Více

Nástroj ModelBuilder vytváří různé výsledky při použití tlačítka Spustit a spuštění jako nástroje

Nástroj ModelBuilder vytváří různé výsledky při použití tlačítka Spustit a spuštění jako nástroje


Zjistil jsem, že můžu spustit nástroj, který jsem vytvořil v ModelBuilderu, kliknutím na tlačítko spuštění po klepnutí na úpravu nástroje. Nevytváří však stejné výsledky, pokud spustím nástroj po kliknutí na něj pomocí okna ArcCatalog.

To nefunguje:

Ale to dělá:

Správný výstup:

Nesprávný výstup:

Ví někdo, proč se to může stát?


Udělal jsem třídu výstupních funkcí vyrovnávací části mého nástroje (CSRS_ORN_NER_Buffer% n%) parametr modelu, a přestože když ji spustím, říká se, že existuje konflikt dat, zdá se, že funguje dobře prostřednictvím okna ArcCatalog a aplikace ModelBuilder .


Kolikrát jste šli do systému ve vaší kanceláři a potřebovali jste kliknout několika diagnostickými okny, abyste si připomněli důležité aspekty jeho konfigurace, jako je jeho název, adresa IP nebo verze operačního systému? Pokud spravujete více počítačů, budete pravděpodobně potřebovat BGInfo. Automaticky zobrazuje relevantní informace o počítači se systémem Windows na pozadí plochy, jako je název počítače, IP adresa, verze aktualizace Service Pack a další. Můžete upravit libovolné pole, barvy písma a pozadí a umístit je do spouštěcí složky tak, aby spouštěla ​​každé spuštění, nebo jej dokonce nakonfigurovat tak, aby se zobrazovalo jako pozadí pro přihlašovací obrazovku.

Protože BGInfo jednoduše zapíše novou bitmapu pro plochu a ukončí se, nemusíte si dělat starosti s tím, že spotřebovává systémové prostředky nebo zasahuje do jiných aplikací.

Sysinternals BgInfo


podívejte se na SCons. Využívají to například Doom 3 a Blender.

Mám spoustu přátel, kteří přísahají CMake na vývoj napříč platformami:

Je to systém sestavení používaný pro VTK (mimo jiné), což je knihovna C ++ s vazbami mezi platformami Python, Tcl a Java. Myslím, že je to asi nejméně komplikovaná věc, kterou u těch mnoha funkcí najdete.

Vždy můžete vyzkoušet standardní automatické nástroje. Soubory Automake lze snadno sestavit, pokud používáte pouze Unix a pokud se držíte C / C ++. Integrace je složitější a automatické nástroje nejsou zdaleka nejjednodušším systémem vůbec.

doit je pythonový nástroj. Je založen na konceptech build-tools, ale obecnější.

  • můžete definovat, jak je úkol / pravidlo aktuální (nejen kontrola časových razítek, cílové soubory se nevyžadují)
  • závislosti lze dynamicky vypočítat jinými úkoly
  • Akce úkolu mohou být funkce pythonu nebo příkazy prostředí

Některé projekty GNOME migrovaly na waf.

Je založen na Pythonu, jako je Scons, ale také samostatný - takže spíše než vyžadovat, aby ostatní vývojáři měli nainstalovaný váš oblíbený nástroj pro sestavení, zkopírujte do svého projektu samostatný skript pro sestavení.

Doporučuji použít Rake. Je to nejjednodušší nástroj, který jsem našel.

Další dobré nástroje, které jsem však použil, pokud Ruby není vaše věc, jsou:

Uvědomte si nástroj ninja build (v1.8.2 září 2017), který je ovlivněn tup a redo.

Generátor sestavovacích souborů cmake (např. Pro Unix Makefiles, Visual Studio, XCode, Eclipse CDT,.) Může také generovat soubory sestavení ninja od verze 2.8.8 (duben 2012) a afaik, ninja je nyní dokonce výchozím nástrojem pro sestavování používaným cmake.

Předpokládá se, že překoná nástroj make (lepší sledování závislostí a je také paralelní).

cmake je již dobře zavedený nástroj. Nástroj pro sestavení můžete kdykoli později zvolit bez úpravy konfiguračních souborů. Pokud se tedy v budoucnu vyvine lepší build, který bude podporován cmake, můžete na něj pohodlně přejít.

Všimněte si, že pro c / c ++ je zlepšení času kompilace někdy omezené kvůli hlavičkám obsaženým v preprocesoru (zejména při použití libs pouze pro záhlaví, například boost & amp eigen), které snad budou nahrazeny návrhem modulů (v technické revizi c ++ 11 nebo případně v c ++ 1y). Podrobnosti o tomto problému najdete v této prezentaci.


GIS-SWIAS: Nástroj pro shrnutí stavu narušení a zranitelnosti mořské vody v měřítku aquifer

V tomto článku představujeme GIS-SWIAS, nový zobecněný ArcGIS ArcToolbox, který pomáhá analyzovat stav vniknutí mořské vody (SWI) a zranitelnost ve vodonosném měřítku (SWIAS). Jedná se o uživatelsky přívětivý nástroj, který lze použít na jakoukoli vodonosnou vrstvu a je plně integrován do prostředí ArcGIS, což je široce dostupný softwarový nástroj. Jedná se o první nástroj ArcGIS s těmito charakteristikami zaměřený na SWI analýzy, který můžeme najít v literatuře. GIS-SWIAS je schopen pracovat s georeferenčními informacemi, je snadné zavést požadovaná data (vstupy) a efektivně provádět požadované výpočetní operace. Jeho výstupy jsou ve formě tvarů, zpráv a obrázků (mapy, koncepční průřezy a časové řady soustředěných indexů), které shrnují velikost, intenzitu a časový vývoj SWI uvnitř vodonosné vrstvy pro konkrétní data nebo zobrazením statistik pro zvolené časové období. Lze jej použít k hodnocení historické dynamiky SWI v případech, kdy neexistuje model proudění podzemní vody. V těchto případech se prostorové rozdělení hodnotí použitím jednoduchých interpolačních technik. Pokud však chceme racionální kvantitativní analýzu udržitelnosti alternativních scénářů řízení k problému SWI, vyžaduje nástroj GIS-SWIAS, aby informace o distribuci hydraulické hlavy a koncentraci chloridů byly generovány ze simulací jejich dopadů kalibrovaným průtokem závislým na hustotě Modelka. V takových případech by mohly být pomocí tohoto nástroje užitečně analyzovány a porovnány adaptační strategie na potenciální budoucí scénáře - jejichž distribuované dopady musí být šířeny v rámci dříve kalibrovaných modelů. Vzhledem ke všem těmto způsobům, jak lze nástroj GIS-SWIAS použít, poskytuje cenný nástroj jak pro výzkumné pracovníky, tak pro techniky k hodnocení dynamiky SWI a odolnosti vodonosných vrstev v různých scénářích. Může podpořit rozhodovací proces tím, že pomůže při racionálním výběru strategií udržitelného řízení. Jeho výkonnost pro analýzy historických a potenciálních budoucích scénářů byla testována a potvrzena ve dvou případových studiích popsaných v předchozích výzkumných pracích.

1. Úvod

Pronikání mořské vody (SWI) do pobřežních vodonosných vrstev je celosvětovým problémem ovlivňujícím ekosystémy závislé na podzemní vodě a lidské zdraví. V posledních desetiletích povědomí společnosti o této otázce vzrostlo, což se odráží v právním rámci mnoha zemí. Například rámcová směrnice o vodě Evropské unie vyžaduje, aby plány povodí řešily dosažení dobrého kvalitativního a kvantitativního stavu útvarů podzemní vody [1]. V pobřežních útvarech podzemní vody je vniknutí jedním z hlavních problémů, které je třeba zvážit, aby se dosáhlo nebo udržovalo dobrý stav podzemní vody.

Dopady SWI na podzemní vody mají heterogenní distribuci. Analýzy časoprostorové distribuce SWI vyžadují mapování slanosti nebo koncentrace chloridů pro různá data. V závislosti na problému, který je třeba řešit, a dostupných informacích lze SWI aproximovat pomocí různých modelů. SWI lze mapovat buď použitím jednoduchých interpolačních modelů [2, 3] na stávající bodová data, nebo simulací fyzikálních procesů pomocí přechodových modelů hustoty podzemních toků závislých na hustotě [4, 5]. Výsledky získané pomocí těchto modelů fyzikálních procesů lze použít k posouzení strategií udržitelného řízení, tj. Strategií, které zabraňují zhoršení vodonosného zdroje v důsledku SWI [6]. Mohou být dokonce použity k šíření dopadů scénářů potenciálních místních změn klimatu (CC) [7] nebo globálních změn (GC) a k identifikaci adaptačních strategií [8].

Na základě map slanosti nebo koncentrace chloridů k ​​různým datům definovali někteří autoři indexy pro shrnutí SWI [9–12]. Tyto indexy poskytují přehled intenzity a prostorového rozložení nebo procenta SWI v měřítku zvodnělé vrstvy. Tyto indexy musí nabídnout popisné a syntetické výsledky, aby bylo možné porovnat stav SWI v různých kolektorech a v různých obdobích. Tyto indexové metody [9, 13] stanovují prahové hodnoty pro chloridy k definování základů SWI, které byly definovány různými způsoby: odkazem na přirozené úrovně pozadí a / nebo zohledněním koncentrací potřebných k ochraně závislých ekosystémů nebo lidského zdraví [14].

Pokud se k vykreslení map použitých k definování indexů používá jednoduchá interpolace, musí se analýzy omezit na historické období, pro které existují data. Naproti tomu lze modely fyzikálních procesů použít k šíření různých potenciálních podmínek, a tak lze v tomto druhém případě získat mapy pro různé scénáře (např. Alternativní scénáře správy nebo budoucí potenciální scénáře CC), výstup lze použít k určení optimální strategie a proto podporují rozhodovací proces [15].

Kromě stavu a dynamiky SWI je další důležitou otázkou, kterou je třeba vzít v úvahu při identifikaci strategií udržitelného řízení pobřežních zvodnělých vrstev, zranitelnost zvodnělé vrstvy vůči SWI. V literatuře jsme našli různé metody pro mapování zranitelnosti SWI, jako je metoda GALDIT [16]. Poté použitím metody k vyjádření zranitelnosti jako indexu můžeme také získat přehled o intenzitě a prostorovém rozložení nebo procentu SWI v měřítku vodonosné vrstvy [13].

2. Související práce

V literatuře najdeme mnoho nástrojů k hodnocení a analýze problémů s vodními zdroji [17–19]. Úspěch těchto softwarových nástrojů spočívá v jejich použitelnosti. Uživatelsky přívětivé prostředí a implementace do běžně používaného softwaru jsou klíčovými faktory jejich úspěchu a populárního použití. Například studie podzemní vody obvykle využívají geografické informační systémy (GIS), protože jsou to výkonné, široce dostupné nástroje, které dokážou vypořádat se s velkým množstvím prostorových georeferencovaných informací [20] a provádět výpočty efektivním způsobem, aby poskytly rychlé výsledky [21]. Analýza a mapování hydrogeologických dat poskytuje rozhodujícím činitelům užitečné časoprostorové informace [22].

Nástroje GIS byly široce používány pro různé účely související s problematikou podzemních vod [23, 24]. Několik autorů vyvinulo v prostředí GIS různé zdrojové kódy (Alcaraz et al. [25] Bhatt et al. [26]) pro hydrogeologické modelování. Criollo et al. Vyvinuli bezplatný a otevřený zdrojový modul zahrnutý do FREEWAT. [19] analyzovat hydrochemické a hydrogeologické údaje za účelem zjednodušení charakterizace útvarů podzemních vod s chemickým rizikem. Almeida a kol. [27] spojili model proudění podzemní vody s prostředím GIS, aby simulovali přechodný tok v uzavřeném kolektoru. Akbar a kol. [28] a Ríos et al. [29] představili modely založené na GIS pro simulaci úniku kontaminujících látek do podzemních vod.

V pobřežních oblastech byl vyvinut trojrozměrný model proudění podzemní vody založený na GIS [30], který simuluje reakci zvodnělé vrstvy na minulé změny klimatu. Nový nástroj ArcGIS pro simulaci toku podzemní vody a vizualizaci výsledků implementoval také [19]. Jiní autoři (De Filippis a kol. [31]) kromě modelu proudění podzemní vody použili ke studiu dopadů čerpání na pronikání mořské vody do pobřežních vodonosných vrstev na Maltě a v Itálii dříve vyvinutý nástroj založený na GIS (AkvaGIS). Tento nástroj byl použit v jiných studiích (Perdikaki a kol. [32]) k analýze hydrochemických parametrů u pobřežní zvodnělé vrstvy, která představovala problémy s pronikáním mořské vody.

Pokud však víme, neexistuje žádný nástroj ArcGIS zaměřený na analýzu stavu a zranitelnosti pronikání mořské vody (SWI) v měřítku vodonosných vrstev.

V tomto článku popisujeme vývoj nového nástroje ArcGIS s názvem GIS-SWIAS, což je implementace indexové metody pro hodnocení stavu zvodnělé vrstvy a zranitelnosti vůči SWI navržené [13, 15]. Pomáhá analyzovat stav SWI a / nebo zranitelnost ve vodonosném měřítku pomocí smíšené koncentrované distribuované analýzy. Jedná se o uživatelsky přívětivý soubor nástrojů ArcGIS®, který provádí všechny požadované výpočty pro konkrétní data nebo časová období v prostředí GIS. Datovými vstupy do modelu jsou mapy hydraulické hlavy a koncentrace chloridů. Nástroj poskytuje dvě možnosti pro mapování těchto proměnných: první je použití bodových dat pomocí interpolačních technik integrovaných v GIS-SWIAS, zatímco druhé je převzetí těchto dat ze stávajících externích distribuovaných modelů. Druhý přístup umožňuje posoudit a porovnat různé klimatické scénáře a scénáře řízení. Z těchto map byly v GIS-SWIAS plně automatizovány rozsáhlé výpočty, které zobrazují výsledky jako distribuované mapy ovlivněných a neovlivněných objemů (v určitém okamžiku nebo po určitou dobu), průměrné koncepční průřezy a soustředěný index (Ma a L_Vul) k analýze globální intenzity a dynamiky SWI.

Ačkoli v literatuře existuje mnoho nástrojů založených na GIS, které umožňují simulovat tok podzemní vody a analyzovat kvalitu podzemní vody, žádný z nich neprovádí prostorovou a časovou analýzu týkající se kvality podzemních vod a jejich zranitelnosti. Navíc tento nový nástroj poskytuje jednoduché obrázky, které shrnují proporcionálně ovlivněnou oblast uvnitř zvodnělé vrstvy podle prahové hodnoty chloridů. Za tímto účelem byl pro analýzu problému vniknutí mořské vody použit GIS-SWIAS, ale tento nástroj by mohl být použit k reprezentaci globálního stavu zvodnělé vrstvy jakéhokoli kontaminantu. Hlavním cílem GIS-SWIAS je poskytnout snadno použitelný nástroj prostřednictvím uživatelsky přívětivého rozhraní, který mohou uživatelé na různých úrovních odbornosti použít k shrnutí problému SWI v měřítku aquifer. Umožňuje analýzu dlouhých časových období s nízkými výpočetními náklady.

3. Popis nástroje GIS-SWIAS: Modely, vstupy a výstupy

GIS-SWIAS je ArcGIS ArcToolbox, který obsahuje modely potřebné k analýze stavu SWI a zranitelnosti ve vodonosném měřítku podle metodologie popsané v předchozích dílech [13, 15]. Obrázek 1 ukazuje strukturu nástroje, která zahrnuje vstupy, kroky a modely a také generované výstupy.

K určení celkového stavu zvodnělé vrstvy se použije vstupy k nástroji patří proměnné (charakterizovat historický vývoj hydraulické hlavy a koncentrace chloridů) a parametry (definovat geometrii zvodnělé vrstvy a hydrodynamické chování). Data popisující historický vývoj mohou pocházet z přímých pozorování (monitorovací síť) nebo z jiných technik (geofyzikální aplikace atd.). Pro posouzení zranitelnosti je vyžadován další vstup: distribuovaná mapa indexu zranitelnosti, která pochází z dalších vnitřních informací (typ vodonosné vrstvy, vodivost, vzdálenost od pobřeží a koncentrace hydrogenuhličitanu).

Výsledky/výstupy vytvořené za účelem shrnutí stavu a zranitelnosti vůči SWI prostřednictvím vizuálních zobrazení a časových řad jsou následující: (1) mapy objemů zvodnělé vrstvy ovlivněné SWI (2) 2D koncepční průřezy (se střední penetrací do vnitrozemí a střední tloušťkou k určitým datům nebo průměrnými hodnotami (3) koncentrovaný index (množství chloridu, které způsobí, že koncentrace v některých oblastech překročí prahovou hodnotu SWI a index zranitelnosti), aby bylo možné shrnout globální dynamiku SWI uvnitř zvodnělé vrstvy.

3.1. Popis výstupů: Teoretické základy

Abychom mohli posoudit mapy objemů vodonosných vrstev ovlivněných SWI pro různá data, musíme sestavit (A) mapy koncentrace chloridů nebo zranitelnosti vůči mapám objemů podzemních vod SWI (B) pro konkrétní data (C) prahová hodnota koncentrace nebo zranitelnosti chloridů které budou použity k označení, které části zvodnělé vrstvy jsou ovlivněny (oblasti s koncentrací chloridů nebo indexem zranitelnosti překračujícím prahovou hodnotu). Tento nástroj poskytuje dvě možnosti, pokud jde o vstupní mapy (A) (mapy chloridů nebo zranitelnosti) a (B), buď interní výpočet map z bodových dat pomocí interpolačních technik integrovaných v GIS-SWIAS, nebo převzetí map ze stávajících externích distribuovaných map modely druhá možnost znamená, že lze porovnat a posoudit různé možné klimatické a / nebo manažerské scénáře. Mapy objemu podzemní vody se počítají kombinací hydraulické hlavy, geometrie a akumulačního koeficientu. Mapy objemu podzemní vody a koncentrace chloridů jsou kombinovány za účelem posouzení objemu vodonosné vrstvy ovlivněné použitím prahové hodnoty chloridu (PROTIr). Předpokládá se, že se tato prahová hodnota rovná úrovni přirozeného pozadí vodonosné vrstvy nebo referenční normě kvality stanovené orgány za účelem udržení dobrého stavu podzemní vody. Ovlivněný objem je definován jako objem podzemní vody zdroje, jehož koncentrace chloridů je nad stanovenou prahovou hodnotou.

2D koncepční průřez zobrazuje velikost procesu vniknutí do vodonosné vrstvy v konkrétním okamžiku nebo střední hodnoty v časovém období. Průřez je definován kolmo k pobřeží. Shrnuje průměrnou geometrii ovlivněného objemu, tj. Průměrnou tloušťku a vnitřní průnik objemu zvodnělé vrstvy s koncentrací chloridů nad prahovou hodnotou. Průměrná ovlivněná tloušťka Tha(m) a pronikání do vnitrozemí P(m) narušení lze vypočítat sečtením hodnot v každé buňce i sítě zvodnělých vrstev, kde koncentrace chloridů překračuje prahovou hodnotu:

kde PROTIi (& gtVr) je objem podzemní vody (m 3) v cele i s koncentrací chloridů (nebo zranitelností) vyšší než PROTIr Si je povrchová plocha (m 2) buňky i s koncentrací chloridů (nebo zranitelností) vyšší než PROTIr bi je nasycená tloušťka (m) v buňce i s koncentrací Cl (nebo zranitelností) výše PROTIr αi je koeficient ukládání v buňce i Lpobřeží je délka pobřeží (m).

Střední koncentrace chloridu (C) ovlivněného objemu je

kde je koncentrace chloridů (mg / l) v buňce i PROTIi(& gtVr) je objem podzemní vody (m 3) v buňce i s koncentrací převyšující PROTIr je celkový objem podzemní vody (m 3) postižené oblasti.

Zvýšení koncentrace chloridu (IC) nad prahovou hodnotu (PROTIr) v ovlivněném objemu je

Obě proměnné, koncepční průřez a index IC, poskytují přehled o velikosti a intenzitě procesu narušení na lineární metr pobřeží v konkrétním časovém okamžiku.

Paušální index Ma (hmotnost chloridu, která způsobí, že koncentrace v některých oblastech překročí prahovou hodnotu) pro shrnutí globální dynamiky SWI uvnitř vodonosné vrstvy, se získá vynásobením přírůstku koncentrace (IC) penetrací (P) a ovlivněná tloušťka (Tha) z (1) a (3).

Zranitelnost vůči SWI (nebo zranitelnost vůči kontaminaci obecně) je hodnocena a shrnuta podle stejných kroků k posouzení stavu SWI. V tomto případě musí být namísto hodnot koncentrací chloridů vytvořena distribuovaná mapa zranitelnosti podzemních vod použitím jakékoli indexové metody (např. GALDIT) a prahová hodnota použitá k identifikaci postižené oblasti je definována konkrétní třídou zranitelnosti (např. , vysoká nebo velmi vysoká zranitelnost).

Ovlivněný objem odpovídá podzemní vodě, která vykazuje hodnoty zranitelnosti nad prahovou hodnotou (např. Velmi vysoká zranitelnost). Průměrná ovlivněná tloušťka Tha(m) a vnitrozemská penetrace P (m) se vypočítají použitím (1).

Souhrnný index k posouzení zranitelnosti je

kde je hodnota indexu zranitelnosti (-) v buňce i.

Koncept Ma a L_Vul zahrnuje některá zjednodušení v souladu s definicí koncepčních průřezů. Zatímco 2D mapy a průřezy shrnují rozsah a velikost SWI a zranitelnosti ve vodonosné vrstvě v určitou dobu, indexy Ma a L_Vul ukazují soustředěnou intenzitu a časovou dynamiku SWI a zranitelnost vůči SWI ve vodonosném měřítku.

3.2. Programování nástrojů v ArcGIS

GIS-SWIAS je ArcGIS ArcToolbox složený z řetězce modelů naprogramovaných v ModelBuilder. ModelBuilder je vizuální programovací jazyk, který umožňuje řetězení a sekvenování několika geoprocesních nástrojů ArcGIS prostřednictvím uživatelsky přívětivého rozhraní. ModelBuilder je k dispozici na panelu nástrojů v ArcGIS. Umožňuje přidat jakýkoli geoprocesní nástroj ArcGIS propojením a poskytnutím jeho výstupu a jeho přenesením do jiného nástroje jako vstupu.

Programování v ModelBuilder nám umožňuje automatizovat pracovní postup pro vytvoření modelu, který lze dokumentovat a sdílet jako nástroj ArcGIS. ModelBuilder obsahuje skriptovací nástroj pro propojení se skripty Pythonu a dalšími modely. Umožňuje také iteraci pracovního toku, takže může být velmi užitečné analyzovat vývoj historických hydrogeologických procesů.

Tři modely, které tvoří GIS-SWIAS, byly zkompilovány přidáním různých nástrojů z ArcToolboxu k vytváření obrazců z bodových dat, k interpolaci atd. Obrázek 2 ukazuje pracovní postup jednoho ze tří modelů.

Přestože ModelBuilder je intuitivní a snadno použitelný nástroj, integrace mnoha geoprocesů do stejného modelu může být obtížná. Protože několik geoprocesů má dynamické parametry a je nutná interakce uživatele, GIS-SWIAS byl rozdělen do tří kroků (modelů), které je třeba provést podle pracovního postupu zobrazeného na obrázku 1.

3.3. Popis modelů v rámci GIS-SWIAS

GIS-SWIAS obsahuje tři modely ModelBuilder (obrázek 2), které lze použít jednotlivě nebo použít postupně k vytvoření úplného souhrnného posouzení SWI v měřítku vodonosné vrstvy. GIS-SWIAS lze sdílet s ostatními uživateli a lze jej přidat jako sadu nástrojů, jak je znázorněno na obrázku 3. Pořadí běhu se řídí pořadí uvedeným v pracovním postupu (obrázek 1): „Mapa koncentrace chloridů“, „Mapa hydraulické hlavy“, a „Shrnutí SWI“. Tyto modely lze spustit v okně ArcToolbox, které poskytuje uživatelsky přívětivé grafické uživatelské rozhraní.

3.3.1. Model „Mapa koncentrace chloridů“

Model „Mapa koncentrace chloridů“ generuje klasifikovaný tvarový soubor koncentrace chloridů z tabulky bodových prvků v textovém formátu pomocí interpolační techniky Inverse Distance Weighting (IDW) (v tomto nástroji lze implementovat další interpolační techniky). Může také importovat pole koncentrace chloridů ze souborů Visual MODFLOW. Dialogové okno zobrazené na obrázku 4 se otevře poklepáním na modelový nástroj v okně ArcToolbox.

Model vyžaduje, aby byl analyzován polygonový tvar aquifer a pracovního prostoru obsahujícího textový soubor pro každé datum. Musí obsahovat textové soubory X a Y UTM souřadnice, které definují umístění bodových prvků a hodnot koncentrace chloridů (mg / l) v pozorovacích jamkách. Textové soubory také musí obsahovat záhlaví sloupce, jak je znázorněno na obrázku 4. Textový název souboru nesmí překročit osm znaků ani obsahovat mezery nebo speciální znaky (podtržítko lze použít jako náhradu). Není nutné, aby všechny body obsahovaly údaje každé datum analyzovaného období.

Uživatel musí ve vstupní tabulce označit pole (sloupce), která obsahují X a Y souřadnice a hodnota koncentrace chloridu pro každý bod (obrázek 5). Uživatel může změnit volitelná nastavení týkající se technik interpolace IDW. Je také nutná reklasifikace hodnot po interpolaci. Nakonec musí uživatel vybrat složku, do které se budou ukládat výstupní obrazce.

Po vyplnění všech požadovaných parametrů lze model spustit kliknutím na „OK“ v dolní části dialogového okna. Obrazovka provádění (obrázek 6) zobrazuje běžící procesy a lze ji zavřít, když je spuštění úspěšně dokončeno.

Model „Mapa koncentrace chloridů“ poskytuje následující tvarové soubory pro každé analyzované datum: (1) bodový tvarový soubor údajů o koncentraci chloridu (2) rastr z datové interpolace (3) polygonový tvarový soubor z interpolace pokrývající výchozí příponu a (4) polygonový tvarový soubor z interpolace připnutá k tvaru zvodnělé vrstvy.

3.3.2. Model „Hydraulická mapa hlavy“

Model „Mapa hydraulické hlavy“ generuje klasifikovaný tvarový soubor hydraulické hlavy z tabulky prvků bodů v textovém formátu. Generuje také tvarový soubor obsahující proměnné vodonosné vrstvy (koncentrace chloridů a hodnoty hydraulického tlaku) a vodonosné parametry (součinitel skladování a spodní část vodonosné vrstvy). Dialogové okno je zobrazeno na obrázku 7.

Tento model má stejné vstupní požadavky jako model „Koncentrační mapy chloridů“, ale zaměřuje se na údaje o hydraulické hlavě (m.a.s.l.). Umožňuje také importovat hydraulická pole hlavy z Visual MODFLOW. Název textových souborů hydraulické hlavy musí být stejný jako textové soubory koncentrace chloridů pro každé analyzované časové období.

Uživatel musí označit umístění chloridových tvarových souborů generovaných v předchozím modelu (model „Mapa koncentrace chloridů“). Vyžaduje také mnohoúhelníkové tvarové soubory koeficientu úložiště a spodní část (m) zvodnělé vrstvy jako vstupy.

Tento model generuje obrazce tvarů dat hydraulické hlavy analogickým způsobem jako u modelu „Chlorid koncentrační mapa“. Kromě toho poskytuje polygonový tvarový soubor obsahující proměnné pro každé analyzované datum (koncentrace chloridů a hodnoty hydraulické hlavy) a parametry (spodní a skladovací koeficient) zvodnělé vrstvy. Tento tvarový soubor má název „union_% název textového souboru hydraulické hlavy% _hh.shp“, kde „% name textového souboru hydraulické hlavy%“ je proměnný, pokud jsou analyzována různá data.

3.3.3. Model „Shrnutí SWI“

U modelu „Summarizing SWI“ byla metodologie navržená v Baena-Ruiz et al. [13,15] a popsaný v části 3.1 byl implementován v prostředí ArcGis. Tento nástroj generuje tabulky Excel® obsahující statistiky, které shrnují SWI v měřítku aquifer. Rovněž generuje koncepční průřezy (.shp), kde jsou čerpány střední ovlivněné a neovlivněné objemy pro aquifer (průměrné hodnoty za časové období nebo okamžité hodnoty k určitému datu). Pokud jsou analyzována různá data, zobrazuje grafy představující časový vývoj proměnných Pa a Ta, procento ovlivněného objemu, koncentraci chloridů ve vodonosné vrstvě a Ma index (nebo soustředěný index zranitelnosti). Dialogové okno pro posouzení globálního stavu je uvedeno na obrázku 8.

Model „Summarizing SWI“ vyžaduje zadání cesty ke složce, kde byly dříve uloženy výsledky „modelu hydraulické hlavy“. V této složce obsahuje soubor shapefile s názvem „union_% název textového souboru hydraulické hlavy% _hh.shp“ koncentraci chloridů, hydraulickou hlavu, spodní část vodonosné vrstvy a pole koeficientu úložiště. Uživatel musí z rozevíracího seznamu vybrat odpovídající sloupec ve vstupním souboru tvaru pro každé pole, jak je znázorněno na obrázku 9.

Dalším požadovaným parametrem v tomto nástroji je „Prahová hodnota chloridů“. Je definována jako hodnota koncentrace chloridů, nad kterou je vodonosná vrstva považována za ovlivněnou SWI. Tato prahová hodnota může být stanovena jako úroveň přirozeného pozadí zvodnělé vrstvy nebo jako příslušné normy kvality životního prostředí. Hinsby a kol. [14] navrhli metodu výpočtu prahových hodnot podzemní vody na základě těchto kritérií.

Délka pobřeží (m) je také vyžadován pro následné výpočty.

X a Y Osy vytvářejí souřadnicový systém koncepčních průřezů. Nástroj GIS-SWIAS poskytuje křivky pro křivky X a Y osy umístěné na (0,0), ale uživatel je může přeložit na jiný počátek souřadnic nebo vytvořit nové.

Faktor svislého měřítka se používá k změně měřítka vertikální velikosti (Ta) koncepčního průřezu, pokud je faktor Ta / Pa příliš malý. Pokud je faktor vertikálního měřítka = 1, koncepční průřez zachová poměr skutečné velikosti.

Nakonec jsou vyžadovány dvě cesty, kam budou uloženy výstupní výsledky. „Statistika výstupního pracovního prostoru“ bude obsahovat zprávy o soustředěných proměnných ve formátu tabulky aplikace Excel pro každé analyzované datum (obrázek 10) a průměrné statistiky za celé období. Na této cestě budou také uloženy čtyři grafy: (1) časový vývoj proměnných Pa a Ta (2) ovlivněný procentní objem (3) Ma index a (4) koncentrace chloridů ve vodonosné vrstvě (střední koncentrace chloridů ve vodonosné vrstvě, střední chlorid koncentrace v ovlivněném objemu a přírůstek koncentrace v ovlivněném objemu nad prahovou hodnotou).

„Výsledky výstupního pracovního prostoru“ budou obsahovat polygonové tvarové soubory, které umožňují vykreslení (1) průměrného ovlivněného a (2) neovlivněného koncepčního průřezu ve vodonosné vrstvě pro každé analyzované datum, (3) průměrného ovlivněného a (4) neovlivněného koncepčního kříže úsek v časovém období a (5) maximální ovlivněný průřez v časovém období. Tyto dvě cesty mohou být stejné pro všechny výsledky, ale musí se lišit od výstupních cest předchozích modelů.

Obrázek 11 a tabulka 1 ukazují grafické a statistické souhrny nástroje GIS-SWIAS.

Souhrnné proměnné (tabulka Excel)
V konkrétním časovém okamžikuStatistiky za časové období
Celkový objem vodonosné vrstvyPrůměrný objem vodonosné vrstvy
Celkový objem ovlivněný vodonosnou vrstvouPrůměrný objem ovlivněný vodonosnou vrstvou
Celková koncentrace chloridů

Nástroj GIS-SWIAS může poskytnout výsledky pro každé datum, kde jsou k dispozici informace, které jsou získány iterační aplikací popsané metody. GIS-SWIAS umožňuje analyzovat historická [13] a budoucí období [15], pokud mapy hydraulické hlavy a chloridů pocházejí z modelu proudění závislého na hustotě. Tímto způsobem lze GIS-SWIAS použít k analýze adaptačních strategií [15], pokud jde o snížení SWI, s přihlédnutím k budoucím možným scénářům, které mohou zahrnovat CC a / nebo GC, rovněž s přihlédnutím k projektovaným scénářům změn ve využívání půdy (nové urbanizované oblasti, transformace plodin) [15].

Tento nástroj lze navíc použít také k shrnutí zranitelnosti SWI u jakékoli indexové metody použité k jejímu posouzení. V tomto případě by místo map koncentračních koncentrací chloridů, generovaných provedením modelu „Koncentrační mapy chloridů“, byly jako vstupy modelu „Shrnutí zranitelnosti SWI“ použity polygonové obrazce indexu zranitelnosti (dříve připravené uživatelem) 12), což rovněž vyžaduje tvarový soubor „Mapa hydraulické hlavy“ vygenerovaný nástrojem, jak bylo popsáno výše.

Mapy indexu zranitelnosti musí být zahrnuty jako numerická pole (hodnoty získané před definováním tříd zranitelnosti). Aby bylo možné vytvořit koncepční průřezy, které shrnují „ovlivněný“ objem vodonosné vrstvy, tj. Kde je identifikována zranitelnost vůči SWI, vyžaduje tento nástroj prahovou hodnotu zranitelnosti, která představuje referenční hodnotu zvolenou pro rozlišení mezi ovlivněnými a neovlivněnými objemy. Tato prahová hodnota se použije také k posouzení indexu soustředěné zranitelnosti.

Stejně jako v definici indexu Ma se i souhrnná globální hodnota zranitelnosti ve vodonosné vrstvě k určitému datu získá vážením skóre zranitelnosti v každé buňce se zásobou vody. Tento soustředěný index také umožňuje provést analýzu dynamiky zranitelnosti systému SWI v měřítku vodonosné vrstvy. Souhrnný index lze také získat pomocí různých prahových hodnot [13, 15].

4. Diskuze

GIS-SWIAS je uživatelsky přívětivý polyvalentní nástroj ArcGIS, který poskytuje komplexní přehled o stavu a zranitelnosti SWI ve vodonosném měřítku. Integruje tři modely, které jsou zdokumentovány za účelem stručného vysvětlení popisu nástroje, jeho užitečnosti a údajů požadovaných pro každou položku. Tento nástroj mohou vědci a osoby s rozhodovací pravomocí, které nemusí být pokročilými uživateli GIS, použít k shrnutí problémů SWI. Mnoho nástrojů založených na GIS se ukázalo být výkonným a nákladově efektivním pro analýzu problémů podzemních vod (Criollo a kol. A Perdikaki a kol. [19, 32]). Navíc lze modely GIS jako modely ModelBuilder integrovat do jiných platforem pomocí skriptovacího nástroje Python (Menezes a Inyang [33]).

Kvůli heterogenní distribuci pronikání mořské vody distribuované informace a hodnocení jsou povinni studovat jeho dopady [8, 30]. Z tohoto důvodu metody pro modelování [34, 35] dopady SWI a uživatelsky přívětivé nástroje vyvinuté na jejich základě [36–38] rovněž vyžadují distribuované vstupy a výpočty. GIS-SWIAS je nástroj, který lze klasifikovat jako postprocesní nástroj pro shrnutí a pomoc při analýze dopadů SWI v měřítku vodonosné vrstvy. Tento nástroj produkuje distribuované i koncentrované výsledky v měřítku aquifer, ale logicky také vyžaduje distribuované vstupy a hodnocení, jak je popsáno v předchozích částech. V této skupině postprocesních nástrojů najdeme v literatuře například [39]. GIS-SWIAS je nový nástroj, ve kterém byla implementována metoda navržená [13, 15]. Významnou novinkou této metody ve srovnání s jinými dříve vyvinutými metodami je to, že navrhovaný koncentrovaný index shrnující stav SWI ve vodonosném měřítku je založen na proměnné s fyzickým významem (množství chloridu, které způsobí, že koncentrace v některých oblastech překročí přirozenou prahovou hodnotu ). Na druhou stranu novým aspektem tohoto nástroje je, že z distribuovaných informací a výpočtů umožňuje GIS-SWIAS snadný výpočet ovlivněného objemu obsahujícího koncentraci chloridů nad prahovou hodnotou. Tento nástroj také pomáhá vytvářet soustředěné výstupy SWI (indexy) v měřítku zvodnělé vrstvy. Produkuje cenné informace, které pomáhají vyvozovat závěry o dynamice v aquiferovém měřítku, pokud jde o ovlivněný objem a globální intenzitu SWI. Poskytuje tedy také pohled na odolnost a trendy aquiferů. Proto pomůže identifikovat pobřežní útvary podzemních vod, které vyžadují zavedení nových strategií řízení k dosažení dobrého stavu.

Identifikace SWI (fenomén, který chceme analyzovat) vyžaduje stanovenou prahovou hodnotu, která definuje inflexní bod, za kterým začne vodonosná vrstva zaznamenávat dopad. Předchozí výzkumy ukazují, že dopad SWI je významně citlivý na volbu přijaté prahové hodnoty [13]. Významné nejistoty týkající se stanovení těchto prahových hodnot [14] a citlivost toho, zda je aquifer hlášen jako ovlivněný SWI nebo ne, zvyšuje praktický zájem nástroje GIS-SWIAS: je schopen provádět rozsáhlé výpočty potřebné k shrnutí SWI ve vodonosném měřítku pro analýzy historických i potenciálních scénářů s přihlédnutím k různým prahovým hodnotám, které umožňují srovnání výsledků.

Pokud jde o mapy použité jako vstupy, nástroj umožňuje dvě možnosti: generovat mapy z dostupných dat pomocí různých interpolačních technik integrovaných do nástroje a pořizovat mapy přímo ze souborů SEAWAT. Tato funkce - která umožňuje generovat mapy z bodových dat nebo je načítat z jiných běžně používaných nástrojů - byla také implementována do jiných nástrojů pro hodnocení SWI [36, 37]. Pokud však víme, není k dispozici v nástrojích pro následné zpracování. V případech, kdy jsou mapové vstupy převzaty z modelů závislých na hustotě, lze provést srovnávací posouzení různých scénářů (klimatické podmínky a / nebo strategie řízení). Přístup fyzikálních procesů lze použít k šíření a porovnávání různých potenciálních podmínek, takže v tomto případě lze získat a porovnat mapy pro různé scénáře (např. Scénáře řízení nebo budoucí potenciální scénáře CC), což znamená, že výstup nástroje může podpořit rozhodovací proces [15]. Naproti tomu, když jsou mapy použité k definování indexů získány použitím jednoduchých interpolačních přístupů, je analýza omezena na historické období, za které jsou data k dispozici.

Tento nástroj také pomáhá analyzovat zranitelnost vůči pronikání mořské vody v měřítku zvodnělé vrstvy. V literatuře najdeme různé metody hodnocení zranitelnosti podzemních vod v závislosti na faktorech znečištění (Aller et al., Vias et al. A Baena-Ruiz a Pulido-Velazquez [40–42]), čerpání (Pulido-Velazquez et [43, 44]) a SWI [12, 16]. Při tomto hodnocení se objevily uživatelsky přívětivé nástroje, některé z nich byly vyvinuty v prostředí GIS [45]. Přesto neexistují žádné nástroje, které by pomohly při hodnocení zranitelnosti SWI se zaměřením na postprocesing. Jedná se tedy o první popsaný postprocesní nástroj, který integruje posouzení stavu a zranitelnosti SWI, což je velmi cenná informace, která pomůže identifikovat význam problémů SWI v kolektorech a potenciálních udržitelných řešeních.

Nástroj GIS-SWIAS byl aplikován na dvě různé případové studie ve středomořské oblasti Španělska (Plana de Oropesa Torreblanca a Plana de Vinaroz), přičemž byly získány výsledky popsané v předchozích příspěvcích [13, 15].V [13] automatizace procesu pro generování interpolovaných map umožnila autorům analyzovat stav SWI a zranitelnost po delší časové období (1977–2015) a dokázat citlivost výsledků na prahovou hodnotu chloridů (byly analyzovány dvě prahové hodnoty: 250 mg / la 1100 mg / l) ve vodonosných vrstvách Plana de Oropesa-Torreblanca a Plana de Vinaroz. V [15] byly dopady budoucích scénářů GC analyzovány ve vodonosné vrstvě Plana de Oropesa-Torreblanca. Metodika z [13] byla upravena pro srovnání šesti možných budoucích scénářů včetně adaptačních strategií. Historické období pocházelo z let 1973 až 2010 a šest budoucích scénářů zahrnovalo období 2011–2035.

Základní metodika implementovaná v GIS-SWIAS byla použita v [13] interpolací chloridových map a hydraulické hlavy z pozorovacích bodů, zatímco informace pro generování polních map v [15] byly načteny z modelu SEAWAT. Výsledky těchto studií pro zvodněnou vrstvu Plana de Oropesa-Torreblanca ukazují rozdíly, které odhalují, že aproximace fyzikálního procesu SWI získané pomocí modelu toku závislého na hustotě poskytují přesnější vyjádření. Přes tyto rozdíly jsou výsledky ve stejném řádu. Jiní autoři, kteří vyvinuli indexy týkající se SWI [6, 9], také dokázali, že výsledky se výrazně neliší zahrnutím údajů o trojrozměrné slanosti. Kromě toho bude aproximace získaná pomocí interpolace záviset na počtu pozorování a distribuci těchto bodů ve vodonosné vrstvě.

Ačkoli byl tento nástroj vyvinut pro analýzu problému SWI, mohl by být použit ke studiu soustředěného dopadu jakéhokoli kontaminantu na podzemní vodu a / nebo zranitelnosti podzemních vod použitím jakéhokoli indexu zranitelnosti. V tomto případě by se místo parametru „Délka břehu“ pro vytvoření průřezu měly vzít v úvahu jiné ekvivalentní délky (např. Délka vodonosné vrstvy kolmá ke směru proudění podzemní vody). GIS-SWIAS proto splňuje požadavky na flexibilitu, robustnost, snadnou interakci a uživatelskou přívětivost, což z něj činí užitečný nástroj v procesu rozhodování. Umožní jejich použití jako „modelů / nástrojů sdílení vize“, které pomohou při diskusi o alternativách řízení mezi zúčastněnými stranami a zástupci správy [46]. Mnoho nástrojů pro systémy rozhodování nebylo úspěšných, protože nebyly uživatelsky přívětivé [47, 48].

4.1. Předpoklady a omezení

V této části shrnujeme hlavní předpoklady / omezení nástroje GIS-SWIAS a v implementované metodice.

4.1.1. Základní metodika
4.1.2. Nástroj GIS-SWIAS

5. Závěry

V tomto článku popisujeme nový obecný nástroj GIS-SWIAS. Jedná se o nástroj založený na ArcGIS, který je určen k analýze stavu SWI a zranitelnosti v měřítku aquifer pomocí metody uvedené v [13, 15]. Jedná se o uživatelsky přívětivý nástroj, který umožňuje vypořádat se s georeferenčními informacemi, a je snadné zavést požadovaná data (vstupy) a efektivně provádět požadované výpočetní operace. Jeho výstupy jsou ve formě zpráv a obrázků, které shrnují velikost, intenzitu a časový vývoj SWI uvnitř vodonosné vrstvy.

Nástroj GIS-SWIAS lze použít k posouzení historické dynamiky SWI v případových studiích, kde nemáme předchozí model. Pokud však chceme analyzovat racionální kvantitativní analýzou různých alternativních scénářů řízení pro udržitelné řízení SWI, bude nutné, aby nástroj GIS-SWIAS získal informace o distribuci hydraulické hlavy a koncentraci chloridů generované ze simulací jejich dopadů kalibrovaný model toku závislý na hustotě. V takových případech mohou být pomocí tohoto nástroje užitečně analyzovány a porovnány adaptační strategie na potenciální budoucí scénáře, jejichž distribuované dopady musí být šířeny v rámci dříve kalibrovaných modelů. GIS-SWIAS lze použít k posouzení nejen stavu SWI v měřítku vodonosné vrstvy, ale také zranitelnosti vůči jakékoli kontaminující látce.

Vzhledem ke všem těmto způsobům, jak lze nástroj GIS-SWIAS použít, poskytuje cenný nástroj jak pro výzkumné pracovníky, tak pro techniky k hodnocení dynamiky SWI a odolnosti vodonosných vrstev v různých scénářích řízení. Může podpořit rozhodovací proces při racionálním výběru strategií udržitelného řízení. Výkon nástroje byl testován a potvrzen ve dvou případových studiích popsaných v předchozích výzkumných pracích.

Lze jej použít na jakoukoli případovou studii. Snadno použitelný pracovní postup a několik požadovaných vstupních dat usnadňuje jeho použití u velkého počtu případových studií za účelem srovnání SWI.

Dostupnost dat

Software vyvinutý v této studii může být vydán na základě žádosti autorům, které lze kontaktovat na [email protected] nebo [email protected]

Střet zájmů

Autoři prohlašují, že v souvislosti se zveřejněním tohoto článku nedochází ke střetu zájmů.

Poděkování

Tato práce byla podpořena projekty GeoE.171.008-TACTIC a GeoE.171.008-HOVER od organizace GeoERA financované z programu Evropské unie pro výzkum a inovace Horizont 2020 a projektu SIGLO-AN (RTI2018-101397-B-I00) od španělského ministerstva vědy, inovace a univerzity (Program Estatal de I + D + I orientada a los Retos de la Sociedad).

Reference

  1. Rámcová směrnice o vodě (WFD), „Directiva 2000/60 / CE del Parlamento Europeo y del Consejo de 23 de Octubre de 2000,“ Diario Oficial de las Comunidades Europeas de 22/12/2000, Rámcová směrnice o vodě (WFD), 2000, L 327 / 1–327 / 32. Zobrazit na: Google Scholar
  2. N. Momejian, M. Abou Najm, I. Alameddine a M. El-Fadel, „Modelování zranitelnosti podzemních vod k posouzení vniknutí mořské vody: metodické srovnání s geoprostorovou interpolací,“ Řízení vodních zdrojů, sv. 33, č. 3, str. 1039–1052, 2019. Zobrazit na: Publisher Site | Google Scholar
  3. V. Elumalai, K. Brindha, B. Sithole a E. Lakshmanan, „Metody prostorové interpolace a geostatistika pro mapování kontaminace podzemních vod v pobřežní oblasti,“ Věda o životním prostředí a výzkum znečištění, sv. 24, č. 12, pp. 11601–11617, 2017. Zobrazit na: Publisher Site | Google Scholar
  4. C. Llopis-Albert a D. Pulido-Velazquez, „Diskuse o platnosti modelů ostrého rozhraní pro řešení narušení mořské vody v pobřežních kolektorech“ Hydrologické procesy, sv. 28, č. 10, str. 3642–3654, 2014. Zobrazit na: Publisher Site | Google Scholar
  5. C. Llopis-Albert a D. Pulido-Velazquez, „Použití kódu MODFLOW k přiblížení přechodné hydraulické hlavy pomocí řešení s ostrým rozhraním,“ Hydrologické procesy, sv. 29, č. 8, str. 2052–2064, 2015. Zobrazit na: Publisher Site | Google Scholar
  6. A. Renau-Pruñonosa, I. Morell a D. Pulido-Velazquez, „Metodika pro analýzu a hodnocení strategií řízení čerpání v pobřežních kolektorech, aby se zabránilo degradaci v důsledku problémů s pronikáním mořské vody,“ Řízení vodních zdrojů, sv. 30, č. 13, s. 4823–4837, 2016. Zobrazit na: Publisher Site | Google Scholar
  7. AJ. Collados-Lara, D. Pulido-Velazquez a E. Pardo-Igúzquiza, „Integrovaná statistická metoda pro generování možných budoucích klimatických scénářů pro analýzu sucha,“ Voda, sv. 10, č. 9, s. 1224–1248, 2018. Zobrazit na: Publisher Site | Google Scholar
  8. D. Pulido-Velazquez, A. Renau-Pruñonosa, C. Llopis-Albert a kol., „Integrované posouzení budoucích možných scénářů globálních změn a jejich hydrologických dopadů na pobřežní vodonosné vrstvy - nový nástroj pro analýzu alternativ řízení v Plana Oropesa- Zvodněná vrstva Torreblanca, “ Hydrologie a vědy o Zemi, sv. 22, č. 5, str. 3053–3074, 2018. Zobrazit na: Publisher Site | Google Scholar
  9. B. J. Ballesteros, I. Morell, O. García-Menéndez a A. Renau-Pruñonosa, „Standardizovaný index pro hodnocení pronikání mořské vody do pobřežních vodonosných vrstev: index SITE“ Řízení vodních zdrojů, sv. 30, č. 13, s. 4513–4527, 2016. Zobrazit na: Publisher Site | Google Scholar
  10. M. Tomaszkiewicz, M. Abou Najm a M. El-Fadel, „Vývoj indexu kvality podzemní vody pro pronikání mořské vody do pobřežních kolektorů“ Software pro modelování prostředí a zesilovače, sv. 57, s. 13–26, 2014. Zobrazit na: Publisher Site | Google Scholar
  11. I. S. Babiker, M. A. A. Mohamed a T. Hiyama, „Hodnocení kvality podzemní vody pomocí GIS,“ Řízení vodních zdrojů, sv. 21, č. 4, s. 699–715, 2007. Zobrazit na: Místo pro vydavatele | Google Scholar
  12. A. Zeynolabedin a R. Ghiassi, „Index SIVI: komplexní přístup ke zkoumání zranitelnosti vniknutí mořské vody pro ostrovní a pobřežní kolektory“ Environmentální vědy o Zemi, sv. 78, 2019. Zobrazit na: Web vydavatele | Google Scholar
  13. L. Baena-Ruiz, D. Pulido-Velazquez, A.-J. Collados-Lara, A. Renau-Pruñonosa a I. Morell, „Globální hodnocení problémů s pronikáním mořské vody (stav a zranitelnost)“, Řízení vodních zdrojů, sv. 32, č. 8, str. 2681–2700, 2018. Zobrazit na: Publisher Site | Google Scholar
  14. K. Hinsby, M. T. Melo a M. Dahl, „Evropské případové studie podporující odvození úrovní přirozeného pozadí a prahových hodnot podzemní vody pro ochranu závislých ekosystémů a lidského zdraví,“ Věda o celkovém prostředí, sv. 401, č. 1-3, s. 1–20, 2008. Zobrazit na: Web vydavatele | Google Scholar
  15. L. Baena-Ruiz, D. Pulido-Velazquez, A.-J. Collados-Lara a kol., „Shrnutí dopadů budoucích potenciálních globálních scénářů cdslfthange na pronikání mořské vody v měřítku zvodnělé vrstvy,“ Environmentální vědy o Zemi, sv. 79, č. 5, s. 99, 2020. Zobrazit na: Web vydavatele | Google Scholar
  16. A. G. Chachadi a J. P. Lobo Ferreira, „Posouzení zranitelnosti vodonosných vrstev proti vniknutí mořské vody pomocí metody GALDIT: Část 2 - Popis indikátorů GALDIT,“ v Voda v keltských zemích: množství, kvalita a variabilita podnebí„J. P. Ferreira, ed., S. 172–180, Sborník ze čtvrtého interceltického kolokvia o hydrologii a správě vodních zdrojů IAHS Press Publications, Guimarães, Portugalsko, 2007. Zobrazit na: Google Scholar
  17. J. Andreu, J. Capilla a E. Sanchís, „AQUATOOL, obecný systém podpory rozhodování pro plánování vodních zdrojů a provozní řízení,“ Journal of Hydrology, sv. 177, č. 3-4, str. 269–291, 1996. Zobrazit na: Publisher Site | Google Scholar
  18. E. Vázquez-Suñé, E. Abarca, J. Carrera a kol., „Modelování podzemních vod jako nástroj pro aplikaci evropské rámcové směrnice o vodě (WFD): případ llobregat,“ Fyzika a chemie Země, části A / B / C, sv. 31, č. 17, s. 1015–1029, 2006. Zobrazit na: Publisher Site | Google Scholar
  19. R. Criollo, V. Velasco, A. Nardi a kol., „AkvaGIS: otevřený nástroj pro řízení množství a kvality vody“ Počítače a zesilovače Geověd, sv. 127, s. 123–132, 2019. Zobrazit na: Publisher Site | Google Scholar
  20. D. Machiwal, M. K. Jha, V. P. Singh a C. Mohan, „Posouzení a mapování citlivosti podzemních vod na znečištění: současný stav a výzvy,“ Recenze vědy o Zemi, sv. 185, str. 901–927, 2018. Zobrazit na: Web vydavatele | Google Scholar
  21. A. Rikalovic, I. Cosic a D. Lazarevic, „multikriteriální analýza založená na GIS pro výběr průmyslového areálu,“ Procedurální inženýrství, sv. 69, č. 12, s. 1054–1063, 2014. Zobrazit na: Publisher Site | Google Scholar
  22. D. Machiwal a M. K. Jha, „Role geografického informačního systému pro hodnocení kvality vody“, v Geografické informační systémy (GIS): Techniky, aplikace a technologie, D. Nielson, ed., S. 217–278, Nova Science Publishers, New York, NY, USA, 2014. Zobrazit na: Google Scholar
  23. W. Gossel, A. M. Ebraheem a P. Wycisk, „Velmi rozsáhlý model proudění podzemní vody založený na GIS pro Nubianskou pískovcovou vodonosnou vrstvu ve Východní Sahaře (Egypt, severní Súdán a východní Libye),“ Hydrogeologický deník, sv. 12, č. 6, s. 698–713, 2004. Zobrazit na: Publisher Site | Google Scholar
  24. L. Wang, C. R. Jackson, M. Pachocka a A. Kingdon, „Plynule spojený model GIS a distribuovaný model proudění podzemní vody,“ Software pro modelování prostředí a zesilovače, sv. 82, s. 1–6, 2016. Zobrazit na: Publisher Site | Google Scholar
  25. M. Alcaraz, E. Vázquez-Suñé, V. Velasco a R. Criollo, „Volně spojený rámec GIS a hydrogeologického modelování“ Environmentální vědy o Zemi, sv. 76, č. 11, s. 382, 2017. Zobrazit na: Publisher Site | Google Scholar
  26. G. Bhatt, M. Kumar a C. J. Duffy, „Úzce spojený GIS a distribuovaný rámec hydrologického modelování,“ Software pro modelování prostředí a zesilovače, sv. 62, s. 70–84, 2014. Zobrazit na: Publisher Site | Google Scholar
  27. C. N. Almeida, J. Roehrig a E. Wendland, „Vývoj a integrace simulačního modelu podzemní vody do otevřeného geografického informačního systému,“ JAWRA-Journal of the American Water Resources Association, sv. 50, č. 1, s. 101–110, 2014. Zobrazit na: Publisher Site | Google Scholar
  28. T. A. Akbar, H. Lin a J. DeGroote, „Vývoj a hodnocení systému ArcPRZM-3 založeného na GIS pro prostorové modelování náchylnosti podzemních vod ke kontaminaci pesticidy,“ Počítače a zesilovače Geověd, sv. 37, č. 7, str. 822–830, 2011. Zobrazit na: Publisher Site | Google Scholar
  29. J. F. Rios, M. Ye, L. Wang, P. Z. Lee, H. Davis a R. Hicks, „ArcNLET: software založený na GIS pro simulaci zatížení dusičnany podzemních vod ze septických systémů do útvarů povrchových vod,“ Počítače a zesilovače Geověd, sv. 52, s. 108–116, 2013. Zobrazit na: Publisher Site | Google Scholar
  30. R. Ali, D. McFarlane, S. Varma, W. Dawes, I. Emelyanova a G. Hodgson, „Možné dopady změny klimatu na vodní bilanci regionálních neomezených systémů vodonosných vrstev v jihozápadní Austrálii“ Hydrologie a vědy o Zemi, sv. 16, č. 12, s. 4581–4601, 2012. Zobrazit na: Publisher Site | Google Scholar
  31. G. De Filippis, C. Pouliaris, D. Kahuda a kol., „Správa prostorových dat a numerické modelování: předvedení aplikace QGIS integrované platformy FREEWAT ve 13 případových studiích pro řešení správy zdrojů podzemních vod,“ Voda, sv. 12, č. 1, s. 41, 2020. Zobrazit na: Web vydavatele | Google Scholar
  32. M. Perdikaki, R. C. Manjarrez, C. Pouliaris, R. Rossetto a A. Kallioras, „bezplatný a otevřený GIS integrovaný hydrogeologický analytický nástroj: aplikace pro systémy pobřežních vodonosných vrstev,“ Environmentální vědy o Zemi, sv. 79, č. 14, s. 348, 2020. Zobrazit na: Publisher Site | Google Scholar
  33. G. B. Menezes a H. I. Inyang, „Model přenosu kontaminantů na základě GIS pro heterogenní hydrogeologické prostředí,“ Journal of Environmental Informatics, sv. 14, č. 1. 2009. Zobrazit na: Web vydavatele | Google Scholar
  34. M. G. McDonald a A. W. Harbaugh, „Modulární trojrozměrný model proudění podzemní vody s konečným rozdílem,“ US Geological Survey Techniques of Water-Resources Investigations, Washington, DC, USA, 1988, kniha 6, kap. A1. Zobrazit na: Google Scholar
  35. M. Bakker, F. Schaars, J. D. Hughes, C. D. Langevin a A. M. Dausman, „Dokumentace balíčku pro narušení mořské vody (SWI2) pro MODFLOW,“ Techniky a metody geologického průzkumu USA, Washington, DC, USA, 2013, kniha 6, kap. A46, https://pubs.usgs.gov/tm/6a46/. Zobrazit na: Google Scholar
  36. Waterloo Hydrogeologic Inc., Vizuální uživatelská příručka MODFLOW, Waterloo Hydrogeologic. Inc., Waterloo, Kanada, 2005.
  37. W. H. Chiang a W. Kinzelbach, 3D modelování podzemní vody s PMWIN: Simulační systém pro modelování průtoku a transportních procesů podzemní vody, sv. 2, Springer, New York, NY, USA, 2001.
  38. R. B. Winston, ModelMuse: Grafické uživatelské rozhraní pro MODFLOW-2005 a PHAST, US Geological Survey, Reston, VA, USA, 2009.
  39. R. Criollo, V. Velasco, E. Vázquez-Suñé, A. Serrano-Juan, M. Alcaraz a A. García-Gil, „Integrovaný nástroj pro analýzu testů aquifer na bázi GIS,“ Environmentální vědy o Zemi, sv. 75, č. 5, s. 391, 2016. Zobrazit na: Publisher Site | Google Scholar
  40. L. Aller, T. Bennett, J. Lehr, R. Petty a G. Hackett, DRASTIC: Standardizovaný systém pro hodnocení potenciálu znečištění podzemních vod pomocí hydrogeologických nastavení, Agentura pro ochranu životního prostředí USA, , Washington, DC, USA, 1987, zpráva agentury pro ochranu životního prostředí v USA.
  41. J. M. Vías, B. Andreo, M. J. Perles, F. Carrasco, I. Vadillo a P. Jiménez, „Navrhovaná metoda pro mapování zranitelnosti podzemních vod v karbonátových (krasových) zvodních vrstvách: metoda COP,“ Hydrogeologický deník, sv. 14, č. 6, s. 912–925, 2006. Zobrazit na: Publisher Site | Google Scholar
  42. L. Baena-Ruiz a D. Pulido-Velazquez, „Nový přístup k harmonizaci hodnocení zranitelnosti u uhličitanových a detritických vodonosných vrstev v povodí“, Voda, sv. 12, č. 11, s. 2971, 2020. Zobrazit na: Publisher Site | Google Scholar
  43. D. Pulido-Velazquez, A.-J.Collados-Lara, L. Baena-Ruiz, F. Fernández-Chacón a F. J. Alcalá, Posouzení současné a budoucí zranitelnosti při čerpání ve španělských útvarech podzemních vod pomocí indexu přirozeného obratu, IAH, Dubrovník, Chorvatsko, 2017.
  44. D. Pulido-Velazquez, J. Romero, A.-J. Collados-Lara, F. J. Alcalá, F. Fernández-Chacón a L. Baena-Ruiz, „Využití indexu doby obratu k identifikaci potenciálních strategických zdrojů podzemní vody pro zvládání sucha v kontinentálním Španělsku,“ Voda, sv. 12, č. 11, s. 3281, 2020. Zobrazit na: Web vydavatele | Google Scholar
  45. L. Duarte, A. C. Teodoro, J. A. Gonçalves, A. J. Guerner Dias a J. E. Marques, „Posouzení zranitelnosti podzemních vod vůči znečištění metodou DRASTIC“, v Sborník z mezinárodní konference o výpočetní vědě a jejích aplikacích, str. 386–400, Minho, Guimaraes, Portugalsko, červenec 2014. Zobrazit na: Stránka vydavatele | Google Scholar
  46. D. P. Loucks a E. Van Beek, Plánování a správa systémů vodních zdrojů: Úvod do metod, modelů a aplikací, Springer, Berlín, Německo, 2017.
  47. R. F. Reitsma, „Struktura a podpora řízení a rozhodování o vodních zdrojích,“ Journal of Hydrology, sv. 177, č. 3-4, s. 253–268, 1996. Zobrazit na: Publisher Site | Google Scholar
  48. M. T. Atta, „Vliv použitelnosti a kvality informací na informační systém pro podporu rozhodování (DSS),“ Arts and Social Sciences Journal, sv. 8, č. 2, s. 257, 2017. Zobrazit na: Publisher Site | Google Scholar

Autorská práva

Copyright & # xa9 2021 Leticia Baena-Ruiz a David Pulido-Velazquez. Toto je článek s otevřeným přístupem distribuovaný pod licencí Creative Commons Attribution License, který umožňuje neomezené použití, distribuci a reprodukci na jakémkoli médiu za předpokladu, že je původní dílo správně citováno.


Nástroj ModelBuilder produkuje různé výsledky při použití tlačítka Spustit a spuštění jako nástroj - Geografické informační systémy

Pomocí Simulink & # x00AE můžete modelovat systém a poté simulovat dynamické chování tohoto systému. Základní techniky, které používáte k vytvoření jednoduchého modelu v tomto kurzu, jsou stejné jako ty, které používáte pro složitější modely. Tento příklad simuluje zjednodušený pohyb automobilu. Automobil je obvykle v pohybu, když je sešlápnutý plynový pedál. Po uvolnění pedálu auto běží na volnoběh a zastaví se.

Blok Simulink je prvek modelu, který definuje matematický vztah mezi jeho vstupem a výstupem. K vytvoření tohoto jednoduchého modelu potřebujete čtyři bloky Simulink.

Název blokuBlokovat účelÚčel modelu
Pulzní generátor Generujte vstupní signál pro modelPředstavte plynový pedál
Získat Vynásobte vstupní signál konstantní hodnotouVypočítejte, jak stisknutí akcelerátoru ovlivňuje zrychlení vozu
Integrátor, druhého řádu Integrujte vstupní signál dvakrátZískejte polohu zrychlení
Outport Určete signál jako výstup z modeluUrčete pozici jako výstup z modelu

Simulace tohoto modelu integruje dvakrát krátký puls, aby se získala rampa. Výsledky se zobrazí v okně Rozsah. Vstupní impuls představuje stisk plynového pedálu & # 8212 1, když je pedál sešlápnut, a 0, pokud není. Výstupní rampa je rostoucí vzdálenost od počátečního bodu.

Otevřete nový model

Pomocí Simulink Editoru můžete vytvářet své modely.

Spusťte MATLAB & # x00AE. Na pruhu nástrojů MATLAB klikněte na ikonu Simulink knoflík .

Klikněte na ikonu Prázdný model šablona.

Otevře se editor Simulink.

Z Simulace kartu, vyberte Uložit & gt Uložit jako. V Název souboru do textového pole zadejte název modelu. Například simple_model. Klepněte na Uložit. Model je uložen s příponou .slx.

Otevřete prohlížeč knihoven Simulink

Simulink poskytuje sadu knihoven bloků uspořádaných podle funkcí v prohlížeči knihovny. Následující knihovny jsou společné většině pracovních postupů:

Kontinuální bloky # 8212 pro systémy se spojitým stavem

Diskrétní & # 8212 bloky pro systémy s diskrétními stavy

Matematické operace & # 8212 Bloky, které implementují algebraické a logické rovnice

Sinks & # 8212 Bloky, které ukládají a zobrazují signály, které se k nim připojují

Zdroje & # 8212 Bloky, které generují hodnoty signálu, které řídí model

Z Simulace Klepněte na kartu Prohlížeč knihovny knoflík .

Nastavte Prohlížeč knihoven tak, aby zůstal v horní části ostatních oken na ploše. Na panelu nástrojů Prohlížeč knihovny Simulink vyberte ikonu Zůstaňte na vrcholu knoflík .

Chcete-li procházet knihovnami bloků, vyberte kategorii a poté funkční oblast v levém podokně. Chcete-li prohledat všechny dostupné knihovny bloků, zadejte hledaný výraz.

Najděte například blok generátoru impulzů. Do vyhledávacího pole na panelu nástrojů prohlížeče zadejte puls a stiskněte klávesu Enter. Simulink vyhledá v knihovnách bloky s pulsem v názvu nebo popisu a poté bloky zobrazí.

Získejte podrobné informace o bloku. Pravým tlačítkem klikněte na blok Generátor impulzů a poté vyberte Nápověda pro blok generátoru impulzů. Otevře se prohlížeč nápovědy s referenční stránkou pro blok.

Bloky mají obvykle několik parametrů. Ke všem parametrům bloku můžete přistupovat poklepáním na blok.

Přidat bloky k modelu

Chcete-li začít stavět model, procházejte knihovnu a přidejte bloky.

Z knihovny zdrojů přetáhněte blok generátoru impulzů do editoru Simulink. Kopie bloku generátoru impulzů se zobrazí ve vašem modelu s textovým polem pro hodnotu Amplituda parametr. Zadejte 1.

Hodnoty parametrů jsou udržovány v celé simulaci.

Přidejte do svého modelu následující bloky pomocí stejného přístupu.

Přidejte druhý blok Outport zkopírováním stávajícího a vložením do jiného bodu pomocí klávesových zkratek.

Váš model má nyní bloky, které potřebujete.

Uspořádejte bloky kliknutím a přetažením každého bloku. Chcete-li změnit velikost bloku, přetáhněte roh.

Připojte bloky

Propojte bloky vytvořením linek mezi výstupními porty a vstupními porty.

Klikněte na výstupní port na pravé straně bloku generátoru impulzů.

Výstupní port a všechny vstupní porty vhodné pro připojení jsou označeny modrým symbolem šipky .

Ukázat na vidět narážku na připojení.

Klikněte na tágo. Simulink spojuje bloky čarou a šipkou označující směr toku signálu.

Připojte výstupní port bloku Gain ke vstupnímu portu na bloku Integrator, druhého řádu.

Připojte dva výstupy bloku Integrator druhého řádu ke dvěma blokům Outport.

Uložte model. V Simulace Klepněte na kartu Uložit.

Přidejte Prohlížeč signálů

Chcete-li zobrazit výsledky simulace, připojte první výstup k Prohlížeči signálů.

Klikněte na signál. V Simulace záložka pod Připravit, klikněte Přidat prohlížeč. Vybrat Rozsah. Na signálu se zobrazí ikona prohlížeče a otevře se okno oboru.

Rozsah můžete kdykoli otevřít poklepáním na ikonu.

Spusťte simulaci

Po definování konfiguračních parametrů jste připraveni simulovat svůj model.

V Simulace záložka, nastavte čas zastavení simulace změnou hodnoty na panelu nástrojů.

Výchozí čas zastavení 10,0 je vhodný pro tento model. Tato časová hodnota nemá žádnou jednotku. Časová jednotka v Simulinku závisí na tom, jak jsou konstruovány rovnice. Tento příklad simuluje zjednodušený pohyb automobilu po dobu 10 sekund a # 8212 dalších modelů může mít časové jednotky v milisekundách nebo letech.

Simulaci spustíte kliknutím na ikonu Běh knoflík .

Simulace běží a produkuje výstup v prohlížeči.

Upřesnit model

Tento příklad vezme existující model, moving_car.slx, a modeluje senzor přiblížení na základě tohoto modelu pohybu. V tomto scénáři měří digitální senzor vzdálenost mezi automobilem a překážkou ve vzdálenosti 10 m (30 stop). Z modelu vychází měření senzorů a poloha automobilu, přičemž se berou v úvahu tyto podmínky:

Jakmile vozidlo dosáhne překážky, zastaví se.

Ve fyzickém světě měří senzor nepřesně vzdálenost a způsobuje náhodné numerické chyby.

Digitální senzor pracuje ve stanovených časových intervalech.

Změňte parametry bloku

Chcete-li začít, otevřete model moving_car. Na příkazovém řádku MATLABu zadejte:

Nejprve musíte vymodelovat tvrdý doraz, když poloha vozidla dosáhne 10. Blok Integrator, druhého řádu má pro tento účel parametr.

Poklepejte na blok Integrator, druhého řádu. Zobrazí se dialogové okno Blokovat parametry.

Vybrat Limit x a zadejte 10 pro Horní mez x. Barva pozadí parametru se změní, aby označila modifikaci, která se na model nepoužije. Klepněte na OK použít změny a zavřít dialogové okno.

Přidejte nové bloky a připojení

Přidejte senzor, který měří vzdálenost od překážky.

Upravte model. Podle potřeby rozbalte okno modelu tak, aby vyhovovalo novým blokům.

Najděte skutečnou vzdálenost. Chcete-li zjistit vzdálenost mezi polohou překážky a polohou vozidla, přidejte blok Odečíst z knihovny Math Operations. Přidejte také konstantní blok z knihovny zdrojů, abyste nastavili konstantní hodnotu 10 pro polohu překážky.

Modelujte nedokonalé měření, které by bylo typické pro skutečný senzor. Generujte šum pomocí bloku omezeného pásma bílého šumu z knihovny zdrojů. Nastav Hluková síla parametr na 0,001. Přidejte do měření šum pomocí bloku Přidat z knihovny Math Operations.

Modelujte digitální senzor, který se spustí každých 0,1 sekundy. V Simulinku vyžaduje vzorkování signálu v daném intervalu vzorkování a podržení. Přidejte blok Zero-Order Hold z diskrétní knihovny. Po přidání bloku do modelu změňte Ukázkový čas parametr na 0,1.

Přidejte další Outport pro připojení k výstupu senzoru. Ponechat výchozí hodnotu Číslo portu parametr.

Připojte nové bloky. Výstup bloku Integrator, druhého řádu je již připojen k jinému portu. Chcete-li v tomto signálu vytvořit větev, klepnutím levým tlačítkem na signál zvýrazněte potenciální porty pro připojení a klepněte na příslušný port.

Anotujte signály

Přidejte do modelu názvy signálů.

Poklepejte na signál a zadejte název signálu.

Dokončete kliknutím mimo textové pole.

Opakováním těchto kroků přidáte názvy podle obrázku.

Porovnejte více signálů

Porovnejte skutečný signál vzdálenosti s naměřeným signálem vzdálenosti.

Vytvořte a připojte Scope Viewer k signálu skutečné vzdálenosti. Klepněte pravým tlačítkem na signál a vyberte Vytvořit & zesilovač Připojit prohlížeč & gt Simulink & gt rozsah. Název signálu se objeví v názvu diváka.

Přidejte měřený signál vzdálenosti ke stejnému prohlížeči. Klepněte pravým tlačítkem na signál a vyberte Připojte se k prohlížeči a GT Scope1. Ujistěte se, že se připojujete k prohlížeči, který jste vytvořili v předchozím kroku.

Spusťte model. Prohlížeč zobrazuje dva signály, skutečnou vzdálenost žlutě a měřenou vzdálenost modře.

Přibližte graf a sledujte vliv šumu a vzorkování. Klikněte na ikonu Zvětšení knoflík . Klikněte levým tlačítkem a přetáhněte okno kolem oblasti, kterou chcete vidět blíže.

Podrobnosti můžete opakovaně přiblížit.

Z grafu nezapomeňte, že měření se může odchýlit od skutečné hodnoty až o 0,3 m. Tyto informace jsou užitečné při navrhování bezpečnostního prvku, například varování před kolizí.


4 odpovědi 4

  1. Nainstalujte R-4.0.0
  2. Nainstalujte Rtools35
  3. Upravit $ R_HOME / etc / x64 / Makeconf (pro R-4.0.0-x64)
  4. Rcmd INSTALOVAT RDCOMClient

Rikova odpověď byla neuvěřitelně užitečná a dostala verzi fungující, ale poté, co jsem na ní strávil den, jsem se mohl vylepšit. Chci to sem dát pro případ, že to budu muset udělat znovu. Hlavním vylepšením je schopnost sestavit pracovní balíček pro 32bitovou i 64bitovou architekturu. Ve výchozím nastavení instaluje R obojí, což usnadňuje instalaci závislých balíčků.

První dva kroky jsou stejné:

Pokud jste (jako já) již nainstalovali rtools40, vytvoří se systémová proměnná prostředí s názvem RTOOLS40_HOME. Prvním krokem je změna na:

Pokud nemáte nainstalován rtools40, vytvořte systémovou proměnnou prostředí RTOOLS40_HOME.

V souborech make jsou stále nutné dvě změny. Ty se nacházejí ve vašem instalačním adresáři R.

V etc x64 Makeconf přidejte podtržítka tak, aby odpovídala struktuře adresářů rtools35 nastavením těchto hodnot:

Totéž proveďte v etc i386 Makeconf:

Ne nastavte BINPREF jako proměnnou prostředí, nebo to přepíše změny makefile (jako to dělá RTOOLS40_HOME). Po dokončení těchto kroků dokončete stejné kroky, jaké popsal Rik:

Otevřete příkazový řádek systému Windows a přejděte do adresáře, který obsahuje podadresář RDCOMClient, a zadejte:

R CMD INSTALOVAT RDCOMClient –- build RDCOMClient.zip

Tím se nainstaluje RDCOMClient do místní instalace R-4.0.0 a navíc se vytvoří soubor RDCOMClient_0.94-0.zip, který lze nainstalovat do jiných systémů pomocí následujícího příkazu:


Nástroj ModelBuilder produkuje různé výsledky při použití tlačítka Spustit a spuštění jako nástroj - Geografické informační systémy

Struktura online nástroje MPM

- Online nástroj MPM je nástroj pro modelování geografických informačních systémů (GIS) pro modelování prospektivity minerálů v severním Finsku.

- Online nástroj MPM se skládá z otevřených zdrojů geoprostorových datových sad GTK a nástrojů pro modelování fuzzy logiky.

- Vstupní data, tj. Rastrové vrstvy a další datové soubory GIS, které pomáhají lokalizovat a vyhodnotit výsledky modelování, jsou umístěny na levé straně nástroje pod položkou „Vrstvy“ (obr. 1). „Deriváty“ jsou generovány z geologických dat GIS, jako je vzdálenost ke strukturám a hustota struktur. Vzdušné geofyzikální údaje sestávají z magnetických a elektromagnetických interpolovaných údajů měření. Geochemická data jsou interpolována z ledovcových dat do dat testu (specifikace viz Data). Bohužel v aktuální verzi online nástroje MPM uživatel nemůže provést histogramové natažení barevné škály.

- Prostorové znázornění vstupních a výstupních vrstev a dalších datových vrstev souvisejících s průzkumem lze zobrazit na „mapě“ (obr. 1).

- Fuzzy nástroje, tj. Nástroje „Fuzzy Membership“ a „Fuzzy Overlay“, jsou umístěny v pravém horním rohu online nástroje MPM (obr.1).

Obr. 1. Uživatelské rozhraní online nástroje Mineral Prospectivity Modeler Online Tool.

- Pro vytvoření prospektivního modelu jsou vstupní data a nástroje fuzzy modelování uspořádány do modelu geoprocesu do „Model Builder“ umístěného na pravé straně online nástroje MPM (obr. 2).

- „Záložky“ v levé dolní části online nástroje MPM mohou pomoci přiblížit zaostřovací pole.

Konstrukce modelu prospektu minerálů v Tvůrci modelů

- Vstupní data a fuzzy nástroje lze přetahovat levým tlačítkem myši a přetahovat po jednom datovém souboru nebo nástroji do Tvůrce modelů (obr. 2). Vkládání kopií datových elips a obdélníků nástrojů není v aktuální verzi nástroje MPM možné.

- Rastrový vstup a výstup lze odstranit kliknutím na rastrovou elipsu (obrysy se změní na zelenou) a stisknutím tlačítka pro odstranění na klávesnici.

- Vstupní rastrovou datovou sadu lze připojit k nástroji Fuzzy Membership přenesením kurzoru na elipsu představující vstupní rastr (viz obr. 3). Když se kurzor změní na ikonu ruky, klikněte pravým tlačítkem myši na elipsu. Držte pravé tlačítko myši dolů a přesuňte kurzor na nástroj Fuzzy Membership. Uvolněte tlačítko myši a vstupní rastrová vrstva a fuzzy nástroj by měly být spojeny šipkou.

Obrázek 3. Připojte vstupní vrstvu (ap_resistivity) k nástroji Fuzzy Membership nakreslením šipky v Tvůrci modelů. Výstupem fuzzy členství je v tomto příkladu rastr (15).

- Aby byl výsledek modelování smysluplný, musí být každá vstupní datová sada transformována pomocí nástroje Fuzzy Membership před Fuzzy Overlay. Fuzzy logika jako technika strojového učení řízená odborníkem je popsána v části „Fuzzy logic“ a podrobnostech fuzzy nástrojů na adrese http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/an -overview-of-the-overlay-toolss.htm

- Členství je vždy odstupňováno od 0 do 1. Pokud je tedy skutečné minimální členství větší než 0 nebo skutečné maximální méně než 1, musí být členství transformováno do správného rozsahu pomocí jiných nástrojů, které zatím nejsou v Online nástroj MPM.

- Parametry nástroje Fuzzy Membership jsou stručně popsány v tabulce 1. Podrobnější informace najdete na adrese http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/fuzzy-membership.htm a kliknutím pro zobrazení specifikací pro každou funkci.

Parametr nástroje fuzzy členství

Funkce transformace fuzzy členství „Large“ definuje tvar funkce fuzzy členství jako funkci zvyšující tvar S. Malé hodnoty vstupních dat budou blízké 0 a velké hodnoty 1.

Definuje tvar fuzzy funkce členství jako Gaussovu funkci ve tvaru zvonu. Malé a velké hodnoty vstupních dat budou blízké 0 a hodnoty uzavřou střední bod blízký 1.

Funkce Near je podobná funkci Gaussova fuzzy členství, kromě funkce Near má užší rozpětí.

Definuje tvar fuzzy funkce členství jako funkce zmenšující tvar S. Malé hodnoty vstupních dat budou blízké 1 a velké hodnoty 0.

Definuje hodnotu vstupních dat s fuzzy členstvím 0,5. Výchozí hodnota středního bodu je průměrem datové sady, pokud pole středního bodu v nástroji zůstane prázdné. Při výpočtu střední hodnoty se zohlední rozsah zpracování.

Definuje šíření funkce. Pro velké a malé funkce se hodnoty rozpětí pohybují od 1 do 10, pro Gaussian od 0,01 do 1 a pro blízké od 0,001 do 1. Větší hodnoty mají za následek strmější rozdělení od středního bodu.

Definování zajištění zvyšuje nebo snižuje hodnoty fuzzy členství, které mění význam fuzzy množiny. Živé ploty jsou užitečné při kontrole kritérií nebo důležitých atributů.

ŽÁDNÝ - Není použit žádný živý plot. Toto je výchozí nastavení.

SOMEWHAT 'Známý jako dilatace, definovaný jako druhá odmocnina fuzzy funkce členství. Toto zajištění zvyšuje fuzzy funkce členství.

VELMI - Známá také jako koncentrace, definovaná jako funkce fuzzy členství na druhou. Toto zajištění snižuje fuzzy funkce členství.

Tabulka 1. Parametry funkcí Fuzzy Membership a jejich specifikace.

- Chcete-li určit parametry, lze nástroj Fuzzy Membership otevřít poklepáním na obdélník Fuzzy Membership. Otevře se další okno pro zadání parametrů (obr. 4).

Obrázek 4. Nástroj Fuzzy Membership. Určete typ Fuzzy Membership, střední bod, Spread a Hedge.

- Určení středního bodu je rozhodující pro úspěch modelování. V aktuální verzi online nástroje MPM neexistuje žádný nástroj ke studiu distribuce dat, např. jako histogram nebo popisné statistiky kromě střední hodnoty. Pokud pole středového bodu v nástroji Fuzzy Membership zůstane prázdné, použije nástroj jako vstupní bod průměr ze vstupních dat. V tomto případě se zohlední zvolený rozsah.Doporučuje se nejprve spustit nástroj Fuzzy Membership s prázdným polem středního bodu a dělat si poznámky o použitém středním bodu, který je uveden v modelu „Běh“. '-okno a aktualizováno zpět na nástroj, pokud byl původně ponechán prázdný. Tímto způsobem bude uživatel znát střední hodnotu dat a poté ji může začít zvyšovat nebo snižovat ručně pro následující běhy modelu.

- Propojte výstupní rastry Fuzzy Membership pomocí nástroje Fuzzy Overlay. Předpokladem je, že uživatel změnil vstupy mezi 0 a 1 před jejich kombinací s funkcí Fuzzy Overlay. Chcete-li určit parametry, nástroj Fuzzy Membership lze otevřít poklepáním na obdélník Fuzzy Overlay. Otevře se další okno pro zadání parametrů (obr. 5).

- Typy fuzzy překrytí a jejich krátké definice jsou uvedeny v tabulce 2.

- Chcete-li zobrazit aktivní parametry nástroje, najeďte myší nad nástroj a otevře se popis nástroje.

Vrátí minimální hodnotu všech vstupních rastrových důkazů pro každou buňku.

Vrátí maximální hodnotu všech vstupních rastrových důkazů pro každou buňku.

Vypočítá součin nevýhodnosti všech vstupních rastrů a odečte to od jednoty pro každou buňku. Má sklon k velkým hodnotám, pokud má i jeden ze vstupů velkou hodnotu nebo pokud mnoho vstupů má mezilehlé hodnoty.

Vypočítá součin hodnot všech vstupních rastrů pro každou buňku. Má sklon k malým hodnotám, pokud má dokonce jeden ze vstupů malou hodnotu nebo pokud mnoho vstupů má mezilehlé hodnoty.

Typ GAMMA se obvykle používá ke kombinování základních dat. Když je gama 1, výsledek je stejný jako fuzzy SUM. Když je 0, výsledek je stejný jako fuzzy PRODUCT. Hodnoty mezi 0 a 1 umožňují kombinovat důkazy a vytvářet výsledky mezi dvěma extrémy vytvořenými fuzzy AND nebo Fuzzy OR.

Tabulka 2. Parametry funkcí Fuzzy Overlay s krátkým vysvětlením. Upraveno z http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/fuzzy-overlay.htm.

Obrázek 4. Nástroj Fuzzy Membership. Určete typ Fuzzy Membership, střední bod, Spread a Hedge.

- Určení středního bodu je rozhodující pro úspěch modelování. V aktuální verzi online nástroje MPM neexistuje žádný nástroj ke studiu distribuce dat, např. jako histogram nebo popisné statistiky kromě střední hodnoty. Pokud pole středového bodu v nástroji Fuzzy Membership zůstane prázdné, použije nástroj jako vstupní bod průměr ze vstupních dat. V tomto případě se zohlední zvolený rozsah. Doporučuje se nejprve spustit nástroj Fuzzy Membership s prázdným polem středního bodu a dělat si poznámky o použitém středním bodu, který je uveden v modelu „Běh“. '-okno a aktualizováno zpět na nástroj, pokud bylo původně ponecháno prázdné. Tímto způsobem bude uživatel znát střední hodnotu dat a poté ji může začít zvyšovat nebo snižovat ručně pro následující běhy modelu.

- Propojte výstupní rastry Fuzzy Membership pomocí nástroje Fuzzy Overlay. Předpokladem je, že uživatel změnil vstupy mezi 0 a 1 před jejich kombinací s funkcí Fuzzy Overlay. Chcete-li určit parametry, nástroj Fuzzy Membership lze otevřít poklepáním na obdélník Fuzzy Overlay. Otevře se další okno pro zadání parametrů (obr. 5).

- Typy fuzzy překrytí a jejich krátké definice jsou uvedeny v tabulce 2.

- Chcete-li zobrazit aktivní parametry nástroje, najeďte myší nad nástroj a otevře se popis nástroje.

Vrátí minimální hodnotu všech vstupních rastrových důkazů pro každou buňku.

Vrátí maximální hodnotu všech vstupních rastrových důkazů pro každou buňku.

Vypočítá součin nevýhodnosti všech vstupních rastrů a odečte to od jednoty pro každou buňku. Má sklon k velkým hodnotám, pokud má dokonce jeden ze vstupů velkou hodnotu nebo pokud mnoho vstupů má střední hodnoty.

Vypočítá součin hodnot všech vstupních rastrů pro každou buňku. Má sklon k malým hodnotám, pokud má dokonce jeden ze vstupů malou hodnotu nebo pokud mnoho vstupů má mezilehlé hodnoty.

Typ GAMMA se obvykle používá ke kombinování základních dat. Když je gama 1, výsledek je stejný jako fuzzy SUM. Když je 0, výsledek je stejný jako fuzzy PRODUCT. Hodnoty mezi 0 a 1 umožňují kombinovat důkazy a vytvářet výsledky mezi dvěma extrémy vytvořenými fuzzy AND nebo Fuzzy OR.

Tabulka 2. Parametry funkcí Fuzzy Overlay s krátkým vysvětlením. Upraveno z http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/fuzzy-overlay.htm.

Obrázek 5. Nástroj Fuzzy Overlay. Určete typ Fuzzy Overlay a hodnotu Gamma (výchozí 0,9).

Určení rozsahu zpracování

- Výchozí rozsah zpracování online nástroje MPM je Severní Finsko.

- Na mapě lze nakreslit menší obdélník pro rozsah zpracování. V případě složitých modelů může být vhodnější omezit dobu zpracování. Měřicí obdélník lze nakreslit pomocí nástroje obdélník (obr. 5) v části „ModelBuilder“ umístěné na levé straně online nástroje MPM (obr. 1). Po výběru nástroje nakreslete oblast na mapě kliknutím do jednoho rohu rozsahu pomocí levého tlačítka myši, podržením myši dolů a uvolněním v opačném rohu rozsahu.

Obrázek 6. Nástroj Model Builder. Určete rozsah zpracování pomocí nástroje obdélník a známých vkladů a modelovaného typu vkladu v části „Vyberte vrstvu pro vzorové body“.

- Vyberte modelovaný typ vkladu v části „Vyberte vrstvu pro vzorkovací body“. Výběr typu vkladu se provádí pouze pro ověření modelu s křivkami provozních charakteristik přijímače (ROC) a jejich hodnotami pod křivkou oblasti (AUC) (vysvětlení viz FUZZY LOGIC). Data jsou ve formátu vektorových bodových souborů a jsou odvozena z GTK „databáze ložisek nerostů“. Pokud nechcete svůj model ověřit pomocí nástroje ROC, vyberte možnost Žádný. Přesnost modelu se přirozeně ověřuje na základě tohoto výběru bez ohledu na to, jaké rastrové vstupy jste do modelu vybrali.

- Když je model geoprocesingu v Tvůrci modelů připraven, rozsah zpracování je nakreslen na mapě a je vybrán vybraný typ vkladu, model lze provést stisknutím tlačítka Spustit model umístěného v online nástroji MPM (obr.6).

- Model je ověřen a průběžné pořadí je určeno provedením topologického třídění přes uzly nástroje v grafu. Tím je zajištěno, že je model spuštěn ve správném pořadí.

- Když je model spuštěn, v horní části prohlížeče se automaticky otevře informační okno „Běžící model.“

- Všechny vstupní rastry v modelu musí být připojeny k nástroji, jinak se v běžícím modelu zobrazí varování. okno a model se zastaví.

- Při spuštění modelu bliká nástroj Fuzzy červeně. Po dokončení výpočtu se změní na zelenou a vykreslí pole AUC vedle obdélníků Fuzzy Membership nebo Fuzzy Overlay.

- Po dokončení každého kroku modelu se v nástroji Builder modelu objeví výstupní vrstvy analýzy rastru. Pro prohlížení je generována vrstva pro výstupy Fuzzy Memberships a Fuzzy Overlay.

- Když model běží, kvalita modelu se posuzuje pro každý vstup zvlášť pomocí ROC křivek. AUC křivky ROC je uvedena v rámečku po každém kroku Fuzzy členství a Fuzzy překrytí modelu. Křivku ROC lze zobrazit kliknutím na pole AUC vedle Fuzzy nástrojů v Tvůrci modelů (obr.7).

- Pole AUC se zobrazí zeleně, když AUC & gt0,5 a červené, když AUC & lt0,5 (obr.7).

- Běžící model. Informační okno vás bude informovat o dokončení zpracování modelu. Stisknutím tlačítka „Zavřít“ okno zavřete.

Obrázek 7. Příklad fuzzy logického modelu vytvořeného pro ložiska orogenního zlata.

- Výstupní vrstvy se objeví pod skupinovou vrstvou v ModelBuilderu.

- Vytvořené výstupní vrstvy modelu můžete odebrat z ModelBuilderu a mapovat pomocí tlačítka Vymazat geoprocesní rastry umístěné v ModelBuilderu. Aby bylo možné znovu vytvořit výstupy, musí být model znovu spuštěn.

- Jako výchozí se používá duhová barevná paleta (červeno-žlutozelená-modrá) s roztažením histogramu Percent Clip (1%). V aktuální verzi online nástroje MPM bohužel uživatel nemůže provést roztažení nebo klasifikaci barev histogramu.

- Když znovu spustíte model, objeví se nové výstupní vrstvy pod novou skupinovou vrstvou. Nové výstupní vrstvy ve vrstvách Raster analýzy mají stejné názvy vrstev jako v předchozích sériích modelu. V případě, že chcete porovnat modely, musíte být opatrní a udržovat si vlastní poznámky o tom, jak se liší verze vstupů a parametrů modelu v různých bězích modelu.

- Tlačítko Nový model odstraní aktuální model z online nástroje MPM a otevře nové prázdné okno Tvůrce modelů. Starý model nebude uložen. Nestiskněte tlačítko, pokud nechcete vytvořit úplně nový model od začátku.

Vizuální posouzení výstupů modelu

- Konečné výstupy modelu lze zobrazit na mapě a překrýt je daty na pozadí z GTK a dalších zdrojů.

- Minimální a maximální hodnoty výstupů lze zobrazit pod položkami Vrstvy & gt název vrstvy & gt Selite.


Abstraktní

Je zapotřebí vyvinout přístupy územního plánování a řízení, aby se zvětšil prostor dostupný pro produkci akvakultury a aby se podpořila rostoucí celosvětová poptávka po potravinových zdrojích. Během projektu financovaného z evropských zdrojů rozsáhlé konzultace zdůraznily, že zapojení zúčastněných stran je pro úspěšné plánování nezbytností a musí být nepřetržitým procesem jako součást vývoje nástroje pro rozhodování. V této studii představujeme nástroj na podporu rozhodování postavený na webovém dynamickém rozhraní k Geografickým informačním systémům, které usnadňuje přístup k informacím týkajícím se výběru lokalit, environmentálních interakcí a řízení v akvakultuře. Je odvozen z konceptu AkvaVis a využívá interaktivní funkce, které okamžitě zobrazují výsledky prostorových parametrů vybraných uživatelem. Upravili jsme nástroj pro použití ve čtyřech případových studiích, které se zabývají velmi odlišnými měřítky akvakultury a problémy souvisejícími s akvakulturou ve čtyřech různých zemích. Klíčové silné stránky našich nástrojů se týkají jejich schopnosti transparentně spravovat a zobrazovat prostorová data z různých zdrojů, schopnosti používat a zobrazovat řadu předdefinovaných indikátorů a dlouhodobý rozvojový potenciál umožněný údržbou strategie nástrojů, služeb a datového skladu. Konzultace a schůzky poskytly přesný pohled na očekávání zúčastněných stran i zpětnou vazbu o vývoji a použitelnosti nástroje, a pomohly tak nástroji splnit předpoklad pro nástroje operativního rozhodování.


Klienti komunikují do Workspace ONE UEM jménem zařízení. Existují dva primární klienti pro správu:

Klienti slouží svým vlastním odlišným účelům a při navazování komunikace v reálném čase s Workspace ONE UEM spoléhají na různé služby. Následující tabulka je porovnává podrobněji.

  • Komunikace zařízení
  • Registrace zařízení
  • Konfigurace profilu pomocí Microsoft CSP
  • Dodávání metadat distribuce softwaru pomocí CSP VMware
  • Konfigurace profilu
  • Vymáhání místních zásad
  • Senzory, skripty a pracovní postupy zesilovačů
  • Základní linie
  • Jednotný katalog aplikací
  • Služby rozbočovače
  • Zajištění produktu

Server Manager je ve výchozím nastavení nainstalován ve všech edicích Windows Server 2012 R2 a Windows Server 2012. Pro Server Manager neexistují žádné další hardwarové požadavky.

Server Manager je ve výchozím nastavení nainstalován ve všech edicích systému Windows Server 2012. Ačkoli můžete použít Správce serveru ke správě možností instalace Server Core Windows Server 2012 a Windows Server 2008 R2, které jsou spuštěny na vzdálených počítačích, Správce serveru se nespustí přímo na serveru Základní možnosti instalace.

Chcete-li plně spravovat vzdálené servery se systémem Windows Server 2008 nebo Windows Server 2008 R2, nainstalujte následující aktualizace na servery, které chcete spravovat, v uvedeném pořadí.

Chcete-li spravovat servery se systémem Windows Server 2012, Windows Server 2008 R2 nebo Windows Server 2008 pomocí Správce serverů v systému Windows Server 2012 R2, použijte na starší operační systémy následující aktualizace.

Windows Management Framework 4.0. Balíček pro stahování Windows Management Framework 4.0 aktualizuje poskytovatele Windows Management Instrumentation (WMI) na Windows Server 2012, Windows Server 2008 R2 a Windows Server 2008. Aktualizovaní poskytovatelé WMI umožňují Správci serveru shromažďovat informace o rolích a funkcích, které jsou nainstalovány na spravovaných serverech . Dokud nebude aktualizace použita, servery se systémem Windows Server 2012, Windows Server 2008 R2 nebo Windows Server 2008 mají stav správy Není přístupné.

Aktualizace výkonu přidružená k článku znalostní báze Knowledge Base 2682011 umožňuje Správci serveru shromažďovat údaje o výkonu ze systémů Windows Server 2008 a Windows Server 2008 R2. Tato aktualizace výkonu není nutná na serverech se systémem Windows Server 2012.

Chcete-li spravovat servery se systémem Windows Server 2008 R2 nebo Windows Server 2008, použijte na starší operační systémy následující aktualizace.

Windows Management Framework 3.0 Balíček pro stahování Windows Management Framework 3.0 aktualizuje poskytovatele Windows Management Instrumentation (WMI) na Windows Server 2008 a Windows Server 2008 R2. Aktualizovaní poskytovatelé WMI umožňují Správci serveru shromažďovat informace o rolích a funkcích, které jsou nainstalovány na spravovaných serverech. Dokud nebude aktualizace použita, mají servery se systémem Windows Server 2008 nebo Windows Server 2008 R2 stav správy Není přístupné - Ověřte, že v dřívějších verzích běží Windows Management Framework 3.0.

Aktualizace výkonu přidružená k článku znalostní báze Knowledge Base 2682011 umožňuje Správci serveru shromažďovat údaje o výkonu ze systémů Windows Server 2008 a Windows Server 2008 R2.

Správce serveru běží v grafickém rozhraní minimálního serveru, tj. Když byla odinstalována funkce grafického prostředí serveru. Funkce Server Graphical Shell je ve výchozím nastavení nainstalována v systémech Windows Server 2012 R2 a Windows Server 2012. Pokud odinstalujete Server Graphical Shell, spustí se konzola Správce serveru, ale některé aplikace nebo nástroje dostupné z konzoly nejsou k dispozici. Internetové prohlížeče nelze spustit bez Server Graphical Shell, takže nelze otevřít webové stránky a aplikace, jako je nápověda HTML (například MMC F1 Help). Nelze otevřít dialogová okna pro konfiguraci automatické aktualizace a zpětné vazby systému Windows, když není nainstalován server Graphical Shell, příkazy, které otevírají tato dialogová okna v konzole Správce serveru, jsou přesměrovány ke spuštění sconfig.cmd.