Aruanne GIS (0)

Aruanne GIS MA
1. Kirjutage kriteeriumid ja päringud, mille abil leidsite sobivad alad punktis 5 nimetatud otstarveteks. Põhjendage, miks te just selliste omadustega alad valisite.
1. Suusanõlva leidsin ma järgmise päringuga:
[ ekspositsioon ] > 90& [ekspositsioon] Põllumaa leidsin ma järgmise päringuga:
[ekspositsioon] > 90 & [ekspositsioon] Asunduse leidsin ma järgmise päringuga:
[ekspositsioon] > 75 & [ekspositsioon] 2. Lisage pildid eelnimetatud otstarbeks sobivatest aladest . Lisage juurde ka selgitus, milliselt tähistatud alad, milliseks otstarbeks sobivad.
Kartulimaaks sobivad alad on märgitud helerohelisega.
Suusanõlvaks sobivad alad on märgitud heledama sinisega .
Uusasumi maaks sobivad alad on märgitud tumedama sinisega.
3. Funktsioon Sink leiab palju väikesi mõne piksli suuruseid rasteri kujul esitatud reljeefi interpoleerimisvigadest tekkinud väärlohke ning mõned suuremad lohud . Mis need suuremad lohud võiksid olla?
Suuremad lohud on veekogud.
4. Lisage pilt valgla sisse jäävatest sulglohkudest ning seletage , kuidas saaks õiged madalamad kohad välja valida, et neid täitmise eest kaitsta. Selleks leidke kõigepealt õiged madalamad kohad valgla sees ning tehke infonupuga Identify kindlaks õigete madalamate kohtade pikslite väärtused. Seejärel saategi väärtuse järgi õiged kohad Raster Calculatori vastava päringu abil välja valida. Aruandesse kirjutage täpselt mida te tegite ja miks te nii tegite.
Valgla sisse jäävad sulglohud.
Esmalt kontrollisin ma infonupu Identify abil erinevate sobivate alade väärtusi ning seejärel otsisin õiged madalamad kohad valgla seest. Seejärel tegin infonupu Identify abil kindlaks õigete madalamate kohtade pikslite väärtused ja valisin õiged kohad Raster Calculatori abil välja.
5. Lisage pildid vaateväljade kohta vaatepunktist reljeefi (Vaade1) ning reljeefi ja maakasutuse kõrgusi arvestades (Vaade2 ja Vaade3).
Vaade1

Vaade 2

Vaade 3

6. Ainult reljeefi ja reljeefi ning maakasutust arvestades vaateväljade erinevuste pilt (Vaade1-Vaade2).
Vaade 1-Vaade2
7. Nimetage, milliseid kõrguse väärtusi (ja miks) te erinevate maakasutustüüpide puhul kasutasite.
Kasutasin järgmisi kõrguse väärtusi:
Põllumajanduslik ala = 1m
Looduslik ala = 20m
Hoonestusala = 10m
Järv = 0m
Kasutasin järgmisi kõrguse väärtusi, sest need on maakasutustüüpide keskmised kõrgused. Järv on kõige madalam ala (nõgu) on 0m, põllumajanduslik maa (kartulipõld) veidi kõrgem 1m, looduslik ala ( võiks olla mets, kus puude keskmine kõrgus) on 20m. Hoonestusala puhul hoonete keskmine kõrgus on 10 m.
8. Leidke kui suurel alal protsentuaalselt valglast oli vaatevälja erinevus sõltuvalt sellest, kas maakasutust võeti arvesse või ei. Selgitage, kuidas te protsentuaalse erinevuse leidsite.
Leidsin kui suurel alal protsentuaalselt valgalast oli vaatevälja erinevus sõltuvalt sellest, kas maakasutust võeti arvesse või ei. Protsentuaalse erinevuse leidmiseks avasin vaade1 – vaade2 kihi ja selle kihi atribuutide tabeli. Sealt sain pikslite väärtused, kõik kolm kokku andsid 100%. Kahe väiksema arvu liitmisel sain vaatevälja erinevuse ning leidsin protsendi. Protsentuaalne erinevus on 3,7 %.
9. Leidke, kui suur on valgla (km²). Selgitage, kuidas te tulemuse saite.
Valgla suuruse leidsin pikslite järgi. Ühele pikslile vastab 1m². 1 km² on 1000 000 m2. Valgla suuruseks sain 8,92 km2.
10. Selgitage, miks oli tarvis rasterpilt registreerida ning mille alusel te seda tegite? Kuidas teil pildi registreerimine enda arvates õnnestus?
Rasterpilt oli vaja registreerida, et pilt õigesse kohta saada. Rasterpilti registreerisin kindelpunktide järgi. Mul läks rasterpildi registreerimine päris hästi, kuna kõik oli juba varem õpitud.
11. Selgitage, milline on erinevus raster- ja vektorandmete vahel ja millist rolli mängivad koordinaadid ja projektsioonid.
Vektorandmed on punktid, jooned, polügonid, kuid rasterandmed on ruudukujulised pikslikesed. Rasterandmetel on ühe kaardikihi pikslid ühesuurused ja sama kujuga, kuid vektorandmete puhul on objektide hulk väiksem kui rastermudelis ning objektid on erineva kuju ja suurusega, mistõttu on kattuvusülesandeid raskem lahendada. Rasterandmetel on kattuvusülesandeid lihtsam lahendada.
Koordinaadid on tähtsad, kuna nende järgi määratakse objekti asukoht ning projektsiooniga saab sfäärilist pinda esitada tasapinnal
12. Miks on teie arvates tarvilik paber- või rasterandmete digitaliseerimine ?
Paber- ja rasterandmete digitaliseerimine on vajalik, kuna siis on kergem sooritada erinevaid ülesandeid ning siis saab neist parem ülevaate.
13. Lisage pilt, millel on näha rasterpilt (Sipe_maakasutus.tif) ning sellel punase äärejoonega (äärejoone paksus ( Outline Width): 0.4) ja täitevärvita ( Fill Color : No Color) maakasutuse polügonid (Uus_maakasutus). Pilt esitage piisavalt suurelt , et oleks võimalik näha digitaliseerimise täpsust.
14. Kuidas teil teie arvates polügonide digitaliseerimine õnnestus? Mis valmistas probleeme ja mis meeldis? Kui teil on kogemusi mõne teise tarkvaraga (nt. MapInfo ) andmete digitaliseerimisega, siis võrrelge erinevate programmide võimalusi.
Kuna programm oli juba tuttav, siis läks polügonide digitalkiseerimine ka mõnevõrra lihtsamini.
15. Nimetage, milliseid kõrguse väärtusi (ja miks) te uue maakasutuse puhul kasutasite.
Uue maakasutuse puhul kasutasin järgmisi kõrguse väärtusi:
0 m = lammisoo, veekogu, künnimaa
1m = kõrrelised, poollooduslik rohumaa , viljapõld, kultuurrohumaa
5 m = õueala
10 m = hooned, soomets
15 m = võsa (lehtmets)
20 m = okas- ja segamets
ma kasutasin selliseid kõrguse väärtusi, sest enamasti on veekogud ja sood madalamad (nõgu) ning rohumaa on madalam, sest seal kasvavad kõrgemad taimed (sageli). Samuti on looduses on täiskasvanud mets kõrgem kui võsa.
16. Kirjeldage, milline (% uue maakasutusega kaetud alast) oli vaateväljade erinevus baaskaardi ja täpsema maakasutuse puhul( Vaade 2-Vaade3). Milliste tegurite (koos)mõju sellise erinevuse tingib (sellest ei piisa, kui te vastate, et reljeefi ja maakasutuse; uurige täpselt erinevate kihtide väärtusi neil aladel).
Erinevuse tingib reljeef ja maakasutus ning see, et baaskaardi maakasutuse klassifitseerisin objektide keskmiste kõrguste alusel. Uue maakasutuse puhul on kõrgused täpsemad. Vaateväljade erinevus baaskaarti ja uue maakasutuse puhul on 35%.
10