Suite

Alternative pour générer une table proche dans ArcMap 10.2


Je souhaite obtenir la distance entre chaque polygone d'une couche (chaque rectangle d'une grille de résille sur la zone en question) et le polygone le plus proche d'une autre couche, mais "Générer une table proche" ne se termine jamais. Parce que je suis limité à l'utilisation des ordinateurs de l'école, je ne peux pas permettre au programme de s'exécuter en continu assez longtemps pour se terminer. Des idées pour une solution de contournement ou un autre outil que je peux utiliser pour rassembler les mêmes informations ?

J'ai coché la case "le plus proche uniquement". Dans chaque cellule de la grille se trouvent des points agrégés. J'ai besoin de la distance entre la cellule de la grille et le parc le plus proche (polygones dans un autre fichier de couche). Ces données seront jointes à un tableau existant et utilisées comme variable explicative potentielle dans une analyse de régression OLS, dans laquelle la variable dépendante est le nombre de points dans la cellule de la grille.


Utilisez la distance raster euclédienne des parcs. Utilisez des grilles pour trouver des statistiques. Pour réduire le temps, utilisez une taille de cellule raisonnable pour le raster de distance, par ex. 50 m si c'est assez précis pour votre objectif


Section sept : Géotraitement spécifique dans ArcMap

Comme mentionné dans l'introduction de ce chapitre, l'un des principaux objectifs de ce cours est de développer une base de compréhension des outils de géotraitement. Cela ne vient qu'en lisant ce que les outils peuvent faire, en les associant à une catégorie d'outils connexes et en prenant quelques minutes avant d'exécuter un outil spécifique pour prédire un résultat en fonction des couches d'entrée. L'exécution de l'outil et l'examen de la sortie confirment ou modifient vos prévisions futures, ce qui permet à son tour une compréhension plus large de l'outil de géotraitement. Ces compétences sont indépendantes des logiciels SIG, car les outils de géotraitement accomplissent tous les mêmes tâches. La sortie d'un outil de découpage exécuté dans ArcGIS sera la même que si les mêmes données devaient être exécutées via un outil de découpage dans QGIS, la seule vraie différence étant l'interface de l'outil.

Lorsque l'on compare l'interface de l'outil pour ArcGIS à un autre logiciel, comme QGIS, ArcGIS est en fait plus "convivial" et suppose moins que l'utilisateur comprend vraiment les concepts du SIG - définir un vecteur ou un raster, savoir quels types de géométrie sont disponibles et avoir les capacité à prédire les sorties. Comme cette classe utilise ArcGIS, le logiciel SIG le plus couramment utilisé aujourd'hui, certaines spécificités du logiciel doivent être couvertes, telles que activer les extensions, remplir les boîtes de dialogue d'outils, la fenêtre Résultats et savoir où chercher pour savoir si un outil est en cours d'exécution, s'est terminé avec succès, s'est terminé avec une erreur ou n'a pas pu s'exécuter. Comme les chapitres précédents, le but de cette section n'est pas de mémoriser comment les tâches sont effectuées dans le logiciel, mais plutôt d'introduire les idées et le raisonnement derrière les tâches afin que lorsque les tâches sont présentées en laboratoire, elles semblent un peu familières.

Figure 7.18 : Comparaison de l'interface de l'outil de découpage pour QGIS avec ArcMap
Outil de découpe QGISOutil de découpe ArcGIS
QGIS n'affiche pas les fichiers de formes comme un seul élément, mais affiche à la place tout le fichier et suppose que l'utilisateur sait sélectionner le fichier .shp.ArcGIS propose des fichiers de formes sous forme de fichier unique, ce qui est plus convivial
Comme la boîte de sélection d'entrée, la boîte de sortie offre un grand nombre de types de fichiers.ArcGIS propose uniquement des fichiers de formes à enregistrer dans des dossiers et des classes d'entités à enregistrer dans des géodatabases (non illustré).

7.7.2 : Activation des extensions et lancement des outils

ArcGIS, un logiciel propriétaire, coûte de l'argent, contrairement à un logiciel open source comme QGIS. Et cela coûte une bonne somme d'argent. À l'exception des écoles K-12 et des organisations humanitaires à but non lucratif, les entreprises doivent payer non seulement le logiciel de base, mais également les mises à niveau et les boîtes à outils avancées supplémentaires. Afin de réduire les coûts, les entreprises peuvent choisir d'acheter le nombre de licences de base dont elles ont besoin pour correspondre au nombre d'employés, puis quelques exemplaires des outils les plus avancés (appelés extensions ) à partager entre tout le monde. Ce processus de partage, dans ArcGIS, est appelé activation des extensions. Lorsqu'une extension est activée sur une machine par un seul technicien sur un réseau d'entreprise partagé, cette extension ne peut être utilisée par aucun autre technicien sur le même réseau jusqu'à ce qu'elle soit désactivée par le premier technicien. Pensez-y comme à une bibliothèque publique - Au lieu d'acheter des tonnes d'exemplaires d'un best-seller particulier, ils achètent un nombre limité d'exemplaires, puis les prêtent gratuitement à leurs utilisateurs enregistrés. Pendant que le livre est extrait, personne d'autre ne peut le lire, car il n'est physiquement disponible pour aucun autre lecteur tant qu'il est en possession du premier lecteur. Les extensions ArcGIS fonctionnent de la même manière - les extensions en nombre limité ne sont disponibles que pour quelques techniciens à la fois pour vérification (activation) et ne peuvent pas être utilisées par un autre technicien jusqu'à ce qu'elles soient réenregistrées (désactivées).

Pour activer une extension dans ArcGIS, en particulier :

  1. cochez la case à gauche du nom de l'extension
  2. fermer la boîte de dialogue Extensions

Si l'extension n'est pas disponible (non payée ou toutes les copies sont extraites), au lieu d'une coche apparaissant dans la case, une fenêtre contextuelle apparaîtra indiquant « L'extension n'a pas pu être activée. Il n'y a pas de nom de licence actuellement disponible"

7.7.3 : Lancement des outils de géotraitement

Dans ArcGIS, les outils de géotraitement sont lancés de différentes manières : à partir du menu de géotraitement en haut de la fenêtre du logiciel, à partir de la fenêtre ArcToolbox et à partir de la fenêtre Rechercher. Ces trois emplacements sont disponibles dans ArcMap et ArcCatalog, car tous les outils de géotraitement peuvent être exécutés dans l'un ou l'autre logiciel. En général, les outils d'ArcCatalog ont tendance à s'exécuter plus rapidement et avec moins d'erreurs, en particulier les outils plus complexes ou basés sur des tableaux. Cela ne signifie pas que les outils échoueront toujours ou fonctionneront lentement dans ArcMap, car ce n'est pas vrai, mais lorsque les outils sont exécutés dans ArcCatalog, le logiciel n'a pas besoin de dessiner des couches ou d'organiser une disposition plus complexe de données et outils. Dans ArcCatalog, les outils s'exécutent et enregistrent simplement les données là où il leur a été demandé de les enregistrer au lieu de traiter une interface plus approfondie.

Le menu Géotraitement

La boîte à outils Arc

L'ArcToolbox est une collection de boîtes à outils et de sous-boîtes à outils, organisées en regroupant des outils similaires. Par exemple, la boîte à outils des outils d'analyse contient quatre sous-boîtes à outils : Extraction, Superposition, Proximité et Statistiques. La boîte à outils d'analyse "contient un ensemble puissant d'outils qui effectuent les opérations SIG les plus fondamentales. Avec les outils de cette boîte à outils, vous pouvez effectuer des superpositions, créer des tampons, calculer des statistiques, effectuer des analyses de proximité et bien plus encore" (Menu d'aide ArcGIS). À partir de là, chaque sous-boîte à outils contient un groupe d'outils similaires qui effectuent une série d'opérations connexes. Si vous regardez à l'intérieur de la boîte à outils Proximity, vous trouverez un groupe d'outils qui examinent comment les données sont spatialement liées à d'autres données. Cette boîte à outils explore des idées telles que « Quelle est la bouche d'incendie la plus proche d'un immeuble de bureaux spécifique ? » (Proche) "Quelle est la bouche d'incendie la plus proche de toute une série de maisons représentées par des points?" (Generate Near Table) et "Où est la zone qui mesure exactement 5 miles dans des directions cardinales infinies à partir d'un café représenté par un point ?" (Amortir).

Pour chaque outil individuel trouvé dans ArcToolbox, les outils peuvent être exécutés en mode unique, ce qui signifie que les paramètres de l'outil ne sont remplis qu'une seule fois et le résultat est (le plus souvent) un jeu de données unique (vecteur, raster ou table de données). Les outils peuvent également être exécutés en mode batch, ce qui signifie que l'outil est exécuté plusieurs fois de suite avec des entrées et des sorties individuelles, cependant, il en résulte de nombreux fichiers de sortie.

Bien que l'ArcToolbox puisse sembler écrasante au début, après avoir passé un certain temps à chercher des outils et à examiner la structure, cela commencera non seulement à avoir du sens, mais vous commencerez également à trouver d'autres outils « nouveaux pour vous », résultant en « Ooo. Il y a un outil pour ça ? Soigné!"

La fenêtre de recherche

La recherche d'outils est un moyen rapide et facile de trouver des outils, surtout si la boîte à outils est inconnue. Lorsque l'option Outils est sélectionnée dans la fenêtre de recherche (comme le montre cette capture d'écran), l'outil ne recherchera que des outils et non des données, des MXD ou des images. Au fur et à mesure que le nom de l'outil est tapé dans la zone de recherche, les suggestions sont présentées avec la boîte à outils principale indiquée entre parenthèses.

Une fois que vous avez appuyé sur Entrée ou cliqué sur l'une des suggestions, la boîte se remplit avec les meilleures correspondances. La boîte à outils où se trouve l'outil est en premier dans la liste, suivie des outils. Dans l'exemple, l'outil Tampon se trouve dans la boîte à outils d'analyse, donc la boîte à outils d'analyse est répertoriée en premier. Les correspondances exactes seront en gras , y compris dans un nom d'outil qui contient le mot recherché. Cliquer sur le nom de l'outil lancera l'outil, cliquer sur la description sous le nom de l'outil, répertorié en bleu foncé, ouvrira l'article du menu Aide pour cet outil, et cliquer sur le chemin vert de la boîte à outils ouvrira la fenêtre ArcToolbox, révélant où cela l'outil vit.

7.7.4 : Remplir les boîtes de dialogue d'outils

Chaque outil de géotraitement est unique dans les entrées requises - vecteur ou raster, géométrie spécifique, entrées numériques, etc. et 3. avoir une ligne pour définir un nom et un endroit pour enregistrer la nouvelle couche de sortie. Certains outils, tels que ceux qui sont considérés comme des outils de superposition, de proximité et d'extraction, nécessitent une couche « d'interaction » - la couche qui définit les comparaisons spatiales telles que définies par l'outil.

Enregistrer correctement lors de l'exécution de l'outil [insérer le nom ici]

(Presque) chaque fois que vous exécutez un outil dans ArcGIS, il y aura une boîte « Emplacement de sortie » (il existe quelques outils sélectionnés qui modifient la couche en entrée, et ne nécessitent donc pas de nom et de lieu de couche en sortie). Cette zone indique à ArcGIS où enregistrer et comment appeler le fichier de sortie de l'outil après son exécution. Dans le modèle de données pour Introduction au SIG, il y a le dossier Résultats, un endroit pour enregistrer la couche de sortie. Si vous vous en tenez au modèle de données suggéré et enregistrez toutes les sorties d'outils dans un seul dossier de résultats, vous savez toujours où est stockée la couche résultante de n'importe quel outil.

La zone Couche de sortie. Selon l'outil, la boîte s'appellera des choses légèrement différentes. Autre remarque : ArcGIS n'aura presque jamais le titre "Output Shapefile", mais aura à la place "Output Feature Class" pour référencer tout outil produisant une couche vectorielle. Le logiciel est déjà un logiciel géant, en termes d'espace, et avoir de petites choses comme le mot "shapefile" le rendrait encore plus volumineux et plus lent à exécuter.

Pour désigner un emplacement pour enregistrer la sortie, cliquez sur l'icône du dossier à gauche de la zone Classe d'entités en sortie (dans le cas des vecteurs) et accédez à votre dossier de résultats (continuez à ouvrir les dossiers jusqu'à ce que vous arriviez à votre destination). Une fois que vous avez trouvé l'endroit où vous souhaitez enregistrer le fichier de sortie, vous devez donner à votre fichier de sortie un nom mémorable et significatif. ArcGIS utilisera par défaut le nom de l'outil (tampon, découpe, effacement, etc.) ajouté au nom du fichier d'origine, qui n'est ni mémorable ni significatif. C'est votre travail, non, votre devoir, de renommer le fichier en fonction de votre objectif et de la tâche à accomplir, par exemple, "River_Buffer_50_meters".

L'outil Buffer a les deux premières exigences de (la plupart) des outils de géotraitement - Une couche d'entrée et un emplacement de sortie, en utilisant un nom de couche mémorisable et significatif.

Si un lieu et un nom ne sont pas attribués à un jeu de données en sortie, l'emplacement par défaut pour enregistrer un outil est la géodatabase par défaut et le nom par défaut est le nom de la couche en entrée avec le nom de l'outil ajouté à la fin.

Chaque outil remplit initialement l'emplacement de sortie en tant que géodatabase par défaut. Il est nécessaire de modifier cet emplacement à chaque fois qu'un outil de géotraitement est exécuté afin de garder une trace des données au fur et à mesure de leur création.

Géodatabase par défaut

Lorsque vous ne désignez pas de nom ni de lieu pour votre couche en sortie , vos données seront automatiquement enregistrées dans la géodatabase par défaut. La géodatabase par défaut se trouve au même endroit sur toutes les machines sur lesquelles ArcGIS est installé : C:UsersusernameMy Documentsdefault.gdb. Si vous oubliez où se trouve votre géodatabase par défaut, relancer l'outil et ajouter n'importe quel fichier à la ligne d'entrée remplira automatiquement la zone de sortie avec le chemin d'accès à votre géodatabase par défaut. Il est possible de modifier la géodatabase par défaut par projet, en en créant une dans votre dossier Résultats (ou similaire), puis en indiquant au MXD où définir par défaut toutes les sorties d'outils. Cependant, ce changement concerne un seul MXD, ce qui est bien si vous travaillez sur un grand projet, mais un peu compliqué pour les projets simples, petits ou rapides. Il est également possible de modifier en permanence l'emplacement de la géodatabase par défaut, cependant, le résultat final n'est pas différent de celui configuré par ArcGIS lors de l'installation. À moins que vous n'ayez pas accès au dossier Documents sur cette machine spécifique, il est généralement acceptable de laisser la géodatabase par défaut telle quelle et d'apprendre le chemin pas très difficile de "Documents > ArcGIS".

Cercles verts, points d'exclamation jaunes et X rouges, oh mon dieu !

Les outils de géotraitement ont tous des vérifications internes qui se produisent lorsque l'outil est lancé et à chaque fois que vous remplissez une ligne dans la boîte de dialogue. Lors du premier lancement de l'outil, les lignes requises sont marquées d'un cercle vert. Il s'agit de la quantité minimale de données dont l'outil a besoin pour faire son travail. Au fur et à mesure que vous parcourez chaque ligne de la boîte de dialogue, l'outil continue de vérifier votre entrée par rapport aux règles internes. Si l'entrée que vous avez fournie est acceptable, rien ne se passe (comme le dit le médecin : « Pas de nouvelles, c'est une bonne nouvelle »). Si, toutefois, l'entrée que vous avez faite ne passe pas le test, la boîte de dialogue mettra un point d'exclamation jaune (avertissement) ou un x rouge (erreur) à côté de la description de la ligne. En cliquant sur le symbole, une fenêtre contextuelle s'affichera expliquant l'avertissement ou l'erreur. Les avertissements vous permettront (généralement) de continuer à exécuter l'outil tandis que les erreurs empêcheront l'exécution de l'outil et doivent être corrigées avant de continuer.


Les champs minimum requis pour qu'un outil de géotraitement termine son travail sont marqués d'un cercle vert.
Lorsque les vérifications de règles internes d'un outil enfreignent une règle interne, mais que l'outil s'exécute toujours, un point d'exclamation jaune marque la ligne avec l'avertissement. Cliquez sur le symbole pour lire l'avertissement associé.

Alternative à la génération d'une table proche dans ArcMap 10.2 - Systèmes d'information géographique

Vous avez demandé une traduction automatique du contenu sélectionné de nos bases de données. Cette fonctionnalité est fournie uniquement pour votre commodité et n'est en aucun cas destinée à remplacer la traduction humaine. Ni BioOne ni les propriétaires et éditeurs du contenu ne font, et ils déclinent explicitement, toute représentation ou garantie expresse ou implicite de quelque nature que ce soit, y compris, sans s'y limiter, les représentations et garanties quant à la fonctionnalité de la fonction de traduction ou l'exactitude ou l'exhaustivité de les traductions.

Les traductions ne sont pas conservées dans notre système. Votre utilisation de cette fonctionnalité et des traductions est soumise à toutes les restrictions d'utilisation contenues dans les Conditions d'utilisation du site Web BioOne.

Répartition géographique et impacts régionaux de Oxyops vitiosa (Coléoptères : Curculionidae) et Boreioglycaspis melaleucae (Hemiptera : Psyllidae), Agents de Lutte Biologique de l'Arbre Envahissant Melaleuca quinquenervia

K. M. Balentine, 1 P. D. Pratt, 1,* F. A. Dray, 1 M. B. Rayamajhi, 1 T. D. Centre 1

1 USDA-ARS, Laboratoire de recherche sur les plantes envahissantes, 3225 College Ave., Ft. Lauderdale, Floride 33314

* Auteur correspondant, e-mail : [email protected]

Inclut PDF et HTML, lorsqu'ils sont disponibles

Cet article est uniquement disponible pour les abonnés.
Il n'est pas disponible à la vente individuelle.

L'arbre envahissant Melaleuca quinquenervia (Cav.) Blake est largement répandu dans toute la Floride péninsulaire et constitue une menace importante pour la diversité des espèces dans les systèmes de zones humides des Everglades. L'atténuation de cette menace comprend la campagne de lâcher à l'échelle de la zone des agents de lutte biologique Oxyops vitiosa Pascoe et Boreioglycaspis melaleucae Moore. Nous résumons les résultats de cet effort de lâcher et quantifions la distribution géographique résultante des herbivores ainsi que leur impact régional sur la mauvaise herbe cible. Un total combiné de 3,3 millions de personnes Melaleuca des agents de lutte biologique ont été redistribués dans 407 sites et dans 15 comtés de Floride. Les enquêtes de l'envahi un le geogO. vitiosa englobe 71 % de la Melaleuca infestation. Bien que publié 5 ans plus tard, la distribution de B. melaleuca est légèrement supérieur à son prédécesseur, avec une gamme comprenant 78% de l'échantillon Melaleuca des stands. Melaleuca les peuplements en dehors des distributions des deux agents de lutte biologique se trouvaient principalement dans les extrémités nord de l'aire de répartition de l'arbre. Une forte association positive entre les espèces d'herbivores a été observée, la même densité des deux espèces étant présente dans 162 peuplements et aucune preuve de compétition interspécifique. Le type de sol a également influencé l'incidence des agents de lutte biologique et la répartition de leurs impacts. Les chances de rencontrer O. vitiosa ou alors B. melaleucae dans les cellules dominées par les sols sableux étaient 2,2 et 2,9 fois plus probables que celles dominées par les sols riches en matière organique. En conséquence, un niveau plus élevé de dommages causés par les deux herbivores a été observé pour les peuplements poussant sur des sols sableux par rapport aux sols riches en matières organiques.

K. M. Balentine , P. D. Pratt , F. A. Dray , M. B. Rayamajhi et T. D. Centre " Distribution géographique et impacts régionaux de Oxyops vitiosa (Coléoptères : Curculionidae) et Boreioglycaspis melaleucae (Hemiptera : Psyllidae), Agents de Lutte Biologique de l'Arbre Envahissant Melaleuca quinquenervia, "Entomologie environnementale 38(4), 1145-1154, (1er août 2009). https://doi.org/10.1603/022.038.0422

Reçu : 14 janvier 2009 Accepté : 1er avril 2009 Publié : 1er août 2009

Cet article est uniquement disponible pour les abonnés.
Il n'est pas disponible à la vente individuelle.


4.6 Modèle de mouvement dynamique du pont brownien (dBBMM)

Avec l'utilisation généralisée de la technologie GPS pour suivre les animaux en temps quasi réel, les estimateurs du domaine vital et des déplacements se sont développés simultanément. Contrairement aux estimateurs ponctuels traditionnels (c'est-à-dire MCP, KDE avec hréf/hbrancher) qui n'intègrent que la densité des emplacements dans l'estimation du domaine vital, les nouveaux estimateurs intègrent davantage de données fournies par la technologie GPS. Alors que le BBMM intègre une composante temporelle et une erreur GPS dans les estimations, les modèles dynamiques de mouvement des ponts browniens (dBBMM) intègrent les caractéristiques temporelles et comportementales des trajectoires de déplacement dans l'estimation du domaine vital (Kranstauber et al. 2012). Cependant, l'estimation d'un chemin de mouvement sur l'ensemble de la trajectoire des données doit être séparée en modèles de mouvement comportementaux (c'est-à-dire repos, alimentation) avant d'estimer la variance du mouvement brownien (2 m). La surestimation des 2 m entraînera une imprécision dans l'estimation de la distribution d'utilisation que le dBBMM cherche à traiter (Kranstauber et al. 2012).

  1. Exercice 4.6 - Téléchargez et extrayez le dossier zip dans votre emplacement préféré
  2. Définissez le répertoire de travail sur le dossier extrait dans R sous Fichier - Changer dir.
  3. Nous devons d'abord charger les packages nécessaires à l'exercice

#TIME DIFF NÉCESSAIRE UNIQUEMENT COMME MOYEN D'EXCLURE LES DONNÉES MAUVAISES PLUS TARD
muleys$Date <- as.numeric(muleys$GPSFixTime)
timediff <- diff(muleys$Date)*24*60
muleys <-muleys[-1,]
muleys$timediff <-as.numeric(abs(timediff))

muleys$DT <-as.POSIXct(strptime(muleys$GPSFixTime, format='%Y.%m.%d %H:%M:%OS'))
muleys$DT

#EXCLUEZ LES OUTLIERS ET LES MAUVAISES CORRECTIONS DE DONNÉES

newmuleys <-subset(muleys, muleys$Long > -110.90 & muleys$Lat > 37.80)
muleys <- newmuleys
newmuleys <-subset(muleys, muleys$Long < -107)
muleys <- newmuleys

d8_dbbmm <- brownian.bridge.dyn(object=ld8, location.error=22, window.size=19, margin=7, dimSize=100,time.step=180)

dataD8 <- subset(muleys, muleys$id == "D8")
dataD8$id <- factor(dataD8$id)
d8 <- move(x=dataD8$X, y=dataD8$Y, time=as.POSIXct(dataD8$GPSFixTime,
format="%Y.%m.%d %H:%M:%S"), proj=CRS("+proj=utm +zone=12 +datum=NAD83"),
données=donnéesD8, animal=donnéesD8$id)
100
d8_dbbmm <- brownian.bridge.dyn(object=d8, location.error=22, window.size=19,
marge=7, dimSize=100,time.step=180)
tracé(d8_dbbmm)
contour(d8_dbbmm, niveaux=c(.5,.9,.95,.99), add=TRUE)
afficher(d8_dbbmm)

par(mfcol=1:2)
plot(loc2, , col=3, lwd=2, pch=20, xlab="location_east",
ylab="location_north")


3. Exposition de la population à l'arsenic dissous

[34] Nous estimons pour chaque région géologique-géomorphique le nombre de personnes qui sont exposées à diverses concentrations d'arsenic dans les eaux souterraines en combinant la modélisation géostatistique ci-dessus avec les informations démographiques obtenues à partir du recensement de 1991 mené par le Bureau des statistiques du Bangladesh (BBS) [1996] . Ce document rapporte des données pour 489 thanas à travers le Bangladesh. Sur la base de ces données, la population du Bangladesh est estimée à environ 125 millions de personnes, dont 51,48 % d'hommes et 48,52 % de femmes, et l'âge moyen est estimé à 23,10 ans. pour les hommes et 22,23 ans. pour les femelles. Le Agence centrale de renseignement (CIA) [2001] estime la population nationale de 2001 à 131 millions de personnes avec un taux de croissance démographique de 1,59 % par an. Cependant, les chiffres de population de 2001 pour chacun des 489 thanas ne sont actuellement pas disponibles, et donc les estimations démographiques basées sur les données de 1991 sont utilisées ici.

[35] Les données des relevés BGS et DPHE fournissent pour chaque puits échantillon : (1) le thana dans lequel se trouve le puits et (2) une référence GPS latitude-longitude que nous avons utilisée pour identifier la région géologique-géomorphique dans laquelle le bien est situé. Les données du recensement du BBS fournissent la taille de la population de chaque thana. Sur la base de ces informations, nous utilisons les étapes ci-dessous pour affecter chaque personne au Bangladesh à un puits d'échantillonnage et donc à une région. Ce qui suit s'applique pour chaque thana.

[36] 1. S'il y a des puits d'échantillon dans le thana (comme dans 433 des 489 thanas), alors nous attribuons un nombre égal de personnes dans le thana à chaque puits d'échantillon. Si chaque puits d'échantillon dans le thana se trouve dans la même région géologique-géomorphique, alors tout le monde est affecté à cette région. Et si les puits d'échantillonnage du thana se trouvent dans plusieurs régions, les personnes sont affectées à ces régions en fonction de la proportion de puits d'échantillonnage dans chaque région.

[37] 2. S'il n'y a pas de puits d'échantillonnage dans le thana (comme dans 56 des 489 thanas), alors nous identifions la région géologique-géomorphique dans laquelle se trouve le thana, et nous attribuons un nombre égal de personnes dans le thana à chaque puits d'échantillonnage de la région. Ainsi, nous supposons que la distribution de la concentration en arsenic dans le thana non échantillonné est la même que la distribution de la concentration en arsenic dans la région géologique-géomorphique dans son ensemble.

[38] Par les étapes 1 et 2, nous calculons pour chaque région le nombre de personnes qui sont exposées aux différentes concentrations d'arsenic de l'échantillon dans la région. Ensuite, nous estimons une distribution finie de concentration à laquelle la population nationale est exposée en additionnant les distributions régionales. Nous estimons qu'environ 46 millions de personnes sont exposées à des concentrations supérieures à 10 g/L et environ 28 millions de personnes à des concentrations supérieures à 50 g/L. BGS et DPHE [2001] estiment 57 millions et 35 millions de personnes exposées à des concentrations de 10 g/L et 50 μg/L respectivement en utilisant le krigeage disjonctif. Par ailleurs, BGS et DPHE [2001] estiment également 46 millions et 28 millions en multipliant le pourcentage de puits contaminés dans un thana par la population du thana. Étant donné que la plupart des thanas se trouvent dans une région géologique-géomorphique, nos estimations d'exposition coïncident étroitement avec cette approche.

[39] La figure 1 montre deux distributions cumulatives de la concentration d'arsenic : celle sur les puits d'échantillonnage et celle sur la population bangladaise. La distribution sur les puits a une moyenne de 63 g/L et un écart type de 140 g/L tandis que la distribution sur les personnes a une moyenne de 56 g/L et un écart type de 123 μg/L. Ainsi, la distribution des puits d'échantillonnage ne serait pas précise pour le calcul des effets sur la santé. Les distributions diffèrent en grande partie en raison de la forte densité de population à Dhaka et dans une moindre mesure en raison d'un espacement non uniforme des puits d'échantillonnage.

[40] Les deux graphiques cumulatifs de la figure 1 peuvent être comparés comme suit. Pour l'intervalle de concentrations d'arsenic inférieur à la limite de détection (0,25-0,50 g/L), la fraction d'arsenic sur les personnes (32 %) est supérieure à la fraction d'arsenic sur les puits (27 %). Cet écart est dû principalement à la densité de population de Dhaka, située dans les régions argileuses et alluviales (32 et 33) des terrasses orientales. Comme indiqué dans le tableau 2, ces régions contiennent 4 782 personnes/km 2 et 2 797 personnes/km 2 et contiennent principalement des puits de non-détection. Pour des concentrations comprises entre la limite de détection et 50 g/L, les fractions de personnes sont approximativement égales aux fractions de puits, et donc les graphiques cumulés sont approximativement parallèles. Pour des concentrations comprises entre 50 g/L et 100 μg/L, les fractions de personnes sont inférieures aux fractions de puits, et donc le graphique cumulé pour les puits augmente pour correspondre à celui des personnes. Et pour des concentrations supérieures à 100 μg/L, les deux courbes de distribution sont très proches. Par conséquent, bien que la distribution des puits d'échantillonnage ne soit pas précise pour le calcul des effets sur la santé, elle ne serait pas très différente de celle utilisant la distribution sur les personnes puisque la principale différence concerne les concentrations inférieures à 100 g/L.

[41] Le tableau 2 rapporte pour chacune des 34 régions sélectionnées le nombre estimé et le pourcentage de personnes qui obtiennent de l'eau potable de puits avec des concentrations d'arsenic supérieures à la limite de détection. Dans les sections 5.1, 5.2, nous estimons les effets régionaux sur la santé en estimant les effets sur la santé de ces sous-populations régionales. Cette approximation est appropriée puisque les effets estimés sur la santé de l'exposition à des concentrations d'arsenic inférieures à la limite de détection sont négligeables. Notez qu'à mesure que le nombre de puits au Bangladesh augmente, nos distributions d'exposition sont inchangées. Cela suppose que la distribution en profondeur des puits ne change pas avec le temps.

[42] La population nationale de personnes qui utilisent des puits avec des concentrations d'arsenic supérieures à la limite de détection se compose d'environ 85 millions de personnes (68% de l'ensemble de la population du Bangladesh). La distribution de la concentration d'arsenic dans cette sous-population nationale a une moyenne d'échantillon de 82 g/L et un écart-type d'échantillon de 142 g/L. Cet échantillon de distribution de l'exposition est utilisé dans la section 4.3 pour l'estimation des fonctions dose-réponse de l'arsenicose.


Structure à partir du mouvement (SfM)

La structure à partir du mouvement (SfM) est une méthode établie et largement utilisée pour générer des modèles 3D dans les géosciences (Favalli et al., 2012 Westoby et al., 2012 Smith et al., 2016). Il est de plus en plus utilisé en géomorphologie pour la caractérisation des surfaces topographiques et l'analyse des changements géomorphologiques spatiaux et temporels, avec une précision comparable aux techniques existantes de balayage laser et de stéréophotogrammétrie dans des scénarios rapprochés (Aguilar et al., 2009 Thoeni et al., 2014 Smith et coll., 2016 Wilkinson et coll., 2016). La photogrammétrie SfM utilise une séquence d'images numériques superposées d'un sujet statique prises à partir de différentes positions spatiales pour produire un nuage de points 3-D. Les métadonnées d'image pour la mise en correspondance d'images sont utilisées pour estimer la géométrie 3D et les positions de caméra à l'aide d'un algorithme d'ajustement de faisceau (Smith et al., 2016). Le flux de travail utilise une méthode d'appariement d'images de transformation automatisée de caractéristiques invariantes à l'échelle (SIFT) (Smith et al., 2016). L'avancement des nouveaux algorithmes de correspondance d'images a facilité et automatisé le flux de travail SfM par rapport à la stéréophotogrammétrie (Remondino et al., 2014 Smith et al., 2016).

Les applications en géomorphologie comprennent les expériences de laboratoire sur les canaux (Morgan et al., 2017), les glissements de terrain et les glissements de terrain (Niethammer et al., 2012 Russell, 2016), l'érosion des badlands (Smith et Vericat, 2015), la morphologie fluviale (Javernick et al., 2014 Dietrich, 2015 Bakker et Lane, 2016 Dietrich, 2016a, b), les microformes des tourbières (Mercer et Westbrook, 2016), la dynamique des processus glaciaires (Piermattei et al., 2016 Immerzeel et al., 2017), la restauration des rivières (Marteau et al. , 2016), cartographie des récifs coralliens (Casella et al., 2016), relevé des plages (Brunier et al., 2016), érosion des sols (Snapir et al., 2014 Balaguer-Puig et al., 2017 Prosdocimi et al., 2017 Vinci et al., 2017 Heindel et al., 2018), terrains volcaniques (James et Robson, 2012 Bretar et al., 2013 Carr et al., 2018), porosité des matériaux du lit de la rivière (Seitz et al., 2018), estimation de la taille des grains des rivières à lit de gravier (Pearson et al., 2017) et érosion côtière (James et Robson, 2012). En outre, SfM a également été largement utilisé en archéologie pour l'enregistrement photogrammétrique d'art rupestre et d'artefacts à petite échelle et de sites archéologiques à grande échelle (Sapirstein, 2016, 2018 Sapirstein et Murray, 2017 Jalandoni et al., 2018).

L'adoption accrue de cette méthode est principalement due à son coût relativement faible, à sa portabilité élevée et à la facilité du flux de travail de traitement des données. Une grande partie du flux de travail SfM est automatisée dans une gamme de logiciels commerciaux relativement abordables (par exemple Agisoft PhotoScan, SURE, Photomodeler), des logiciels sans source fermée (par exemple VisualSfM, CMPMVS) et des logiciels open source (par exemple Bundler, OpenMVG, OpenMVS, MicMac, SFMToolkit).

Il existe une quantité considérable de littérature disponible sur les techniques et les flux de travail de l'AFD. Une discussion détaillée de la technique se trouve dans plusieurs articles disponibles : par ex. Westoby et al. (2012) Fonttad et al. (2013) Thoeni et al. (2014) Micheletti et al. (2015a, b) Eltner et al. (2016) Ko et Ho (2016) Smith et al. (2016) Schonberger et Frahm (2016) Bedford (2017) Zhu et al. (2017) Ozyesil et al. (2017).

Plusieurs études ont rapporté une grande précision dans les données topographiques 3D obtenues à l'aide de SfM par rapport à des méthodes telles que le balayage laser terrestre (TLS) ou les levés RTK-GPS (Harwin et Lucieer, 2012 Favalli et al., 2012 Andrews et al., 2013 Fonstad et al., 2013 Nilosek et al., 2014 Caroti et al., 2015 Dietrich, 2015 Palmer et al., 2015 Clapuyt et al., 2016 Koppel, 2016 Piermattei et al., 2016 Panagiotidis et al., 2016 Wilkinson et al., 2016). Smith et al. (2016) et Wilkinson et al. (2016). Les avancées récentes dans les approches de la structure à partir du mouvement (SfM) n'ont pas encore été largement appliquées aux formes de relief à micro-échelle, telles que les caractéristiques de rupture des roches.

Ici, nous testons l'utilisation de SfM pour une application à très haute résolution (submillimétrique). Notre approche utilise la photographie numérique haute résolution (à partir d'un appareil photo grand public) combinée au flux de travail SfM. Nous évaluons les erreurs dans nos DEM à l'aide de points de contrôle sur le terrain et validons notre approche à travers une série d'expériences contrôlées. Nous évaluons également la propagation d'erreur avec la distance de la cible de contrôle dans les DEM générés dans notre expérience. Nous constatons que SfM offre une approche robuste pour les études de dégradation des roches.

Notre travail fournit une méthode alternative et/ou supplémentaire rentable, transportable et conviviale pour le travail sur le terrain à utiliser dans les études géomorphologiques qui nécessitent la production de modèles topographiques à haute résolution à partir de sites de terrain. Ci-dessous, nous décrivons le développement et le test de notre approche sur le terrain et dans des conditions contrôlées. Nous fournissons un guide détaillé afin que d'autres puissent adopter notre approche dans leurs recherches.

Figure 1Un diagramme schématique du flux de travail typique pour la production de modèle numérique d'élévation (MNE) décrit dans cette étude.


Techniques de modélisation des particules pour les études épidémiologiques de l'exposition à la fumée des feux de biomasse à ciel ouvert : une revue

L'exposition à la fumée des incendies de paysages et de mines de charbon peut avoir de graves répercussions sur la santé humaine. La capacité des études sur la santé à identifier avec précision les associations potentielles entre l'exposition à la fumée et la santé dépend des techniques utilisées pour quantifier les concentrations d'exposition pour la population à risque. L'évolution des techniques de modélisation spatiale capables de mieux caractériser cette association a le potentiel de fournir des estimations plus précises des effets sur la santé. Nous avons examiné la littérature pour identifier et évaluer les techniques de modélisation spatiale disponibles pour estimer les particules de fumée2.5 ou MP10 concentrations provenant de feux de biomasse à ciel ouvert ou de mines de charbon. Quatre bases de données électroniques ont été consultées : MEDLINE, EMBASE, Scopus et Web of Science. Studies were included if they utilised any method for modelling the spatial distribution of PM2.5 or PM10 concentrations from open biomass or coal mine fires and had applied the modelled PM to health data. Studies based on un-adjusted monitoring data, or which were not in English, were excluded. We identified 28 studies which utilised five spatial modelling techniques to assess exposure from open biomass fires: dispersion models, land use regression, satellite remote sensing, spatial interpolation and blended models. No studies of coal mine fires were identified. We found the most effective models combined multiple techniques to enhance the strengths and mitigate the weaknesses of the underlying individual techniques. “Blended” models have the potential to facilitate research in regions currently under represented in biomass or coal mine fire studies as well as enhancing the power of studies to identify associations with health outcomes.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


7. Frequency band 37-40 GHz

7.1 Current use of the spectrum

40. In Canada, fixed and mobile services are allocated in the frequency band 37-40 GHz, fixed-satellite service Footnote 16 ( space-to-Earth ) in the frequency band 37.5-40.0 GHz , space research service ( space-to-Earth ) in the frequency band 37-38 GHz , and mobile-satellite service Footnote 17 ( space-to-Earth ) in the frequency band 39.5-40 GHz all on a co-primary basis while Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . In addition, the frequency band 37󈛌 GHz is available for high-density applications in the fixed service in accordance with footnote 5.547 of the ITU’s Radio Regulations . An illustration of the Canadian frequency allocations in the frequency band 37-40 GHz is shown in figure 4 below.

Figure 4 – Canadian frequency allocations in the band 37-40 GHz

Remarques: Primary services are shown in all uppercase letters
Secondary services are shown with uppercase and lowercase letters

This figure shows the Canadian frequency allocations in the band 37-40 GHz . It shows that fixed and mobile services are allocated from 37-40 GHz . It shows that fixed-satellite service ( space-to-Earth ) is allocated in the frequency band 37.5-40.0 GHz , space research service (space-to-Earth) is allocated in the frequency band 37-38 GHz , and mobile-satellite ( space-to-Earth ) is allocated in the frequency band 39.5-40 GHz all on a co-primary basis. It shows that Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . It shows that there is a footnote No. 5.547 for the frequency band 37-40 GHz . It also shows footnotes C51 ( 38.6-40 GHz ) and C49, C50 ( 39.5-40 GHz ).

41. In 1999, ISED designated 800 MHz of spectrum ( 38.7-39.1 GHz and 39.4-39.8 GHz ) for licensing via auction and 600 MHz of spectrum ( 38.6-38.7 GHz paired with 39.3-39.4 GHz , and 39.1-39.3 GHz paired with 39.8-40 GHz ) for point-to-point microwave systems, licensed on a grid-cell basis through a first-come first-served (FCFS) process. Footnote 18 Also, the frequency band 38.4-38.6 GHz was made available under the same FCFS licensing process for unpaired point-to-point and unpaired multipoint communication systems. The remaining 1400 MHz ( 37-38.4 GHz ) were reserved for future use by the fixed service.

42. In December 2014, ISED published the New Licensing Framework for the 24, 28 and 38 GHz Bands and the Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . This framework allows for point-to-multipoint systems in the frequency ranges 38.6-38.7 GHz , 39.1󈛋.4 GHz, and 39.8󈛌 GHz and it established a new FCFS licensing process for available spectrum in the frequency bands 38.7-39.1 GHz and 39.4-39.8 GHz with site-specific licences. Existing auctioned licences were eligible for a 10 year renewal term if conditions of licence were met and annual FCFS licences with deployment were renewed. Footnote 19 Furthermore, it was recognized that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum for backhaul and, therefore, renewed auctioned licences were not provided with a high expectation of renewal after their renewed 10 year term. Figure 5 shows how fixed services are currently using the frequency band 37-40 GHz .

Figure 5 – Current use of the frequency band 37-40 GHz by fixed service

This figure shows the current use of the frequency band 3 7-40 GHz by fixed services. It shows that the frequency range 37-38.4 GHz is reserved for future use. It also shows the frequency range used for unpaired p oint-to-point ( p-p ) and point-to-multipoint ( p-mp ) services (38.4-38.6 GHz), FCFS grid cell licences for p-p and p-mp systems ( 38.6-38-7 GHz , 3 9.1-39.4 GHz , and 39.8-40 GHz ), and Tier 3 auctioned licences and FCFS site licences for p-p and p-mp systems ( 38.7-39.1 GHz and 39.4-39.8 GHz ).

43. According to the ISED’s records, the frequency band 38.6-40 GHz is used by operators of fixed point-to-point and point-to-multipoint systems for wireless backhaul and to offer broadband wireless access to clients. There are currently 28 tier 3 auctioned licences held by four licensees. TeraGo Networks is the major licence holder with 25 licences and ABC Allen, I-Netlink Inc. and Telus each hold one licence. The Telus licence was issued in 2003 and is scheduled for a renewal decision in 2018 the other licences were renewed in 2015. These licence areas include a mixture of rural and urban areas in British Columbia, Alberta, Manitoba and Ontario.

44. There are 80 active grid cell licences held by nine licensees that have collectively deployed roughly 1900 sites. Rogers, Telus, TeraGo Networks and Freedom Mobile collectively hold 90% of these licences. Since 2014, when site licences were made available under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands , ISED has issued 245 licences for 386 individual sites to seven licensees. Freedom Mobile holds 80% of these licences. Data from ISED’s licensing database shows that approximately 88% of all sites (including both grid cell and site-specific licences) are located within the greater areas of Vancouver, Calgary, Edmonton, Toronto, Ottawa and Montreal.

45. Finally, there are also two fixed stations operated on a developmental basis in the frequency band 37.6-38.6 GHz .

46. There is currently no satellite use, including fixed-satellite, space research, mobile-satellite , or Earth exploration-satellite services, in the frequency band 37.5-40 GHz. However, the fixed-satellite industry has expressed interest in this band paired with the Earth-space band around 50 GHz as the next bands to be commercially developed since the Ku and Ka bands are becoming more and more congested.

7.2 Changes to spectrum utilization policies

47. Similar to the 28 GHz frequency band, ISED is proposing to make the frequency band 37󈛌.0 GHz available for flexible use for terrestrial services.

48. The use of the fixed-satellite service applications in this band is currently limited to those that would pose minimal constraints upon the deployment of fixed service systems, such as a small number of large antennas for feeder links, as specified in footnote C51 in the CTFA. In making available the band 37-40 GHz for flexible use for terrestrial services, ISED believes that we should uphold the principle of not unduly constraining the deployment of terrestrial services throughout the band where satellite service also has an allocation. Therefore, ISED proposes to continue the limitation of the fixed-satellite service to applications which would pose minimal constraints to terrestrial services (including both fixed and mobile services) and extends the limitation to 37.5-40 GHz . However, ISED also recognizes the need for the FSS to continue having access to the band. A sharing mechanism to accommodate these services would be developed in collaboration with stakeholders, (see section 7.4).

49. In order to accommodate flexible use for terrestrial services in the band (as discussed above), footnote C51 in the CTFA would be modified as follows:

MOD C51 (CAN󈚵) Le la fréquence band 38.637.5-40 GHz is being licensed for applications in the fixed and mobile services, which will be given priority over fixed‑satellite service systems sharing this frequency band spectre on a co‑primary basis. Fixed-satellite service implementation in this frequency band spectre will be limited to applications that will pose minimal constraints upon the deployment of fixed and mobile service systems, such as a small number of large antennas for feeder links.

50. ISED will continue to license the 38.4-40 GHz band under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . In the future, when alternative licensing processes have been finalized and the timing of their implementation has been determined, a moratorium on issuing new site-specific licences may be required. ISED is proposing to treat 28 GHz and 38.4-40 GHz bands differently with respect to moratoriums on issuing new licences. Unlike the 28 GHz band, which currently has no fixed service users, the 38.4-40 GHz band is currently used to deliver backhaul for mobile services and for enterprise wireless solutions. An immediate moratorium may impact existing and potential users of this band with respect to their current and future deployment plans.

Question 7-2: ISED is seeking comments on whether a moratorium on the issuance of new licences under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands is required at this time.

7.3 Changes to band plan

51. For the terrestrial services, there is no existing band plan defined in the frequency band 37󈛊.4 GHz. The frequency band 38.4-38.6 GHz is divided into four blocks of 50 MHz each.

52. In the frequency band 38.6-40.0 GHz , the current Canadian band plan comprises fourteen (14) 50 MHz frequency blocks (see figure 6), with both FDD and TDD systems permitted. Footnote 20 As stated earlier, licences in this band have been granted through both auction and first-come , first-served (FCFS) processes and include a mixture of area licences (based on Tier 3 areas as well as licensee-defined areas using grid cells) and site licences therefore, the licence duration and authorized frequency blocks may differ.

Figure 6: Current Canadian band plan for 38.6-40 GHz

This figure shows the pre-2014 decision canadian band plan for 38.6-40 GHz as well as the post-2014 decision band plan. The pre-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. Each block in the first set is paired with its matching block in the second set (e.g. Block A in the first set is paired with Block A in the second set). Blocks A,B,K,L,M, and N are labelled as FCFS. Blocks C,D,E,F,G,H,I, and J are labelled as Auction. The post-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. It also shows that all of the blocks are FCFS ( site-licensed ).

53. In the U.S., as part of its further consultation on band sharing and coordination mechanisms for the frequency band 37-37.6 GHz , the band plan for this frequency band is currently under development. In particular, the FCC is considering whether or not to establish a 100 MHz minimum channel size while allowing users to aggregate these channels into a larger channel size, up to a maximum of 600 MHz, where available. Other options are also being considered. The FCC has not finalized its rules on this matter at this time. For the band 37.6-40 GHz , the FCC has adopted a new band plan comprised of 200 MHz blocks. The FCC also adopted rules that allow both FDD and TDD implementations.

54. In order to benefit from the ecosystem that develops in the U.S. and simplify coordination of fixed and mobile services along the Canada-U.S . border, ISED is proposing that Canada adopt the same band plan in the entire 37-40 GHz range as the U.S. Given the development in the U.S. with respect to a new band plan in the frequency range 37-37.6 GHz , adopting a Canadian band plan at this time would be premature and could undermine the benefits of equipment harmonization. It is therefore proposed that the development of a Canadian band plan for this frequency range be deferred to a later date. The overall proposed band plan for the frequency band 37-40 GHz is shown in figure 7 below. Similar to the 28 GHz band, this band plan would not preclude any type of duplexing scheme to be deployed.

Figure 7: Proposed Canadian 37-40 GHz frequency band plan

This figure shows the proposed Canadian 37-40 GHz frequency band plan. It shows the frequency range from 37-37.6 GHz is labelled as "to be determined". The frequency range from 37.6-40 GHz is divided into 12 200 MHz blocks with no labels.

7.4 Band sharing with other services

55. In order to facilitate the introduction of flexible use services in this frequency band, provisions will need to be developed to ensure their co-existence with existing services.

7.4.1 Coexistence between flexible use terrestrial stations and earth stations in the fixed-satellite service (space-to-Earth)

56. Currently, the coexistence of fixed terrestrial stations and FSS earth stations is addressed through coordination on a site-by-site basis, as described in section 6.5 above. It is noted, however, that there has been no deployment by the satellite service in this band yet.

57. Since FSS earth stations receive signals from satellites transmitting in this frequency band, they could be subject to interference from the emissions of new flexible use terrestrial stations. Preliminary studies provided to the FCC indicate that FSS earth stations would require a separation distance of no more than 2 km from a flexible use terrestrial station. Footnote 21 The proposed modification to Canadian footnote C51 does not allow for the ubiquitous deployment of FSS in the band. As a result, the coordination of flexible use terrestrial stations and FSS earth stations is likely to be manageable as the number of FSS earth stations will likely be limited to a small number.

58. The considerations above are very similar to those concerning the coexistence of flexible use terrestrial stations and FSS earth stations in the frequency band 27.5-28.35 GHz. Therefore, ISED proposes to adopt similar mechanisms, using a PFD or a distance threshold as a trigger for coordination, to manage the band sharing in this band.

A. ISED seeks comments on the proposal to require site-by-site coordination between proposed flexible use terrestrial stations and FSS earth stations in the frequency band 37.5󈛌 GHz when a pre-determined trigger threshold is exceeded.

B. If site-by-site coordination is proposed, what coordination trigger and value would be the most appropriate (e.g. PFD or distance threshold)?

C. ISED is also inviting proposals for specific additional technical rules on flexible use stations and FSS earth stations (e.g. site shielding) that could facilitate more efficient sharing between terrestrial and earth stations.

7.4.2 Geographic restrictions on the deployment of earth stations

59. Similar to the decisions made in the 28 GHz band, the FCC adopted new mechanisms to restrict the areas in which new FSS earth stations can be deployed. This was done to ensure that fixed-satellite services do not restrict the deployment of new UMFUS systems in core urban areas and around major infrastructure where implementation of flexible use systems would be most likely. Unlike the 28 GHz band, in the frequency band 37.5-40 GHz, it is the FSS earth station that could experience interference from the flexible use terrestrial stations. In the U.S., an FSS earth station can obtain protection from flexible use stations by obtaining an UMFUS licence, entering into an agreement with an UMFUS licensee or if the FSS earth station conforms to a set of conditions that restrict the geographic areas in which an FSS earth station can be deployed. In addition, there are provisions that would limit the number of earth stations that would be protected from harmful interference by UMFUS stations in a given licence area.

60. ISED is of the view that the FCC’s approach is not appropriate in the Canadian context. However, similar to the potential band sharing mechanisms in the 28 GHz band, ISED may consider using other methods to facilitate flexible use systems deployment in core urban areas and major infrastructure by limiting the deployment of FSS earth stations in these areas.

A. ISED is seeking comments on whether there should be restrictions on the geographic areas in which new FSS earth stations can be deployed in the frequency band 37.5󈛌 GHz.

B. If geographic restrictions on FSS earth stations are proposed, ISED is inviting detailed proposals on how they could be implemented, and what areas should be targeted?

7.4.3 Band sharing with the space research service (SRS) ( space-to-Earth ) and mobile-satellite service (MSS) ( space-to-Earth )

61. As noted above, the frequency band 37-38 GHz is allocated to the space research service (space-to-Earth) on a primary basis. Also, the band 39.5-40 GHz is allocated to the MSS, and is limited to use by the government of Canada. In the U.S. , in order to enable band sharing, the FCC created coordination zones around its three SRS earth stations where deployment by UMFUS licensees within these zones requires prior coordination. There is no existing or planned SRS or MSS operation in Canada therefore, ISED is not proposing specific restrictions on terrestrial services at this time. However, in the event that SRS or MSS begins deployment in these bands, flexible use licensees may be subject to future technical provisions in order to facilitate co-existence .

Question 7-6: It is proposed that, should SRS and/or MSS systems be deployed, flexible use licensees in the band 37.6-40 GHz may be subject to technical provisions to facilitate co-existence . Comments are sought. ISED notes that any such technical provisions would be established through a future consultation process.

7.5 Treatment of existing users

62. At mmWave frequencies, the difference between certain technical characteristics of fixed and mobile operations may be hard to distinguish. The high signal attenuation in mmWave bands will require the use of highly directive antennas for both fixed and mobile systems, and could offer the opportunity to reuse frequencies in the band at much closer distances than in lower frequency bands. On the one hand, this could enable very effective coordination between existing fixed users and future flexible use licensees. On the other hand, some of the new flexible use systems are expected to be ubiquitous in coverage, which could present coordination challenges in areas that already contain fixed systems, particularly if the two systems are operated by two different service providers. As 5G technology continues to develop, there will be more clarity on how effectively flexible use systems and existing fixed service systems will be able to co-exist. In the meantime, ISED is considering several options on the treatment of existing users as described in the following paragraphs.

63. In 2014, when the decision Footnote 22 was made to renew these licences, it was determined that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum and therefore new licences issued through the renewal process were not provided with a high expectation of renewal after their 10-year term. The use of this spectrum is evolving to include mobile in addition to fixed use services and as such, a licensing process that does not distinguish between the two will provide more flexibility for operators to deploy and adapt their networks as they see fit. In moving from fixed licensing to flexible use, ISED is considering two options for the treatment of existing Tier 3 licences at the end of the renewed 10 year term.

64. The first option is to convert the Tier 3 fixed service licences to flexible use licences. The existing licences were issued in accordance with the current band plan, i.e., in paired blocks of 50 MHz (see figure 6) and would not align with the proposed new band plan (see figure 7). Therefore, if ISED decides to convert existing Tier 3 area fixed licences to flexible use licences, it is proposed that those licences would be aligned with the new band plan in order to maximize the amount of cleared spectrum. It is noted that flexible use licences would be expected to be much more valuable and in demand than fixed. Furthermore, technology developments and/or network re-design may provide increased efficiency which would permit continued provision of service using less spectrum. Therefore, ISED could consider issuing new licences at the end of the current term, for a lesser amount of spectrum. The new amount of spectrum could be determined by using a percentage of the current amount.

65. The second option is to issue site-specific licences for sites currently in operation at the end of the licence term. These new site-specific licences could then be treated the same way that the current site-specific licences would be treated, i.e. either with or without protection from new flexible use licensees (see section 7.5.2 below).

7.5.2 Grid cell and site-specific FCFS licences

66. Grid cell and site-specific licences are issued on an annual basis. Licensing under these approaches provides for very efficient access to spectrum in that a licence is only issued for the area or site in which the licensee intends to deploy. Furthermore, these licences could make co-ordination with future flexible use licensees relatively straight-forward as the specific location of each transmitter is known. As such, ISED is considering two options for the treatment of existing grid cell and site-specific users.

67. First, given the potential for improved coordination (both through the expected improvements in technology capability and the limited geographic areas of licences), ISED could allow these licensees to continue operating in the band and be protected from interference from new flexible use licensees. New licensees would be required to coordinate with the existing licensees by deploying around their sites or by other means determined between the licensees. This approach to treating these users would provide access to the spectrum for 5G with minimal impact on existing users. Furthermore, given the expected capabilities of technology in this band, this approach will likely be technically feasible. However, it could also severely limit deployment of 5G in major urban areas (as discussed in section 7.1, 88% of grid cell and site-specific licences are operating in the six largest urban areas).

68. A second approach would be to allow for them to continue operating on a secondary basis to flexible use licences. This approach would provide no protection for existing licensees from interference caused by new flexible use systems but would allow them to continue operating, at least until 5G systems are deployed in their specific area. It is proposed that under this option, a notification period of one year would apply.

Question 7-7: ISED is seeking comments on:

A. the options and implications for the treatment of incumbent licensees currently holding Tier 3 licences, the percentage that would apply to option 1 and supporting rationale.

B. the options and implications for the treatment of incumbent licensees currently holding FCFS licences and supporting rationale.


5 GENERAL OBSERVATIONS AND CONCLUDING REMARKS

University-business interactions are part of complex multi-layered dynamic social systems. The international body of scholarly literature identifies a wide range of (interacting) UBI determinants, among which the R&D environment, the nature of proximities between research partners, and the effectiveness of those connections. In this empirical study we applied a quantitative indicator-based mapping of UBC patterns in the United Kingdom. It taps into a rich source of comparative empirical information on the UK's research-intensive university sector, especially with regards to research co-operation patterns and cross-sectoral mobility of academic researchers. We focused our attention on a selection of 48 research-intensive universities, their joint research publications with the business sector, and the dispersion of partner firms across distance-based geographical zones in the UK and abroad.

The geographical location and spatial distribution of those firms presents a new perspective on UBC patterns, and addresses an information gap in UK government statistics or university administration data on research co-operation with the local or regional business sector. In addressing these knowledge gaps and analytical challenges, the collected data from UBRP measurement approach provides some interesting new insights into aggregate-level UBC information across the UK's largest research-intensive universities.

We focused our study on two research questions, stated in subsection 1.2: (i) is the geographical distance between the university and its industry partners a meaningful parameter of a university's UBC profile? (ii) If so, how distance-dependent are the major explanatory variables describing the way research-intensive universities are engaging with R&D-active firms? Concerning the first research question, we find that the number of UBRPs has increased across all distance zones. However, long-distance “global” UBRPs has increased at a significantly higher rate than short-distance “local” UBRPs. Several universities exhibit a “glocalizing” pattern, where UBRP growth occurs across the entire range of distances. At other “globalizing” universities the growth occurs almost entirely in the long distance zones. Focusing on the subsample of universities with significant growth rates in either glocalization or globalization, we find that the glocalization rate is higher at “catching up” universities that have low levels of local UBRPs and are located in areas with relatively low levels of business sector R&D intensity.

Regarding the second question, our macro-level findings highlight a multitude of determinants that seem to be affecting UBRP patterns, where each distance zones presents a different set of determinants. Nonetheless, four common “structural” factors emerge (see subsection 5.1), which are significant in the majority of the distance zones and are like to be major drivers of UBC activity. The business sector R&D expenditure in the region represents a very significant external factor. Not surprisingly, we find evidence of spatial concentration effects in the London metropolitan area and in other R&D-intensive areas. Two of other factors—the research volume of a university and its citation impact level—reflect research-related organizational determinants such as critical mass, economies of scale, and scientific quality. The fourth factor captures the importance of the “human factor” as a UBC and UBI determinant, with empirical evidence that local UBRPs are more likely to involve boundary-spanning academic researchers. The share of these “cross-sectoral” researchers—either “university-business mobile researchers” (UBM-Rs) and/or “university-business/multiple affiliated researchers” (UB/MA-Rs)—is consistently among the most discriminating variables to explain the propensity of universities to collaborate with firms located at close distance. Given the strong positive relationships that tend to exist between social proximity, cognitive proximity and spatial proximity (Boschma, 2005 ), this outcome suggests that these individuals are an important driving force, if not an indispensable “success factor” for create sustainable R&D-related university-business interactions within the UK. There is still insufficient understanding of how knowledge is actually shared or transferred between individuals—either within the same local geographical area or further afield.

More in general, our UBC model critically hinges on the assumption that its three key performance indicators (UBRPs, UBM-Rs, and UB/MA-Rs) are sufficiently valid proxies of general patterns and trends as regards to university-business co-operation. The model's focus on research clearly introduces an observation bias: all three key performance indicators (KPIs) are related to research publication output, more specifically successful research (otherwise the work would not be published). Moreover, publication output quantities do not reflect essential information on inputs (such as the amount of industry funding of academic research, or highly qualified graduate students moving into industry), the effectiveness of knowledge creation processes, nor how productive interactions with the business sector actually were. For example, work by Faggian and McCann ( 2009 ) shows that the quality of UK universities, via the flows of their highest quality graduates, are found to be of limited importance for regional innovation performance in the university's local region but these graduates do have significant impacts on the innovation performance in other UK regions.

Hence, these KPIs—and the UBRPs in particular—present a limited window of analysis that tends to overemphasize successful research co-operation and associated productive interactions in terms of researcher mobility, joint knowledge creation or exchange. Moreover, our UBC analysis does not include a clear-cut distinction by type of university, notably between “comprehensive” or “specialized,” in terms of their research activity profile. Although the variables “Publication output—medical fields” and “Publication output—STEM fields” partially capture this profile, a more explicit and fine-grained distinction deserves more attention in follow-up studies to ascertain possible effects of (changes in) research specialization on UBRP patterns and trends.

Given the growing importance of UBI and UBC as knowledge-intensive inputs into UK business sector R&D—witness the development of the Knowledge Exchange Framework (KEF) as a proposed new policy tool and information platform—more effort should be invested into developing new analytical methods and performance indicators for studying UBI, UBC and UBRP patterns and trends. One of the proposed activities, KEF Metrics, aims to provide “timely data that describes and compares institutional-level performance in knowledge exchange” (https://re.ukri.org/knowledge-exchange/knowledge-exchange-framework/). Between March and May 2019, 21 universities, participated in a pilot exercise to further test on how to operate KEF in England. Should KEF become operational, the three UBC performance indicators may open up new avenues for further empirical enquiry of the UK science system, especially concerning university knowledge transfer to the business section. UBI and UCB data may also be of interest in the next edition of the Research Excellence Framework (www.ref.ac.uk/about/what-is-the-ref/) either in terms of contributing to performance indicators, or as elements within impact stories that academic researchers will be required to produce. UBC-related data could also supplement university-level statistical information from the Higher Education-Business and Community Interaction survey, which may help address policy-relevant information gaps, notably on the effects and effectiveness of government policies to promote UBI within the UK.

Finally, a concluding remark regarding Brexit. Although our data only run up to 2017, the large volume of UBRPs in the most recent years provides compelling information on the size of the intersection between UK academia and their corporate partners on the continent (Tijssen & Yegros, 2017 ). According to our data, hundreds of researchers were, and probably still are, straddling and moving between UK universities and the business sector elsewhere in Europe. This connectivity space of mutual trust relationships, common understanding and shared goals spans many personal ties and associated R&D networks. It represents several decades” worth of UK investment in valuable human capital and vulnerable social capital. Leaving the EU could seriously damage the UK's UBI infrastructures if those connections are severed.


Remerciements

[41] The University of Melbourne thermochronology laboratory receives infrastructure support under the AuScope Program of NCRIS. S.H. received support from the National Natural Science Foundation of China (NSFC) (41072186). Y.T. received support from IPRS and MIRS scholarships at the University of Melbourne. Y.T. is grateful to Abaz Alimanovic for assistance with (U-Th)/He dating and to Zhonghua Tian and Zhaokun Yan for their assistance during fieldwork. Constructive reviews from anonymous reviewers clarified points of this work. Editorial work of James Tyburczy is gratefully appreciated.

Additional supporting information may be found in the online version of this article.

Nom de fichier La description
ggge20361-sup-0001-suppinfoSI01.pdf38.4 KB Renseignements à l'appui
ggge20361-sup-0002-suppinfoSI02.pdf42.2 KB Renseignements à l'appui
ggge20361-sup-0003-suppinfoSI03.pdf31.9 KB Renseignements à l'appui
ggge20361-sup-0004-suppinfo04.txt1.5 KB Renseignements à l'appui

Remarque : L'éditeur n'est pas responsable du contenu ou de la fonctionnalité des informations fournies par les auteurs. Toute question (autre que le contenu manquant) doit être adressée à l'auteur correspondant pour l'article.


Voir la vidéo: معرفة مسقط الصورة الفضائية ArcGIS (Octobre 2021).