Форумы GIS-Lab.info

Ломаю голову над методом, который дозрел в моем проекте по птицам.
Излагаю его коротко здесь с двумя целями:
1)Осветить методику, которая мне (возможно, ошибочно) кажется некоторым новым вкладом в орнитологию+ГИС.
Может быть кому-то пригодиться эта идея в его зологической работе. Также, будет здорово, если мне укажут на то, что это уже делалось и я, как всегда, изобретаю велосипед.
2)Вынести на критичный суд эту методику специалистам по ГИС и статистике. Поскольку сам метод еще очень сырой и имеет в себе большие сложности (над которыми и ломаю голову).

Суть метода по шагам.
1. Изначально данные учета птиц в полете имели в себе 3 параметра:
1)А - вертикальный угол между наблюдателем и птицей (угол возвышения над горизонтом)
2)L - расстояние между наблюдателем и птицей
3)P - направление по компасу на птицу (8 направлений: 0, 45, 90, 135, 180, 225, 270, 315 гр).

2. Наблюдения проводились из каждой точки обзора (всего их было 26) биноклем в радиусе видимости бинокля, учитывая сразу большие группы птиц через каждые 15 мин в течении активных для птиц часов в сутки. В дальнейшие детали, не относящиеся прямо к теме, не вдаюсь. Но главное в том, что привязка к местности каждой птицы носила интервальный характер. То есть каждое число из этих трех параметров, отмеченное наблюдателем, в действительности означало интервал.
Например, запись в данных:
A = 5 градусов, L = 150 метров, P= 45 гр означали, что действительный интервал
А был 2,5-7,5 градусов, L от 100 до 200 м, P от 22,5 до 67,5 гр.
Разбиение на интервалы – тоже, конечно, бралось просто таким образом, чтобы равномерно закрыть всю шкалу значений.
Итог этих расчетов, что каждая учтенная птица была привязана к полигону на плоскости “UA”, форма которого есть сектор круга усеченный двумя окружностями.

(Расчеты привязки по этим параметрам я здесь не привожу, это методы прямой и обратной геодезической задачи)

Надо сказать, что это всё были вынужденные меры для того, чтобы максмиально точно найти тот полигон, к которому можно было привязать птицу на основе таких данных учета.

Иначе говоря, "UA" - это "точка" имеющая площадь привязки птицы к местности. Зная параметры учета мы можем лишь сказать, что она находилась где-то в впределах этого полигона.


Шаг2. Все полигоны UA были построены в ГИС как полигоны.
Шаг3. В таблице каждой учтенной птицы (имеется в виду не особь индивидум, а каждый отдельный раз фиксирования птицы в небе) – был присвоен номер её UA (3 парметра учета определяли для каждой птицы ровно один номер ее UA, при этом, очевидно, каждый уникальный UA мог иметь в себе много учтенных в нем птиц).
Шаг 4. Для каждого построенного UA было определена сумма всех попавших в него птиц.

* * *

И дальше стоит задача – как можно более адекватно отобразить это на карте в ГИС. И подойти, по возможности, к статистическому анализу этих данных.

Этот метод построения имеет такую черту – что (исходя из геометрии построения) UA одного сектора накладываются друг на друга. Это легко понять, просто построив такие полигоны по таким интервалам. Вот как на рисунке.


Итого, я нашла 2 способа отображения картины суммирования.

Первый способ – это задать столбиками просто число каждого UA (см рисунок). Этот метод визуально – как-то решает задачу, поскольку каждая птица либо задает свой новый столбик, либо задает высоту имеющемуся. Но все же такой метод – плохо показывает ситуацию, так как нет отображения параметра суммарной численности (можно только оценить где столбиков больше или меньше)



И тогда я разработала метод второй. О котором, собственно, и основные сейчас вопросы.

От недостатков сбора материалов (интервальности) никуда не уйти. Но что хочется – это цветом показать, где же птиц вокруг наблюдателя в целом за год было больше, а где меньше.
Для этой цели я применила способ, как мне кажется, чуть не единственно возможный в данной ситуации. Поскольку UA накладываются друг на друга, а мне нужно сумму каждого показать на одной плоскости карты.
Мои действия:
1. Построила полгион – окружность с максимальным радиусом рассматриваемого для птиц (700м). Этот полигон превратила в сетку из равных «пикселей» - по подобию растра – квадратиков с длиной стороны 15м.
2.Для каждого UA(i) был вычислен параметр SumBirds(i) (сумма всех птиц, которые были зафиксированы в данном UA за год)
3. Для каждого такого «пикселя» посчитала параметр, который я назвала «Вес»:

Вес = [SumBirds(1)+ SumBirds(2) + … SumBirds(k)] /k,


где UA(1), UA(2).. UA(k) – это все полигоны UA, которые накладываются в данном пикселе.
k – число таких полигонов для данного пикселя

k – получилось от 2 до 20 (то есть один пиксель мог "пронизывать" до 20 таких полигонов).

И в итоге получилось такая «карта»:




Собственно, эта карта - результат такой методики. Она еще очень сырая и над ее проблемами и тем, как перейти от нее к статистике (ведь теперь каждый "пиксель" (квадрат на поверхности 15 х 15 м) , приобрел численный показатель фиксирования над ним птиц) я думаю.

Но какой я вижу ее позитивный результат - что цветом выделены участки, имевшие разную интенсивность полета птиц над ними. Далее от этого можно уже думать о причинах, сопоставляя с параметрами поверхности.


Мои вопросы.
1. Насколько моё описание и сама методика применима, математически грамотна и пр? Какие существенные недочеты вы видите?

2.Есть ли что-то подобное (в плане ГИС и перехода к статистике) чтобы я могла использовать для этого анализа, для улучшения методики? Собственно, моя главная сейчас задача – определить методы статистики или геостатистики, чтобы подойти к описанию всех точек обзора (в примере - рассмотрена одна точка, всего их 26). То есть пока вообще понять – каким общим курсом двигаться.

Так, давайте еще раз, и правильными словами, потому что из того, что вы описали, я вообще ничего не понял.

На сколько я понял, вы записывали наблюдения в виде параметров:
P - один из восьми азимутальных секторов (это так называется) по 45 градусов каждый (мне кажется, секторов слишком мало - этот параметр наблюдателю фиксировать проще всего, а разрешение по нему заведомо загрублено)
L - приблизительное удаление по прямой "наблюдатель-птица" (погрешность растет с увеличением расстояния)
A - угол возвышения над горизонтом (это так называется) (погрешность не должна зависеть от величины угла).

А дальше у вас, по-моему, имеет место попытка компенсировать отсутствие знаний школьной геометрии использованием ГИС.
Я сейчас попробую набросать рисунок, иллюстрирующий задачу, которую нужно было решать вместо того, что вы делали.

ericsson писал(а):А дальше у вас, по-моему, имеет место попытка компенсировать отсутствие знаний школьной геометрии использованием ГИС.
Я сейчас попробую набросать рисунок, иллюстрирующий задачу, которую нужно было решать вместо того, что вы делали.

Нет, все расчеты по школьной геометрии выполенны правильно. Всё учтено. Грубость методики (число секторов) - это не моя вина.. Что мне было дано, с тем я работаю. Я и так значительно улучшила точность от изначательного подхода.

Но вот увеличение погрешности с расстоянием - это да. Это еще один пункт над которым надо думать. Всего у меня 4 интервала по удаленности птицы. От этого и размеры UA - разные (возрастают с увеличеним радиуса).

Я выражусь точнее после вашего рисунка, если он будет. Есть много, на самом деле, над чем нужно еще подумать,чтобы вытянуть всё возможное из данных и не наделать грубых ошибок. И перейти к той статистике, которая возможна при таких условиях.

Собственно, вот так. То есть, конечно, можно еще заморочиться со случайным распределением, чтобы каждое наблюдение снабдить весом внутри сектора, но тут и так уже все очень грубо.

Поясню:
ε - это величина среднего отклонения по удалению, из-за метода, скорее всего, она зависит от самого удаления, то есть на меньшем расстоянии расстояние определить можно точнее, это надо было бы выяснить экспериментально или смоделировать. Так что скорее всего, ее стоит вообще записать, как функцию удаления, то есть ε(L)
ω - это величина среднего отклонения по углу возвышения, она, вероятнее всего, постоянная и от угла не зависит.

На картинке изображен тот факт, что область наблюдения является, на самом деле, некой областью, которая в плоскости "высота-удаление" также ограничена двумя прямыми снизу и сверху, а также двумя секторами окружности ближе и дальше.

Соответственно, при построении секторов наблюдений в плоскости "удаление-азимут", они должны быть ограничены секторами окружностей с радиусами L'1 и L'2, формулы для которых - на картинке. А уж потом можете эти сектора друг на друга накладывать и суммировать.

ericsson писал(а): Соответственно, при построении секторов наблюдений в плоскости "удаление-азимут", они должны быть ограничены секторами окружностей с радиусами L'1 и L'2, формулы для которых - на картинке. А уж потом можете эти сектора друг на друга накладывать и суммировать.

Да. Я так и рассуждала, как вы. Рисунок 1 - показывает построение полигонов "UA" как раз по этим формулам. Я их строила не от руки, конечно, а автоматически, задавая формулы в ГИС, от каждой точки обзора с этими формулами (во много технических шагов, которые я не описываю). На рисунке показано, как они наслаиваются - желтый - это один выделенный. А ниже - показаны еще два выделенных того же примерно размера. Показано, что каждый UA имеют всего небольшой промежуток, на который не наслаивается предыдущий полигон.

При таком построении они сами наслоились друг на друга. То есть - этот этап уже пройден. Сейчас я работаю над тем, как корректно отобразись показатель суммы птиц над данным конкретным квадратиком территории (условно выбрала его 15х15 м).

Мне кажется вы мне не очень верите. В общем, поскольку тема эта носит также и характер конспекта изложения идеи методики, в этом посте приведу суть технических шагов. Чтобы могли воспользоваться те, кто вдруг заинтересуется идеей и для своей ненадёжной памяти, уж больно много шагов.

Но также, кто имеет желание, может проверить на суть того, чем явлется итоговая карта.

Шаг1. Расстояние от наблюдателя до птицы определялось биноклем по стандартным приемам этого для биноклей (здесь не описывается)
Шаг2. От исходных данных для каждой птицы:
1)A - вертикальный угол между наблюдателем и птицей (угол возвышения над горизонтом)
2)d - расстояние между наблюдателем и птицей
3)P - направление по компасу на птицу (8 направлений: 0, 45, 90, 135, 180, 225, 270, 315 гр)
И известных координат каждой точек обзора (определеных GPS) были рассчитаны координаты привязки каждой птицы. На этом этапе это считалось точкой.
Расчеты координат птицы были сделаны на основе стандартного приема прямой и обратной геодезической задачи (вынесла на картинку, по ссылке):
https://fbcdn-sphotos-e-a.akamaihd.net/ ... 5a9a374517

Шаг3. Исходя из характера сбора данных, было понятно, что привязка к местности каждой птицы носила интервальный характер. То есть каждое число из этих трех параметров, отмеченное наблюдателем, в действительности означало интервал.
Например, запись в данных:
A = 5 градусов, d = 150 метров, P= 45 гр означали, что действительный интервал
А был 2,5-7,5 градусов, d от 100 до 200 м, P от 22,5 до 67,5 гр.
Разбиение на интервалы – бралось таким образом, чтобы равномерно закрыть всю шкалу значений.
Итог этих расчетов, что каждая учтенная птица была привязана к полигону на плоскости “UA”, форма которого есть сектор круга усеченный двумя окружностями.


Шаг4. В ArcGIS я построила сразу все эти полигоны, исходя из параметров:
1. Координаты (Lat, Lon) центральной точки (точка обзора)
2. Сектор круга (направление по компасу): 337.5- 22.5, 22.5 - 67.5, 67.5 -112.5 гр, etc.
3. Smin и Smax (интервал проекции птицы на плоскость – минимальное максимальное расстояние от птицы до наблюдателя при проецировании птицы на плоскость).
Расчет Smin и Smax проходил из треугльника ABP на рисунке по ссылке выше, в котором были известны интервал вертикального угла (Аmin, Amax) и интервал прямого расстояние между наблюдателем и птицей (dmin, dmax).

Интервалы вертикального угла брались через 5 градусов: 5, 10, 15.. 90 (всего 18 интервалов)
Интервалы прямого расстояния до птицы и вычислялись (из оптических свойств бинокля) и проверялись затем опытным путем. Так как точно определять его было невозможно, то использовалось 4 градации расстяния: 150 м (интервал 100-200м), 300 м (интервал (200; 400], 550 м (интервал (400; 700]) и 3350 м (интервал (700; 6000]). Последний самый большой радиус был исключен из построения карт.

* * *
Шаг5. В ArcGIS я построила таблицы со всеми параметрами и далее:


1)Для каждой из 26 точек обзора сделала полигональные темы секторных треугольников с центром в точке обзора и сторонами, соответсвующими направлениям секторов (337.5- 22.5, 22.5 - 67.5, 67.5 -112.5 гр, etc.)

2)Подготовила 2 таблицы – Больших кругов (верхняя граница каждого UA) и Малых кругов (нижняя граница каждого UA).
Инструментом Buffer (Analysis Tools – Proximity) построила полигональную тему малых кругов.
Этим же инструментом Buffer я к малым кругам буфером присоединяю полем разность большого и малого кругов. Итогом - получаю нужные мне полигональные объекты типа бублик (где пустоту внутри определяет малый круг, а радиус бублика - большой круг).
3) При помощи инструмента Intersect (Analysis Tool - Extract – Overlay) вырезаю тему "бубликов" темой "секторных треугольников".
Итогом получаю для каждой точки – построенные темы полигонов “UA” (как на Рис1 в первом сообщении).

Шаг6. В атрибутивной таблице каждому уникальному UA присвоен свой ID. Их сумарное число определено числом интервалов и точек обзора (=8*18*4*26).
Шаг 7. Каждой учтенной птице в атрибутивной таблице точечной темы (где каждая птица – это точка с координатами, полученными на этапах выше) был присвоен номер ее UA. Каждая учтенная птица имела ровно один UA.

Сделалось это по переводу параметров учета в «код привязки».
Каждый набор параметров учета: Nточки обзора, P (угол по компасу), S (расстояние до птицы на плоскости) – задавал только одно значение ID полигона UA. В обеих темах было сделано рабочее поле с расчетом N*100+P*1000+S*10000 (что-то вроде). И по этому полю данные были соединены (Join – Join attributes from table).
После этого этапа каждый объект учета с одними коордианатами (т.е одна птица или группа птиц, учтенных с одними параметрами) имела свой номер UA.

Шаг8. Из точечной темы с птицами, где для каждого объекта имелось число учтенных там птиц, через Dissolve Tool (Data Management - Generalization) было вычислена сумма учетнных птиц в каждом UA. (Dissolve по полю с номером UA, в Statistics Field указать поле с числом птиц, выбрать SUM).
Из этой темы инструментом Delete Identical (Data Managemen - General) удаляю идентичные номера UA. И по полю ID присоединяю назад к теме полигонов UA. Итогом получаю – полигональную тему UA в которой имеется поле суммы всех учтенных в нем птиц.
По этой теме – была построена карта (Рис 2 в первом сообщении) – (просто через свойства темы – Symbology - Charts - Bar/Column )

И то, что по второму способу на примере одной точки обзора.

Шаг9.
1.Инструментом Create Fishnet (Data Management - Feature Class) вокруг точки обзора делаю полигональную тему, состоящую из полигональных квадратиков - на подобии пикселей). Темой секторов разрезала это на секторы (Intersect Tool ).

2. Построение карты:
Темой «квадратиков» - сделала Spatial Join (Join - Join and Relates - выбрать Join data from another layer based on spatial location, выбрать первый вариант, Average) с Темой полигонов UA данной точки.
Карту построила по полю AvпSumVult.Этот параметр и обозначает то, что я назвала "Вес"

Вес = [SumBirds(1)+ SumBirds(2) + … SumBirds(k)] /k,


где UA(1), UA(2).. UA(k) – это все полигоны UA, которые накладываются в данном пикселе,
Соотв-но SumBirds(1), SumBirds(2), SumBirds(k) - суммарное значение птиц в каждом полигоне, учтенное за период наблюдений.
k – число таких полигонов для данного "пикселя"

Ну и вот. Изложенным выше, кто пожелает, может воспользоваться.


А мои вопросы сейчас – это возможность перехода от полученной карты и пространственных данных (поскольку теперь каждая единица пространства – квадратик 15х15 м) получил численный показатель «веса» присутствия на нем птиц) – к статистической или\и геостатистической обработке.
Пока мои идеи на этот счет самые примитивные. Это вытащить в каждый «пиксель» значения по температуре и рельефу (высота, экспозиция, крутизна) из космо-снимков. Температура – по ASTER, параметры рельефа – по ASTER GDEM. И аналогично подготовить данные по характеру подстилающей повверхности. То есть просто в виде таблиц, где в одной графе – Вес, в другой – один из параметров. Ну и анализ корреляции.
Это то, с чего я начинаю. Поскольку статистика и геостатистика - пока для меня темный лес, в который даже забираться страшно..


Если будут у кого-то какие-то мысли на этот счет – вот по возможному переходу здесь к геостатистики или обычным приемам статистики.. буду очень признательна.
Также и за критику изложенного. Я ведь понимаю, конечно, что сделанное не явлется .. хмм.. математически идеальным. Однако я исходила из характера полевых данных наблюдений за сложным объектом (большое число птиц в полете над разными территориями), которые по сути своей и не могут быть точными.

Мое субъективное мнение -- лучше сразу определить конечную цель работы, и только потом спрашивать хороша ли методика. Лично я идеи воровать у Вас не буду, обещаю.
По сути, из того что я понял, есть явная проблема с единицами измерения. Если Вы пытаетесь просто нанести на карту сколько и где летают птицы в обозначенном радиусе обзора, то как минимум нужно учесть площадь. Т.е. определить количество птиц (пусть и гипотетических) на единицу площади. Самое простое -- разделить количество наблюдаемых особей в полигоне на площадь этого полигона. А уже потом находить средние для перекрывающихся полигонов. Иначе вклад каждой отдельной птицы в конечный результат сильно отличается в зависимости от расстояния до нее.
Но все равно, говорить можно только после того, как Вы озвучите конечную цель, рабочие гипотезы и т.д. Может Вам и ГИС не совсем нужна. Может Ваша проблема решается банальной круговой статистикой или кучей других методов. А красивую, разноцветную карту для визуализации всегда можно будет нарисовать потом.

Иван Стрельников писал(а):Мое субъективное мнение -- лучше сразу определить конечную цель работы, и только потом спрашивать хороша ли методика. Лично я идеи воровать у Вас не буду, обещаю.

Используйте )) Я не держусь за свои идеи, как за собственность. Всегда очень рада, когда мои идеи, мысли, любое творчество и труд - находят применение.
Но по форме, можно сослаться, собираюсь делать публикации по проекту и там это описывать.

Иван Стрельников писал(а): По сути, из того что я понял, есть явная проблема с единицами измерения. Если Вы пытаетесь просто нанести на карту сколько и где летают птицы в обозначенном радиусе обзора, то как минимум нужно учесть площадь. Т.е. определить количество птиц (пусть и гипотетических) на единицу площади. Самое простое -- разделить количество наблюдаемых особей в полигоне на площадь этого полигона. А уже потом находить средние для перекрывающихся полигонов. Иначе вклад каждой отдельной птицы в конечный результат сильно отличается в зависимости от расстояния до нее.

Хорошая мысль. Спасибо. Да. Это идет в контексте решения той проблемы - что 4 типа радиуса дают 4 класса точности. На карте примера - использовано только 3 первых радиуса, самый большой не использован.
Я попробую и подумаю.

Но все равно, говорить можно только после того, как Вы озвучите конечную цель, рабочие гипотезы и т.д. Может Вам и ГИС не совсем нужна. Может Ваша проблема решается банальной круговой статистикой или кучей других методов. А красивую, разноцветную карту для визуализации всегда можно будет нарисовать потом

Я не описала здесь проект, поскольку многие тут его уже знают, обсуждаю его уже больше года с момента начала в разных темах.
Изначальная постановка задачи описана в первом посте этой темы( в прокрутке - предисловие из текст пропосола, там есть и задачи)

Ну или вот, из этого предисловия задачи по проекту:

The main objectives of the project are:

2.1. To elaborate GIS maps of the Black Vulture (Coragyps atratus) distribution within circular areas of 20 km radius (AGRA) for two airports: The Campinas-Amarais airport and the Presidente Prudente airport.
2.2. To determine the correlation between this distribution and different anthropogenic, atmospheric and landscape parameters of each AGRA.
2.3. To elaborate a general model for the Black Vultures distribution in each AGRA around these airports

То есть сейчас к этой карте - ставится цель показать где птиц было больше, где меньше, чтобы проанализировать это с различными свойствами поверхности и выявить - есть ли здесь какая-то связь? Или какой фактор влияет сильнее?
Параметры поверхности:
1. Температура поверхности в середине дня (ASTER, один из дней наблюдений (но это тропики, температура днем здесь меняется не так сильно). В потенциале можно задействовать и Landsat8 для других дней.
2. Параметры рельефа (ASTER GDEM) - высота, экспозиция, крутизна.
3. И какие-то параметры, связанные с типом покрытия или же только общим характером ландшафта (городская зона,природная зона), может быть удаление от каких-то привлекательных объектов или факт их наличия.

Наблюдения за птицами (один вид - Black Vultures) проводились 1 год в 26 точках двух аэропортов.

Иван Стрельников писал(а):банальной круговой статистикой или кучей других методов. А красивую, разноцветную карту для визуализации всегда можно будет нарисовать потом.

Для меня никакая статистика не выглядит банальной. Да, идея применения здесь круговой статистики (хотя бы потому, что у меня всё расположено вокруг точек и зависит от радиуса) как-то напрашивается. Но не знаю, с ней не знакомилась. Нужна идея какая-то, как и что можно сделать. От нее и изучение пойдет.

.

Иван Стрельников писал(а): Т.е. определить количество птиц (пусть и гипотетических) на единицу площади. Самое простое -- разделить количество наблюдаемых особей в полигоне на площадь этого полигона. А уже потом находить средние для перекрывающихся полигонов. Иначе вклад каждой отдельной птицы в конечный результат сильно отличается в зависимости от расстояния до нее.

Перестроила итоговую карту. Теперь она построена по полю
15Avg_Gvult - это число птиц, учтенных на 1 квадратике (15 кв.м), осредненное по числу наслаивающихся в данном квадратике полигонов UA.

Не знаю, можно ли сделать что-то бОльшее, чтобы учесть эту разную удаленность птиц (и, соотв-но, разную площадь полигонов привязки)?

Просто грубо о применимости метода. Если построить такую карту для всего аэропорта, то голубые зоны - более безопасные, при увеличении красного оттенка - становятся все менее безопасными для самолетов, так как повышается риск столкновений с этими птицами (в активные для этого вида часы суток).


Очень грубо. Скорее передает саму идею. Так как точность наших сборов не предполагает построение настолько точной карты чтобы можно было по ней выверять курс. Но можно подойти к идее, как можно было бы ее построить..

нда.

Все таки не удалось уйти до конца, видимо. Ведь вряд ли это случайность, что в центре (точка обзора) птиц больше? Что-то тут не так..

В общем, конечно, надо посмотреть другие точки и еще думать. В чем может быть причина и как от нее избавиться.

Если вдруг у кого-то какие-то мысли будут на этот счет...


Поняла причину, технического рода самого построения, нужно подумать, как можно решить.

Решив примерно задачу с 3d отображением данных, хочу еще немного дополнить описанную методику.
Ведь помимо практических задач, этот метод интересен как способ отображения зоологических данных.
Причем - полезна как карта с чистой суммой, так и карта "плотности" (последний рисунок выше).

А метод, описанный в этой теме, позволяет увидеть всё сверху.




Эту штуку можно вращать как угодно. Правда для этого нужен ArcGIS (ArcScene), или разобраться чем открывается файл ее экспорта (wrl)

Каждый пунсон - это сумма учтенных птиц в уникальном полигоне UA. На этой карте - точка расположена на той высоте над теми координатами на плоскости, где была зафиксирована группа птиц.
Размер пунсона - показывает размер группы (есть легенда).

Получилось в итоге - достаточно приближенная реальная модель ситуации за год над данной точкой обзора.