Suite

Création de plusieurs points d'adresse pour chaque unité à l'aide d'arcpy

Création de plusieurs points d'adresse pour chaque unité à l'aide d'arcpy


J'ai une classe d'adresses d'entités ponctuelles et une feuille de calcul Excel de toutes les suites associées à chaque adresse. Je dois créer un point pour chaque suite appartenant à une adresse. Existe-t-il un moyen, à l'aide d'arcpy, de numériser Excel, de faire correspondre les adresses, puis d'exploser chaque point pour créer un nouveau point pour chaque suite ?

J'aimerais créer un outil pour ne pas avoir à parcourir chaque enregistrement manuellement, mais je ne sais pas par où commencer. J'ai fait quelques recherches, mais la plupart des informations que j'ai trouvées concernent la suppression des points en double et non leur création. Quelqu'un a-t-il déjà rencontré ce genre de problème ou connaît-il de bons outils pour le faire?

J'utilise Arc 10.2.2


On dirait que vous avez une relation un à plusieurs, c'est-à-dire qu'un point d'adresse peut être lié à plusieurs suites ? Les adresses du fichier Excel correspondent-elles au format de la classe d'entités ?

Voici ce que je ferais SI le format d'adresse est le même entre la feuille de calcul et la classe d'entités :

  1. faire une copie des points d'adresse pour être sûr et ajouter un champ pour la suite # Utilisez un curseur de recherche sur la classe d'entités pour construire un dictionnaire comme celui-ci {adresse : OID}

  2. Utilisez openpyxl ou xlrd pour lire les adresses de la table excel dans une liste imbriquée : [[address, suite #], [address, suite #],… ]

  3. Une fois que vous avez effectué ces étapes, utilisez le code (non testé) ci-dessous pour insérer le nombre approprié de suites :

    # récupère les suites dans un dictionnaire correspondant au pseudo-code d'adresse # address_dict est le dictionnaire d'adresses de la classe d'entités ponctuelles # suite_list est une liste imbriquée de suites [[address, suite #], [address, suite #],… ] suite_dict = {} pour addr dans address_dict.keys() : suites = [] pour ajouter, suite dans suite_list : if add == addr : suites.append(suite) suite_dict[add] = suites # placez maintenant ces adresses de suites dans la classe d'entités ponctuelles # addr_points est votre classe d'entités d'adresse addr_field = 'Your_Address_field' new_suite_field = 'new_suite_field' all_fields = [f pour f dans arcpy.ListFields(addr_points)] field_names = [f.name pour f dans all_fields] i = field_names.index(addr_field) # liste de recherche d'adresse qui doit être dupliqué ajoute = [address_dict[a] for a in suite_dict.keys() if a in address_dict] # d'abord obtenir des copies des lignes pour toutes les adresses afin qu'elles puissent être insérées champs = [f.name for f in all_fields if f.type != 'OID'] avec arcpy.da.SearchCursor(addr_points, fields) comme lignes : pts_dict = dict((r[i], r) f ou r dans les lignes si r[i] dans les ajouts) # ajoutez le champ de la suite arcpy.AddField_management(addr_points, new_suite_field, 'TEXT') # ou quel que soit le type que ce sera # c'est ici que la magie opère avec arcpy.da.InsertCursor(addr_points , champs + [new_suite_field]) comme irows : pour l'adresse, les suites dans suite_dict.iteritems() : pour la suite dans les suites : irows.insertRow(pts_dict[address] + (suite,)) #concatène la suite en ligne tuple print 'done'

Voici l'aperçu général du code :

  1. Convertir un tableau Excel en dbf ou en tableau de classe d'entités
  2. Créer une classe d'entités ponctuelles de suite vide (avec tous les champs de titulaire que vous souhaitez peut-être remplir)
  3. Exécutez le curseur de recherche sur la table à partir de la première étape, contre la couche d'adresses de liaison de champ à la couche de table (incluez toutes les colonnes dans lesquelles vous pouvez écrire des informations dans la nouvelle couche de points de suite)
  4. Intégrer le curseur de recherche dans le curseur de l'étape 2 sur la couche d'adresse (tirer le jeton de forme XY et le champ reliant la couche d'adresse à la couche de table
  5. Faire une déclaration de condition pour vérifier si l'ID lié de la table == ID lié de la couche d'adresse
  6. Si tel est le cas, extrayez les emplacements xy du jeton de couche d'adresse et écrivez la géométrie du point dans la nouvelle classe d'entités ponctuelles à l'aide d'un curseur d'insertion (ajoutez également d'autres attributs de champ, par exemple table : colonne de nom dans la suite : colonne de nom)
  7. Continuer la boucle…

Cela devrait vous donner une couche de points de suite avec des points au-dessus des points provenant des informations Excel d'origine.


Comment : créer des cartes thermiques dans ArcMap à l'aide du jeu d'outils Densité

Dans ArcMap, des cartes thermiques sont créées pour visualiser la densité des données géographiques. Par exemple, pour déterminer la concentration d'incidents criminels dans une ville, les incidents d'incendies de forêt dus à l'agriculture sur brûlis ou la répartition d'espèces végétales menacées dans la forêt tropicale équatoriale.

Cet article se concentre sur la création d'une couche de carte thermique à l'aide du jeu d'outils Densité. Pour comprendre l'analyse de densité, reportez-vous à ArcMap : Comprendre l'analyse de densité. L'image ci-dessous montre des incidents criminels à Lincoln, Nebraska. Une couche de carte thermique est créée pour montrer la propagation et la distribution des incidents criminels à travers la ville.


Abstrait

Les chercheurs en santé et les décideurs politiques utilisent de plus en plus l'information géographique volontaire (VGI) pour analyser la variation spatiale de la santé et du bien-être et pour développer des interventions. En tant que données construites socialement, les VGI de santé reflètent les personnes qui perçoivent les problèmes et choisissent de les signaler, et les systèmes numériques qui structurent le processus de signalement. Nous proposons un cadre conceptuel qui décrit les effets imbriqués des processus socio-économiques, comportementaux, géographiques et technologiques sur l'exactitude et la crédibilité de l'IGV. Les SIG et les méthodes statistiques sont utilisés pour analyser les biais sociaux et géographiques dans les VGI liées à la santé grâce à une étude de cas des données sur les plaintes de punaises de lit du système 311 de la ville de New York. Les rapports d'infestation de punaises de lit du 311 sont cartographiés et modélisés pour découvrir les associations avec les caractéristiques socio-économiques et de l'environnement bâti. Les facteurs associés à la crédibilité des rapports de punaises de lit sont examinés en comparant les caractéristiques des rapports confirmés avec celles des rapports dans lesquels les inspecteurs n'ont trouvé aucune preuve d'infestation (rapports négatifs). Un modèle de crédibilité à plusieurs niveaux incorporant des variables au niveau du rapport, du bâtiment et du secteur révèle de forts biais géographiques et socio-économiques, avec des rapports négatifs générés plus fréquemment à partir d'immeubles résidentiels de grande valeur situés dans des quartiers à revenu élevé avec une population majoritairement blanche et non hispanique. . L'utilisation de données 311 pour tous les rapports de punaises de lit, plutôt que des rapports confirmés, masque le fardeau de ces parasites dans les quartiers à forte pauvreté et diminue les disparités socio-économiques. Les rapports erronés ont également des coûts économiques, car chaque rapport déclenche une inspection par les inspecteurs municipaux qui entraîne des coûts de temps, d'argent et d'opportunité.


Création de plusieurs points d'adresse pour chaque unité à l'aide d'arcpy - Systèmes d'information géographique

Les Centers for Disease Control and Prevention (CDC) sont parmi les principales sources de financement du pays pour les programmes de prévention de la propagation du virus de l'immunodéficience humaine (VIH) et du syndrome d'immunodéficience acquise (SIDA). Pourtant, jusqu'à récemment, les CDC disposaient d'informations limitées sur la répartition géographique de ces programmes et sur la mesure dans laquelle les services financés sont accessibles aux populations les plus à risque de contracter le VIH/SIDA.

À partir de 2000�, le CDC a financé une étude conçue pour améliorer les informations disponibles pour les planificateurs de programmes sur la répartition géographique des services de prévention du VIH financés par le CDC et fournis par les organisations communautaires (OC). Les chercheurs et les directeurs de programme du CDC ont reconnu le potentiel d'un système d'information géographique (SIG) pour organiser et analyser les informations sur les services de prévention du VIH. Ils ont fait du SIG un élément essentiel de la conception de l'étude.

L'objectif principal de cette étude était de construire une base de données nationale, géographiquement référencée, des services de prévention du VIH fournis par les organisations communautaires financées par le CDC. Pour atteindre cet objectif, nous avons été confrontés à trois défis :

1. pour obtenir des informations sur les zones de service géographiques à travers l'ensemble des États-Unis et de ses territoires

2. concevoir un instrument d'enquête de manière à encourager les prestataires de services à fournir des informations précises sur la géographie de la zone de service et

3. Concevoir et maintenir une base de données qui pourrait gérer les zones géographiques, les populations à risque et les services de prévention qui se chevauchent tout en restant conviviale pour les gestionnaires de programme au CDC.

Ce document décrit comment nous avons relevé chacun de ces défis pour atteindre notre objectif principal.

Analyses géographiques et recherche sur les services de santé

La géographie est un élément essentiel de l'analyse des soins de santé depuis de nombreuses décennies. Dans leur texte classique sur la recherche sur les services de santé, Joseph et Phillips ont présenté une discussion sur les systèmes de prestation de soins de santé dans le monde, ont clairement défini la signification de concepts tels que « accès » et « utilisation » et ont présenté de nombreuses méthodes spatiales qui ont été utilisées pour les analyser [ 1 ]. Le texte a été écrit alors que le SIG n'en était qu'à ses balbutiements (bien que les développements de la cartographie informatique aient lieu depuis plusieurs années), mais les auteurs ont démontré comment la cartographie pouvait être utilisée pour comprendre l'organisation spatiale des prestataires de soins de santé, tels que les médecins, et la hiérarchie spatiale des établissements hospitaliers. Ils ont fait état d'un large éventail de méthodes de mesure de l'accessibilité aux services de santé, dont beaucoup sont empruntées à la géographie économique. Ceux-ci incluent le quotient de localisation et le coefficient de localisation, qui fournissent des mesures générales de la répartition régionale et des inégalités. Bon nombre des méthodes utilisées pour évaluer l'accessibilité régionale entrent dans la catégorie « décroissance de la distance », c'est-à-dire qu'elles impliquent des mesures de distances cumulées entre les services de santé et les quartiers ou d'autres unités de population et fonctionnent en supposant que la distance est un obstacle ou un obstacle à la recherche de soins. comportement. Les autres sujets abordés étaient la planification de la santé et les stratégies de localisation de nouveaux hôpitaux et services de santé.

Plusieurs de ces méthodes, telles que le calcul des ratios médecin-patient et des quotients de localisation, ont été démontrées dans Rickets et al. [2] Les systèmes de classification rurale-urbaine ont été discutés et les zones de pénurie de soins de santé cartographiées. La plupart de ces méthodes peuvent être appliquées avec des systèmes d'information géographique.

Un système d'information géographique est un système de gestion de l'information qui contient des données référencées spatialement. Clarke a qualifié le SIG de 1) une boîte à outils, 2) un système d'information et 3) une approche de la science. En tant que boîte à outils, un SIG est un progiciel qui contient une variété d'outils et de fonctions pour le traitement, la cartographie et l'analyse des données spatiales. En tant que système d'information, il contient une série de bases de données avec des observations sur des caractéristiques et d'autres entités dont les emplacements sont connus. En tant qu'« approche de la science », elle implique l'étude des disciplines scientifiques, telles que la géographie et la cartographie qui ont contribué au développement de la technologie SIG [3].

En tant que système d'information, la géographie est donc le dénominateur commun de types de données disparates. Cartographier l'emplacement des services de prévention par rapport à l'incidence du VIH, par exemple, pourrait démontrer graphiquement les lacunes possibles dans la disponibilité des services et suggérer des priorités pour localiser de nouveaux sites de services. Étant donné que les cartes rendent les données complexes plus accessibles aux experts et aux non-experts, elles peuvent faciliter la discussion sur les problèmes d'accès et les besoins en services.

Alors que les données SIG sont souvent considérées comme des cartes, les relations spatiales entre les objets et les entités dans un SIG le rendent beaucoup plus puissant qu'un simple outil de cartographie. La principale raison en est que les données spatiales dans un SIG sont structurées de manière à maintenir les relations topologiques entre les entités telles que les points, les lignes et les zones. Ces relations incluent la contiguïté, le confinement et la connectivité et elles permettent aux utilisateurs de SIG d'effectuer des analyses parmi les entités d'une seule couche cartographique ou de plusieurs couches cartographiques [ 4 ]. Par exemple, la distance pourrait être calculée facilement entre les hôpitaux dans une couche cartographique et les blocs de recensement dans une autre couche cartographique, pour mesurer l'accessibilité de la population aux hôpitaux en utilisant une fonction de décroissance de la distance. La technologie SIG peut également prendre en charge les fonctions de requête spatiale, d'analyse et de modélisation. Les techniques comprennent l'analyse de la zone tampon qui peut estimer le nombre de personnes vivant à une distance spécifiée d'une ressource (comme un site de test), ou la distribution des services de prévention du VIH par rapport au nombre de personnes vivant avec le SIDA.

La technologie SIG a conduit à l'amélioration des techniques existantes et au développement de nouvelles méthodes d'analyse des services de santé. Le SIG peut être utilisé pour créer des régions de services de santé basées sur des données spatiales à l'aide de méthodes telles que les polygones de Thiessen et la cartographie des flux [2]. Les modèles d'interaction spatiale, la programmation mathématique et les analyses de réseau SIG utilisent des données de rue et des mesures de distance pour modéliser les flux entre les patients et les services de santé et sont utilisés pour affecter les patients aux services, acheminer les véhicules d'urgence ou localiser stratégiquement de nouvelles installations [ 5 ]. Bon nombre de ces processus sont itératifs et peuvent être exécutés plusieurs fois pour examiner une multitude de scénarios différents. Bien entendu, les analyses SIG seraient plutôt limitées sans la disponibilité généralisée de données spatiales numériques et de données de santé avec des identifiants géographiques [ 6 ].

Les SIG sont de plus en plus utilisés dans la recherche sur la santé publique et les services de santé. Depuis 1994, le Centre national des statistiques de la santé publie son rapport électronique bimensuel, Public Health GIS News and Information . En 1999, le Journal for Public Health Management and Practice a consacré deux numéros entièrement aux applications SIG. En mai 2003, l'Annual Review of Public Health a publié cinq articles qui, ensemble, ont constitué un « mini-symposium » sur l'utilisation des SIG en santé publique. Deux numéros du Journal of Medical Systems ont été consacrés aux SIG en 2004. Les SIG ont été reconnus comme une technologie émergente dans le domaine de l'informatique de santé publique [ 7 ]. De plus, de nouvelles revues, telles que l'International Journal of Health Geographics, ont vu le jour pour répondre à la demande de recherche en informatique médicale et en analyses géographiques des problèmes de santé.

Le CDC s'est engagé à utiliser les nouvelles technologies pour améliorer l'information sur la santé [ 8 ]. Le potentiel du SIG a également été reconnu par le ministère de la Santé et des Services sociaux (DHHS). L'objectif 23-3 de Healthy People 2010 est d'« augmenter la proportion de tous les principaux systèmes de données de santé nationaux, étatiques et locaux qui utilisent le géocodage pour promouvoir l'utilisation à l'échelle nationale des systèmes d'information géographique (SIG) à tous les niveaux » [ 9 ].

Plusieurs études récentes ont impliqué l'utilisation des SIG dans la recherche sur les services de santé [ 10 - 12 ]. Les atlas des soins de santé de Dartmouth sont également réputés, qui utilisent les données des bases de données sur les demandes de remboursement de soins de santé pour cartographier et analyser les aspects géographiques des soins de santé aux États-Unis [ 13 , 14 ]. Cependant, la plupart des études géographiques sont plus localisées, telles qu'une analyse de l'accessibilité des services liés au VIH dans les quartiers de Toronto ou une évaluation des pénuries de médecins basée sur le SIG a eu lieu dans une région de 9 comtés de l'Illinois [15, 10].

L'une des utilisations potentielles les plus importantes de la technologie SIG dans l'évaluation et la planification des services de santé est en tant que système d'aide à la décision spatiale (SDSS). Le SDSS fournit des informations aux planificateurs et aux gestionnaires de programmes qui leur permettent de prendre des décisions importantes concernant l'affectation des ressources. Ils nécessitent le développement d'une base de données spatialement activée, d'un système de gestion de base de données et d'un ensemble d'outils analytiques, tels que ceux que l'on trouve avec la plupart des logiciels SIG, pour résoudre les problèmes [ 16 ]. La première étape du développement d'un système spatial d'aide à la décision consiste à développer une base de données spatialement activée.

Le résultat de notre travail a été le développement d'une telle base de données - une base de données spatiale nationale dynamique des emplacements et des zones de service géographiques correspondantes des organisations communautaires financées par le CDC qui fournissent des services de prévention du VIH. Nous avons appelé cette base de données la base de données des services de prévention du VIH. Cette base de données est conservée dans un SIG et a un potentiel énorme pour fournir des informations aux gestionnaires de programme pour la prise de décision.

Nous avons collecté des données via un questionnaire qui a été envoyé à tous les prestataires de services de prévention du VIH financés par le CDC au cours de l'exercice 2000. Les prestataires de services comprenaient ceux financés directement par le CDC et ceux financés indirectement par le biais d'accords de coopération avec les départements de santé étatiques ou locaux. Alors que la plupart des prestataires de services de prévention du VIH étaient des organisations communautaires, dans certains cas, les services de santé des États et locaux étaient des répondants, décrivant les services qu'ils fournissaient eux-mêmes plutôt que par le biais de contrats avec les organisations communautaires.

Le questionnaire a incité les répondants à fournir des informations sur les éléments suivants : 1) descriptions des interventions de prévention 2) descriptions des personnes desservies par l'intervention et 3) l'emplacement de la prestation des services et la zone géographique dans laquelle vivent les personnes desservies. La question de savoir comment poser des questions sur les zones de service géographiques était particulièrement problématique. Alors que les emplacements des OCB eux-mêmes ont généralement des adresses cartographiables, comment poser des questions qui peuvent fournir des informations précises sur la délimitation des zones de service géographiques ? Les répondants doivent-ils dessiner les zones de service sur une carte (à numériser ultérieurement) ou doivent-ils indiquer quelles unités géographiques standard (par exemple, comté, code postal) décrivent le mieux leur zone de service ? Nous discutons de ces problèmes plus loin dans cette section.

Nous avons pré-testé un projet de questionnaire avec des prestataires de prévention du VIH à Raleigh et Durham, en Caroline du Nord. Suite aux révisions suggérées par le prétest, nous avons mené un test pilote à San Diego avec des responsables de programmes de prévention du VIH dans six organisations communautaires. Après avoir rempli le questionnaire, les responsables du programme ont participé à des entretiens de débriefing au cours desquels ils ont décrit comment ils interprétaient les questions et choisissaient les réponses et discutaient des difficultés rencontrées avec l'instrument. D'autres révisions ont été suggérées lors d'une réunion d'experts convoquée au CDC pour discuter de l'instrument d'enquête, des problèmes de conception de la base de données et de l'analyse.

Afin de maximiser la compatibilité des données d'enquête avec d'autres efforts de collecte de données actuels et prévus du CDC, les catégories de réponse pour le type d'intervention et les personnes desservies étaient cohérentes avec celles du guide d'évaluation du CDC [ 17 ]. À l'aide des options de réponse présentées dans le tableau 1, les types de données suivants ont été recueillis pour chaque programme de prévention : 1) type d'intervention, 2) population à risque, 3) race et origine ethnique et 4) source de financement. Des réponses multiples ont été autorisées pour le type d'intervention, la population à risque, la race et l'origine ethnique des personnes desservies. Pour les données sur les sources de financement, nous avons demandé aux répondants si les programmes de prévention étaient financés directement par le CDC, indirectement par l'intermédiaire d'un service de santé d'État ou local, ou les deux. Bien que ces informations soient disponibles à partir des données des CDC et des services de santé au niveau des OCB, elles ont été incluses dans l'instrument d'enquête pour voir si les sources de financement de programmes de prévention spécifiques pouvaient être identifiées lorsque les répondants recevaient un financement de plusieurs sources.

Catégories de réponse pour les interventions, les populations à risque et la race/l'origine ethnique des personnes desservies. Les données pour les catégories de réponses suivantes ont été recueillies par l'enquête. Les réponses multiples étaient autorisées pour toutes les catégories

Les données décrivant les types d'intervention et les personnes desservies, combinées à l'adresse des organisations communautaires répondantes, fourniraient en elles-mêmes des informations précieuses sur les emplacements des services fournis avec les fonds du CDC pour des populations spécifiques. Cependant, l'intention de cette étude était de décrire la zone de service ainsi que l'emplacement du service. Les zones géographiques de service peuvent être définies de plusieurs manières, chacune ayant des ramifications en termes de problèmes de collecte de données et d'analyses :

1. Origine du patient . La zone de service est définie en compilant les adresses réelles des personnes desservies. Bien que cette approche fournisse des données très précises, elle implique également des préoccupations concernant le fardeau du répondant, la confidentialité et la qualité des données. De nombreux programmes de prévention du VIH ne collectent pas d'informations sur les adresses. Par conséquent, cette approche n'était pas réalisable.

2. Distance géographique . La zone de service est définie par la distance maximale à partir de laquelle les personnes desservies se rendent au service. Les mesures de distance sont relativement simples en termes de collecte et de gestion des données. Cependant, comme les zones de service correspondent rarement à des zones circulaires décrites par des mesures de distance, les données résultantes peuvent être de relativement mauvaise qualité. Dans certains cas, les mesures de distance sont converties en unités administratives qui se situent dans la distance spécifiée (par exemple, tous les comtés qui sont entièrement ou partiellement dans un rayon de 50 milles).

3. Frontières géopolitiques . La zone de service est définie en nommant les États, les comtés, les villes, les codes postaux ou d'autres unités administratives dans lesquelles les services sont fournis. Ces unités sont familières à la plupart des personnes et peuvent déjà être utilisées par les répondants pour planifier et décrire leurs activités. Cependant, les unités géopolitiques peuvent ne pas correspondre à des zones de service définies en termes de quartiers, et elles sont parfois imprécises, comme lorsqu'une limite de ville s'étend sur des lignes de comté [ 18 ].

Sur la base des discussions au sein de l'équipe du projet et des conclusions du test pilote, l'équipe d'étude a décidé de collecter des données sur les zones de service sous la forme de mesures de distance géographique et d'unités géopolitiques. Nous l'avons fait parce qu'il n'y avait pas de précédent clair quant à la méthode qui fournirait les informations les plus utiles, et cela nous donnerait l'occasion de tester les deux. Le questionnaire a fourni aux répondants un ensemble en cascade de réponses d'unités géopolitiques, à partir desquelles ils pouvaient répertorier plusieurs réponses à un ou plusieurs niveaux de spécificité, c'est-à-dire plusieurs comtés ou un comté avec des villes supplémentaires. Cette liste était, pour la plupart, géographiquement hiérarchisée. Si, par exemple, le répondant a coché la case « État entier » et inscrit « Missouri », aucune autre réponse de zone géographique pour le Missouri n'était nécessaire. Les options de réponse pour la distance comprenaient six choix allant de moins de 5 milles à plus de 25 milles. Les options de réponse pour les zones de service sont présentées dans le tableau 2 .

Options de réponse de la zone de service. Les données sur les zones de service ont été recueillies sous forme d'unités géopolitiques et de mesures de distance. Les réponses des unités géopolitiques ont été classées par ordre hiérarchique. Une carte personnalisée accompagnait chaque enquête pour augmenter la précision et l'exhaustivité des réponses.

Nous avons défini la « zone de service » comme l'emplacement des personnes effectivement desservies. Dans certains ouvrages sur les services de santé, cela est appelé « zone de marché » [19]. Cela peut différer de la zone cible, pour laquelle les services ont été planifiés. Pour les services financés par le CDC, le concept de « zone de service » a fourni des informations plus utiles. La question était formulée en termes de lieu de résidence des personnes servies, bien que nous n'ayons pas demandé aux répondants de consulter les enregistrements d'adresses réelles au moment de choisir leur réponse. Pour les activités de rue et d'approche communautaire, nous avons demandé aux répondants de décrire la zone dans laquelle l'intervention a eu lieu, car ces activités peuvent s'adresser à des populations de passage ou à des personnes qui se rassemblent dans une zone spécifique sans nécessairement y vivre.

Nos instructions aux répondants au sujet de la zone de service étaient de la spécifier comme « la zone où vivent la majorité (environ 80 %) des personnes bénéficiant de ce programme de prévention », ou, pour l'approche de rue et communautaire, « où la majorité des activités ont eu lieu ». Cette formulation visait à éviter des réponses biaisées vers de grandes zones de service par un petit nombre d'utilisateurs de services ou d'activités en dehors de la zone de service habituelle. Dans le test pilote, l'équipe d'étude a constaté que cette formulation suscitait des réponses qui représentaient plus fidèlement les activités réelles.

Chaque trousse d'enquête comprenait une carte de référence en couleur d'une page sur mesure, créée pour ce CBO et générée par une routine SIG automatisée. La carte montrait deux vues de la zone entourant l'emplacement du CBO : l'une identifiant les villes, les comtés et les routes principales dans un rayon de 30 milles, l'autre montrant une vue plus détaillée des codes postaux et des villes dans un rayon de 5 milles. Dans les deux vues, nous avons tracé des cercles concentriques à des distances définies pour fournir un cadre de référence spatial. Nous avons basé notre décision d'inclure ces cartes sur le test pilote de San Diego, dans lequel les personnes interrogées ont répondu deux fois aux questions sur la zone de desserte : d'abord sans carte de référence, puis avec. L'utilisation d'une carte de référence a amélioré la qualité des données de plusieurs manières :

1. Intégralité . Les répondants ont nommé plus de villes desservies en regardant une carte qui comprenait les noms de toutes les villes du comté.

2. Précision . Les estimations de la distance par rapport à l'emplacement du CBO étaient plus précises lorsque les répondants consultaient une carte montrant la distance par incréments de 5 milles.

3. Précision . Les répondants ont décrit les zones de service en termes de codes postaux spécifiques dans la ville plutôt que dans la ville entière lorsqu'ils utilisent une carte montrant les limites des codes postaux.

Les sondages ont été postés en juillet 2000. L'univers initial était de 1 562 CBO. Un certain nombre d'enregistrements d'OBC dans la base de données ont ensuite été identifiés comme des doublons ou non éligibles (par exemple, un OCB qui n'a pas fourni de services de prévention du VIH au cours de l'exercice 2000), avec une population d'enquête résultante de 1 450 OCB. Avec des mesures de suivi telles que des rappels de cartes postales et des rappels, l'enquête a obtenu un taux de réponse global de 70,3 %. En d'autres termes, 1 020 des 1 450 OCB ont répondu à l'enquête. Le nombre de programmes de prévention du VIH administrés par chacune de ces organisations communautaires variait de 1 à 23. Sur les 1 020 organisations communautaires, 432 ont déclaré n'avoir qu'un seul programme de prévention financé par les CDC, mais la majorité des organisations communautaires ayant répondu en avaient plus d'un. Au total, l'enquête a fourni des informations sur 3 028 programmes de prévention. Nous avons conservé toutes les données, actions et réponses de l'enquête dans un système de contrôle d'accès Microsoft spécialement conçu pour ce projet.

La figure 1 montre l'emplacement de chacun des 1450 OCB dans la population de l'enquête et leur statut de réponse. Les triangles représentent les CBO qui n'ont pas répondu. Le nombre de non-réponses en Illinois et au Montana est particulièrement remarquable. Les OCB du Montana ont été identifiées tardivement dans le processus de collecte de données et n'ont peut-être pas eu assez de temps pour retourner les enquêtes avant la fin de cette phase du projet. Dans l'Illinois, le Département de la santé de l'État a servi d'intermédiaire pour l'enquête et le manque de contact direct pour le suivi a probablement réduit les taux de réponse. Sur cette carte, les non-réponses sont dessinées sur les réponses, ce qui explique la tendance présente dans de nombreuses villes du nord-est.

Réponse de l'OCB à l'enquête sur les zones de service de prévention du VIH . Cette carte montre l'emplacement de toutes les organisations communautaires qui ont reçu un financement du CDC pour les services de prévention du VIH en 2000. Les organisations communautaires qui ont répondu sont indiquées dans des triangles rouges et verts indiquent une non-réponse.

Les taux de réponse variaient considérablement d'un État à l'autre, comme le montre la figure 2 . Dans la majorité des États, 60 à 80 % des CBO ont répondu. Des taux de réponse plus élevés ont été enregistrés dans certains États des Plaines, en Utah, dans la région de la vallée de l'Ohio et dans des poches du sud-est et du nord-est des États-Unis. Huit États/territoires ont enregistré des taux de réponse inférieurs ou égaux à 50 %. Les taux de réponse sont particulièrement instables pour les zones comptant peu d'OCB, où les réponses d'un ou deux OCB seulement ont considérablement influencé le taux de réponse.

Taux de réponse par État . Cette carte montre le taux de réponse des OCB, par état et/ou territoire. Les nuances plus foncées indiquent des taux de réponse plus élevés. Le blanc indique l'absence de réponse.

Nous avons attribué des codes géographiques FIPS (Federal Information Processing Standard) aux réponses des zones de service. Les codes FIPS ont été développés par des agences gouvernementales fédérales pour normaliser le codage des États, des comtés et d'autres entités géographiques juridiques et statistiques. Nous avons utilisé les codes FIPS pour relier les données d'enquête aux cartes SIG.

Les enquêtes codées ont été traitées par du personnel professionnel de saisie de données. Le personnel de saisie de données a rédigé un programme de saisie de données spécifiquement pour ce projet qui comprenait la vérification, le nettoyage et d'autres mesures de contrôle de la qualité. Toutes les données ont été saisies en double et vérifiées. Les résultats du processus de saisie des données étaient deux gros fichiers texte, l'un contenant des informations plus générales sur les OCB et l'autre contenant toutes les réponses à l'enquête sur le programme de prévention du VIH.

Nous avons converti les fichiers texte du processus de saisie des données en une série de 10 tableaux Microsoft Access 2000. Ces 10 tableaux ont été développés pour normaliser les données (c. Les détails complets de la conception de la base de données sont décrits dans un rapport distinct au CDC et dépassent le cadre de cet article [ 20 ]. Nous discutons cependant de trois tables importantes dans la base de données. Ceux-ci sont montrés dans le schéma de la figure 3, qui utilise un CBO fictif. Les noms de champs ont été modifiés pour plus de lisibilité.

Tables de base de données et leurs liens . Ce diagramme montre comment les trois tableaux principaux de la base de données des services de prévention du VIH étaient liés ou liés. Les CBO sont liés aux tables GEOGAREA et PROGRAM par CBO-ID. La table GEOGAREA contient un enregistrement par unité géographique par CBO. Ce tableau contient les codes FIPS nécessaires pour le couplage à une base de données SIG (carte).

Le premier tableau, CBO, contient une liste maîtresse des CBO et comprend les informations suivantes : nom de l'identifiant CBO, adresse et personne de contact et informations sur les réponses à l'enquête. Cette information a été utilisée pour l'administration de l'enquête et le géocodage.

Les codes FIPS pour toutes les entités de la zone de service géographique (c'est-à-dire l'État, le comté, la ville/la ville, le code postal et/ou la réserve indienne) ont été stockés dans une deuxième table, GEOGAREA. Ce tableau contenait quatre champs : 1) l'identifiant du CBO, 2) l'identifiant du programme (de nombreux CBO avaient plusieurs programmes), 3) le type FIPS (par exemple, l'état, le comté, la ville, le ZIP, les terres tribales) et 4) les codes FIPS réels . Chaque unité géographique qui représentait une partie ou la totalité d'une zone de service pour un programme particulier était stockée sous la forme d'un enregistrement unique. Dans l'exemple de la figure 3, le CBO fictif s'est vu attribuer un identifiant de 15015. La zone de service du programme n°1 de ce CBO couvrait trois codes postaux. Les données du champ FIPS_TYPE indiquent à quelle carte de base SIG (c'est-à-dire État, comté, ville, code postal ou réservation) se lier. Par exemple, un FIPS_TYPE de 4 indique que le lien est vers la couche de carte de code postal national. Les valeurs du champ FIPS_CODE sont des codes postaux réels, qui peuvent être interrogés et affichés avec le SIG.

Un troisième tableau important, PROGRAM, contient toutes les informations non géographiques pour chaque programme, c'est-à-dire le type d'intervention, les populations à risque, la race/l'origine ethnique et la source de financement. Cette table est liée, via une combinaison CBO/identifiant de programme, aux tables géographiques. Ce tableau stockait également les valeurs fournies pour la dernière question de l'enquête, dans laquelle les répondants devaient indiquer la distance à laquelle vivaient la majorité des personnes desservies.

Développement de données géospatiales

Nous avons utilisé une suite de produits logiciels SIG de l'Environmental Systems Research Institute, Inc. (ESRI, Redlands, CA) pour tous les traitements et analyses de données spatiales, y compris ArcGIS 8.12, ArcMap et ArcCatalog. Cependant, le produit final de cette recherche – une base de données dynamique spatialement utilisable par les gestionnaires de programme CDC – a été mis en place pour être utilisé dans ArcView 8.

Nous avons intégré les données d'enquête dans la base de données Access avec une série de couches cartographiques SIG pour une cartographie et une analyse ultérieures. Ceux-ci comprenaient les États et territoires américains, les comtés, les villes et les villages, les réserves amérindiennes et les limites des zones de code postal. Ces couches cartographiques SIG ont été dérivées de deux sources : 1) les fichiers d'exportation Arc/Info 2000 Arc/Info généralisés du recensement américain du recensement et topologiquement intégrés (TIGER), obtenus à partir du site Web du recensement américain et 2) la série de données et cartes ESRI, version 8.1. , fourni avec le logiciel ESRI.

Nous avons apporté quelques améliorations aux couches cartographiques d'origine pour intégrer toutes les réponses au sondage. La couche limite de zone de code postal comprend quelques petits polygones tampons de points de code postal qui ont été ajoutés pour ce projet. Un certain nombre de villes et de villages identifiés par les participants à l'enquête n'existaient pas dans la couche de la carte des villes/villages, nous avons donc augmenté la couche de la carte des lieux avec des lieux trouvés dans le système d'information sur les noms géographiques en ligne de l'US Geological Survey (USGS) (GNIS ). Enfin, une couche de zones spéciales a été créée manuellement à partir d'autres ensembles de données d'arrière-plan pour quelques zones spécifiées par les participants à l'enquête qui ne correspondaient à aucune des autres couches d'arrière-plan.

Toutes les réponses concernant les zones de services géographiques ont été appariées à un ou plusieurs des fichiers de limites géographiques décrits ci-dessus. Une procédure différente a été utilisée pour développer des couches cartographiques des emplacements des OCB et des programmes. Les tables CBO et PROGRAM de la base de données Access contiennent les adresses des CBO et de leurs programmes. Ces adresses ont été utilisées pour dériver le CBO et les emplacements des points de programme en coordonnées géographiques (c.-à-d. latitude et longitude), telles que celles affichées à la figure 1 . Les adresses du CBO et du programme ont été appariées par un fournisseur. Les codes de réponse étaient liés à l'adresse correspondant aux données du CBO, de sorte que le statut de la réponse (c'est-à-dire si le CBO a répondu à l'enquête ou non) de chaque CBO pouvait être interrogé et mappé.

Le tableau GEOGAREA contient des informations sur toutes les entités géographiques qui ont été indiquées, par les répondants, comme faisant partie d'une zone de service géographique. Les réponses concernant la distance géographique ont été stockées dans la table PROGRAM et liées à la couche cartographique des emplacements du programme. L'assistant ArcView Buffer a été utilisé pour tamponner chaque point du programme par l'estimation de distance correspondante pour créer une nouvelle couche de carte montrant les zones de service en fonction de la distance.

Le principal résultat de ce projet est la base de données des services de prévention du VIH, une base de données dynamique et spatiale qui fournit au CDC une mine d'informations sur les services de prévention du VIH qu'il finance, ainsi qu'un grand potentiel de modélisation, d'analyse et de cartographie géographiques. Cette base de données gère les zones géographiques, les populations à risque et les services de prévention qui se chevauchent. Afin de le rendre convivial pour les gestionnaires de programme CDC, nous avons fourni à CDC une application ArcView (.mxd) qui charge automatiquement toutes les données spatiales (c'est-à-dire les fichiers de formes) et les tables nécessaires à l'analyse et à la cartographie. Les relations entre les tables (c'est-à-dire les "jointures") nécessaires à la requête et à l'analyse sont également conservées dans cette application ArcView. En raison du large éventail de requêtes de base de données potentielles, nous avons développé un outil de requête Visual Basic pour Applications (VBA) qui permet aux utilisateurs de structurer facilement une requête en fonction du type d'intervention, de la race/l'origine ethnique et de la population à risque. Avec cet outil, l'utilisateur a la possibilité de cartographier les emplacements des OCB et des programmes, ainsi que leurs zones de service géographiques. L' interface de l' outil de requête est illustrée à la figure 4 .

Interface de l'outil de requête. Cet outil permet aux utilisateurs de structurer une requête en fonction du type d'intervention, de la race/l'origine ethnique et de la population à risque, puis de cartographier les emplacements des OCB et des programmes correspondants et/ou les zones géographiques de service.

La base de données des services de prévention du VIH présente un large éventail de capacités de requête et d'affichage, basées sur les réponses à l'enquête. Par exemple, la figure 5 montre les zones géographiques de service de tous les programmes qui offrent des interventions aux populations hispaniques/latinos. Alors que la carte est à l'échelle nationale, les fonctions de zoom et de requête dans un SIG permettent aux utilisateurs d'examiner des zones géographiques à n'importe quelle échelle. Cette requête était basée sur les réponses du programme aux questions sur le type d'intervention et les populations desservies.

Services de prévention du VIH aux Hispaniques ou aux Latinos . Cette carte est le résultat d'une requête à la base de données des services de prévention du VIH. Il montre tous les domaines où des services de prévention du VIH sont fournis aux Hispaniques/Latinos. Les zones de service sont dessinées en rose. Les emplacements des programmes sont représentés par des points rouges. Les triangles verts représentent les emplacements des OCB qui n'ont pas répondu à l'enquête.

Les requêtes peuvent également être basées sur la géographie. La question « Quels services de prévention du VIH sont fournis par les organisations communautaires financées par le CDC dans l'État de Rhode Island » produirait une carte des emplacements des organisations communautaires de Rhode Island et de leurs zones de service, ainsi qu'un large éventail d'informations sur les types de services et les populations à risque dans tables de base de données connectées.

La base de données des services de prévention du VIH est utilisée par les chercheurs du CDC. Une analyse s'est concentrée sur la répartition géographique des services au niveau national et une autre sur les services à des populations spécifiques, comme les Afro-Américains.

Nous avons développé avec succès une base de données géographique nationale des services de prévention du VIH financés par le CDC, mais nous avons rencontré plusieurs défis au cours de la phase de développement des données du projet. Certains d'entre eux étaient liés à des problèmes de qualité et d'intégrité des données. Nous décrivons certains de ces défis car ils sont susceptibles d'être rencontrés dans d'autres efforts pour développer des données spatiales.

Validité des zones de service à l'échelle de l'État

De nombreuses organisations communautaires ont indiqué qu'elles fournissaient des services de prévention à tout un État. Dans de nombreux cas, cela ne semblait pas réalisable et des préoccupations ont été soulevées quant à l'intégrité de ces réponses. Nous avons développé un ensemble de procédures pour confirmer la validité des réponses de l'État qui comprenait 1) en utilisant les valeurs de distance dans la dernière question de l'enquête pour validation 2) une considération de la taille de l'État (la couverture à l'échelle de l'État du Rhode Island est plus réalisable que celle de Texas, par exemple) 3) l'examen du type d'intervention (par exemple, la gestion des cas de prévention par rapport aux communications de santé) et 4) les rappels téléphoniques aux administrateurs du programme CBO par le personnel du CDC.

Entités géographiques inexistantes

Dans certains cas, les entités géographiques fournies par les répondants à l'enquête ne pouvaient tout simplement pas être localisées dans une base de données géospatiale ou même dans un atlas ou un index géographique. Les plus courants d'entre eux étaient les codes postaux. Certains CBO ont fourni des codes postaux qui n'existaient pas dans la base de données du bureau de poste des États-Unis. Ainsi, pour certaines OCB, les données sur les zones de service sont manquantes ou incomplètes.

Les données de polygone ne sont pas disponibles pour certains codes postaux

Certains des codes postaux identifiés par les répondants à l'enquête n'existaient pas dans la couche cartographique SIG du polygone (zone) de code postal, mais existaient dans une autre couche SIG de points uniquement (c'est-à-dire représentés par une seule coordonnée de latitude/longitude). Nous avons supposé que ces codes postaux "à points seulement" représentaient de très petites zones de codes postaux. Ces codes postaux ont reçu une couverture de "zone" grâce à la création de zones tampons de 0,1 mile autour de leurs points représentatifs.

Mauvais codage des entités géographiques par les processeurs de données d'enquête

Nous avons utilisé une série de requêtes SIG et des contrôles de cohérence logique pour identifier les anomalies de données. Chaque fois qu'une incohérence a été constatée, nous avons examiné les enquêtes originales. Dans quelques cas, les codeurs avaient mal interprété l'écriture du répondant et nous avons apporté des corrections.

Malgré certains des défis que nous avons rencontrés, nous avons développé avec succès des méthodes pour obtenir des informations primaires sur les services de prévention du VIH financés par le CDC aux États-Unis et dans ses territoires et avons pu développer une base de données SIG dynamique des emplacements des OCB, des zones de service et des services de prévention qui est utilisé par le personnel du CDC pour effectuer des analyses et prendre des décisions concernant les programmes. Cette base de données, la base de données des services de prévention du VIH, a été remise aux CDC en mai 2002.

Il faut toutefois souligner que le taux de réponse à l'enquête était de 70 %. Bien qu'il s'agisse d'un taux de réponse élevé, nous nous rendons compte qu'il manque des données sur les programmes et les zones de service pour 430 OCB. Toute analyse complète de la prestation de services doit prendre en compte les emplacements de ces OCB qui ne répondent pas. De plus, les services fournis par les OCB et financés par les CDC ne constituent en aucun cas le total des services de prévention du VIH aux États-Unis.

La base de données des services de prévention du VIH du CDC a été développée pour permettre aux chercheurs du CDC de planifier et d'évaluer les services de prévention du VIH fournis par les OCB. Bien que le CDC utilise cette base de données principalement pour identifier les lacunes et les chevauchements de service, son potentiel est vaste et comprend les applications suivantes :

• analyses géographiques des services de prévention du VIH aux minorités raciales et ethniques,

• un examen des services de prévention du VIH dans le contexte des disparités en matière de santé dans le prolongement des travaux de Krieger et al. [ 21 ],

• utilisation par les agences de santé locales pour déterminer comment intégrer les services financés par le CDC avec d'autres services de prévention communautaires,

• études régionales sur les services de prévention du VIH dans des régions telles que les comtés de la Commission régionale des Appalaches, et

• analyse des niveaux de financement des CDC par rapport à l'évaluation des besoins, basée sur les taux de VIH/SIDA et les populations à risque.

Le développement de la base de données sur les services de prévention du VIH est un pas dans la bonne direction pour atteindre l'objectif 23-3 des personnes en santé 2010 et, en fin de compte, dans le développement d'un système spatial d'aide à la décision. Nous avons démontré la faisabilité de la construction d'une base de données spatiale aussi précieuse à l'échelle nationale et avons transféré avec succès les données et la technologie au CDC pour un usage interne. En termes de définition des zones de service géographiques, nous pensons que les informations sur les unités géopolitiques/administratives étaient plus utiles que les informations à distance, bien que les informations à distance nous aient fourni un moyen de vérifier la cohérence logique des réponses des unités politiques/administratives.

Les données du programme recueillies pour ce projet concernaient les services de prévention fournis au cours de l'exercice 2000. Nous recommandons fortement que la base de données sur les services de prévention du VIH soit mise à jour et maintenue régulièrement. En raison des dépenses liées à la réalisation d'une enquête postale d'une telle envergure, nous recommandons que les futurs efforts de collecte de données utilisent des méthodologies d'enquête Web qui incorporent des cartes interactives pour la délimitation des zones d'enquête. Ces méthodologies sont de plus en plus utilisées dans la recherche en santé, en sciences sociales et en éducation [ 22 ].

SIDA : syndrome d'immunodéficience acquise

CBO : organisation communautaire

CDC : Centres de contrôle et de prévention des maladies

DHHS : ministère de la Santé et des Services sociaux

FIPS : norme fédérale de traitement de l'information

SIG : système d'information géographique

VIH : virus de l'immunodéficience humaine

SDSS : système d'aide à la décision spatiale

VBA : Visual Basic pour les applications

CLH et DAG sont responsables de la conception de l'étude. Ils ont respectivement géré les composantes SIG et enquête de l'étude, exécuté le projet et rédigé le manuscrit final. Ce projet était le « enfant du cerveau » d'AG. AG et KJF ont servi de moniteurs techniques du CDC pendant toute la durée du projet et ont dirigé la conception et la mise en œuvre de l'étude. MB a développé la base de données SIG et a contribué aux aspects plus techniques du manuscrit final.

1. La base de données des services de prévention du VIH est dans le domaine public et est disponible gratuitement à des fins d'instruction ou de recherche.


GEOG 2470

Introduction au SIG (SIG I)

Tombe2012

11:05am- 1:45après-midi

Coordonnées

Bureau : Salle de la faculté auxiliaire Bldg. 3000

Heures de bureau : mar et jeu : 13 h 45 à 14 h 15

M. Craig Eissler est le propriétaire/consultant de Geo-Tech Visual Power, situé à Austin, au Texas. Il est un professionnel des systèmes d'information géographique (SIG) spécialisé dans la gestion de projet, l'analyse des risques naturels, l'évaluation des risques, la formation et l'élaboration de programmes d'études. Son travail actuel en tant qu'entrepreneur pour la Texas Geographic Society (TXGS) a commencé en 2003 en tant qu'agent de liaison avec les utilisateurs et co-chef de projet pour le Texas Hazard Mitigation Package.THMP est un outil de distribution de données SIG et une visionneuse de cartes pour identifier les dangers historiques et les zones à risque. , et évaluer les vulnérabilités relatives aux populations et à la valeur des propriétés. Il passe également des contrats de manière indépendante avec les gouvernements locaux et régionaux pour mener des évaluations des risques en utilisant le SIG pour les plans d'atténuation.

Les travaux de projet ultérieurs de M. Eissler comprennent le développement de programmes de formation pour l'utilisation du THMP et du HAZUS-MH, un outil d'estimation des pertes liées aux risques naturels développé par la FEMA. Il a développé un programme HAZUS personnalisé pour les utilisateurs du Texas et poursuit un programme de présentation et de formation actif à travers l'État en tant que formateur agréé par la FEMA spécialisé dans les modèles d'inondations et d'ouragans. Grâce à cette expérience professionnelle et à d'autres, il a acquis une expertise considérable avec ArcGIS.

Auparavant, M. Eissler a occupé divers postes en marketing dans l'industrie de la haute technologie. Quatre de ces années étaient avec Strategic Mapping, Inc. &ndash un leader mondial dans le développement de logiciels SIG à l'époque, et maintenant détenue par ESRI. Craig a commencé sa carrière en tant que technicien en cartographie pour plusieurs entreprises de levés aériens/photogrammétrie, menant à une expérience professionnelle pertinente de plus de 20 ans.

M. Eissler a enseigné les SIG de niveau collégial et d'autres cours à l'ITT Technical Institute et au Austin Community College.

M. Eissler est titulaire d'un M.S. en systèmes d'information géographique de la Penn State University et un B.A. en géographie et planification de la Texas State University (anciennement Southwest Texas State University).

Description du cours

Le SIG (Systèmes d'Information Géographique) est un outil informatique qui utilise des données spatiales (géographiques) pour analyser et résoudre des problèmes du monde réel. Ce cours est conçu pour initier l'étudiant aux principes et techniques de base des SIG. Le matériel de laboratoire mettra l'accent sur la collecte, la saisie, le stockage, l'analyse et la sortie de données SIG à l'aide d'ArcGIS.

Textes/Matériels requis

2 e édition pour ArcGIS 10

Remarque : Ceci est le livre de laboratoire pour ce cours

Il n'y a pas de manuel officiel pour ce cours et uniquement le livre de laboratoire mentionné ci-dessus.

L'instructeur fournira également, à l'occasion, des documents à titre d'information supplémentaire.

ACC&rsquos Blackboard sera également utilisé le cas échéant. L'instructeur vous informera lorsqu'il y aura du nouveau matériel affiché. Cependant, vous devriez prendre l'habitude de le vérifier régulièrement.

Une clé USB externe ou un disque dur avec au moins 2 Go de stockage est requis. Un 4 Go, c'est encore mieux. En matière de SIG, plus il y a d'espace de stockage, mieux c'est.

Communication

Tous les étudiants doivent avoir une identification ACC. Ceci est connu comme votre ACCeID. Ce numéro doit être utilisé pour accéder à la plupart des ressources requises pour ce cours. Si vous n'avez pas d'ACCeID, veuillez m'en informer immédiatement. En dehors des cours, la principale forme de communication avec l'instructeur se fera via votre compte de messagerie ACC. Vous pouvez également appeler l'instructeur, bien que cette méthode ne doive être utilisée que si les tentatives de courrier électronique échouent. Et enfin, les heures de bureau de l'instructeur sont affichées sur ce programme pour les visites en face à face.

Méthodologie pédagogique

Le cours sera en partie conférence et en partie laboratoire. Des méthodes d'enseignement modernes seront souvent utilisées lorsque ces parties sont intégrées et pas nécessairement discernables. Les conférences sont destinées à être d'actualité et à fournir des informations conceptuelles et de nature stratégique. Les laboratoires sont destinés à développer les compétences dans l'application des concepts à un niveau tactique.

Le progiciel SIG, ArcGIS 10 (de ESRI), sera utilisé tout au long de ce cours. Les étudiants recevront une licence éducative qu'ils pourront utiliser à la maison. L'ACC fournit également une salle de laboratoire ouverte avec tous les logiciels et données nécessaires à ce cours à utiliser au-delà des heures de cours

Justification du cours

L'introduction aux SIG est conçue pour fournir aux étudiants une compréhension des méthodes et des théories de l'analyse spatiale qui permettront aux étudiants d'appliquer les connaissances et les compétences SIG à la vie quotidienne et à la carrière qu'ils ont choisie, pour appliquer le cours à un diplôme d'associé à Austin Community College. , et pour les préparer à réussir dans les cours de division supérieure en SIG dans d'autres institutions.

Objectifs communs

Les étudiants apprendront à compiler, analyser et présenter des données géospatiales tout en mettant l'accent sur la valeur de la communication visuelle. Les étudiants apprendront ces concepts géospatiaux de base tout en travaillant principalement avec le logiciel ESRI ArcGIS et en explorant d'autres produits SIG.

A la fin de ce cours, l'étudiant sera capable de :

  • décrire ce que la géographie, le SIG et l'analyse spatiale sont
  • expliquer l'importance des systèmes d'échelle et de coordonnées et des projections
  • appliquer les bases de l'affichage cartographique : symbologie et cartographie
  • faire la distinction entre les structures de données vectorielles et matricielles et l'utilisation appropriée de chacune de ces
  • comprendre la capture et la compilation de données
  • démontrer la capacité de concevoir et de créer des ensembles de données, y compris des fonctions d'édition
  • enquêter et analyser dans le SIG, y compris effectuer des requêtes et des techniques de géotraitement
  • explorer et utiliser d'autres sources de SIG et de données
  • &hellipet plus

Travail de cours

Chaque jour sera composé d'une conférence et/ou d'un laboratoire. La plupart du temps, ceux-ci seront répartis de manière relativement égale. Cependant, certains jours, cela peut varier en fonction de la nature du matériau à couvrir. Et bien sûr, il y a des tests, des projets, des travaux sur le terrain et d'autres activités qui se fondent dans le programme.

En plus des exercices du livre de laboratoire, les étudiants sont fortement encouragés à mettre en pratique leurs compétences SIG par eux-mêmes à la maison ou au travail, ainsi qu'à faire leurs propres recherches pour acquérir plus de connaissances conceptuelles. Une excellente ressource que les élèves devraient commencer à utiliser immédiatement est le Centre d'aide/de ressources ArcGIS.

Notation du cours

Les éléments de notation sont basés sur une participation active en classe, la réussite et la réalisation en temps voulu d'exercices de laboratoire structurés (incluant parfois d'autres exercices en classe), de tests et d'un projet de classe.

Projet de classe (3) 10 pts. ch.

Exercices de laboratoire (3) env. 1,5 point. ch.

IMPORTANT : Il n'y a AUCUN test de rattrapage. Vous devrez tout mettre en œuvre pour être présent lors des journées tests. Si vous êtes absent un jour de test, un projet de remplacement vous sera attribué. C'est un exercice long et difficile et peut ne pas être souhaitable si vous pouvez l'aider. Un deuxième test manqué entraînera une note de &ldquo0&rdquo. Il existe 3 tests de style à choix multiples. Des tests seront effectués après chaque section du cours. Chaque test vaut environ 17 points de pourcentage.

Exercices de laboratoire et participation en classe

La participation en classe est un contributeur très important à votre note. Il est interdit de travailler sur des projets d'autres cours ou des objets personnels. Seul l'exercice de laboratoire assigné pour ce cours ou tout autre travail assigné ou approuvé par l'instructeur est autorisé pendant le cours. Le temps de laboratoire n'est PAS du temps libre !

Les autres travaux autorisés pendant le temps de laboratoire peuvent inclure :

  • Projet de classe
  • Tests de révision Blackboard
  • Étude ArcGIS Desktop Aide / Centre de ressources
  • Étudier les diapositives de la conférence
  • Autre tel qu'assigné par l'instructeur

Notation des exercices de laboratoire :

La plupart des jours, lorsque des exercices de laboratoire sont attribués, le travail terminé sera remis à la fin de la journée. Cela se fera en utilisant le Fichier > Exporter fonction dans ArcGIS puis imprimé. La remise d'une copie papier permet une trace papier à des fins de notation. La plupart des exercices de laboratoire reçoivent un &ldquoA&rdquo. Il s'agit surtout de le faire.

Si vous n'avez pas terminé votre exercice de laboratoire à la date prévue (généralement à la fin du cours, sauf indication contraire), vous serez autorisé à le terminer en dehors des cours et à le rendre au début de la toute prochaine période de cours. Il n'y aura pas de pénalité pour cela.

Cependant, si vous choisissez de transformer votre exercice de laboratoire en deux périodes de cours plus tard (1 semaine de retard), il y aura une pénalité de -15 points, donc la meilleure note que vous pourriez obtenir serait un &ldquoB&rdquo. Les travaux rendus plus d'une semaine plus tard ne sont pas acceptés et donneront lieu à une note &ldquo0&rdquo.

Vous devez comprendre l'impact d'une note &ldquo0&rdquo. Cela réduira considérablement votre note pour ce type de note et votre note globale pour le cours. Il vaut mieux rendre un travail incomplet plutôt que rien du tout.

Votre note finale d'exercice de laboratoire &ldquorecorded&rdquo sera une &ldquoaverage&rdquo pour tous les exercices de laboratoire que vous avez rendus pour cette section. Rappelons qu'il y a 3 sections tout au long du cours. Par conséquent, chaque note d'exercice de laboratoire enregistrée par section de cours vaut 10 points de pourcentage.

Classer Projet

Il y aura un projet d'un semestre, divisé en 3 phases. Chaque phase du projet comprendra une structure de répartition du travail (c'est-à-dire une liste de tâches) et une description du livrable final qui s'appuie sur le matériel couvert en cours magistral et en laboratoire. Les deux premières phases du projet comprendront une liste de tâches soutenues par des instructions étape par étape. La phase finale du projet comprendra une liste de tâches soutenues par des instructions plus générales. Chaque phase du projet vaut 10 points de pourcentage. Tout projet de phase tourné en retard sera pénalisé. Les projets sont conçus pour développer les compétences et la confiance nécessaires pour réaliser des applications du monde réel à l'aide du SIG.

Politiques de cours

Veuillez consulter les politiques de cours suivantes concernant l'assiduité, les retraits, les incomplets, la malhonnêteté scolaire, les étudiants handicapés et la liberté académique. Veuillez également vous référer aux documents officiels de l'ACC, y compris le manuel de l'étudiant sur ces sujets pour plus de détails.

Les étudiants doivent assister aux cours et participer activement aux cours et aux travaux de laboratoire. Aucun travail de maquillage n'est autorisé. Voir Participation en classe ci-dessus concernant la notation des exercices de laboratoire. Vous êtes responsable de toute annonce faite en classe même si vous n'étiez pas en classe ce jour-là.

Il est de la responsabilité de l'étudiant de se retirer du cours avant la date limite spécifiée. Si vous avez assisté à au moins un cours, l'instructeur ne vous retirera PAS du cours. L'instructeur ne retirera que les étudiants qui n'ont jamais assisté aux cours.

Une note incomplète, ou &ldquoI&rdquo, est rarement attribuée dans ce cours. Dans le cas où une véritable urgence (par exemple, une hospitalisation) empêche l'étudiant de passer le dernier test, une note de &ldquoI&rdquo peut être attribuée à la discrétion de l'instructeur. Les éléments incomplets doivent être rattrapés avant la date de publication dans le calendrier du Collège ACC, ou le &ldquoI&rdquo sera automatiquement converti en un &ldquoF&rdquo.

Les actes interdits par le collège pour lequel la discipline peut être administrée comprennent la malhonnêteté scolaire, y compris, mais sans s'y limiter, la tricherie à un examen ou à un quiz, le plagiat et la collaboration non autorisée avec une autre personne dans la préparation d'un travail extérieur. Les travaux académiques soumis par les étudiants doivent être le résultat de leur réflexion, de leurs recherches ou de leur expression personnelle. Le travail académique est défini comme, mais sans s'y limiter, des tests, des quiz, qu'ils soient pris par voie électronique ou sur des projets papier, des présentations individuelles ou en groupe en classe et des devoirs.

Étudiants handicapés

Chaque campus de l'ACC propose des services d'accompagnement aux étudiants présentant un handicap physique ou psychologique avéré. Les étudiants handicapés doivent demander des aménagements raisonnables par l'intermédiaire du Bureau des étudiants handicapés sur le campus où ils prévoient de suivre la majorité de leurs cours. Les étudiants sont encouragés à le faire trois semaines avant le début du semestre.

Chaque élève est fortement encouragé à participer aux discussions en classe. Dans toute situation de classe qui inclut la discussion et la pensée critique, il y a forcément de nombreux points de vue différents. Les étudiants peuvent non seulement être en désaccord les uns avec les autres parfois, mais les étudiants et l'instructeur peuvent également constater qu'ils ont des points de vue divergents sur des sujets sensibles et volatiles. J'espère que ces différences amélioreront la discussion en classe et créeront une atmosphère où les étudiants et les instructeurs seront encouragés à réfléchir et à apprendre. Par conséquent, soyez assuré que vos notes ne seront pas affectées par les croyances ou les idées exprimées en classe ou dans les devoirs. Au contraire, nous respecterons tous les opinions des autres lorsqu'elles sont exprimées dans les discussions en classe.

S'il vous plaît soyez respectueux de l'instructeur et de tous les étudiants à tout moment. Vous ne devez à aucun moment détourner votre attention sur des éléments non académiques pendant les heures de cours. Cela inclut travailler sur d'autres tâches, utiliser votre téléphone portable/envoyer des SMS, consulter vos e-mails, jouer à des jeux vidéo ou d'autres objets distrayants. Veuillez également vous abstenir de parler pendant les conférences.

Plan de cours/Calendrier[Version 1]

IMPORTANT: L'instructeur se réserve le droit de modifier les sujets ou les dates à tout moment. Cependant, l'instructeur s'efforcera de suivre le plan du cours d'aussi près que possible et de prévenir le plus tôt possible s'il y a des changements. Le plan/calendrier suivant est uniquement destiné à être une ligne directrice.

Si/quand le Plan/Calendrier est révisé, cela sera reflété dans la page séparée de ce Plan/Calendrier.


De nombreuses façons de nommer un lieu

Les élèves analysent des cartes de lieux du quartier au monde, puis créent des cartes pour l'emplacement de leurs propres maisons à plusieurs échelles.

Liens

Site Internet

1. Présentez le concept de vivre dans un endroit qui peut être identifié par de nombreux noms différents.

Dites aux élèves que nous vivons tous dans de nombreux endroits en ce moment. Précisez que vous ne parlez pas de personnes qui se déplacent d'un endroit à un autre à des moments différents. Demander aux élèves des idées sur ce que sont ces endroits. Énumérez leurs idées au tableau. Aidez les élèves à comprendre qu'ils vivent dans une maison, dans un quartier, mais aussi dans une ville ou une ville, et dans un état, un pays, un continent et sur Terre.

2. Comparez plusieurs cartes montrant une “maison” à différentes échelles.

Utilisez la galerie fournie Ali's Location pour faire visiter aux élèves l'emplacement d'une fille. Expliquez qu'à mesure que la zone vue sur ces cartes change, nous voyons l'endroit où Ali vit à différentes échelles.

  • Projetez la carte avec l'adresse d'Ali Fong et quartier . Demandez aux élèves de décrire ce qu'ils voient sur cette carte de son quartier (rues, parc, voie ferrée, emplacement de la bibliothèque, de l'école, de la maison d'Ali).
  • Ensuite, passez à la carte d'Ali’s Etat, Missouri. Demandez aux élèves de trouver Ali’s ville, St. Louis, et décrivez ce qu'ils voient d'autre dans l'état. Demander: Quelle rivière longe la frontière orientale de l'État ? (fleuve Mississippi) Dans quelle partie de l'État se trouve Saint-Louis ? (l'est) Quelle est la capitale du Missouri ? (ville de Jefferson)
  • Déplacer vers la carte des États-Unis, montrant Ali’s de campagne. Demandez aux élèves de trouver le Missouri sur la carte et de décrire ce qu'ils voient d'autre (les cinquante États, les océans Pacifique et Atlantique, le golfe du Mexique, les grands fleuves, les Grands Lacs, le Canada et le Mexique au nord et au sud). Demandez aux élèves de pointer leur propre état sur la carte.
  • Déplacez-vous vers la carte de l'Amérique du Nord et expliquez qu'il s'agit d'Ali’s continent. Demander: Quoi d'autre fait partie de ce continent? (Canada, Mexique, Groenland, pays d'Amérique centrale et des Antilles)
  • Déplacez-vous sur la carte du monde et demandez aux élèves de trouver la place d'Ali dans le monde. Demander: Sa maison est-elle plus proche de l'Amérique du Sud ou de l'Afrique ?

Montrez aux élèves que chaque endroit qu'ils voient sur la carte est plus grand dans le monde réel que celui qui le précède. Nous appelons cela un changement d'échelle de la carte.

3. Affichez les étudiants’ de nombreux endroits sur une carte interactive.

Projetez le National Geographic MapMaker Interactive. En utilisant la barre verticale à droite pour zoomer et dézoomer, trouvez l'emplacement de votre école. Ajoutez un marqueur “school” dans l'onglet à gauche au bon endroit. Comme pour les cartes de l'étape 2, demandez aux élèves de décrire la carte du quartier autour de votre école. 

Demandez aux élèves d'imaginer que vous êtes tous dans une fusée qui vole directement dans l'espace. Dézoomez progressivement sur la carte interactive pour voir votre ville. Utilisez les outils de dessin pour décrire l'emplacement de votre ville ou village. Démontrez progressivement le mouvement à l'échelle de l'État, du pays, du continent et du monde.

4. Demandez aux élèves de cartographier leur maison à plusieurs échelles.

Divisez les élèves en paires. Distribuez une copie de la feuille de travail Plusieurs façons de nommer un lieu à chaque paire. Demandez à des paires de travailler sur des ordinateurs pour analyser la carte de leur quartier, ville, état, pays, continent et monde. Demandez aux élèves d'utiliser la fonction de recherche sur la carte pour trouver l'adresse de leur domicile, leur ville ou leur état. Sur la feuille de travail, demandez-leur de décrire les caractéristiques qu'ils voient sur la carte pour chacun. Discutez avec toute la classe des similitudes et des différences entre les cartes. Demander: Comment la carte change-t-elle lorsqu'il y a un changement dans l'échelle de la carte, par exemple, d'une ville à l'autre ?

5. Demandez aux élèves de créer leurs propres atlas de leur maison à plusieurs échelles.

Demandez aux élèves de créer leurs propres atlas de leur quartier, ville, état, pays, continent et monde. Demandez-leur de créer, marquer et enregistrer des cartes à l'aide de MapMaker Interactive. Permettez-leur d'être créatifs en choisissant les cartes de base ou les images satellite et en ajoutant des étiquettes et des couleurs à la carte.

Évaluation informelle

Évaluez la feuille de travail remplie De nombreuses façons de nommer un lieu pour vérifier la compréhension des élèves.


Présenter

Ce module est composé de trois composants principaux. Le premier est une introduction aux principes fondamentaux du positionnement par satellite et fournit aux étudiants la terminologie et la physique de base pour comprendre le fonctionnement du système (Unité 1 : Principes fondamentaux du GPS/GNSS). La seconde se concentre sur le fonctionnement des systèmes cinématiques ainsi que sur la façon de créer un ensemble de données topographiques et de détecter les changements dans les positions des bornes (Unité 2 : Méthodes cinématiques GPS/GNSS). L'unité 2 contient des sous-unités qui présentent aux étudiants des applications spécifiques pour l'utilisation du GPS/GNSS cinématique : levés topographiques et détection de changement. L'unité 3 est une exploration des systèmes statiques, qui fournissent la plus haute précision nécessaire pour détecter des changements extrêmement faibles (unité 3 : méthodes GPS/GNSS statiques).

Le module présente le matériel dans un ordre de complexité et de précision croissantes, mais les unités (après l'unité 1) peuvent souvent être enseignées en tant que leçons autonomes. Pour les instructeurs qui ne souhaitent pas utiliser le module dans son intégralité, les associations suggérées sont incluses dans la section "Contexte d'utilisation" sur chaque page d'unité. Les instructeurs peuvent demander une assistance pour certains types d'équipement et une assistance technique à l'UNAVCO, qui gère l'installation géodésique de la NSF.

Remarque : bien que le terme GPS (Global Positioning System) soit plus couramment utilisé dans le langage courant, il ne fait officiellement référence qu'à la constellation de satellites des États-Unis. GNSS (Global Navigation Satellite System) est un terme universel qui désigne tous les systèmes de navigation par satellite, y compris ceux des États-Unis (GPS), de la Russie (GLONASS), de l'Union européenne (Galileo), de la Chine (BeiDou) et d'autres. Dans ce module, nous utilisons le terme GNSS pour désigner de manière générique l'utilisation d'une ou plusieurs constellations de satellites pour déterminer la position.

Unité 1Principes fondamentaux du GPS/GNSS

Cette unité présente aux étudiants le fonctionnement des systèmes mondiaux de navigation par satellite, une comparaison de leur précision et une première opportunité sur le terrain de configurer une antenne et un récepteur.

Les constellations de satellites en orbite autour de notre planète permettent un positionnement de haute précision non seulement pour les applications grand public ou d'enquête, mais aussi pour la recherche géoscientifique telle que la détection de mouvements de plaques, de glissements de terrain ou d'autres changements à la surface de la Terre. Cette unité présente aux étudiants les principes fondamentaux de ces systèmes mondiaux de navigation par satellite (GNSS), les référentiels utilisés pour le positionnement et les différentes techniques d'acquisition, y compris leurs mérites et leur précision. Grâce à des activités en classe et sur le terrain, les étudiants se familiarisent avec la variété d'instruments et d'applications disponibles avec le GNSS. Cette unité fournit une large compréhension conceptuelle du GNSS applicable à toutes les techniques d'acquisition. Les unités suivantes se concentrent sur les méthodes cinématiques et statiques et les différents produits générés à l'aide de ces méthodes GNSS.

Unité 2Méthodes cinématiques GPS/GNSS

Cette unité se concentre sur l'enseignement des techniques nécessaires pour exécuter un levé cinématique. Il est explicitement pratique, donnant aux étudiants la possibilité de configurer, d'exploiter et de post-traiter leurs données. Bien qu'ils soient moins précis, les levés cinématiques nécessitent plus de considérations d'équipement et de conception que les systèmes statiques. Les systèmes cinématiques ont l'avantage d'acquérir rapidement de nombreuses positions avec une précision de plusieurs cm. Ils sont efficaces pour une variété d'applications, notamment la mesure de reliefs à déformation rapide, l'arpentage de topographie ou d'autres applications sensibles au temps et ne nécessitant pas une précision supérieure à 2 à 3 cm.

L'application des systèmes mondiaux de navigation par satellite (GNSS) dans les sciences de la Terre est devenue courante. Les données GNSS peuvent être collectées rapidement et comparées dans des cadres de référence communs. Les méthodes GNSS cinématiques en temps réel (RTK) permettent de fournir rapidement des informations de positionnement de haute précision et de haute précision aux scientifiques de terrain. Cette unité se concentre sur la conception et l'exécution de relevés cinématiques, en mettant l'accent sur les avantages et les limites de la technique. Les étudiants apprendront à quelles questions la technique est la plus applicable ainsi que les techniques standard de traitement des données. Les étudiants approfondissent leur compréhension du GNSS grâce à une connaissance technique des levés cinématiques GNSS. Cette unité prépare les étudiants à concevoir et à mettre en œuvre leur propre enquête grâce à des instructions pratiques et à la démonstration de techniques cinématiques en temps réel (RTK) ou cinématiques post-traitées (PPK) sur le terrain.

Unité 2.1Mesure de la topographie avec la cinématique GPS/GNSS

Cette unité se concentre sur une application de techniques cinématiques pour collecter rapidement et efficacement des points topographiques et les traiter pour créer une surface continue.

Les levés cinématiques GNSS peuvent fournir un moyen rapide de collecter des données topographiques de haute précision et largement distribuées. Les avantages de cette technique par rapport aux instruments optiques tels qu'une station totale sont qu'elle ne nécessite qu'une seule personne pour fonctionner et qu'elle ne repose pas sur le maintien d'une ligne directe de site. Une fois les points collectés, les élèves apprendront à les interpoler à l'aide d'ArcMap pour créer un modèle continu d'altitudes. Les élèves doivent réfléchir soigneusement à l'endroit où ils collectent leurs points et évaluer les mérites des différentes techniques d'interpolation, notamment le TIN et le krigeage. Grâce à une application sur le terrain du GNSS cinématique, les étudiants concevront et réaliseront un levé topographique et interpoleront les points collectés pour créer un champ d'altitude continu. Cela s'appuie sur les compétences acquises dans l'unité 2 et prépare les étudiants aux futures techniques telles que la différenciation de surface et la détection des changements topographiques (unité 2.2).

Unité 2.2Détection de changement avec Kinematic GPS/GNSS

Cette unité se concentre sur l'application de techniques cinématiques pour détecter le changement d'objets monumentaux tels que des repères ou des rochers descendant une pente.

Bien qu'il puisse être difficile à percevoir, les paysages changent constamment de forme et de position. Le GNSS de haute précision est l'une des rares techniques capables de quantifier ces changements et est un élément clé de nombreuses études géologiques, biologiques et techniques modernes. Dans cette unité, les étudiants apprendront comment aborder une étude de détection de changement dans le contexte d'un problème géomorphique ou structurel, puis concevoir et mettre en œuvre un levé GNSS qui explore efficacement le problème. Grâce à l'application sur le terrain des techniques cinématiques GNSS, les étudiants concevront, exécuteront et analyseront les données d'un levé pour détecter les changements. Les étudiants conçoivent l'enquête sur la base d'une question d'intérêt scientifique ou sociétal et sont invités à défendre leur conception et leur mise en œuvre. Il s'agit de la dernière unité axée sur le GNSS cinématique et vise à consolider les connaissances et les compétences techniques des étudiants dans cette technique.

Unité 3Méthodes GPS/GNSS statiques

Cette unité se concentre sur l'enseignement des outils et des techniques nécessaires pour mener une enquête statique. Il est explicitement pratique, donnant aux étudiants la possibilité de configurer, d'exploiter et de post-traiter leurs données. Les levés statiques prennent plus de temps pour collecter des points qu'un système cinématique, mais ils peuvent être beaucoup plus précis, capables de résoudre des mouvements de plusieurs millimètres, y compris le fluage des pentes, les reliefs lents et les mouvements tectoniques. Les systèmes statiques varient en fonction de l'application, mais sont souvent utilisés pour l'analyse de séries chronologiques de monuments se déplaçant lentement.

L'application des systèmes mondiaux de navigation par satellite (GNSS) dans les sciences de la Terre est devenue courante. Les données GNSS peuvent produire des mesures de haute précision et haute résolution dans des cadres de référence communs. Les méthodes GNSS statiques tirent parti des longs temps d'occupation pour résoudre des mesures fines et des données de séries chronologiques afin de capturer des événements tels que la déformation tectonique, les tremblements de terre, l'épuisement des eaux souterraines et les reliefs lents. Cette unité se concentre sur la conception et l'exécution sur le terrain d'enquêtes statiques simples, en mettant l'accent sur les avantages et les limites de la technique. Les étudiants apprendront les applications pour lesquelles la technique est la plus applicable ainsi que les techniques standard de traitement des données. De plus, les étudiants approfondissent leur compréhension des systèmes GNSS grâce à l'interprétation des données de terrain provenant d'enquêtes statiques et d'ensembles de données publiques de stations en fonctionnement continu. Cette unité prépare les étudiants à concevoir et à mettre en œuvre leur propre enquête par le biais d'un enseignement pratique et d'une démonstration de techniques statiques ou statiques rapides sur le terrain.

L'évaluation sommative

Il n'y a pas d'évaluation sommative unique pour ce module. En effet, les GNSS cinématiques et statiques nécessitent des équipements différents et des outils d'interprétation différents. Au lieu de cela, nous proposons une série de questions qui peuvent être ajoutées à l'exercice sommatif de différentes unités. Alternativement, ces questions peuvent être posées dans le cadre d'un examen final.


Extraire les valeurs de géopoint

Pour déconstruire une réponse géopoint, vous pouvez utiliser la fonction pulldata() pour extraire les valeurs afin de renseigner les valeurs d'autres questions.

Survey123 améliore la fonction pulldata() lorsque le symbole @ est utilisé au début du premier paramètre. Cette amélioration permet de récupérer plus que les quatre paramètres standard. Des paramètres supplémentaires peuvent être récupérés à partir d'une question géopoint à l'aide d'une fonction pulldata() améliorée. L'exemple suivant extrait la valeur de précision horizontale d'une question géopoint :

La disponibilité des propriétés de géopoint dépend du matériel. Le tableau suivant répertorie les propriétés pouvant être extraites d'un géopoint :

Longitude, valeur positive dans l'hémisphère oriental, valeur négative dans l'hémisphère occidental.

Latitude, valeur positive dans l'hémisphère nord, valeur négative dans l'hémisphère sud.

Altitude, mètres au-dessus du niveau de la mer (par défaut) ou hauteur au-dessus de l'ellipsoïde (si sélectionné dans les paramètres de l'application sur le terrain).

Précision horizontale des coordonnées x et y.

Précision verticale de la coordonnée z.

Sens de déplacement mesuré dans le sens des aiguilles d'une montre à partir du nord.

Catégorie de la source de position. Les résultats potentiels sont Inconnu (0), Utilisateur (1), Emplacement du système (2), Périphérique externe (3) et Périphérique réseau (4).

Hauteur de l'antenne de l'appareil. La distance entre l'antenne et la surface du sol est soustraite des valeurs d'altitude.

Type d'altitude sélectionné. Les résultats potentiels sont l'altitude au-dessus du niveau moyen de la mer (0) et la hauteur au-dessus de l'ellipsoïde (1). Ceci est disponible pour tous les types de fournisseurs de localisation.

Le tableau suivant répertorie les propriétés supplémentaires qui peuvent être extraites d'un géopoint capturé avec un récepteur haute précision :

Angle entre le nord magnétique et le nord géographique.

Type de position fixe de la coordonnée. Les résultats potentiels sont NoFix (0), GPS (1), DifferentialGPS (2), PrecisePositioningService (3), RTKFixed (4), RTKFloat (5), Estimated (6), Manual (7), Simulator (8) et SBAS (9).

Informations sur l'appareil en tant qu'objet JSON. Il est utile pour le débogage et la validation. Les éléments individuels peuvent également être renvoyés en utilisant le nom complet de l'élément. Voir les lignes du tableau suivantes pour tous les éléments disponibles.

Nom de la source de position interne. Ceci n'est disponible que pour le fournisseur de localisation intégré de l'appareil.

Adresse de l'appareil. Ceci n'est disponible que pour les récepteurs GNSS externes.

Nom de l'appareil. Ceci n'est disponible que pour les récepteurs GNSS externes.

Type de périphérique externe. Les résultats potentiels sont Inconnu (-1), Bluetooth (0), Port série (1) et Bluetooth LE (2). Ceci n'est disponible que pour les récepteurs GNSS externes.

Nom de la source de position réseau. Ceci n'est disponible que pour les fournisseurs d'emplacement réseau.

Adresse de la source de position du réseau. Ceci n'est disponible que pour les fournisseurs d'emplacement réseau.

Port de la source de position du réseau. Ceci n'est disponible que pour les fournisseurs d'emplacement réseau.

Différence entre l'ellipsoïde terrestre WGS-84 et le niveau moyen de la mer tel que défini par l'utilisateur dans les paramètres de l'application.

Différence entre l'ellipsoïde terrestre WGS-84 et le niveau moyen de la mer tel que rapporté par le récepteur GNSS. Ceci est aussi parfois appelé hauteur orthométrique.

Type de précision signalé par les propriétés horizontalAccuracy et verticalAccuracy. Les résultats potentiels sont RMS (0) et DOP (1). RMS est la précision quadratique moyenne. Ceci est calculé sur la base d'un intervalle de confiance de 68 % pour les erreurs de latitude, de longitude et d'altitude signalées dans la phrase GST fournie par le récepteur. Si le récepteur ne prend pas en charge la GST, DOP est utilisé à la place. Le DOP est la dilution de la précision basée sur la précision. Cela utilise une valeur d'erreur de plage estimée par l'utilisateur (UERE) constante pour estimer les précisions horizontale et verticale.

Erreur sphérique radiale moyenne. Il englobe à la fois l'erreur horizontale et verticale.

Valeur de l'erreur de latitude 1-sigma. Cette propriété ne sera renseignée que si votre appareil de positionnement prend en charge les phrases GST dans les flux NMEA.

Valeur de l'erreur de longitude 1-sigma. Cette propriété ne sera renseignée que si votre appareil de positionnement prend en charge les phrases GST dans les flux NMEA.

Valeur de l'erreur d'altitude 1-sigma. Cette propriété ne sera renseignée que si votre appareil de positionnement prend en charge les phrases GST dans les flux NMEA.

Dilution horizontale de précision des données de position (HDOP).

Dilution verticale de précision des données de position (VDOP).

Dilution positionnelle de précision des données de position (PDOP). L'équation utilisée pour déterminer PDOP est PDOP^2 = HDOP^2 + VDOP^2.

Âge du signal différentiel et correction utilisée par le récepteur GPS pour corriger différentiellement la position.

ID de station de référence différentielle (DSID) de la station utilisée par le récepteur GPS.

Nombre de satellites de positionnement visibles au moment de la capture de l'emplacement.

Nombre de satellites de positionnement utilisés pour renvoyer les données de position.

Format des coordonnées

La fonction pulldata() peut également être utilisée pour extraire des valeurs de géopoint et les formater dans des formats de coordonnées supplémentaires. Ces formats de coordonnées acceptent également les paramètres spécifiques supplémentaires suivants :

  • pulldata("@geopoint",$, "MGRS") renvoie le géopoint en tant que valeur de grille du système de référence de grille militaire (MGRS) avec une précision de 1 mètre. En fournissant un paramètre décimal facultatif, la précision peut être modifiée, par exemple, pulldata("@geopoint",$,"MGRS",100) renvoie une valeur de grille avec une précision de 100 mètres.
  • pulldata("@geopoint",$,"USNG") renvoie le géopoint en tant que valeur de grille du United States National Grid (USNG) avec une précision de 1 mètre. Comme avec MGRS, un paramètre décimal facultatif peut être utilisé pour modifier la précision de la valeur de la grille.
  • pulldata("@geopoint",$, "UTM") renvoie le géopoint sous forme de coordonnées Universal Transverse Mercator (UTM). Ceci est renvoyé en tant qu'objet JSON :


6.8 Configuration de la détection des décès

La détection de la mort est un mécanisme de cluster qui détecte rapidement lorsqu'un membre du cluster a échoué. Les membres défaillants du cluster sont supprimés du cluster et tous les autres membres du cluster sont informés du membre disparu. La détection de la mort permet au cluster de faire la différence entre la défaillance d'un membre réel et un membre qui ne répond pas, comme dans le cas où une JVM effectue une récupération de place complète.

La détection des décès fonctionne en créant un anneau de connexions TCP entre tous les membres du cluster. La communication TCP est envoyée sur le même port que celui utilisé pour la communication UDP du cluster. Chaque membre du cluster émet une pulsation monodiffusion et le membre le plus ancien du cluster émet la pulsation du cluster, qui est un message de diffusion. Chaque membre du cluster utilise la connexion TCP pour détecter la mort d'un autre nœud dans l'intervalle de pulsation. La détection des décès est activée par défaut et configurée dans l'élément <tcp-ring-listener>.

Les sujets suivants sont inclus dans cette section :

6.8.1 Modification des paramètres de l'anneau TCP

Plusieurs paramètres sont utilisés pour modifier le comportement par défaut de l'écouteur en anneau TCP. Cela inclut la modification du nombre de tentatives et du temps avant de déterminer qu'un ordinateur qui héberge des membres du cluster est devenu inaccessible. Ces valeurs par défaut sont respectivement de 3 et 15 secondes. La file d'attente du backlog du socket du serveur TCP/IP peut également être définie et prend par défaut la valeur utilisée par le système d'exploitation.

Pour modifier les paramètres de l'anneau TCP, modifiez le fichier de remplacement opérationnel et ajoutez les éléments suivants de l'anneau TCP :

Les valeurs des éléments <ip-timeout> et <ip-attempts> doivent être suffisamment élevées pour éviter les pannes de réseau temporaires autorisées.

La propriété système tangosol.coherence.ipmonitor.pingtimeout est utilisée pour spécifier un délai d'attente au lieu d'utiliser le fichier de remplacement opérationnel. Par exemple:

6.8.2 Modification de l'intervalle de pulsation

L'intervalle de pulsation de détection de décès peut être modifié. Un intervalle plus élevé atténue le trafic réseau mais prolonge également la détection des membres défaillants. La valeur de pulsation par défaut est de 1 seconde.

Pour modifier l'intervalle de pulsation de détection de décès, modifiez le fichier de remplacement opérationnel et ajoutez un élément <heartbeat-milliseconds> qui inclut la valeur de pulsation. Par exemple:

6.8.3 Désactivation de la détection des décès

La détection des décès est activée par défaut et doit être explicitement désactivée. La désactivation de la détection des décès peut alléger le trafic réseau, mais également prolonger la détection des membres défaillants. Si cette option est désactivée, un membre du cluster utilise le délai d'expiration de renvoi de l'éditeur de paquets pour déterminer qu'un autre membre a cessé de répondre aux paquets UDP. Par défaut, l'intervalle de temporisation est défini sur 5 minutes. Voir « Modification du délai d'expiration du renvoi de paquet » pour plus de détails.

Pour désactiver la détection des décès, modifiez le fichier de remplacement opérationnel et ajoutez un élément <enabled> défini sur false . Par exemple:


Il existe une forte culture de tuples pour des collections hétérogènes, similaire à ce que vous utiliseriez pour struct s en C, et des listes pour des collections homogènes, similaires à ce pour quoi vous utiliseriez des tableaux. Mais je n'ai jamais tout à fait égalisé cela avec le problème de mutabilité mentionné dans les autres réponses. La mutabilité a du mordant (vous ne pouvez en fait pas changer un tuple), tandis que l'homogénéité n'est pas appliquée, et semble donc être une distinction beaucoup moins intéressante.

Les tuples sont de taille fixe alors que les listes sont dynamiques.
En d'autres termes, un tuple est immuable alors qu'une liste est mutable.

  1. Vous ne pouvez pas ajouter d'éléments à un tuple. Les tuples n'ont pas de méthode d'ajout ou d'extension.
  2. Vous ne pouvez pas supprimer des éléments d'un tuple. Les tuples n'ont pas de méthode de suppression ou de pop.
  3. Vous pouvez trouver des éléments dans un tuple, car cela ne change pas le tuple.
  4. Vous pouvez également utiliser l'opérateur in pour vérifier si un élément existe dans le tuple.

Les tuples sont plus rapides que les listes. Si vous définissez un ensemble constant de valeurs et que tout ce que vous allez faire avec celui-ci est de le parcourir, utilisez un tuple au lieu d'une liste.

Cela rend votre code plus sûr si vous «protégez en écriture» les données qui n'ont pas besoin d'être modifiées. L'utilisation d'un tuple au lieu d'une liste revient à avoir une déclaration d'assertion implicite indiquant que ces données sont constantes et qu'une réflexion particulière (et une fonction spécifique) est requise pour remplacer cela.

Certains tuples peuvent être utilisés comme clés de dictionnaire (en particulier, les tuples qui contiennent des valeurs immuables comme des chaînes, des nombres et d'autres tuples). Les listes ne peuvent jamais être utilisées comme clés de dictionnaire, car les listes ne sont pas immuables.

Je crois (et je ne connais guère Python) que la principale différence est qu'un tuple est immuable (il ne peut pas être modifié en place après l'affectation) et une liste est mutable (vous pouvez ajouter, modifier, soustraire, etc.).

Donc, j'ai tendance à faire de mes tuples des choses qui ne devraient pas changer après l'affectation et de mes listes des choses qui peuvent le faire.

Doit-il être mutable ? Utilisez une liste. Ne doit-il pas être mutable ? Utilisez un tuple.

Sinon, c'est une question de choix.

Pour les collections d'objets hétérogènes (comme une adresse décomposée en nom, rue, ville, état et code postal), je préfère utiliser un tuple. Ils peuvent toujours être facilement promus en tuples nommés.

De même, si la collection doit être itérée, je préfère une liste. S'il ne s'agit que d'un conteneur pour contenir plusieurs objets en un seul, je préfère un tuple.

La première chose que vous devez décider est de savoir si la structure de données doit être modifiable ou non. Comme cela a été mentionné, les listes sont mutables, les tuples ne le sont pas. Cela signifie également que les tuples peuvent être utilisés pour les clés de dictionnaire, alors que les listes ne le peuvent pas.

D'après mon expérience, les tuples sont généralement utilisés lorsque l'ordre et la position sont significatifs et cohérents. Par exemple, lors de la création d'une structure de données pour un jeu d'aventure choisissez votre propre, j'ai choisi d'utiliser des tuples au lieu de listes car la position dans le tuple était significative. Voici un exemple de cette structure de données :

La première position dans le tuple est le choix affiché à l'utilisateur lorsqu'il joue au jeu et la deuxième position est la clé de la page à laquelle le choix va et ceci est cohérent pour toutes les pages.

Les tuples sont également plus efficaces en mémoire que les listes, bien que je ne sache pas quand cet avantage deviendra évident.