¿Crear rutas dentro de los límites con ArcGIS Desktop?


11

Estoy buscando crear rutas de movimiento de peces basadas en ubicaciones observadas.

Como estoy mirando los movimientos de peces dentro de ríos y lagos, simplemente conectar los puntos para formar una polilínea no funcionará, ya que muchos de los caminos estarían sobre tierra. Necesito alguna forma de restringir las rutas de movimiento dentro de los límites del agua.

No soy programador y confío en las herramientas de la caja de herramientas de Arc para realizar las operaciones. También sería útil una nueva columna en el FAT con distancia entre puntos secuenciales.

Estoy usando ArcMap 10.

¿Alguien tiene alguna sugerencia sobre cómo generar las rutas de movimiento?


Un poco más de información sobre los datos; La mayoría de las ubicaciones se recolectan de receptores remotos que tienden a generar muchas observaciones (uno de mis proyectos tiene más de 3 millones de detecciones y crece, cada registro de detección incluye una identificación, fecha y hora, lat y largo). Si un pez permanece dentro del rango de detección de un receptor, se detecta aproximadamente una vez cada dos minutos, lo que resulta en muchas observaciones (puntos), por lo que mi primer paso es promediar el lat y el largo durante un período de tiempo en este caso 1 día . El promedio de las detecciones en el hábitat del lago generalmente funciona bien, pero hacerlo en las porciones del río puede dar lugar a detecciones fuera del límite del río / lago. Entonces, lo primero que tengo que hacer es "chasquear" las ubicaciones promediadas en el límite del río / lago y luego me gustaría crear una ruta de movimiento que esté restringida dentro del límite del río / lago, idealmente esta ruta incluiría la distancia para cada segmento de línea. Mis ríos son polilíneas y los lagos son polígonos, pero puedo convertir los ríos en polígonos si es necesario. Alternativamente, podría usar los datos sin promediar sin procesar y todas mis detecciones estarían en el límite, aunque crear rutas de movimiento restringidas dentro del límite sigue siendo problemático, pero esto daría como resultado una gran cantidad de datos.

La imagen adjunta muestra las posiciones promedio diarias de dos peces diferentes.

ingrese la descripción de la imagen aquí


¿Qué tan densos son tus puntos de observación? Supongo que tiene al menos polígonos de río y puntos de observación. Un enfoque burdo creo que sería recortar la capa de puntos de observación utilizando los polígonos de río. De esa manera, te quedarían con los puntos de observación que están en el río. Sin embargo, no sé lo suficiente sobre tus necesidades. ¿Podría permitirse perder algunos puntos siempre que se pueda dibujar un camino?
RK

¿Podría proporcionar más detalles? Por ejemplo, ¿qué datos tienes en este momento? ¿Cómo se obtienen las "ubicaciones observadas"?
RK

El río tiene muchas curvas y curvas, por lo que incluso si se restringen las ubicaciones a aquellos dentro del río, muchas de las líneas generadas aún se cruzarían fuera de los límites del río, ¿verdad?
user10320

¿Puede proporcionar algunos datos de muestra? O al menos una captura de pantalla de los datos.
RK

agregó información adicional a la publicación original
user10320

Respuestas:


3

En mi opinión, sería mejor hacer el análisis utilizando rásteres (las superficies de costos para ser precisos). Un borrador del método de esquema podría ser:

  • En primer lugar, combine (Herramientas de administración de datos> General> Fusionar) sus restricciones ('tierra') y polígonos de ríos / lagos, asegurándose de agregar un campo que distinga entre las dos capas (es decir, "Tipo" = tierra o cuerpo de agua).
  • Convierta su polígono combinado en un ráster utilizando Polígono a Ráster (Herramientas de conversión> A ráster> Polígono a Ráster). Elija un tamaño de celda apropiado que mejor represente sus datos (teniendo en cuenta que una resolución más alta dará como resultado un archivo más grande e impactará invariablemente en el tiempo de procesamiento) y delimite una extensión de procesamiento usando Geoprocesamiento> Entornos> Extensión de procesamiento.
  • Reclasifique su ráster a booleano para restringir el análisis a áreas de agua solamente, es decir, 0 = tierra, 1 = cuerpo de agua
  • Convierta sus ubicaciones de peces en un ráster, asegurándose de mantener la misma resolución y extensión de celda y que las ubicaciones sean identificables usando una reclasificación si es necesario (es decir, use 2s y 1s)
  • Entonces utilizaría una superficie de costo (simplemente, una trama de la misma resolución y extensión, que representa el 'costo' de viajar a través de una celda). Este ráster podría consistir simplemente en un valor uniforme (en cuyo caso, la ruta más corta se seleccionaría como óptima) o, mejor aún, tal vez caudales o turbidez que reflejen mejor el entorno a través del cual viajan los peces (en cuyo caso lo menos posible). El costo acumulado sería óptimo). Consulte Distancia de costo - Analista espacial> Distancia> Distancia de costo).
  • Finalmente, use la Ruta de costo (Ruta de costo - Analista espacial> Distancia> Ruta de costo) para identificar la ruta de menor costo desde las celdas de origen a destino (ubicación observada).

Esto suena prometedor, pero no tengo mucha experiencia con datos ráster. Mi área de estudio es de aproximadamente 600 km ^ 2 si usara celdas de 100 m, esto resultaría en 6 millones de celdas. Si un promedio detecta mi ubicación por día, tengo aproximadamente 42,000 registros de ubicación para mis 60 animales de estudio. ¿Esto todavía parece un buen enfoque o sería demasiado intensivo en datos?
user10320

1
Yo diría que el enfoque ráster fue más adecuado para los procedimientos de uso intensivo de datos que las alternativas de vectores. Podría ser una buena práctica dividir el método por especie (es decir, 60 mapas de costos separados). Esto hará que los conjuntos de datos sean más manejables, pero una compensación obvia es el tiempo extra necesario para repetir los experimentos. Una pregunta conmovedora podría ser; ¿Son las celdas de 100 m un buen sustituto de los datos que está utilizando? Con esto quiero decir, teniendo en cuenta la medición acumulativa y los errores espaciales inherentes a sus conjuntos de datos, ¿es este tamaño de celda el más adecuado? Reducir el tamaño de la celda disminuirá el tiempo de procesamiento.
veedub

2

Si los ríos son líneas:

Un buen enfoque para tratar estos problemas es la referencia lineal. Es bastante complejo, pero ofrece muchas posibilidades. Hay mucha información sobre referencias lineales en la Ayuda de ArcGIS. Bloquee en escenarios de referencia lineal y aplicaciones de muestra de referencia lineal para ver qué posibilidades le ofrece la referencia lineal.

Algunas de las herramientas que debe usar son:

Crear rutas

Localizar características a lo largo de las rutas

Hacer ruta de capa de evento

Como dije, es un enfoque complejo y lleva tiempo entender el enfoque de referencia lineal (y usarlo en ArcGIS), pero la referencia lineal le brinda muchas oportunidades.


1
La referencia lineal puede ser una solución si solo se usa la posición más alta y más baja de un pez. ¿Supongo que un pez no nada en una sola dirección? ¿Un pez nadando río arriba y río abajo y luego río arriba de nuevo y así sucesivamente? Entonces la referencia lineal no será una buena solución en este caso.
Jens

1

Si convierte los ríos de polígono a líneas, puede usar Network Anlayst para analizar las rutas de peces.

Puedes hacer un análisis de ruta . Las posturas de un pez son las paradas . Hay una opción USE_INPUT_ORDER para las paradas, de modo que las paradas se visitarán en el orden de entrada.

Network Analyst necesita una red de línea. No tengo ni idea de cómo manejar los polígonos de los lagos. ¿Quizás cree un conjunto de datos de línea (cuadrícula de líneas) dentro de los lagos?



0

Podría intentar conectar todos los puntos, luego dividir las polilíneas en los vértices y eliminar las piezas de tierra intersectadas por el polígono de tierra (que puede hacer borrando el río del polígono del área de estudio), y luego fusionar los segmentos restantes.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.