Suite

Sélection d'entités et d'attributs de moyenne


J'ai actuellement deux fichiers de formes de points, SHP A avec environ 75 points et SHP B avec environ 2000 points. Ce que je voudrais faire c'est :

1) Pour chaque point du SHP A, j'aimerais trouver les 10 à 15 points les plus proches du SHP B

2) Trouver la moyenne de Field1 pour les points SHP B sélectionnés

3) Placer la moyenne Field1 pour les 10-15 points les plus proches dans la table attributaire pour chaque point dans SHP A

Je peux facilement comprendre et terminer le processus de sélection de cette tâche, et je suis sûr que je pourrais le terminer dans un très un long chemin, mais je me demande s'il existe des outils ou des processus pour le faire plus facilement.


Selon votre commentaire de clarification sur la question, si vous choisissez d'emprunter la route tampon (et notez alors que vous pouvez ou non avoir à peu près le même nombre de points B en moyenne pour obtenir la valeur pour chaque A - cela semble être un facteur assez important dans l'analyse, si cela doit être basé sur le nombre ou la distance, mais si vous dites que ce n'est pas crucial…), une autre alternative serait de :

  1. créez vos tampons A (ne pas dissoudre)
  2. les croiser avec vos points B, ce qui donnera à vos points B un attribut d'identité A
  3. exécuter des statistiques récapitulatives sur le résultat B intersecté avec l'attribut d'identité A en tant que champ CASE et B Field1 en tant que champ STATISTIQUE de type AVG (comme indiqué dans mon commentaire sur la réponse de Neil)
  4. joindre le résultat de la table SS aux points A (ou utiliser le champ de jointure pour extraire l'attribut plutôt que de joindre et d'exporter)

Et votre niveau de licence. L'outil "Générer une table proche" de la boîte à outils d'analyse ArcGIS ressemble à celui dont vous avez besoin, mais il s'agit d'un niveau "avancé". Ces outils spécifient également une distance maximale autour de laquelle rechercher des entités proches, plutôt qu'un certain nombre d'entités proches. Si vous ne spécifiez aucune distance, toutes les entités seront comparées. Gardez à l'esprit que cela générera une table assez grande, c'est-à-dire 75 X 2000 enregistrements.

Si vous n'avez pas de licence avancée, vous pouvez faire un peu de schlepping dans Access (ou autre base de données) en ajoutant les coordonnées à chaque table, puis faire une requête avec les deux tables, mais sans lien. Cela génère la même liste de tout à tout. Calculez ensuite une distance euclidienne sur chaque paire de coordonnées. Ensuite, effectuez d'autres requêtes pour obtenir le nombre de choses proches dont vous avez besoin.


Ce code fonctionnera dans le calculateur de champ (Python) sur le champ numérique

def getAver(shp,n): fc=r'D:Scratchpoints2000.shp' lst=[] p=shp.lastpoint; x=pX;y=pY avec arcpy.da.SearchCursor(fc, ["[email protected]","d2river"]) comme curseur : pour la ligne dans le curseur : p2=row[0].lastPoint dX=x-p2.X ; dY=y-p2.Y d=dX*dX+dY*dY lst.append([d,row[1]]) lst.sort() avr=[] pour i dans range(n): p=lst[ i] avr.append(p[1]) import numpy return numpy.mean(avr)

ajustez le chemin vers le fichier de formes avec 2000 points (ligne 2 du bloc) et le nom du champ pour résumer à la ligne 5. Utilisez

getAver( !Forme!,15)

pour appeler la fonction. Remplacez numpy.mean(avr) dans la dernière ligne par d'autres statistiques si nécessaire. P.S. Pour la vie de moi, je ne peux pas comprendre pourquoi shp.distanceTo(p2) n'a pas fonctionné.


Apprendre une carte dynamique de l'apparence visuelle

L'apparence du monde varie considérablement non seulement d'un endroit à l'autre, mais aussi d'heure en heure et de mois en mois. Chaque jour, des milliards d'images capturent cette relation complexe, dont beaucoup sont associées à des métadonnées temporelles et géographiques précises. Nous proposons d'utiliser ces images pour construire une carte dynamique à l'échelle mondiale des attributs d'apparence visuelle. Une telle carte permet une compréhension fine de l'apparence attendue à n'importe quel emplacement géographique et à n'importe quel moment. Notre approche intègre des images aériennes denses avec des métadonnées de localisation et de temps dans un cadre général capable de cartographier une grande variété d'attributs visuels. Une caractéristique clé de notre approche est qu'elle ne nécessite aucune annotation manuelle des données. Nous montrons comment cette approche peut prendre en charge diverses applications, notamment la cartographie basée sur les images, la géolocalisation d'images et la vérification des métadonnées.

Il n'y a pas encore de commentaires.


Sujets en géographie de la population

La densité de la population est étroitement liée à la répartition de la population, un autre sujet de la géographie de la population. La densité de population étudie le nombre moyen de personnes dans une zone en divisant le nombre de personnes présentes par la superficie totale. Habituellement, ces nombres sont exprimés en personnes par kilomètre carré ou mile.

Il y a plusieurs facteurs qui affectent la densité de population et ceux-ci sont souvent aussi des sujets d'étude des géographes de population. Ces facteurs peuvent être liés à l'environnement physique comme le climat et la topographie ou être liés aux environnements social, économique et politique d'une région. Par exemple, les régions au climat rigoureux comme la région de la Vallée de la Mort en Californie sont peu peuplées. En revanche, Tokyo et Singapour sont densément peuplées en raison de leur climat doux et de leur développement économique, social et politique.

La croissance et l'évolution globales de la population sont un autre domaine d'importance pour les géographes de la population. C'est parce que la population mondiale a augmenté de façon spectaculaire au cours des deux derniers siècles. Pour étudier ce sujet global, la croissance de la population est regardée via l'accroissement naturel. Cela étudie les taux de natalité et les taux de mortalité d'une région. Le taux de natalité est le nombre de bébés nés pour 1000 personnes dans la population chaque année. Le taux de mortalité est le nombre de décès pour 1000 personnes chaque année.

Le taux d'accroissement naturel historique de la population était proche de zéro, ce qui signifie que les naissances équivalaient à peu près aux décès. Aujourd'hui, cependant, une augmentation de l'espérance de vie due à de meilleurs soins de santé et à de meilleurs niveaux de vie a abaissé le taux de mortalité global. Dans les pays développés, le taux de natalité a diminué, mais il est encore élevé dans les pays en développement. En conséquence, la population mondiale a augmenté de façon exponentielle.

En plus de l'accroissement naturel, l'évolution de la population tient également compte de la migration nette pour une zone. C'est la différence entre l'immigration et l'émigration. Le taux de croissance global ou l'évolution de la population d'une région est la somme de l'accroissement naturel et de la migration nette.

Un élément essentiel pour étudier les taux de croissance mondiaux et les changements démographiques est le modèle de transition démographique - un outil important dans la géographie de la population. Ce modèle examine comment la population évolue au fur et à mesure qu'un pays se développe en quatre étapes. La première étape est lorsque les taux de natalité et de mortalité sont élevés, de sorte qu'il y a peu d'accroissement naturel et une population relativement petite. La deuxième étape présente des taux de natalité élevés et des taux de mortalité faibles, de sorte qu'il y a une forte croissance de la population (c'est normalement là que les pays les moins avancés chutent). La troisième étape a un taux de natalité décroissant et un taux de mortalité décroissant, entraînant à nouveau un ralentissement de la croissance démographique. Enfin, le quatrième stade a des taux de natalité et de mortalité faibles avec un faible accroissement naturel.


Vous pouvez acquérir 55 autres compétences de prise de décision, comme celle-ci, en rejoignant le Mind Tools Club.

Abonnez-vous à notre newsletter

Bénéficiez de nouvelles compétences professionnelles chaque semaine, ainsi que de nos dernières offres et d'un classeur de plan de développement personnel téléchargeable gratuitement.

Les facteurs qu'il souhaite prendre en compte sont :

Tout d'abord, il établit le tableau illustré à la figure 1 et note chaque option en fonction de sa satisfaction à chaque facteur :

Figure 1 : Exemple d'analyse de matrice de décision montrant une évaluation non pondérée de la façon dont chaque fournisseur satisfait chaque facteur

Les facteurs: Coût Qualité Lieu Fiabilité Options de paiement Total
Poids :
Fournisseur 1 1 0 0 1 3
Fournisseur 2 0 3 2 2 1
Fournisseur 3 2 2 1 3 0
Fournisseur 4 2 3 3 3 0

Ensuite, il décide des poids relatifs pour chacun des facteurs. Il les multiplie par les notes déjà saisies et les totalise. Ceci est montré dans la figure 2 :

Figure 2 : Exemple d'analyse de matrice de décision montrant une évaluation pondérée de la façon dont chaque fournisseur satisfait chaque facteur

Les facteurs: Coût Qualité Lieu Fiabilité Options de paiement Total
Poids : 4 5 1 2 3
Fournisseur 1 4 0 0 2 9 15
Fournisseur 2 0 15 2 4 3 24
Fournisseur 3 8 10 1 6 0 25
Fournisseur 4 8 15 3 6 0 32

Cela montre clairement au traiteur que le fournisseur 4 est la meilleure option, malgré le manque de flexibilité de ses options de paiement.


Si vous souhaitez concevoir des expériences eLearning qui comptent vraiment, alors en apprendre le plus possible sur votre public est la première étape du processus de développement. Les baby-boomers sont l'une des générations d'apprentissage les plus importantes aujourd'hui, alors que les nouveaux retraités quittent le marché du travail et cherchent à acquérir de nouvelles compétences et des études en ligne. Il est donc essentiel d'explorer leurs caractéristiques avant de créer votre prochain cours eLearning.

  1. Forte éthique de travail.
    Les baby-boomers n'ont pas peur de faire une dure journée de travail. Pour beaucoup de cette génération, une partie de leur estime de soi vient directement de leurs réalisations professionnelles. Ils reconnaissent que le succès vient du fait qu'ils consacrent beaucoup de temps et d'efforts à leur carrière, ce qui signifie également qu'ils peuvent avoir du mal à trouver l'équilibre parfait entre la maison et le travail. En termes de conception d'expériences d'apprentissage en ligne pour les baby-boomers, il est essentiel de créer des modules de petite taille qui permettent aux apprenants de couvrir un sujet particulier en profondeur avant de passer au suivant. Sinon, ils peuvent simplement essayer de terminer un long cours eLearning en une seule séance et pas complètement. absorber ou conserver les informations. Leur solide éthique de travail les motive à apprendre autant que possible et à faire de leur mieux, même si cela signifie involontairement surcharger leurs processus mentaux.
  2. Auto-assuré.
    Cette génération est indépendante et sûre d'elle. Ils ont été élevés à une époque mouvementée de l'histoire et ils ont dû assumer leur juste part de responsabilités afin de remplir leur rôle dans la société. Cela signifie également qu'ils n'ont pas peur de remettre en question l'autorité s'ils ne sont pas d'accord avec le statu quo. Bien qu'ils soient enclins à suivre les règles de la société, ils exprimeront également leurs opinions s'ils sentent que quelque chose viole leurs valeurs ou leur point de vue personnels. En tant que professionnels du eLearning, nous devons en tenir compte lors de la conception de cours eLearning et créer un système de rétroaction qui leur permet de répondre à leurs préoccupations et de partager leurs opinions. De plus, vous devez leur donner le contrôle de leur propre expérience eLearning, par exemple en leur permettant de décider quel module ils termineront ensuite ou à quelle activité en ligne ils aimeraient participer.

Les baby-boomers ne sont peut-être pas des « natifs numériques », mais la technologie peut toujours être un outil d'apprentissage précieux. La clé pour développer des cours eLearning pour cette génération est respectant leur expérience personnelle et en faire une partie intégrante du processus d'apprentissage. En utilisant ce guide des caractéristiques des baby-boomers, vous avez le pouvoir de développer un cours eLearning qui répond à chaque fois à leurs besoins personnels.

Vous voulez en savoir plus sur ce public cible particulier ? Lire l'article Conseils pour impliquer et inspirer les baby-boomers dans le eLearning pour découvrir 8 conseils qui peuvent vous aider à créer des expériences eLearning motivantes, inspirantes et engageantes pour votre public de baby-boomers.


Ajouter des photos à partir d'un appareil photo numérique

Les utilisateurs peuvent ajouter des photographies numériques pour afficher des images d'arbres spécifiques dans leur inventaire. En plus d'avoir un enregistrement visuel de chaque arbre, ce processus peut aider à cataloguer les défauts ou à documenter les activités de maintenance.

Il existe des moyens spécifiques d'ajouter des photos référencées géographiquement en même temps que l'ajout d'un arbre sur le terrain, mais cela peut nécessiter des unités GPS sophistiquées. Dans ce cas, nous ajouterons des photos de votre ordinateur à l'aide d'un appareil photo numérique standard et d'une application de bureau

  1. Après avoir ajouté ou identifié un arbre à modifier, accédez à l'onglet Images
  2. Sélectionnez "Ajouter une nouvelle image"
  3. Sélectionnez une photo à afficher en association avec l'arbre
  4. Il est maintenant possible de continuer à ajouter de nouvelles images ou d'enregistrer les nouvelles modifications.

Exemples

Exemple 1 : sélectionner des objets par propriété

Cet exemple crée des objets qui ont le Nom, identifiant, et ensemble de travail (WS) propriétés des objets de processus.

Exemple 2 : Sélectionnez des objets par propriété et formatez les résultats

Cet exemple obtient des informations sur les modules utilisés par les processus sur l'ordinateur. Il utilise l'applet de commande Get-Process pour obtenir le processus sur l'ordinateur.

Il utilise l'applet de commande Select-Object pour générer un tableau d'instances [System.Diagnostics.ProcessModule] tel qu'il est contenu dans le Modules propriété de chaque sortie d'instance System.Diagnostics.Process par Get-Process .

Le Biens Le paramètre de l'applet de commande Select-Object sélectionne les noms de processus. Cela ajoute un ProcessName RemarquePropriété à chaque instance [System.Diagnostics.ProcessModule] et la remplit avec la valeur du processus actuel Nom du processus biens.

Enfin, l'applet de commande Format-List est utilisée pour afficher le nom et les modules de chaque processus dans une liste.

Exemple 3 : sélectionnez les processus utilisant le plus de mémoire

Cet exemple obtient les cinq processus qui utilisent le plus de mémoire. L'applet de commande Get-Process obtient les processus sur l'ordinateur. L'applet de commande Sort-Object trie les processus en fonction de l'utilisation de la mémoire (ensemble de travail) et l'applet de commande Select-Object sélectionne uniquement les cinq derniers membres du tableau d'objets résultant.

Le Attendre Le paramètre n'est pas requis dans les commandes qui incluent l'applet de commande Sort-Object car Sort-Object traite tous les objets, puis renvoie une collection. L'optimisation Select-Object n'est disponible que pour les commandes qui renvoient des objets individuellement au fur et à mesure de leur traitement.

Exemple 4 : sélectionnez des caractères uniques dans un tableau

Cet exemple utilise le Unique paramètre de Select-Object pour obtenir des caractères uniques à partir d'un tableau de caractères.

Exemple 5 : Sélectionnez les événements les plus récents et les plus anciens dans le journal des événements

Cet exemple obtient le premier (le plus récent) et le dernier (le plus ancien) événements dans le journal des événements Windows PowerShell.

Get-EventLog obtient tous les événements dans le journal Windows PowerShell et les enregistre dans la variable $a. Ensuite, $a est redirigé vers l'applet de commande Select-Object. La commande Select-Object utilise le Indice pour sélectionner des événements dans le tableau d'événements de la variable $a. L'index du premier événement est 0. L'index du dernier événement est le nombre d'éléments dans $a moins 1.

Exemple 6 : Tout sélectionner sauf le premier objet

Cet exemple crée une nouvelle session PSSession sur chacun des ordinateurs répertoriés dans les fichiers Servers.txt, à l'exception du premier.

Select-Object sélectionne tous les ordinateurs sauf le premier dans une liste de noms d'ordinateurs. La liste d'ordinateurs résultante est définie comme la valeur du Nom de l'ordinateur paramètre de l'applet de commande New-PSSession.

Exemple 7 : Renommer des fichiers et en sélectionner plusieurs à examiner

Cet exemple ajoute un suffixe "-ro" aux noms de base des fichiers texte qui ont l'attribut en lecture seule, puis affiche les cinq premiers fichiers afin que l'utilisateur puisse voir un échantillon de l'effet.

Get-ChildItem utilise le Lecture seulement paramètre dynamique pour obtenir des fichiers en lecture seule. Les fichiers résultants sont redirigés vers l'applet de commande Rename-Item, qui renomme le fichier. Il utilise le Passer à travers paramètre de Rename-Item pour envoyer les fichiers renommés à l'applet de commande Select-Object, qui sélectionne les 5 premiers à afficher.

Le Attendre Le paramètre de Select-Object empêche PowerShell d'arrêter l'applet de commande Get-ChildItem après avoir obtenu les cinq premiers fichiers texte en lecture seule. Sans ce paramètre, seuls les cinq premiers fichiers en lecture seule seraient renommés.

Exemple 8 : Démontrer les subtilités du paramètre -ExpandProperty

Cet exemple montre les subtilités de la ExpandProperty paramètre.

Notez que la sortie générée était un tableau d'instances [System.Int32]. Les instances sont conformes aux règles de formatage standard du Vue de sortie. Ceci est vrai pour tout Étendu Propriétés. Si les objets générés ont un format standard spécifique, la propriété développée peut ne pas être visible.

Exemple 9 : Créer des propriétés personnalisées sur des objets

L'exemple suivant illustre l'utilisation de Select-Object pour ajouter une propriété personnalisée à n'importe quel objet. Lorsque vous spécifiez un nom de propriété qui n'existe pas, Select-Object crée cette propriété en tant que RemarquePropriété sur chaque objet passé.

Exemple 10 : Créer des propriétés calculées pour chaque InputObject

Cet exemple illustre l'utilisation de Select-Object pour ajouter des propriétés calculées à votre entrée. Passer un Bloc de script à la Biens Le paramètre fait que Select-Object évalue l'expression sur chaque objet passé et ajoute les résultats à la sortie. Au sein du Bloc de script, vous pouvez utiliser les attributs de sélection d'entités et de moyenne - Systèmes d'information géographique,[nobr][H1toH2]

Remarques

Vous pouvez également faire référence à l'applet de commande Select-Object par son alias intégré, select . Pour plus d'informations, consultez about_Aliases.

La fonction d'optimisation de Select-Object est disponible uniquement pour les commandes qui écrivent des objets dans le pipeline au fur et à mesure de leur traitement. Il n'a aucun effet sur les commandes qui mettent en mémoire tampon les objets traités et les écrivent en tant que collection. L'écriture immédiate d'objets est une bonne pratique de conception d'applet de commande. Pour plus d'informations, consultez Écrire des enregistrements uniques dans le pipeline dans les Directives de développement fortement encouragées.


SIG Web en tant qu'interface d'accès public pour un entrepôt de données : Devenir public avec l'approche des systèmes environnementaux de l'Oregon et les leçons apprises

Le Département de la qualité de l'environnement de l'Oregon ( ODEQ ) est chargé de protéger et d'améliorer la qualité de l'eau et de l'air de l'Oregon et de gérer l'élimination appropriée des déchets solides et dangereux. L'ODEQ participe au programme One Stop de l'Environmental Protection Agency (EPA), qui vise trois objectifs principaux :

1. Favoriser les approches cross-média et géographiques de la résolution des problèmes environnementaux.

2. Fournir au public un accès significatif et opportun aux informations environnementales.

3. Réduire le fardeau des rapports sur l'industrie.

L'ODEQ a terminé une phase initiale de développement d'un système de gestion de l'information qui fournit des informations à l'industrie, au public, aux groupes d'intérêt et au gouvernement concernant presque toutes les installations et opérations d'intérêt environnemental en Oregon. Le système intègre les entrées de six applications de base de données « héritées » en utilisant la localisation géographique comme caractéristique d'intégration unique. L'application Web utilise le moteur de données spatiales (SDE) et la technologie des objets cartographiques pour fournir des interfaces utilisateur à la fois textuelles et cartographiques qui n'utilisent que les technologies de navigateur les plus simples. (Voir http://www.deq.state.or.us)

Cet article aborde le concept et le processus derrière l'utilisation de la localisation comme lien d'intégration, la création d'un entrepôt à l'aide de SDE et les défis de la création d'interfaces utilisateur pour un public cible non SIG en utilisant uniquement la technologie la plus couramment disponible. La dernière section sera un examen des leçons apprises au cours du projet.

Contexte du projet:

Systèmes hérités de l'Oregon

Le Département de la qualité de l'environnement de l'Oregon (ODEQ) a construit et maintient plusieurs systèmes d'information spécifiques aux médias qui suivent les informations relatives aux installations réglementées par l'un des programmes médiatiques (par exemple, la qualité de l'air, la qualité de l'eau et le nettoyage). Ces systèmes sont généralement discrets et mettent en œuvre un ensemble différent de processus métier basés sur les médias et sur les statuts sous-jacents. Dès 1992, l'ODEQ a adopté un outil de Génie Logiciel Assisté par Ordinateur (CASE) pour le développement de systèmes majeurs. L'agence a choisi d'utiliser une seule encyclopédie de données et un système d'identification géographique commun dans plusieurs systèmes spécifiques aux médias. En conséquence, en 1997, lorsque ce projet a démarré, des données de localisation existaient pour un certain nombre d'applications héritées de l'ODEQ au sein d'une structure de données partagée.

En outre, l'agence avait mis en place un identifiant d'installation commun dans de nombreux systèmes non CASE. Pour diverses raisons, en 1997, sur les quatre systèmes qui l'utilisaient à l'origine, seuls deux restaient des utilisateurs actifs et, pour la plupart, ne partageaient pas réellement les données communes des installations, mais conservaient leur propre ensemble d'enregistrements au sein de la structure de données partagée. En juillet 1997, l'ODEQ a reçu une subvention du programme EPA One-Stop sur la base d'une proposition visant à intégrer les informations stockées dans les systèmes existants et à fournir un accès public à ces données.

Au total, le projet « Facility Profiler » était destiné à intégrer les données de sept systèmes existants. Ces systèmes comprenaient des informations sur les permis de qualité de l'air, les permis de qualité de l'eau, les générateurs et installations de déchets dangereux, les installations de déchets solides, les réservoirs de stockage souterrains autorisés, les réservoirs de stockage souterrains qui fuient et les sites contaminés. La nature des données contenues dans chacun de ces systèmes variait en fonction de la mission du programme qu'il soutenait. Les limites des données existantes de l'ODEQ, combinées aux objectifs principaux du projet, ont façonné l'approche de l'Oregon quelque peu différemment des nombreux efforts d'intégration de données actuellement en cours dans d'autres États.

Figure 1 Vision générale du système (p4211.gif)

Intégration des données des installations à l'échelle nationale

À l'instar de l'ODEQ, de nombreuses agences étatiques de réglementation de l'environnement sont arrivées à un besoin d'intégrer les données des installations. Historiquement, la Clean Water Act, la Clean Air Act, la Resource Conservation and Recovery Act (RCRA) et d'autres lois environnementales ont été adoptées à des moments différents et ont fourni un environnement réglementaire différent. Les États chargés d'administrer les programmes en vertu de ces lois ont développé des systèmes d'information au coup par coup pour répondre aux objectifs de changement de programme.

De plus en plus, les États et l'EPA des États-Unis ont dû envisager une approche « cross-média » de la réglementation. L'approche conventionnelle ne laissait aucun moyen aux régulateurs de relier les diverses interactions qu'ils pourraient avoir avec une même installation. Les matériaux retirés des gaz de cheminée peuvent se retrouver dans un exutoire d'eau ou sous forme de contamination résultant d'une élimination inappropriée. Les niveaux de toxines admissibles ont été évalués indépendamment pour chaque milieu, sans examiner les effets cumulatifs. Les anecdotes sont courantes lorsque les régulateurs présentent des prix de « bon citoyen » à une installation pour des travaux de réduction des déchets dangereux, pour découvrir que l'installation était poursuivie (par cette même agence) pour violation du permis de qualité de l'eau.

Les pressions pour intégrer des sources de données disparates ont conduit plusieurs États, de concert avec l'U.S. EPA, à développer une norme pour l'identification des installations. De nombreux États ont entrepris des projets pour nettoyer et intégrer les données des systèmes existants. Ces projets ont généralement consisté en les étapes suivantes :

    • Réingénierie des systèmes hérités. En règle générale, ces systèmes utilisent différentes structures de données, architectures logicielles et même environnements informatiques. La réingénierie est, dans de nombreux cas, la seule alternative viable.
    • Développer une structure d'identification des installations partagées
    • Développer des règles commerciales pour permettre un accord sur les noms communs et d'autres attributs à partager entre les systèmes, et pour résoudre les différends qui conduiraient autrement à la corruption des données
    • Développer des outils pour les utilisateurs finaux et des données héritées « nettoyées » pour réconcilier les identifiants des installations entre les systèmes.

    Des projets de cette nature ont été récemment achevés ou sont en cours dans plusieurs États. Plusieurs problèmes inhérents rendent cette approche difficile. Premièrement, les programmes peuvent avoir des points de vue différents sur une « installation ». Par exemple, un seul permis d'émissions atmosphériques peut être délivré pour une installation en exploitation. Parallèlement, des autorisations d'exploitation distinctes peuvent être délivrées pour les réservoirs de stockage souterrains. Chacun peut être autorisé à différentes unités d'exploitation au sein de l'installation. La loi exige qu'un nom légal spécifique (et différent) soit utilisé pour chaque permis. Le nettoyage des sites contaminés s'inscrit dans un contexte historique. Alors qu'un propriétaire d'installation peut avoir plusieurs interactions avec l'agence de réglementation, des travaux de nettoyage peuvent être en cours au même endroit, liés à un ancien propriétaire de la propriété. Alors que certains États ont résolu ces détails grâce à des structures de données appropriées, la réconciliation des données héritées est un processus complexe et nécessite une fonction d'arbitre final. Enfin, de tels efforts de réingénierie peuvent être extrêmement coûteux. Les sept systèmes que l'ODEQ souhaitait intégrer représentaient un investissement de 6 millions de dollars. Avec seulement 500 000 $ disponibles pour accomplir l'intégration et le nettoyage des données et pour développer l'interface publique, la réingénierie totale n'était pas viable pour l'Oregon.

    Le programme à guichet unique de l'EPA des États-Unis

    Le programme de subventions à guichet unique a été développé par l'EPA des États-Unis pour financer un large éventail de projets de démonstration montrant des résultats dans un ou plusieurs des objectifs suivants :

      1. Favoriser les approches cross-média et géographiques de la résolution des problèmes environnementaux.
      2. Offrir au public un accès significatif et opportun aux informations environnementales.
      3. Réduire le fardeau de déclaration pour l'industrie.

      L'ODEQ a proposé de développer un mécanisme géographique pour accéder aux données concernant les installations réglementées, dans tous les domaines des médias, en se concentrant sur les deux premiers objectifs ci-dessus. La proposition de l'Oregon exigeait que quatre systèmes existants soient modifiés pour inclure des références géographiques là où aucune n'était incluse, ou pour modifier les applications pour utiliser la structure de données de localisation centrale. Les emplacements géographiques seraient déterminés pour toutes les installations ne disposant pas de cette information. Une structure d'entrepôt de données serait développée pour intégrer des données provenant de structures de données disparates, et une interface publique développée pour présenter l'information d'une manière utile au grand public. Bien que destinée à la distribution sur Internet, l'application résultante répond également aux besoins de nombreux utilisateurs internes. En janvier 1999, l'ODEQ a passé un contrat avec Excell Data Corporation pour développer l'application Facility Profiler. Cet article se concentrera sur les principes et la conception de l'entrepôt de données géographiquement intégré, et sur le développement de l'interface publique.

      Présentation du système

      L'application « Facility Profiler » d'ODEQ est une interface Web compatible SIG avec sept bases de données de production distinctes. Les systèmes de production sont hébergés dans une base de données Oracle d'entreprise. L'entrepôt Profiler est contenu dans un système de gestion de base de données relationnelle Microsoft SQL Server 7.0 associé au logiciel Spatial Database Engine (SDE) de l'Environmental Systems Research Institute (Esri), fonctionnant sous Windows NT (tableau 1).

      Plate-forme du système d'exploitation

      La plate-forme du système d'exploitation est Microsoft NT Server version 4.0

      Serveur Internet/serveur d'applications MO

      NT Server 4.0 Service Pack 3.0 ou supérieur, ADO 2.1

      NT Server 4.0, Service Pack 4 ADO2.1

      SQL Server 7.0 Standard Edition sous licence pour l'utilisation du Web

      Esri Software Spatial Database Engine (SDE) version 3.02., compatible avec SQL Server 7.0.

      Microsoft Internet Information Server (IIS) avec kit de ressources

      Page de serveur actif (ASP) version 2.0.

      Serveur Internet - Composant de traitement de carte

      Logiciel d'application (cartographie)

      Créé avec Visual Basic 6.0.

      Créé avec Visual InterDev 6.0.

      Procédures stockées étendues (sprocs)

      Dans la mesure du possible, le traitement se fera au niveau du serveur. Il n'y aura pas de traitement commercial côté client.

      Tableau 1. Architecture du système

      L'interface utilisateur du profileur d'installations est fournie via une application s'exécutant sur un serveur Internet distinct (figure 2). Cette application héberge cinq sessions distinctes de MapObjects Internet Map Server d'Esri pour prendre en charge les capacités de mappage et de recherche. Pour fournir des performances adéquates dans une variété d'environnements de navigateur et de vitesses de connexion, tout le traitement est effectué sur le serveur. Le système est essentiellement sans état, utilisant un ensemble de paramètres pour maintenir les informations de session sans aucun traitement côté client. L'application d'interface permet à un utilisateur de spécifier un certain nombre de paramètres, à la fois géographiques et axés sur les installations, et renvoie un ensemble d'installations correspondant à la requête.

      Figure 2. Plan du site du système (p4212.gif)

      Pour chaque installation, un lien est fourni vers un rapport détaillant les intérêts réglementaires de l'ODEQ. Le type d'intérêt spécifique détermine le format du rapport, de sorte que les sections d'un permis de qualité de l'eau, par exemple, sont formatées différemment de la section traitant des informations d'un réservoir de stockage souterrain.

      Architecture d'entrepôt

      Le remplissage de l'entrepôt de Facility Profiler est un processus en plusieurs étapes qui implique à la fois les emplacements des installations et leurs attributs.

      Importation de données - Attributs d'installation

      Les données de production sont interrogées chaque nuit pour mettre à jour l'entrepôt de Profiler à l'aide des services de transformation de données (DTS) de Microsoft. Ces services contrôlent toutes les routines d'importation et d'assimilation de données pour la population du système. La base de données est définie "hors ligne" et la connectivité de la base de données Open Database Connectivity (ODBC) est utilisée pour accéder aux données via chacune des sept vues du système donneur, d'autres structures de données personnalisées et deux vues qui couvrent tous les systèmes donneurs et la table de géolocalisation de l'installation principale . Au fur et à mesure que chaque tableau est mis à jour, les résultats sont placés dans une zone de travail. Lorsque toutes les mises à jour sont terminées, le système sauvegarde l'entrepôt existant, puis remplace les données modifiées, ajoute de nouveaux enregistrements et supprime tous les enregistrements manquants de la nouvelle version.

      Importation de données - Emplacements des points d'installation

      Au cours de la mise à jour, un processus de moteur de données spatiales (SDE) est utilisé pour créer et gérer une couche pour les emplacements des installations DEQ. Les valeurs décimales de latitude et de longitude sont extraites via la requête SDE de la table maître "GeoLocation". Toutes les installations qui ont une longitude et une latitude qualifiées ont un point créé à l'aide du système de projection et de coordonnées standard de l'État de l'Oregon. Ce service crée également de nouveaux points lorsque de nouveaux sites sont insérés dans la base de données du profileur et met à jour les sites lorsque la longitude ou la latitude est modifiée. Une procédure stockée SQL Extended utilise l'interface de programmation d'applications en langage C (C-API) fournie par SDE pour manipuler la couche représentant les points d'intérêt DEQ. Ces informations sont stockées dans l'entrepôt et utilisées pour accélérer les processus de recherche.

      Un entrepôt géographiquement

      Bien que perçu par le personnel de l'ODEQ comme un projet SIG avec des éléments d'entreposage de données, les développeurs d'Excel Data avaient perçu le projet comme un projet d'entreposage avec une composante géographique. Alors que le SIG a été utilisé comme frontal pour les données stockées ou de production (le plus souvent pour un seul système), le Facility Profiler implémente MapObjects et la technologie SDE d'Esri, qui donne une forte orientation géographique à l'entrepôt. Les données n'ayant guère plus en commun qu'un emplacement, la géographie est le principal mécanisme d'intégration de l'entrepôt, et le magasin de données qui en résulte est axé sur la réponse à des questions géographiques.

      La géographie en tant qu'intégrateur de données

      Comme décrit ci-dessus, la plupart de l'intégration des données réglementaires s'est concentrée sur la réconciliation des concepts de nommage et d'unités commerciales qui définissent vaguement une « installation ». Une grande partie de l'impulsion pour une telle intégration est basée sur le désir d'obtenir une « grande image » de l'entreprise, bien qu'elle serve par coïncidence (lorsqu'elle est géoréférencée) à répondre à la question « Qu'y a-t-il dans mon jardin ? » L'Oregon était dans une position unique, avec un si grand nombre de nos systèmes déjà référencés géographiquement, pour adopter une approche différente. Les premières analyses ont révélé que la réconciliation de la propriété serait complexe et coûteuse. D'un autre côté, les données existantes pourraient être manipulées plutôt directement pour s'adresser à la « cour arrière ».

      La différence fondamentale entre l'approche de l'Oregon et celle d'autres États est l'accent mis sur le lien géographique, plutôt que sur un lien avec une installation, un propriétaire ou un exploitant. L'ODEQ utilise une norme de localisation de point « porte d'entrée ». La latitude et la longitude, l'adresse postale et la précision des données de l'emplacement constituent un enregistrement GeoLocation. Pour garantir l'exhaustivité de l'entrepôt, les données de localisation provenant de presque toutes les sources sont autorisées, avec des méthodes autorisées allant du système de positionnement global (GPS) à correction différentielle au centroïde du code postal où aucune autre information n'est disponible. Chaque intérêt réglementaire (installation, telle que définie de manière vague dans les différents systèmes de donateurs) est lié à un enregistrement GeoLocation.

      Oregon's approach does not guarantee a complete picture based on ownership, but is always complete about environmental concerns related to a specific location. The following examples illustrate the effect of incomplete integration when relying solely on geography (figure 3). In the first case, Acme Fasteners is associated with a total of eight environmental interests. The facility is known under different names because of differing business practices in various regulatory programs. Acme Plating is a currently operating subsidiary of Acme Fastenings, while Acme Forge is a previous line of business operated at the same site. In this example, an air quality Title V permit has been issued along with a current water discharge permit (NPDES). In addition, there are three underground storage tanks licensed between the two lines of business. Acme Plating is registered as a hazardous waste generator, and cleanup of contamination from the Acme Forge line of business is underway at the site. All these activities have been correctly associated with the Acme Plating location.

      Figure 3: "Correct" Integration of Regulatory Interests (p4213.gif)

      Maintenance of "correct" integration requires a significant resource commitment. Staff from every program must work together to identify duplicate facilities. This integration approach does not admit the possibility of legitimate disagreement about "facility" identification. In the example below (figure 4), program staff have failed to note that Acme Plating is, in fact, co-located with the existing Acme Fastenings. A new GeoLocation record is created, but with the same (or nearly the same) latitude and longitude. The regulatory interests then have a different set of associations.

      Figure 4: "Incomplete" Integration of Regulatory Interests (p4214.gif)

      In the example above (figure 4), integration of the same set of regulatory interests is incomplete. However, any selection criteria based on geography will return the same set of results. The answer to the question "What's in my back yard?" is unaffected by the fact that there are multiple geographic location records. Where integration of relational data structures is typically based on identifiers which are intentionally meaningless (randomly assigned ID fields, etc.), geographic integration departs from that approach. The value used to associate data from different systems is a meaningful value, making associations like "Record A is almost related to record B", and expressing the difference as a distance.

      From a more practical point of view, this approach allowed ODEQ to almost immediately make fully integrated data available to the public. Data from two of the older systems had not been geo-referenced, and was completed using address matching or similar approaches. Data in the system is tagged as to collection method and accuracy so that it can be a part of a continuous improvement process. While ODEQ wishes to reconcile as many of the location records as possible in cases where duplicate records truly identify the same facility, viability of the system is not dependent on the reconciliation.

      Disparate Data

      The seven donor system addressed by the Profiler contain data which differs in format and content. The task of designing the warehouse included definition of a useful set of data that is relatively common across all the donor systems. In the first phase of development, the primary objective of the profiler was to provide a comprehensive picture of ODEQ regulatory interests by location. The much larger task of providing the ability to "drill down" into donor system detail was left for a future release. Even a very limited requirement for commonality is difficult to apply across different systems. To address this problem, a set of 16 fields were defined, and appropriate data was found to populate each system (table 2). In addition a data label for each field was provided for each donor system. For example, a "reference" identifier is a part of the warehouse, and contains the unique record key that identifies the "environmental interest" identified within the donor system. Although stored in the same field, in an air quality permit report, unique key is called a "Permit number", while in a cleanup site report, it is a "Site ID". As a result, a single data model within the profiler supports varying data content. The donor system context is integral to understanding the system. The table below is a sample of the data incorporated into the warehouse.

      Standard industrial code--the code used by the donor system, which may differ from that used by other systems

      Four digit codes standardized by Department of Commerce to identify business activities

      The name used within the donor system

      Robert's Oil Incorporated, ACME Ltd.

      An alternate name used in the donor system--may be historic or simply an alias, if used.

      Bob's Texaco, Acme Warehouse

      System from which this record was extracted

      Water Quality, Hazardous Waste, Underground Storage Tanks

      Unique key identifying the record(s) in the host system that are the source of this data

      Cleanup site #11509, Permit #AQ-115-94

      Date on which this interest began

      Initial permit issue date, site listing date, first date of operation for this source or interest

      Date on which the current permit or other interest took effect

      Current permit issue date, most recent renewal date, date cleanup started

      Next scheduled action date for that interest

      Permit review date, inspection date

      Date ODEQ interest terminated (if past)

      Date that cleanup certified competed, date permit expired without renewal, termination date

      Donor system primary classification--used with donor system label to provide context

      Title V Permit (Air), NPDES Permit, Landfill, HW Generator

      Donor system sub-classification used with donor system label to provide context

      Diesel (UST), Small Quantity (HW Generator), General Permit # 115 (NPDES)

      Donor system term best describing the current status of this interest.

      Active, Expired, Cleanup Complete, Decommissioned, Closed, etc.

      Table 2. Donor System Attributes

      Analyse géographique

      In addition to data from the seven donor systems, the profiler application uses a number of data layers extracted from the Oregon State Spatial Data library (table 3). The layers include political boundaries, habitat, land use, and natural areas such as watersheds. While the geographic analysis could be performed "on the fly", early analysis indicated that system performance could suffer as a result. Since the selection of parameters queried through the interface is defined in advance, results can be pre-calculate and fields can be indexed for improved performance. An extended stored procedure call the "point-in-polygon" method is used within SDE to populate geographic reference fields unique to the warehouse. The method uses data layers extracted from the State of Oregon Spatial Database Library and calculates the watershed, political district, county, and other geographically associated information for each facility point. Analytical layers are used only as search criteria. For example, a search can be limited to facilities in forested parts of the second state Senate district which lie in the Willamette River watershed. The system makes no effort to determine if such criteria provide any overlapping areas, so the user can specify a set of factors with no possible solutions, and simply receive an empty query result set.

      In addition to data of interest in the context of environmental facility location, several data layers are incorporated to serve as "reference" layers. For example, without roads and highways, cities, county lines, and other identifying features, users will have difficulty locating themselves on a map. The table below summarizes the geographic data incorporated into the Facility Profiler. Reference layers are displayed on maps (at some predetermined scale).

      GIS data included as reference layers:

      GIS data included as analytical layers:

      1. comté
      2. Ville
      3. Hydrologic Units, EPA, 100K
      4. House and Senate Districts
      5. US Congressional Districts
      6. Fish Distribution
      7. Vegetation, Agriculture, forest
      8. Habitat
      9. Public Land Survey - Township, Range, Section

      Table 3 Oregon State GIS Service Center Data

      Public Interface Design

      The design of the Facility Profiler needed to make integrated facility information easily available internally and to the public. Because our target audience was broad we did not assume any prior familiarity with desktop GIS software or that people be "GIS-savvy". The system was not designed for our GIS peers nor to be a Web version of our favorite GIS software. However, some basic computer and Internet skills, along with a desire to explore are helpful.

      Design Parameters

      We have tried to plan and design the system so that assistive technology (tools to help people to more effectively use computers) can best use the system. When we started the project, existing design approaches were varied, with several countries publishing guidelines. At that time, the World Wide Web Consortium's (W3C) HTML 4.0 Recommendation seemed to be leading toward a very useful draft accessibility guideline. Ultimately, we adopted the goal of providing for system compatibility with text browsers (such as Lynx http://lynx.browser.org/). Two different interface options now provide opportunities for exploration of geographic-based information -- one uses a map directly, the other relies principally on useful geographic attributes. These are labeled as the "Graphic" and "Text" options. The final Text option of the Facility Profiler conforms to W3C's "Web Content Accessibility Guidelines 1.0".

      The public interface technology that existed at the time of project planning was set as the minimum -- Netscape Navigator 3.0, Microsoft Internet Explorer 3.0 and Lynx. In addition, the design had to comply with the Oregon State guidelines for web pages. The requirement to support both Microsoft and Netscape's earlier browsers dictated that the web site was created without the use of client-side DHTML, ActiveX controls, or Java.

      Network performance is not included as a performance measurement for the interface. However, even with a server-only system, people often relate system performance to the interface they see and use. Many factors external to the local network cannot be controlled. Processing time to answer a request was defined as the amount of time to finish a cycle consisting of request from the web server sent to the database and response returned to the web server. Test of the system using the local network showed that initial Map-based query cycles were completed and results displayed in 19-28 seconds, and that subsequent stepwise zooming/queries, into a target area, range from 7-14 seconds depending on the size of the result set. In demonstrations to public groups conducted using dial up Internet connections, responses were satisfactory.

      Search/Query Overview

      A fixed set of query filters is available to the user, both text and map-based options. The application accommodates composite or nested filters for example filter on program and county and type simultaneously, limited to one filter value per key item. The three "Search Criteria" pages allow the users to set filer criteria and browse in geographical fashion through sites where DEQ maintains facility interests:

      The following session example describes the steps for a typical search/query exploration.

      Graphic/Map Option:
        1. Select the "Graphic Version (p4218.gif)". Next a statewide map will be displayed.
        2. Position your pointer over any county on the map. When you click on a county, the map window will zoom to the county selected. The large groups of dots usually represent cities and towns.
        3. Position your pointer over any group of dots or town. Click to select a new point of interest. The map window will zoom in one step. The new map is centered on the area you selected.
        4. Continue to point and click to further zoom and pan to your final area of interest. (You can also use the "Map Scale" bar above the map to zoom in and out.)
        5. Review the selected list of businesses or places by clicking "Search Results" or just scroll down to the list. Note that with each change of the map, the list of environmental related companies and places changes.
        6. Click on a company or place name to obtain a profile report.
        Text Option:
          1. Pick the "Text Version" (p4219.gif) of the Profiler. (Note: Most of the options used below will work from the graphic version also.) The screen display begins with the list of counties. (Note that this is not a strange shaped list. The counties are arranged across the page much the way the are across the state. Different, but fun.).
          2. Position your pointer over the name Clatsop . Click on the county name. All the facilities in the county will be selected.
          3. Click on "Search Results" to see how many facilities were found.
          4. To narrow your area of interest click on "Search Criteria" and then select "Geographic Search" from the small set of options. Note that the "Geographic Search" page contains a long list of options.
          5. Locate the "Vegetation" option. Using the scrollable pull-down list select "Coastal Sand Dunes - Spits and Beaches."
          6. Click the "Map" (located below the search options). This will begin the selection of the mapped information based on the geographic search options selected.
          7. When the search is done, click on "Search Results" to display the list of found facilities. Note how the number of selected facilities changes.
          8. Click on "Search Criteria" again and from the small set of options, select "Facility Search."
          9. From the scrollable drop-down list called "Facility Program", select "Hazardous Waste" and then click the "Map".
          10. Select "Search Results" to see how many facilities were found.
          11. Click on a company or place name to obtain a profile report.

          Reports Overview

          The Facility Profile report is made up of five main pieces of information:

              1. Site Information - Name, Address
              2. Aliases - Helps resolve the different names or spellings for a business or place.
              3. GeoFeatures - Interesting list of geographic areas associated with a certain business or place.
              4. SIC - The Standard Industrial Classification (SIC) is a commonly used classification of different industries.
              5. DEQ Program Interest - Here you will see the link between the business or place and the different divisions or "programs" in DEQ. Acronyms used in the "Environmental Interest" section of Profile Report:

              UST=Underground Storage Tank

              LUST=Leaking Underground Storage Tank

              Interface shortcomings

              The Facility Profiler can be judged as a successful information technology project. However, with the broad base of users, creating a useful interface using the "server side only" design requirements was not easy. The most common request is for access to more and more data: either more data within the application or a gateway to detailed reports for a single environmental interest. In some cases, other agencies own the needed data. While using the system people may find themselves wishing for certain functions, surprised by the behavior or lack of one, or they may not be sure what approach to take in their exploration of the data. Some of the specific shortcomings include:

              A query based on a geographic feature (basin, political district) does not always have a mapped result.

              After a search has been completed, users expecting to have the list of facilities displayed on their screen but what they see is a link for "Search Results".

              A multi-constraint query, for some, seems to involve excess navigation and planning.

              A few people have requested the ability to draw custom areas of interest that would be used for a geographic query.

              Accuracy-conscious people have requested the ability to move points to the locations that they see as more "correct".

              In general, better interaction needs to occur between the map and different constraint queries.

              People want to be able to click on a site symbol and go directly to that facility information. Ideally, panning around the screen and looking at other surrounding facilities would be easier.

              Often, Facility names listed on map overlap and become impossible to read.

              To increase system utility some people have requested an expanded Profiler report that includes information from other state agency's databases.

              Lessons Learned

              Data Import - Facility Attributes

              The initial proposal called for the consultant to design and build mechanisms to extract the appropriate data from the ODEQ enterprise Oracle database. Although extraction was feasible as indicated, the knowledge level required to apply appropriate business rules to the legacy data models threatened to overwhelm the project team. To ensure appropriate use of the data, ODEQ maintenance programmers were tasked with a one-week project to construct a view of each system data conforming to a specific template containing the fields described above.

              Geographically-Based Data Warehouse

              The data warehouse works fine and with some minor changes has been very stable. This is a critical foundation of the Facility Profiler and its importance should not be overlooked. Without a reliable source of data, no amount of GIS analysis or state-of-the-art interface design will provide the public with meaningful information.

              Interface

              When we began our design most of the user base was beginning to use Netscape Navigator 3.0 or Microsoft Internet Explorer 3.0. We saw the browser implementations of Java as a design risk for development of a public system. Use of ActiveX was absolutely not considered because of platform dependence. Now less than 5 percent of our external site visits are from people using these older browsers so we can design for browser clients other than HTML. However, we think we still have an obligation to users of text only browsers.

              Accessibilité

              When the planning phase ended and the conceptual design phase started accessibility was only informally acknowledged. The proposed approach consisted of stripping out the graphics and turning off the GIS. But it was communicated to the designers and programmers that they needed to embrace this goal and the obligation not to drop content but to communicate through alternative channels. This is a service opportunity as much as a design challenge.

              Moving in the Right Direction - User Comments

              I think the "first cut" is great, of course I want more. Keep up the good work, we in the public appreciate it.

              It's a wonderful resource. What GIS/server combo are you running? If it's an off the shelf GIS server it's one of the fastest I've seen. Bon travail.

              Environmental Justice, Right-to-Know Advocate

              I am doing research on the Willamette River and am looking for specific information for a number of dischargers to the mainstem of the Willamette. I have just found your website (Facility profiler) and think it is quite good but I was hoping for more information than is present.

              - It's a really neat site and quite fast! Toutes nos félicitations. I'll certainly keep your Facility Profiler URL handy and to provide it to students and colleagues.

              Associate Professor | Département de géosciences

              Good Morning - I used the ODEQ's Facility Profiler to identify a site that my company is interested in. The Profiler results included a note saying I could email a request for additional information concerning the facility that I am interested in so, here goes:

              Environmental Management Consultant

              Conclusion and Next Steps

              In the short term we plan to link the Facility Profiler's report page to detailed reports from the different donor systems. The unique identifying codes found in the Profile report will serve as the connection. This will greatly add to the amount of useful information available to citizens, plus provide a Web interface that the donor systems currently lack.

              Less than 5 percent of our users are now using the older browsers that restricted our earlier design. This means that we can plan, design and construct for browser clients than HTML, such as Java script. We prefer to not "maintain" or re-model a second version of the Facility Profiler interface into existence. One approach considered would be to demolish the interface and rebuild from the ground up.

              We still think we have an obligation to the users of text-only browsers to provide access to geographic information. User requests and the ODEQ strategic plan will both influence system redesign and construction, however, the original business goals still guide all project development:

                  1. Fostering Cross-media and geographic approaches to environmental problem solving.
                  2. Providing the public with meaningful and timely access to environmental information.

                  Mitch West : Co-Author
                  Manager, Business Systems Development
                  [email protected]

                  Doug Terra : Co-Author & Presenter
                  GIS Coordinator and One Stop Grant Author
                  [email protected]

                  (503) 229-5696
                  TDD (503) 229-6993
                  Toll-free within Oregon (800) 452-4011
                  Oregon Department of Environmental Quality
                  811 SW 6th Ave.
                  Portland, OR 97204-1390.


                  How Computer Monitors Work

                  To evaluate the specifications of CRT monitors, here are a few more things you need to know:

                  Shadow-mask

                  UNE masque d'ombre is a thin metal screen filled with very small holes. Three electron beams pass through the holes to focus on a single point on a CRT displays' phosphor surface. The shadow mask helps to control the electron beams so that the beams strike the correct phosphor at just the right intensity to create the desired colors and image on the display. The unwanted beams are blocked or "shadowed."

                  Aperture-grill

                  Monitors based on the Trinitron technology, which was pioneered by Sony, use an aperture-grill instead of a shadow-mask type of tube. The aperture grill consists of tiny vertical wires. Electron beams pass through the aperture grill to illuminate the phosphor on the faceplate. Most aperture-grill monitors have a flat faceplate and tend to represent a less distorted image over the entire surface of the display than the curved faceplate of a shadow-mask CRT. However, aperture-grill displays are normally more expensive.

                  Slot-mask

                  A less-common type of CRT display, a slot-mask tube uses a combination of the shadow-mask and aperture-grill technologies. Rather than the round perforations found in shadow-mask CRT displays, a slot-mask display uses vertically aligned slots. The design creates more brightness through increased electron transmissions combined with the arrangement of the phosphor dots.

                  Dot pitch

                  Dot pitch is an indicator of the sharpness of the displayed image. It is measured in millimeters (mm), and a smaller number means a sharper image. How you measure the dot pitch depends on the technology used:

                  • In a shadow-mask CRT monitor, you measure dot pitch as the diagonal distance between two like-colored phosphors. Some manufacturers may also cite a horizontal dot pitch, which is the distance between two-like colored phosphors horizontally.
                  • The dot pitch of an aperture-grill monitor is measured by the horizontal distance between two like-colored phosphors. It is also sometimes are called stripe pitch.

                  The smaller and closer the dots are to one another, the more realistic and detailed the picture appears. When the dots are farther apart, they become noticeable and make the image look grainier. Unfortunately, manufacturers are not always upfront about dot pitch measurements, and you cannot necessarily compare shadow-mask and aperture-grill CRT types, due to the difference in horizontal and vertical measurements.

                  The dot pitch translates directly to the resolution on the screen. If you were to put a ruler up to the glass and measure an inch, you would see a certain number of dots, depending on the dot pitch. Here are the number of dots per square centimeter and per square inch in each of these common dot pitches:


                  Supported features of SSAS MD in Power BI Desktop

                  Consumption of the following elements is supported in this release of SSAS MD. For more information about these features, see Understanding power view for multidimensional models.

                  • Default members
                  • Dimension attributes
                  • Dimension attribute types
                  • Dimension calculated members, which:
                    • must be a single real member when the dimension has more than one attribute
                    • can't be the key attribute of the dimension unless it's the only attribute and
                    • can't be a parent-child attribute.


                    Voir la vidéo: Calculer les attributs géométriques avec QGIS (Octobre 2021).