Elith وآخرون. 48. نظرًا لأن مجموعات أخذ عينات الأنواع غالبًا ما تكون متحيزة جغرافيًا ، يمكن أن يؤدي ذلك أيضًا إلى تحيز في اختيار التدرج البيئي. لتفسير ذلك ، تابعنا فيليبس وآخرون. 49 واستخرجت فقط معلومات أساسية عن SDMs من تلك التجمعات حيث تم أخذ عينات من الأنواع من نفس مجموعة الملقحات. وقد ثبت أن هذا الإجراء يزيد بشكل كبير من أداء النموذج ("نهج المجموعة المستهدفة") 49. كما أنه يساعد في حساب التحيزات المحتملة لأخذ العينات والاختيار البيئي لأن البيانات المنمذجة تحتوي على نفس تحيز المجموعة مثل البيانات المستخدمة في اختيار الخلفية 48. قمنا بحساب SDMs لكل نوع باستخدام عشرة تكرارات مع نهج التمهيد حيث تم استخدام 80 ٪ من البيانات للتدريب و 20 ٪ لاختبار النموذج. من أجل حساب تباين نموذج الخوارزمية ، حصلنا على نموذج مجموعة لكل نوع من خلال حساب متوسط ​​درجات الملاءمة عبر التكرارات العشرة للنموذج واستخدمنا نموذج المجموعة هذا في التحليل اللاحق. تم تلخيص أداء النموذج لكل نوع مع المنطقة الواقعة تحت قيم المنحنى (AUC) لخاصية تشغيل المستقبل 50. AUC هو مقياس شائع لأداء SDM بقيم تتراوح من 0 إلى 1 (تمثل الدرجات الأعلى دقة أعلى للنموذج). أظهرت جميع SDMs المنفذة دقة عالية (متوسط ​​AUC ± SD: 0.81 ± 0.09) عبر الأنواع والفترات (الجدول التكميلي S5). قمنا بتطبيق تنسيق الإخراج اللوجستي MaxEnt لتحويل خرائط ملاءمة المجموعة إلى خرائط ثنائية (غياب الوجود) باستخدام العتبة التي تزيد من حساسية وخصوصية النموذج 51. ثم تم استخدام خرائط التوزيع الثنائي هذه لتحليل التغييرات المكانية في توزيعات الملقحات (انظر أدناه).

التغيرات المكانية في توزيعات أنواع الملقحات

قمنا بتحديد ثلاثة جوانب مختلفة لتغيرات النطاق المكاني بناءً على توزيعات الأنواع المنمذجة بين الفترتين الزمنيتين: (1) تغيرات النطاق المساحي (الانقباضات والتوسعات) ، (2) تحولات النطاق العرضي و (3) تحولات المدى الطولي. تم حساب التغييرات في النطاق المساحي بين الفترات الزمنية كنسبة مئوية أو خسارة النسبة المئوية في حجم النطاق الجغرافي لكل نوع باستخدام حزمة "biomod2" R (http://cran.r-project.org). We used linear models with Gaussian error structure to test if areal range changes of pollinator groups differed significantly from zero and between time periods using the pollinator group (bees, butterflies and hoverflies) as explanatory variable. To normalize residuals, we used the natural log of the ratio of areal range change as response variable. We then used a post-hoc pairwise comparison test (TukeyHSD) to assess whether the three pollinator groups differed significantly in areal range changes between the two time periods.

To assess latitudinal and longitudinal range shifts (north-south, east-west), we used the centroids of the predicted (binary) species distribution maps for period 1 and 2 and calculated the difference in latitudinal and longitudinal location (in kilometres). This was done using the directional distribution tool in ArcGIS (v10.1 ESRI Redlands, CA). Values of zero reflect no change in the latitudinal or longitudinal midpoint of a species geographic range between periods, values above zero indicate range shifts towards northern or eastern locations and values below zero represent range shifts towards southern or western locations. We applied Students ر-tests for each pollinator group to quantify whether differences in latitudinal or longitudinal midpoints differed significantly between the two time periods.

The sampling intensity could potentially affect the results obtained for areal range changes and geographic distributional shifts. For instance, a different representation of available environmental conditions between time periods might affect the outcomes of species distribution models. We therefore investigated if the sampled grid cells in TP1 and TP2 were distributed across the same latitudinal and longitudinal extent. The result showed a similar and consistent latitudinal and longitudinal distribution of the sampled grid cells across time periods (see Fig. S1). We further quantified the area of the ellipsoid containing 95% of the sampled grid cells in TP1 and in TP2 to test if the reported areal range changes may be affected by a wider distribution of grid cells in TP2 compared to TP1. Differences in the area of the ellipsoids of sampled grid cells were similar for bees (TP1 = 73513.5 km 2 TP2 = 76556.5 km 2 ), butterflies (TP1 = 69872.3 km 2 TP2 = 74416.1 km 2 ) and hoverflies (TP1 = 74034.4 km 2 TP2 = 74132.2 km 2 ). These additional analyses suggest that sampling bias is unlikely to be of major importance for the reported areal range changes and geographic range shifts.

Statistical analysis of distributional changes in relation to functional traits

We applied multivariate linear models with a Gaussian error structure to analyse if and to what extent species’ functional traits (see Table 1) can explain half-century distributional changes of Dutch pollinators. To investigate the possible multicollinearity problems between all functional traits we calculated the generalized variance inflation factor (GVIF) 52 . This showed that all variables had GVIF values < 3.2. Hence, the GVIF values were below a commonly used threshold of 10 53 , indicating acceptable levels of collinearity for linear model analysis (Table S6). To normalize residuals, we used the natural log of the ratio of areal range change and the latitudinal as well as the longitudinal centroid shifts between time periods as response variables. We tested for all two-way interactions between predictor variables because combinations of functional traits may be involved in species responses to climate and land-use modifications. Because initial range size (number of occupied 5 × 5 km cells in period 1) might constrain distributional responses to global change, especially when analysing relative values (i.e. species that have very small initial ranges are more likely to double their range than species occupying a greater area), we included it as a control explanatory variable. Initial range sizes of species as predicted by SDMs covered less than 27% of the land area of the Netherlands (median: 7% range: 0.14–27%). All continuous explanatory variables were standardized and centred before analysis. We selected the most parsimonious model based on the Bayesian Information Criteria (BIC) using the R package “MuMIn”. Stepwise backward and forward model selection based on the BIC criteria was chosen because the number of degrees of freedom was very high and, in comparison to AIC, this method penalizes more complex models by excluding terms that only explain low amounts of data variability 54 . For comparison, we also kept all candidate models with Δ BIC lower than 2. Where relevant, we also show the results of the second best model (see results section).


شاهد الفيديو: Obim kruga