Viac

Interpolujte hodnotu v konkrétnom bode pomocou krigingu


Je možné interpolovať konkrétnu hodnotu v bode pomocou nástroja Kriging v súbore nástrojov priestorového analytika? Ak nie, ako sa to dá urobiť v Arcgise?

Pokiaľ viem, Arcgis produkuje iba raster. To sa na mňa nevzťahuje, pretože potrebujem rýchlo niečo interpolovať a musí to byť v konkrétnom bode (geografické súradnice). Snažím sa interpolovať údaje o počasí (teplota, vlhkosť atď.).


V prípade, že je niekto zaujímavý pre splnenie tejto úlohy bez toho, aby musel byť v ArcGIS for Desktop.

V R je balík automap, funkciaautoKrige. Argument new_data, ktorý naznačuje, kde dôjde k interpolácii, prijíma body (okrem mriežky a polygónov).

Manuál hovorí:

new_data: objekt sp obsahujúci predikčné polohy, new_data môžu byť množina bodov, mriežka alebo mnohouholník. Nesmie obsahovať NA. Ak tento objekt nie je k dispozícii, vypočíta sa predvolený. To sa dosiahne tak, že sa vezme konvexný trup argumentu input_data a do tohto konvexného trupu sa umiestni okolo 5 000 mriežok.

Ak existuje viac bodov záujmu, interpoláciu je možné vykonať iba v jednom kroku.


2 odpovede 2

Ako hovorí Lori, pretože toto je založené na XSL, máte niekoľko možností. Napadajú ma tri spôsoby, ako dostať váš XSL na vrchol hlavy:

Upravte v programe SharePoint Designer 2010 a vykonajte určité „podmienené formátovanie“. V skutočnosti to vloží XSL do webovej časti.

Vložte svoj XSL do samostatného súboru a pomocou vlastnosti XSL Link ho pridajte do webovej časti. Jednou z výhod tejto skutočnosti je, že sa dá znova použiť v niekoľkých webových častiach. O tejto technike prepísania XLV som už blogoval, vrátane príkladu založeného na zozname úloh, ktoré nie sú k dispozícii.

Nasaďte niektoré súbory XSL do systému súborov a využite rozšíriteľnosť techniky fldtypes _*. Xsl - podobne ako pri vytváraní úplne vlastného typu poľa. Toto je užitočný prístup, ak chcete, aby sa vaše formátovanie používalo univerzálne bez starostí s konfiguráciou konkrétnych webových častí - a dokonca môže byť zacielené na konkrétne stĺpce a/ alebo zoznamy.


Integrácia máp SSURGO a parametrov pôdy v rámci geografického informačného systému a modelového systému znečisťovania zdrojov bez bodového zdroja.

Pri vypracúvaní plánov manažmentu na nápravu problémov s kvalitou vody v povodí je okrem znečistenia PS (bodový zdroj) ako základného komponentu v zásade uznávané aj zaťaženie znečistením bodovým zdrojom (NPS) a jeho dôsledky (USEPA, 1999 Lovejoy et al., 2000). Vzhľadom na komplexnú povahu príslušných hydrologických procesov sa odporúčané hodnotenie alternatívnych postupov manažmentu, využívania pôdy a ochrany prakticky realizuje pomocou matematických modelov znečisťovania zdrojov z iných zdrojov v spojení so softvérom geografického informačného systému (GIS). Jeden taký systém pozostáva z modelu SWAT (Soil and Water Assessment Tool) a sprievodného softvéru ArcView SWAT (AVSWAT).

SWAT (Arnold et al., 1998) je hydrologický model vyvinutý s cieľom pomôcť manažérom vodných zdrojov pri hodnotení vplyvu manažmentu a klímy na zásoby vody a znečistenie nepobodovanými zdrojmi v povodiach a veľkých povodiach riek. Medzi hlavné modelové komponenty patrí: počasie, hydrológia, erózia/sedimentácia, rast rastlín, živiny, pesticídy, manažment poľnohospodárstva, smerovanie toku a smerovanie rybníka/nádrže. Model bol vyvinutý na začiatku deväťdesiatych rokov minulého storočia a predstavuje viac ako tridsať rokov zlepšovania modelu v rámci poľnohospodárskej výskumnej služby amerického ministerstva poľnohospodárstva (USDA-ARS). Najnovšia verzia SWAT2003 má potenciál rozšíriť a vylepšiť modelové aplikácie (tj podpora programov TMDL) vďaka nedávnemu zahrnutiu rutín pre transport baktérií, drenáž dlaždíc, znečistenie miest, rovnice infiltrácie Green a Ampt a niekoľko ďalších znakov (Arnold et al., 2002).

AVSWAT (Di Luzio et al., 2004) bol vyvinutý ako rozšírenie softvéru GIS ArcView [R] 3.x (ESRI, 1996) s cieľom podporiť SWAT2003. Poskytuje celý rad užívateľsky prívetivých a interaktívnych možností manipulácie so vstupom/výstupom, ktoré sú navrhnuté tak, aby používateľovi pomohli pri vykonávaní mnohých úloh. Patria sem: segmentácia a dimenzovanie povodia pomocou digitálneho popisu topografie územia (DEM, Digital Elevation Model) a geomorfologického prístupu, import a formátovanie podporných údajov (tj. Využitie pôdy a mapy pôdy), analýza a zobrazenie výstupných údajov. zo simulácie modelu, formulácie scenárov riadenia a vykonávania základných kalibrácií. Aplikácie AVSWAT nie sú obmedzené na konkrétne geografické umiestnenie, ale v USA sú užívateľom podporované preddefinované množiny údajov. Jeden z týchto súborov údajov je súčasťou databázy STATSGO (State Soil Geographic) (USDA, 1994) v podkladovej mape v mierke 1: 250 000.

Databázu geologického prieskumu pôdy (SSURGO) (USDA, 1995) vyvíja služba na ochranu prírodných zdrojov (NRCS) v mierke mapy od 1: 12 000 do 1: 63 360. Priestorové rozdiely medzi dvoma databázami, ktoré sú k dispozícii (STATSGO a SSURGO) pre malé oblasti alebo povodia, môžu byť značné (Lathrop et al., 1995 Juracek a Wolock, 2002). Variácia podrobností v priestorovej segmentácii má navyše obrovský vplyv v modeloch znečisťovania nepointových zdrojov (Brown a kol., 1993 Vieux a Needham, 1993), najmä na eróziu, transportnú kapacitu a výsledky výťažku sedimentu.

V modeli SWAT je konceptualizácia povodia prednostne parametrizovaná pomocou série jednotiek elementárnej hydrologickej odozvy (HRU), namiesto toho, aby sa použila paušálna reprezentácia parametrov. Každá jednotka hydrologickej odozvy zodpovedá konkrétnej kombinácii kategórií pôdneho a krajinného pokryvu, ktoré sú prekryté v rámci každého podzemného povodia. Viaceré vstupy do modelu sú založené na jednotkách hydrologickej odozvy (t. J. Fyzikálne a chemické parametre pôdy, využitie pôdy a činnosti v oblasti hospodárenia s pôdou a podzemné vody). Konkrétne model požaduje ako vstup parametre pôdy uvedené v tabuľke 1. Model SWAT, ktorý je fyzicky založený, je citlivý na tieto parametre, ktoré sú zahrnuté vo všetkých jeho simulačných moduloch (Arnold et al., 1998).

Muttiah a Wurbs (2002) ukázali pomocou modelu SWAT vplyvy variability pôdy závislé na mierke na vodnú bilanciu povodia. Zvlášť bolo vyzdvihnuté zlepšenie simulácie vyplývajúce zo zníženia priestorovej agregácie vstupu alebo zvýšenia počtu výpočtových jednotiek (HRU) (Mamillapalli et al., 1996 Bingner et al., 1997 FitzHugh a MacKay , 2000 a 2001 Haverkamp a kol., 2002).

Súbory údajov SSURGO na riešenie hodnotení povodí. Vývoj metód, ktoré umožňujú používanie súborov údajov SSURGO v rámci AVSWAT, je predovšetkým dôležitý pre implikácie simulácie a v konečnom dôsledku pre úspech adresovaných aplikácií povodia. Aby sa dosiahol tento konkrétny cieľ, je potrebné vyriešiť niekoľko problémov:

1. Hydraulické parametre pôdy. Pôdne geografické databázy NRCS (Reybold a TeSelle, 1989) bežne pozostávajú z georeferencovaných digitálnych mapových údajov a súvisiacich tabuliek údajov o interpretácii pôdy. Každý polygón v geografickej databáze môže obsahovať niekoľko komponentov (umiestnenie komponentov nie je uvedené, ale ich proporcie sú), ekvivalentné pôdnym sériám alebo fázam, z ktorých každý je charakterizovaný menej ako úplným súborom parametrov pôdy. Niekoľko z týchto parametrov je poskytnutých aj ako rozsahy namiesto jednotlivých hodnôt. Metódy na odhad jednotlivých reprezentatívnych hydraulických vlastností pôdy, ako to vyžaduje model SWAT, je potrebné použiť z týchto generických údajov o pôde.

2. Aktualizácie údajov o pôde. K aktualizácii údajov dochádza, pretože sú k dispozícii nové informácie, a pretože NRCS prijíma pokročilejšie softvérové ​​riešenia. NRCS pravidelne reviduje definície pôdnych sérií na základe nových úrovní certifikácie, informácií a výskumu. Tabuľky obsiahnuté v okresnom prieskume pôdy, ako napríklad tabuľky SSURGO, je možné aktualizovať častejšie, ako je prieskum znova publikovaný. Tieto revidované údaje sa spravidla prehodnocujú na pobočke NRCS pokrývajúcej oblasť záujmu. Prostredníctvom tohto procesu, keď sa aktualizujú prieskumy pôdy, je možné celkový počet pôdnych sérií vystavených na mapách prieskumu pôdy (a použitých na formuláciu atribútov mapových jednotiek) zmeniť kombináciou alebo preklasifikovaním niektorých sérií. V iných oblastiach je možné série pôd rozdeliť aj na presnejší opis prevládajúcich charakteristík pôdy. K variáciám digitálneho formátu databázy tiež pravdepodobne dôjde v priebehu času, ako je popísané ďalej v tomto článku.

3. Doručovanie a správa priestorových údajov o pôde. AVSWAT pomáha používateľovi pri riešení niekoľkých úloh potrebných na nastavenie a spustenie modelu SWAT. Užívateľ sa však stále musí vyrovnať so zhromažďovaním potrebných súborov vstupných údajov. Možnosti doručovania údajov rozširujú prístupnosť a znižujú náklady na mnohé sady digitálnych údajov. Mnoho z týchto zmien je prepojených s internetom. Skúsenosti a strmá krivka učenia sa však vyžadujú od nováčikov na správu súborov údajov GIS a na prácu so systémami modelov GIS (Potter a kol., 2000) v kombinácii s vnútornou komplexnosťou databáz spojených s pôdnymi mapami (Lee a kol. ., 1999) (tj riešenie problémov, ako je narábanie s rôznymi elektronickými formátmi a súradnicovými systémami a šírenie a redundancia údajov dostupných prostredníctvom internetu), predstavujú pre používateľov významné výzvy.

Cieľom tejto štúdie je: (1) popísať základné technické vlastnosti databázy SSURGO a dôležité aspekty jej používania (2) vyvinúť nástroj na používanie tejto databázy v rámci AVSWAT, pričom osobitná pozornosť sa bude venovať týmto problémom. (3) zdôrazňujú niektoré konkrétne výhody implementovaného nástroja a súborov údajov v príkladových aplikáciách.

Databáza SSURGO. SSURGO je definovaný podľa Národnej príručky pôd (USDA, 2002a) ako najpodrobnejšia z digitálnych geografických databáz pôdy pripravených NRCS. SSURGO pozostáva z máp, metadát a tabuliek na úrovni kraja, ktoré definujú proporcionálny rozsah jednotlivých pôd (fáz) a ich vlastnosti pre každú mapovú jednotku. SSURGO je hlavným produktom programu National Cooperative Soil Survey (NCSS), spoločného úsilia NRCS a ďalších federálnych, štátnych a miestnych agentúr umiestniť údaje o prieskume pôdy v digitálnom formáte, aby sa uľahčilo ich používanie v rámci GIS. Mapovacími základňami sú zvyčajne ortofoto-štvorkolky alebo 7,5-minútové topo štvorkolky. Údaje sú archivované v 7,5-minútových topo quad jednotkách a distribuované ako úplné pokrytie pre každú oblasť prieskumu (ktorá môže pozostávať z okresu, viacerých okresov alebo časti viacerých okresov) so všetkými susednými 7,5-minútovými jednotkami. Digitalizácia informácií o župnom prieskume v súlade so špecifikáciami a štandardmi stanovenými NRCS je komplexná a časovo náročná úloha (Beck a kol., 2002). NRCS pracuje s správcami digitalizovaných prieskumov na kontrole a kontrole certifikácie noriem (USDA, 1995). Akonáhle sú údaje o atribútoch priradené k jednotkám pôdnych máp vložené do systému riadenia databázy NRCS, sú okamžite dostupné na použitie s digitalizovanými mapami pôdy. Stav k 3. decembru 2003 (USDA, 2003) bol taký, že 1708 z 2519 pôdnych prieskumov bolo v USA digitalizovaných a archivovaných oblastí.

V súčasnosti sú nasadené dve odlišné a alternatívne dátové štruktúry, prvá verzia SSURGO a aktuálna verzia SSURGO, ďalej len SSURGO I a SSURGO II.

SSURGO I sa používa od 90. rokov minulého storočia a je dedičstvom základného databázového systému, ktorý predtým prijala NRCS a nazýva sa Štátna databáza prieskumov pôdy (SSSD). Systém databázy State Soil Survey Database bol založený na zázname o interpretácii pôdy (SIL) a údajoch o atribútoch prepojených s jednotkami pôdnych máp, ktoré boli identifikované ako relačná databáza záznamov interpretácie mapových jednotiek (MUIR) (USDA, 2002b). Databáza interpretačných záznamov mapových jednotiek obsahuje zbierku fyzikálnych a chemických vlastností pôdy, interpretácií a údajov o výkonnosti pre pôdnu oblasť a jej súčasti a vrstvy komponentov mapových jednotiek. Patria sem dostupná kapacita vody, pôdna reakcia, faktory erodovateľnosti pôdy, hodnotenie hydratovanej pôdy, rybníky, záplavy, hĺbka a trvanie podzemnej vody, podložie, interpretácie pre sanitárne zariadenia, rozvoj staveniska, strojárstvo, orná pôda, lesy, rekreačný rozvoj a výnosy pre spoločné plodiny, indexy bežných stromov a potenciálna produkcia rastlín pastvín. Tabuľky v databáze sú prepojené s tabuľkami údajového slovníka na definovanie ich kódov a prvkov a sú hierarchicky a logicky usporiadané tak, aby obsahovali súvisiace položky. Tabuľky sú zoskupené do piatich sád: tabuľky oblastí prieskumu pôdy, vyhľadávacie tabuľky, tabuľky mapových jednotiek, tabuľky súčastí a tabuľky vrstiev. Podrobnosti o atribútoch zahrnutých v databáze SSURGO možno nájsť v publikáciách NRCS (USDA, 1995). Jednotka mapy je digitálne špecifikovaná jedným alebo viacerými georeferencovanými polygónmi. Jedinečnou špecifikáciou jednotky pôdnej mapy v každej oblasti prieskumu je identifikátor mapovej jednotky (muid) vytvorený spojením symbolu oblasti prieskumu pôdy (ssaid) a symbolu mapovej jednotky (musym), ktorý spája grafický prvok s atribútom údaje v MUIR. Každá mapová jednotka predstavuje oblasť, v ktorej dominujú až tri fázy pôdnych sérií (komponentov). Pre každý komponent existuje 60 vlastností a interpretácií v 84 rôznych údajových prvkoch (tabuľky komponentov) (t. J. Záplavy). Opäť neexistuje žiadne geografické vymedzenie umiestnenia komponentov v mapovej jednotke. Tabuľka hlavných komponentov uvádza rozsah komponentu ako percento z mapovej jednotky. Pre každú zložku je možný jeden až šesť pôdnych horizontov (vrstiev). Pre každú vrstvu je v tabuľke vrstiev definovaných až 28 vlastností pôdy (t. J. Percento ílu). Obrázok 1 zobrazuje zjednodušený diagram štruktúry tabuľky údajov o pôde pre každú mapovú jednotku v SSURGO I.

Dôležitým problémom je, že väčšina údajov v databáze bola uložená ako rozsah vlastností pôdy, znázorňujúci rozsah pre oblasť prieskumu pôdy. V niektorých častiach krajiny boli rozsahy často dosť veľké, pretože boli navrhnuté tak, aby zahŕňali všetky variácie, ktoré sa môžu nachádzať v rámci celej série pôd.

SSURGO II je evolúciou SSURGO I a je výsledkom súčasného vývoja a prijatia Národného informačného systému o pôde (NASIS) (USDA, 2000) NRCS na účely hostenia a uchovávania údajov z prieskumu pôdy. Národný informačný systém o pôde NRCS vylepšuje niekoľko aspektov chúlostivej a komplexnej trasy údajov z prieskumov pôdy, počínajúc zberom a interpretáciou údajov z terénu, prostredníctvom efektívnych metód ukladania a končiac doručením verejnosti. Národný informačný systém o pôde obsahuje generické softvérové ​​nástroje na správu údajov v relačnom databázovom systéme, ktoré obsahujú informácie o databáze prieskumov pôdy. Možnosti správy softvéru zahŕňajú: úpravu údajov, dotazovanie sa na databázu národného systému pôd, generovanie správ a export údajov. Prístup k NASIS je však obmedzený na autorizovaných vedcov NRCS a s príchodom NASIS 5.0 sa údaje nachádzajú na centrálnom serveri, zatiaľ čo periférne úrady pre prieskum pôdy majú k dispozícii vzdialené pripojenie na prezeranie a úpravu údajov, ktoré vlastnia. Od roku 2001 bola navyše funkcia exportu, ktorá poskytovala bývalé tabuľky SSURGO I, upravená tak, aby poskytovala nové údajové tabuľky SSURGO II. Tieto tabuľky sú navrhnuté na použitie v GIS a obsahujú vybrané údaje a interpretácie, ktoré boli agregované do jednej hodnoty pre každú mapovú jednotku. SSURGO II pripomína databázovú štruktúru NASIS a je v súlade s tou, ktorá sa používa v súbore nástrojov zákazníckych služieb a prehliadači pôdnych údajov, dvoch stolových riešeniach nasadených spoločnosťou NRCS, ktoré umožňujú vývoj a dodávku produktov technickej pomoci, ako sú mapy a popisné dokumenty súvisiace s plánovaním ochrany a hodnotenie zdrojov pre zákazníkov. Dátový súbor SSURGO II je teraz kompletným balíkom priestorových, tabuľkových a metadátových informácií pre jednotlivú oblasť prieskumu. Priestorové údaje sú certifikované tak, aby spĺňali štandardy vývoja máp, tabuľkové údaje sú certifikované tak, aby zodpovedali korelačnému dokumentu pre prieskum, a priestorové a tabuľkové údaje sú spoločne certifikované, aby mali vnútornú referenčnú integritu. Metadáta sú v súlade s metadátovými štandardmi Federal Geographic Data Committee (FGDC) verzie 2 a poskytujú množstvo dokumentácie popisujúcej dátovú štruktúru SSURGO II, tabuľky, stĺpce, indexy a vzťahy, ako aj množstvo atribútov pre každú z týchto databáz. objekty (USDA, 2001a). Atribúty zahŕňajú popisy tabuliek a stĺpcov a podrobné informácie o doméne.

Pri vývoji SSURGO II sa kontrolujú a archivujú existujúce údaje SSURGO I v novšom formáte. Dôležité rozdiely medzi týmito dvoma súbormi údajov sú popísané v návode na používanie národného informačného systému o pôde (USDA, 2001b). Základnými problémami našich cieľov sú:

1. NRCS distribuuje údaje SSURGO širokej verejnosti, a to v jednom z týchto dvoch formátov, na disku CD-ROM a online predovšetkým prostredníctvom národnej webovej stránky SSURGO (http://www.ncgc.nrcs.usda.gov/branch/ssb /products/ssurgo/data/index.html) prostredníctvom protokolu na prenos súborov (FTP) (ftp: //ftp.ftw. nrcs.usda.gov/pub/ssurgo/online98/data/). V súčasnosti NRCS zavádza systém Soil Data Mart (http://soildatamart.nrcs.usda.gov/) na zlepšenie distribúcie údajov. „Soil Data Mart nahradí národnú webovú stránku SSURGO, ale tento prechod bude prebiehať väčšinu roku 2004. Počas tohto prechodného obdobia môžu byť údaje pre konkrétnu oblasť prieskumu umiestnené na ktoromkoľvek mieste, ale nikdy nie na oboch lokalitách súčasne“ (USDA, 2004).

2. Dátové sady sú distribuované v podobnom, ale nie identickom, komprimovanom formáte, a komponent mapy sa mierne líši. Tabuľky s iným názvom sú stále dodávané v textových súboroch ASCII: v SSURGO I sú stĺpce oddelené tabulátorom, zatiaľ čo v SSURGO II sú oddelené potrubím.

3. Mapové jednotky majú neobmedzený počet komponentov a komponenty môžu mať neobmedzený počet horizontov.

4. Niektoré dátové prvky v SSURGO II sú fyzicky a koncepčne umiestnené v iných tabuľkách a poliach ako v SSURGO I a boli aktualizované niektoré zodpovedajúce hodnoty. Tabuľky sú alternatívne prepojené pomocou nasledujúcich kľúčov: mukey vs. muid, cokey vs. seqnum, chkey vs. layernum).

5. SSURGO II obsahuje reprezentatívne hodnoty (RV) pre niekoľko vlastností vrátane odvodených hydraulických vlastností pôdy.

Obrázok 1 ukazuje zjednodušený diagram štruktúry tabuliek údajov o pôde a prepojovacie kľúče pre každú mapovú jednotku v SSURGO II bok po boku so SSURGO I.Tento obrázok tiež poukazuje na niektoré číselné aktualizácie (t. J. Percento zložiek, hĺbku vrstvy pôdy) pre podskupinu príkladu údajov z oblasti prieskumu (Bell County, Texas).

AVSWAT. Dodatočná súčasť programu AVSWAT, ktorá je predmetom tohto príspevku, bola navrhnutá a implementovaná ako nástroj na riešenie týchto problémov, s ktorými sa stretáva používanie súborov údajov SSURGO. AVSWAT poskytuje niekoľko dialógových rozhraní, ktoré pomáhajú používateľom vykonávať rôzne úlohy, ako napríklad definovať hydrologické funkcie povodia, ukladať, organizovať a manipulovať so súvisiacimi priestorovými a tabuľkovými údajmi a analyzovať scenáre riadenia. Na vytvorenie týchto dialógových rozhraní boli použité ArcView's Dialog Designer a Spatial Analyst Extensions. Program Dialog Designer poskytuje ľahko použiteľné ovládacie prvky doplnkov, ako sú ponuky, tlačidlá a nástroje. Konkrétne úlohy, aktivované pomocou týchto ovládacích prvkov, boli vyvinuté pomocou programu AVENUE, programovacieho jazyka ArcView 3.x. Rozšírenie Spatial Analyst navyše poskytuje postupy priestorovej analýzy pre rastrové údaje, zatiaľ čo samotný ArcView poskytuje možnosti priestorovej analýzy pomocou vektorových údajov.

Rozšírenie SSURGO pre AVSWAT (SEA) bolo vyvinuté s použitím rovnakých základných materiálov a ako konkrétne rozšírenie AVSWAT. Na získavanie, spracovanie a používanie súborov údajov SSURGO je možné použiť nasledujúce štyri hlavné moduly SEA: (1) získavanie údajov (2) príprava údajov (3) výpočet, ukladanie a úpravy údajov a (4) zahrnutie a zlúčenie údajov, uvedené v prirodzený poriadok, v ktorom by sa tieto sekcie mali používať. Prvé tri jednotky sú zoskupené do nástroja rozhrania manažéra, ktorého celkovým cieľom je extrakcia polygónov mapových jednotiek a vytvorenie odvodenej tabuľky atribútov obsahujúcich vstupy pôdy SWAT pre každý súbor údajov prieskumu pôdy (obrázok 2).

Modul získavania údajov obsahuje postupy na sťahovanie súborov údajov SSURGO zabalených pre každú oblasť prieskumu pôdy v komprimovanom formáte priamo zo serverov NRCS prostredníctvom internetu. Na vykonanie nasledujúcich úloh sa používajú postupy:

1. Automaticky sa prihláste na dátový server.

2. Skontrolujte aktuálnu dostupnosť súborov údajov vo vzťahu k užívateľovi vybranej oblasti prieskumu pôdy.

3. Aplikujte internetový protokol prostredníctvom softvérového komponentu (dynamickej knižnice odkazov) prispôsobeného na automatické sťahovanie požadovaných komprimovaných súborov a riadenie procesu prenosu.

4. Uložte tieto súbory v organizovanom rámci.

Pretože údaje môžu byť teraz uložené v novom Soil Data Mart, používateľ je prevedený krokmi potrebnými na kontrolu dostupnosti údajov a ich stiahnutie prostredníctvom webového prehliadača.

Modul na prípravu údajov obsahuje postupy na nastavenie požadovaných údajov vykonaním nasledujúcich úloh:

1. Zistite štruktúru údajov (SSURGO I alebo SSURGO II).

2. Extrahujte polygóny mapových jednotiek a požadované tabuľky ASCII s odlišnými postupmi podľa typu dátovej štruktúry. Tabuľky sú uvedené na obrázku 2.

3. Tabuľky ASCII sú konvertované na štandardné tabuľky dBASE ArcView.

Modul výpočtu, ukladania a úprav údajov obsahuje postupy, ktoré boli vyvinuté v reakcii na potrebu hodnôt jedného atribútu a charakteristík zadržiavania vody pre model SWAT.

Pri použití SSURGO I sa používa metodika vyvinutá spoločnosťou NRCS (Baumer a Rice, 1988). Hydraulické vlastnosti pôdy sa odhadujú z náhradných charakteristík pôdy, pre ktoré sa údaje ľahšie získavajú počas tradičných prieskumov pôdy. Počítačový program súborov užívateľských súborov mapovej jednotky bol zostavený na základe tejto metódy (Baumer et al., 1994). Súbory užívateľov mapových jednotiek boli napísané v FORTRANe, aby odhadli hydraulické vlastnosti pôdy priamo zo SIR. Užívateľské súbory mapových jednotiek sú bohužiaľ samostatný program pozostávajúci z vlastnej databázy uloženej vo formáte Soils-5. Súbory používateľov mapových jednotiek neboli od decembra 1995 aktualizované, pretože NRCS už formát Soils-5 nepoužíva. Pre AVSWAT bol pomocou AVENUE vyvinutý kompletný nový program pripomínajúci užívateľské súbory mapovej jednotky. Program obsahuje niekoľko postupov na vykonanie nasledujúcich úloh:

1. Prístup k tabuľkám odvodeným od SSURGO I.

2. Zlúčením súboru vstupných údajov predpovedajte určité hodnoty, ktoré nie sú k dispozícii v pôdnych databázach, ale sú potrebné ako vstupy do postupu výpočtu ďalšej úlohy.

3. Vypočítajte požadované vlastnosti pôdy na mapovej jednotke, komponente a vrstve. Textúra pôdy, organická hmota, sypná hustota, aktivita hliny a makroporéznosť sú hlavnými parametrami používanými na stanovenie základných odhadov retencie pôdy a vody. Na modelovanie krivky zadržiavania vody sa používa van Genuchtenov model (van Genuchten a Nielsen, 1985). Nasýtená hydraulická vodivosť pôdy je vypočítaná týmto modelom. Na odhad nenasýtenej hydraulickej vodivosti ako funkcie obsahu vody alebo sania sa používa metóda Mualem (1976).

4. Upravte mernú jednotku.

Údaje SSURGO II obsahujú (na rozdiel od SSURGO I) „reprezentatívne hodnoty“ spolu s rozsahmi atribútov. Tieto hodnoty boli osadené vedcami NRCS v reakcii na potrebu mapovania a modelovania jednej hodnoty vlastností pôdy špecifickej pre mapovú jednotku, komponent mapovej jednotky alebo horizont. Okrem toho majú použité metódy poskytnúť tie hodnoty vlastností pôdy, ktoré nie sú bežne dostupné v databázach pôd (tj. Charakteristiky nasýtenej hydraulickej vodivosti, nenasýtenej hydraulickej vodivosti a retencie vody a pôdy). Metódy používané na definovanie reprezentatívnych hodnôt sú primárne založené na poľných a laboratórnych údajoch (USDA, 2002a) a algoritmoch pedo prenosu vypočítaných z rozsahov atribútov. Vedec NRCS použil jednoduchšiu metódu ako súbory používateľov mapovej jednotky: jednobodový postup vyvinutý Williamsom a Ahujom (1992) na základe rovnice pre funkciu zadržiavania vody ln-ln vyvinutej Gregsonom a kol. (1987).

SEA zahŕňa postupy, ktoré vykonávajú tieto úlohy:

1. Prečítajte si tabuľky SSURGO II.

2. Extrahujte príslušné RV z tabuliek a upravte mernú jednotku.

Údaje o pôde požadované modelom SWAT sú uvedené v tabuľke 1. SEA zahŕňa ukladanie odvodených údajov o pôde (buď zo serverov SSURGO I alebo SSURGO II) požadovaných systémom SWAT do databázových tabuliek (tabuľky dBASE), na ktoré sa odkazujú identifikátory prieskumu pôdy. Každá z týchto tabuliek môže byť ďalej preskúmaná pomocou užívateľsky prívetivého dialógového rozhrania predtým, ako sú údaje zahrnuté do povodia štúdie.

Modul zahrnutia a zlúčenia údajov obsahuje postupy začlenené do modulu Definícia využívania pôdy a definície pôdy v rámci programu AVSWAT (Di Luzio et al., 2004), ktorý dokončuje hydrologickú schému povodia. Tento rozšírený modul umožňuje tieto ďalšie úlohy:

1. Skontrolujte konzistenciu odvodených máp SSURGO a príslušných tabuliek atribútov pôdy pre prieskumné oblasti, ktoré prekrývajú povodie.

2. Zmeňte súradnicový systém, rastrujte a orežte pôvodné mapy pôdy do oblasti povodia. Ak ide o viacero oblastí prieskumu, príslušné rastrové mapy sa zlúčia a prípadný súlad SSURGO I a SSURGO II sa spracuje.

3. Riadenie reklasifikácie vrstvy SSURGO a distribúcie novo uvedených kombinácií využívania pôdy a pôdy (HRU) pomocou rastrovej funkcionality poskytovanej priestorovým analytikom.

4. Extrahujte (každý jednotlivý záznam zložky pôdy je možné zacieliť) a formátujte v požadovanom vstupe modelu ASCII SWAT do rámca simulácie modelu povodia.

5. Skontrolujte údaje na úrovni čiastkových povodí a HRU, ktoré sú súčasťou štandardnej schopnosti AVSWAT.

Model SWAT vyžaduje ako vstup množstvo priestorových hydraulických parametrov v priestorovo rozloženom mieste. Aj keď AVSWAT, súvisiace rozhranie GIS ArcView, urýchľuje a podporuje používateľov modelu, bol potrebný ďalší nástroj na urýchlenie zhromažďovania potrebných digitálnych, pôdnych máp veľkého rozsahu a na zníženie zložitosti, času a práce spojenej s generovaním súvisiace parametre pre simuláciu povodia. Najmä aplikácie modelu na podporu programov povodia v USA si vyžiadali implementáciu rozvíjajúcich sa súborov údajov SSURGO NRCS.

Bola vyvinutá nová architektúra pre AVSWAT na hostovanie rozšírení poskytujúcich ďalšie a voliteľné funkcie, funkcie a sady údajov. SEA je prvé prispôsobené rozšírenie vyvinuté na poskytovanie rozsiahlych pôdnych máp a odvodenie atribútov pôdnych máp ako vylepšenej alternatívy k vstupu STATSGO. Spolu s AVSWAT je tento nástroj takmer úplne naprogramovaný v programe AVENUE, a preto je nezávislý na platforme a je prenosný medzi verziami Windows a UNIX. AVSWAT a SEA obsahujú explicitné alternatívne postupy pre tie funkcie, ktoré závisia od platformy, ako je napríklad vykonávanie prístupu modelu k internetu.

Kľúčovou požiadavkou bola schopnosť odvodiť jednotlivé reprezentatívne hodnoty pre každý typ pôdy a profil pre vstup modelu. Paralelnou požiadavkou bola aj schopnosť používať oba formáty (SSURGO I a II), ktoré NRCS používa na doručovanie súborov údajov SSURGO. Sme presvedčení, že poskytnutie programu SSURGO I, programu pre užívateľské súbory mapových jednotiek, úplne integrovaného do SEA, poskytne užívateľovi spoľahlivú metódu, ktorá sa stále používa oficiálne v niekoľkých štátoch, pričom eliminuje potrebu učiť sa a používať samostatný softvér a potom ho zhromažďovať. a ručne zadajte výsledky. Tiež súbory údajov SSURGO II obsahujú niekoľko tabuliek (viac ako 50), z ktorých by ručné extrahovanie hodnôt parametrov mohlo byť náročnou úlohou. V tomto prípade implementovaná metóda poskytuje jednoduchý spôsob destilácie potrebných vstupov. Tieto môžu byť tiež revidované pomocou prispôsobeného nástroja predtým, ako sú parametre skutočne zahrnuté do simulačného toku a/alebo použité ako vstupy pre iné modely.

Ďalšou dôležitou požiadavkou bolo poskytnúť spôsob, ako prekonať náročnú, časovo náročnú a ťažkopádnu úlohu zhromažďovania a správy nespracovaných digitálnych údajov, ktoré je potrebné prispôsobiť a naformátovať na použitie v modeli. Bez vyvinutého nástroja by konvenčná metóda vyžadovala pozoruhodne veľa času. Bude potrebných niekoľko manuálnych krokov: nájsť a získať prístup k zdrojovému dátovému serveru, zaregistrovať sa a prihlásiť sa na internet na dátovom serveri, prehľadávať umiestnenie údajov, určovať špecifikácie a formáty údajov, sťahovať vybrané súbory, určovať spôsob dekomprimácie súborov, dekomprimovať súbory, určiť verziu údajov, určiť potrebné tabuľky a digitálnu mapu, extrahovať tabuľky a mapu, prevádzať tabuľky do formátu dBASE a importovať ich, importovať mapu. Tieto predbežné kroky sa vykonávajú pomocou modulov získavania údajov a prípravy údajov vyvinutého nástroja pomocou niekoľkých kliknutí myšou. Poskytnuté internetové pripojenie na hlavný server NRCS navyše poskytuje užívateľovi prístup k najaktuálnejšej verzii súborov údajov. Pretože sú súbory údajov pomerne veľké (približne 10 až 25 MB pre každú oblasť prieskumu), doba sťahovania je obmedzená rýchlosťou dostupného prístupu na internet. Očakáva sa však, že tento problém bude v priebehu času menej obmedzujúci, pretože rýchlosť internetového pripojenia a možnosti počítačového vybavenia sledujú všeobecný trend zlepšovania. Okrem toho NRCS, v súlade so smernicami FGDC, plánuje vývoj centralizovaného miesta dodania (Soil Data Warehouse), ktoré bude schopné poskytovať nepretržitý oficiálny zdroj údajov vrátane SSURGO a pokročilejšie protokoly pre elektronický prístup k údajom prostredníctvom Internet (USDA, 2001c).

Metodika vyvinutá pre staršiu verziu súborov údajov AVSWAT a SSURGO I (Buland et al., 2000) by vyžadovala asi 30 manuálnych krokov, ktoré budú trvať asi dva dni na dokončenie zberu a správy súboru digitálnych údajov z prieskumu pôdy spolu s odvodením vlastnosti pôdy. Poloautomatické nástroje v SEA dosahujú rovnaký postup v troch krokoch a 30 minútach (vrátane bežných 20 minút sťahovania), pričom urýchľujú rovnaké úlohy a tiež eliminujú šance na manuálne chyby.

Ďalšou dôležitou požiadavkou nášho nástroja však bolo zabezpečiť plynulé zahrnutie súborov údajov o pôde do schémy modelovania povodia. To sa plne dosahuje v sekcii Začlenenie a zlúčenie údajov. Spolu s funkciou AVSWAT je užívateľ zachránený pred ďalšími náročnými a špecifickými úlohami GIS, vrátane zarovnávania rôznych súradnicových systémov, spájania atribútov pôdy a prekrývania mapy využitia krajiny a krajinnej pokrývky, čo je obzvlášť ťažké, keď sú súbory údajov. z dvoch rôznych verzií superponujú rovnaké povodie štúdie (pozri obrázok 3). SEA obsahuje rutiny špeciálne prispôsobené na správu mapy a atribútov SSURGO, pričom užívateľovi ponecháva slobodu nastaviť distribúciu kombinácií pôd využívajúcich pôdu (HRU) podľa potreby a zahrnúť do simulácie konkrétne zložky pôdy.

Konečným cieľom implementovanej metodiky bola integrácia digitálnych charakteristík pôdy amerických krajín s najlepšími dostupnými detailmi v AVSWAT. Obrázok 3 ukazuje porovnanie implementácie súborov údajov STATSGO a SSURGO v povodí rieky Upper North Bosque River, pokrývajúceho asi 932 kilometrov štvorcových (360 sq mi) v severnom centrálnom Texase. V tom istom povodí, zatiaľ čo pomocou STATSGO sa rozlišuje celkom osem jednotiek pôdnych máp, je pomocou SSURGO definovaných celkom 86 jednotiek. Povodie bolo segmentované (62 čiastkových povodí) pomocou súboru National Elevation Dataset (NED) (Gesch et al., 2002) a mapy krajinnej pokrývky z údajov National Land Cover Data (NLCD) (Vogelmann et al., 2001) [oba 30 metrov (98 stôp) rozlíšenie] a počet definovaných jednotiek HRU bol 1199 a 9635, v uvedenom poradí pomocou STATSGO vs. SSURGO.

Ako bolo uvedené vyššie, v literatúre bolo zdôraznené, že zvýšenie priemerného počtu HRU pre každé čiastkové povodie poskytuje potenciálne zlepšenie simulačných výkonov. Vylepšenia simulácie však závisia aj od rozsahu, geomorfologického a krajinného prostredia a komplexných mechanizmov hydrologických interakcií.

Napriek tomu implementácia súborov pôdnych údajov so zvýšenými podrobnosťami prináša objektívnu výhodu, ako je príležitosť formulovať presnejšie a diverzifikovanejšie stratégie riadenia (na úrovni HRU) súvisiace s typmi pôd v rámci povodia štúdie a jeho zložením pod povodím. Stručne sú prediskutované dva príklady:

(1) Potenciál živočíšnych odpadov recyklovať živiny, budovať kvalitu pôdy a zvyšovať produktivitu plodín je dobre zavedený. Problémom aplikácie živočíšnych odpadov na pevninu je, že nadmerné používanie môže poškodiť vodný útvar nadmerným hromadením (a následným uvoľňovaním) živín. Preto je hlavným cieľom najlepších postupov manažmentu využitie živín v živočíšnych hnojivách na dosiahnutie miery odstraňovania živín z plodín počas zberu a využívania biomasy. Napríklad nakladanie s mliečnymi odpadmi je kľúčovým cieľom povodia rieky Upper North Bosque River, kde je prevládajúcou poľnohospodárskou praxou chov mlieka a mliečnych výrobkov: do tejto oblasti patrí 70 mliekarní s viac ako 30 000 dojacími hlavami dobytka (Kiesling et al., 2001 ). Toto prostredie vytvára osobitný problém kvality vody, pretože rieka Bosque sa vypúšťa do jazera Waco, ktoré sa používa ako verejný zdroj pitnej vody pre mesto Waco a niekoľko priľahlých komunít. Súčasné a predchádzajúce programy na zlepšenie kvality vody v povodí zahŕňajú rozsiahle odbery vzoriek, ako aj používanie počítačových simulačných modelov na identifikáciu zdrojov živín a na určenie, ako sú rozdelené v celom povodí, aby sa zlepšila kvalita vody.

V jednej aplikácii na povodie rieky Upper North Bosque River Saleh a kol. (2000) ukázali výhody použitia modelu SWAT na vyhodnotenie rôznych podmienok v povodí. Realizovalo sa najmä vyhodnotenie zaťaženia znečisťujúcimi látkami za prítomnosti vs. neprítomnosti mliekarenských prevádzok. V tejto štúdii bolo zdôraznené kritické 7,9 ha (19,5 ac) povodie povodia Upper North Bosque River povodia, ktoré sa vlieva do potoka Scarborough Creek. Toto povodie obsahovalo odhadovanú veľkosť dojenia 1256, hustotu dojníc 1,6 (kravy/ha alebo 0,65 kravy/ac) a 45,4 percenta oblasti s poliami na aplikáciu odpadu.

Na povodie Scarborough sme použili systém AVSWAT. Obrázok 4 (a) a (b) zobrazuje povodie rozdelené na tri podjednotky a identifikované na mieste výstupu (označené NF020) získané pomocou vyššie opísaných údajov. Pomocou súborov údajov STATSGO boli definované tri jednotky pôdnych máp a 41 jednotiek HRU. Pomocou súborov údajov SSURGO bolo definovaných 16 jednotiek pôdnych máp a 151 jednotiek HRU. Model SWAT bol použitý bez ohľadu na miesto aplikácie odpadu, umožňujúci iba automatické hnojenie (to je možnosť v modeli, aby sa splnili potreby rastúcich plodín) v menej ako 10 percentách poľnohospodárskych oblastí sub-povodia (pozri distribúcia využívania územia v tabuľke 2) a pomocou zostávajúcich predvolených hodnôt poskytnutých spoločnosťou AVSWAT.

Porovnávali sme simulácie v týchto dvoch prípadoch, získané pomocou rovnakých zrážkových a teplotných vstupov, aké používajú Saleh et al. (2000), ale v deväťročnom období od januára 1988 do decembra 1996. Overili sme absenciu zmien prietoku vody v poskytnutých súboroch pôdnych údajov na výstupe z povodia. Tiež sme overili miernu citlivosť na výťažok sedimentu a citlivé rozdiely v zaťažení niektorých zložiek živín, najmä organického dusíka. To je znázornené na obrázku 5, kde rozdiel priemerných mesačných výkonov pre tieto dve metódy (výstupy STATSGO sa odpočítajú od výstupov SSURGO) boli spriemerované a vynesené do grafu. Cieľom tejto štúdie nie je úplne preskúmať dôvody týchto rozdielov, ale stojí za zmienku, že priemerný obsah organického uhlíka v pôde (percento hmotnosti pôdy) v dvoch horných vrstvách pôdy povodia je 0,73 a 0,52 pomocou STATSGO. , a 0,85 a 0,27 pomocou SSURGO. Toto je dôležitý problém, pretože organická hmota je indikátorom zdravia alebo kvality pôdy, čo môže zase odrážať schopnosť pôdy cyklovať živiny v teréne, ako aj v kontexte simulácie.

Stručne povedané, zatiaľ čo presné poľnohospodárstvo (Vanden Heuvel, 1996) a ochrana kvality pôdy (Eghball, 2002) vyžadujú miestne špecifické informácie o variabilite (priestorových a časových) kľúčových premenných krajiny, modelovanie rovnakých alebo alternatívnych postupov riadenia (tj. aplikácie odpadových živín) spĺňa rovnaké požiadavky. V tejto perspektíve, hoci šírenie technológie diaľkového prieskumu zeme sľubuje rýchlu a rozsiahlu dostupnosť topografických a krajinných informácií, digitálne súbory údajov o pôde, ako napríklad SSURGO, ukazujú svoj význam v modelovaní povodí rozsiahlych oblastí USA.

(2) Riadenie a zachovanie pobrežných koridorov má pozoruhodný potenciál pomôcť pri kontrole prepravy sedimentov a chemikálií do prúdových kanálov (Lowrance et al., 1985). Vzhľadom na svoju riečnu povahu je brehovým ekosystémom prechádzaný pohybom vody a chemikálií pochádzajúcich z vody a sedimentov z vyvýšených poľnohospodárskych polí a lesov.Vegetačné procesy (t. J. Sedimentácia, stabilizácia brehu potoka a zníženie teploty vody) a pôdne procesy (t. J. Plynné straty dusíka mikrobiálnou denitrifikáciou a zachytávaním adsorbovaných pesticídov) poskytujú základ pre kontrolu znečisťovania zdrojov z iných zdrojov, ako sú brehové koridory. Zložitosť pobrežného ekosystému, ktorý je vysoko prepojený s oblasťami susediacimi s tokom, ako aj s celým povodím, a s tým spojenými hydrologickými tokmi a procesmi, možno opísať na simulačných modeloch povodia. Prebiehajú počiatočné pokusy o zahrnutie hodnotení brehových oblastí do modelu SWAT (Arnold et al., 2002). Tento model by pomohol porozumieť pozorovanej účinnosti riadených a nespravovaných brehových nárazníkov (Riley, 2000) pri odstraňovaní živín z povrchových a podzemných vôd prúdiacich v povodí. Zvlášť stále existuje potenciál pre pohyb živín mimo pracoviska, aj keď sa živočíšne odpady uplatňujú agronomicky. Nástroj na modelovanie by pomohol definovať likvidáciu živočíšneho odpadu, ktorá by minimalizovala degradáciu životného prostredia a zároveň by sa vyhýbala zbytočným obmedzeniam využívania pôdy. V tomto prípade je poloha krajiny (tj. Vzdialenosť od toku a využitie krajiny) a informácie o pôde (tj priepustnosť, organická hmota, obsah ílu) spojené s hydrologickými procesmi, ako je doba zdržania vody, denitrifikácia a absorpcia fosforu (P) a dusíka (N) formy, a môžu hrať kľúčovú úlohu pri optimalizácii aplikácie hnoja pomocou modelu SWAT. Pre povodie uvedené v príklade (1), obrázok 4 (c) a (d) ukazujú jednotky pôdnych máp získané pomocou STATSGO (dve jednotky) a SSURGO (sedem jednotiek) v tomto poradí, v brehovom nárazníku vymedzenom 100 stôp okolo každej strany Scarborough Creek. V prípade modelovej aplikácie SWAT tento výsledok poskytuje lepší prehľad o simulácii a potenciál pre odvodené plánovacie stratégie.

Tieto príklady nakoniec ukazujú, že efektívne využitie súborov údajov SSURGO vs. STATSGO v rámci AVSWAT má potenciál zlepšiť hodnotenia na povodí, ako aj na mierke povodia. Znalosť krajiny so zvýšenou presnosťou (t. J. Informácie o type pôdy) umožní lepšie posúdenie alternatív manažmentu s cieľom splniť ciele ochrany agronomickej, pôdnej a vodnej kvality.

Bola vyvinutá metodika na úplnú integráciu súborov údajov SSURGO so SWAT a AVSWAT. SEA (rozšírenie SSURGO pre AVSWAT) bolo vytvorené ako voliteľný doplnok k novo rozšíriteľnému rámcu AVSWAT. SEA poskytuje prístup k súborom údajov z prieskumov pôdy, ktoré sú čiastočne automaticky sťahované z internetu, a chráni používateľov pred komplexnosťou týchto pôdnych databáz.

Jednotlivé reprezentatívne hodnoty (vypočítané pomocou funkcií pedo prenosu) požadované systémom SWAT pre množstvo parametrov pôdy sa generujú buď vtedy, keď sú súbory údajov SSURGO stále distribuované v predchádzajúcom formáte (schéma MUIR v programe SSURGO I), alebo sa extrahujú z tabuliek. distribuované spoločnosťou NRCS (podobné formátu NASIS v SSURGO II). SEA ukladá údaje získané z prieskumu pôdy do tabuliek a prispôsobených dialógových okien s údajmi, aby poskytla možnosti úprav a kontroly chýb. Nakoniec sú pôdne mapy a atribúty plynulo orezané cez akýkoľvek rámec povodia štúdie v systéme AVSWAT. Praktickými výhodami SEA je zníženie času na zber údajov a organizáciu aktuálnych súborov údajov a zvýšenie podrobností o vstupe. To má potenciál zlepšiť simuláciu modelu a zohráva kľúčovú úlohu v stratégiách plánovania riadenia (t. J. V programoch TMDL), ktoré si vyžadujú primeranú priestorovú presnosť.

Budúci vývoj SEA súvisí s metódou distribúcie údajov systémom NRCS, ktorá v súčasnosti zavádza a aktualizuje bránu prírodných zdrojov (vrátane systému Soil Data Mart) s cieľom uľahčiť lokalizáciu a distribúciu priestorových a priestorových prírodných zdrojov. Aktualizácie umiestnenia súboru údajov SSURGO by vyžadovali iba aktualizáciu komponentu získavania údajov SEA vrátane aplikácie nového internetového protokolu na priame vyhodnotenie údajov, ktorý NRCS plánuje poskytnúť koncovým používateľom.


Mapovanie hodnôt a metódy PPGIS

1. Brown, G. a D. Weber. 2011. Účasť verejnosti GIS: Nová metóda plánovania národného parku. Krajinný a mestský výskum. 102 (1): 1-15 Odkaz na článok.

Tento článok popisuje výskum s cieľom vyhodnotiť používanie geografického informačného systému verejnej účasti (PPGIS) na plánovanie národného parku. Vnímanie návštevníka o skúsenostiach s parkom, vplyvoch na životné prostredie a potrebách zariadení bolo zozbieraných prostredníctvom metódy internetového mapovania, ktorá bola vložená do systému podpory rozhodovania o plánovaní národného parku. Výsledky ukazujú, že internetová metóda participatívneho mapovania môže byť účinná pri meraní zážitkov návštevníkov, vplyvov na životné prostredie a potrieb zariadení pri rôznych procesoch plánovania parkov.

2. Brown, G. a P. Reed. 2011. Metriky sociálnej krajiny: Opatrenia na pochopenie miestnych hodnôt z geografických informačných systémov s účasťou verejnosti (PPGIS). DOI: 10.1080/01426397.2011.591487 Krajinný výskum. Odkaz na článok.

Tento článok zavádza koncept metrík sociálnej krajiny, ktoré kvantifikujú ľudské vnímanie miesta vyplývajúce z používania geografických informačných systémov s účasťou verejnosti (PPGIS). Články predstavujú a vysvetľujú súbor metrík sociálnej krajiny, ktoré merajú zloženie a konfiguráciu ľudského vnímania krajiny. Dve triedy metrík sociálneho prostredia, hranica a indukčné, sú popísané spolu s ich aplikáciami pre územné plánovanie a manažment.

3. Brown, G., J. Montag a K. Lyon. 2011. Verejná účasť GIS: Metóda identifikácie ekosystémových služieb. Spoločnosť a prírodné zdroje. http://dx.doi.org/10.1080/08941920.2011.621511 Odkaz na článok.

Tento článok popisuje použitie internetového geografického informačného systému verejnej účasti (PPGIS) na identifikáciu ekosystémových služieb v meste Grand County, Colorado. Metóda PPGIS demonštruje potenciál pre identifikáciu ekosystémových služieb s cieľom rozšíriť odborný úsudok a informovať verejné a environmentálne politické rozhodnutia o kompromisoch vo využívaní pôdy.

4. Brown, G. a D. Pullar. 2011. Hodnotenie použitia bodov verzus polygóny v geografických informačných systémoch účasti verejnosti (PPGIS) pomocou kvázi-experimentálneho dizajnu a simulácie Monte Carlo. International Journal of Geographic Information Science. http://www.tandfonline.com/loi/tgis20 Odkaz na článok.

Tento článok popisuje kvázi experimentálny dizajn, kde boli priestorové údaje zbierané ako bodové aj mnohouholníkové priestorové vlastnosti v tej istej štúdii PPGIS. Simulačné metódy Monte Carlo sa používajú na opis vzťahu medzi množstvom zozbieraných údajov a stupňom priestorovej konvergencie v týchto dvoch metódach pre každý zo štyroch atribútov PPGIS. Výsledky ukazujú, že rovnaké atribúty PPGIS identifikované bodmi a polygónmi budú konvergovať k kolektívnej priestorovej „pravde“ v študovanej oblasti za predpokladu, že bude k dispozícii dostatok pozorovaní, stupeň priestorovej konvergencie sa však líši podľa typu atribútu PPGIS a množstva zozbieraných údajov. .

5. Zhu, X., S. Pfueller, P. Whitelaw a C. Winter. 2010. Priestorová diferenciácia hodnôt krajiny v regióne Murray River vo Victorii v Austrálii. Environmentálne riadenie 45(5):896-911.

Tento článok rozvíja porozumenie umiestnenia vnímaných hodnôt krajiny prostredníctvom štatisticky založeného prístupu k priestorovej analýze hustôt hodnôt. Údaje z prieskumu boli získané zo vzorky ľudí, ktorí žili v regióne Murray River a používali ho v Austrálii, kde klesajúca kvalita životného prostredia viedla k prehodnoteniu stavu ochrany. Keď boli pomocou geografických informačných systémov (GIS) mapované hustoty 12 vnímaných hodnôt krajiny, hodnotené miesta boli zoskupené pozdĺž celého brehu rieky a v súvisiacich národných/štátnych parkoch a rezerváciách. Jednoduché mapovanie hustoty odhalilo vysokú hustotu hodnôt na rôznych miestach, ale neindikovalo, akú hustotu hodnoty krajiny je možné považovať za štatisticky významný hotspot, ani nerozlišuje, či prekrývajúce sa oblasti s vysokou hustotou pre rôzne hodnoty naznačujú identické alebo susedné polohy. Priestorová štatistika Getis – Ord Gi* bola použitá na označenie štatisticky významných priestorových klastrov s vysokou hustotou hodnôt alebo „horúcich miest“.

6. Brown, G. a P. Reed. 2009. Účasť verejnosti GIS: Nová metóda národného plánovania lesov. Lesná veda 55 (2): 166-182. Odkaz na článok.

Tento článok: 1) hodnotí predchádzajúce aplikácie metód mapovania hodnôt krajiny v rôznych aplikáciách plánovania 2) opisuje participatívnu metódu internetového mapovania použitú v 3 štúdiách národných lesov v Arizone a Oregone v rokoch 2006 a 2007 3) predstavuje a hodnotí výsledky aby ukázal pravdepodobné budúce obmedzenia implementácie a 4) na základe získaných skúseností popisuje odporúčaný protokol PPGIS pre národné plánovanie lesov.

7. Beverly, Jennifer L., Uto, Kinga, Wilkes, J. a P. Bothwell. 2008. Hodnotenie priestorových atribútov hodnôt lesnej krajiny: prístup participatívneho mapovania založený na internete. Canadian Journal of Forest Research. 38:289-303.

Papierová metóda GIS na mapovanie hodnôt krajiny (Brown and Reed) je prispôsobená na internet pre región v kanadskej Alberte, predovšetkým na pomoc pri plánovaní manažmentu lesných požiarov. Tento rukopis poskytuje súhrn rôznych priestorových metód, ktoré opisujú frekvenciu a distribúciu hodnôt krajiny v študovanej oblasti.

8. Brown, G. 2005. Mapovanie priestorových atribútov vo výskumnom prieskume pre manažment prírodných zdrojov: metódy a aplikácie. Spoločnosť a prírodné zdroje 18 (1): 1-23. Odkaz na článok.

Toto je hlavný článok o metódach mapovania hodnôt krajiny. Autor popisuje priestorové opatrenia krajinných hodnôt a miestnych atribútov vyvinutých a použitých v piatich prieskumoch širokej verejnosti na Aljaške (1998-2003). Autor posudzuje odôvodnenie zberu priestorových údajov za týmito štúdiami, ako aj koncepcie návrhu, metódy a problémy implementácie pre všeobecný verejný prieskum, ktorý obsahuje komponentu priestorového mapovania. Medzi ďalšie zahrnuté témy patrí operacionalizácia teórie, výber máp a materiálov, starosti s digitalizáciou a vkladaním údajov a nástroje na analýzu priestorových údajov.

9. Brown, G. 2006. Mapovanie hodnôt krajiny a preferencií rozvoja: metóda plánovania cestovného ruchu a rezidenčného rozvoja. International Journal of Tourism Research 8: 101-113. Odkaz na článok.

Autor predstavuje metódu na meranie a analýzu hodnôt krajiny a preferencií turizmu a rezidenčného rozvoja. Údaje z prieskumu z ostrova Klokaní ostrov v Južnej Austrálii sa analyzujú, aby sa určila relatívna sila hodnôt krajiny ako prediktorov preferencií rozvoja zameraných na konkrétne miesto. Výsledky naznačujú, že preferencie rozvoja cestovného ruchu sú najužšie spojené s hodnotami rekreácie, ekonomiky a scénickej krajiny, zatiaľ čo preferencie rozvoja bývania sú v tesnom spojení (nepriamo) s hodnotami rekreácie, ekonomiky a vzdelávania. Preferencie „žiadneho rozvoja“ sú najužšie spojené s hodnotami divočiny, terapeutickými a vnútornými krajinami. Z priestorových údajov je generovaný jednoduchý vývojový index, ktorý sa pohybuje od kladných (prijateľný vývoj) do záporných (žiadny vývoj) hodnôt.

10. Raymond, C. a G. Brown. 2006. Metóda hodnotenia alokácií chránených území pomocou typológie hodnôt krajiny. Časopis environmentálneho plánovania a manažmentu49 (6): 797-812. Odkaz na článok.

Autori používajú údaje z priestorového prieskumu z oblasti Otways vo Victorii v Austrálii na prezentáciu metódy, ktorá rozlišuje medzi verejnými a súkromnými pozemkami na základe lokálne vnímaných hodnôt krajiny. Na predpovedanie perspektívnych oblastí rozšírenia národného parku sa používa diskriminačná analýza. Výsledky naznačujú, že respondenti prieskumu majú pre národné parky a rezervácie viac nepriamych a menej hmatateľných hodnôt a pre súkromné ​​pozemky priamejšie hodnoty využívania. Medzi hranicami národného parku vytvoreného z verejných zdrojov a odborníkmi bola mierna zhoda. Autori tvrdia, že mapovanie hodnôt miestnej krajiny v kombinácii s odborným posúdením môže posilniť plánovanie a manažment chránených území.

11. Raymond, C. a G. Brown. 2007. Priestorová metóda na hodnotenie postojov obyvateľov a návštevníkov k rastu a rozvoju cestovného ruchu. Journal of Sustainable Tourism. 15 (5): 1-22. Odkaz na článok.

Autori porovnávajú postoje k rozvoju cestovného ruchu v regióne Otways vo Victorii v Austrálii pomocou tradičných prieskumných výskumných otázok s priestorovými preferenciami pre rozvoj zozbieraných v rovnakom prieskume. Výsledky prieskumu ukazujú podmienenú podporu rastu a rozvoja cestovného ruchu v zázemí Otway a pozdĺž pobrežia Otway, zatiaľ čo výsledky z údajov o priestorových atribútoch ukazujú, že v preferenciách „prijateľného rozvoja“ a „nevhodného rozvoja“ existujú miestne špecifické rozdiely. Autori tvrdia, že metóda priestorových atribútov je inkluzívny proces, ktorý môže potenciálne premosťovať reakcie na rozvoj a rozvoj, ktoré sa objavia počas komunitných konzultácií, poskytnutím údajov o preferenciách rozvoja, ktoré je možné škálovať na miestnej aj regionálnej úrovni.

12. Brown, G. 2003. Metóda hodnotenia vlastností diaľnic na integráciu hodnôt do plánovania diaľnic. Journal of Transport Geography 11 (4): 271-283. Odkaz na článok.

Autor predstavuje metodológiu prieskumu na mapovanie šiestich vnútorných vlastností diaľnic a špeciálnych miest, ktoré majú pomôcť pri výbere a uprednostnení diaľnic pre nomináciu na scénické vedľajšie cesty. Analýza údajov z celoštátneho prieskumu obyvateľov Aljašky z roku 2001 sa používa na vypracovanie koncepcie spektra príležitostí pre skúsenosti s diaľnicami a tried potenciálnych príležitostí pre skúsenosti. Vďaka znalostiam o priestorových umiestneniach vnútorných vlastností diaľnic môžu plánovači dopravy urobiť informované rozhodnutia na udržanie alebo zmenu súboru príležitostí na skúsenosti s diaľnicou spojených s diaľničným systémom.

13. Tyrvainen, L., Makinen, K. a J. Schippperjin. 2007. Nástroje na mapovanie sociálnych hodnôt mestských lesov a iných zelených plôch. Krajina a urbanizmus 79(1):5–19.

Autori predstavujú jednoduchú metódu na opis sociálnych hodnôt zelených plôch v mestských oblastiach na účely strategického plánovania. Pomocou poštového prieskumu vo fínskych Helsinkách sa meral celkový postoj k výhodám zelených plôch. Miestni obyvatelia boli požiadaní, aby na mape identifikovali pozitívne vlastnosti, ako sú nádherná scenéria, pokoj a ticho a pocit pobytu v lese, ako aj negatívne vlastnosti. Výsledky boli mapované v GIS s najdôležitejšími funkciami spojenými s obľúbenými miestami, akými sú pokoj, pocit, že ste v lese a prirodzenosť.

14. McIntyre, N., Yuan, M., Payne, R. J. a J. Moore. 2004. Vývoj hodnotového prístupu k riadeniu rekreácie na pozemkoch Kanadskej koruny. Zborník príspevkov z druhej medzinárodnej konferencie o monitorovaní a riadení tokov návštevníkov v rekreačných a chránených oblastiach, 16. - 20. júna 2004, Rovaniemi, Fínsko.

Príspevok popisuje prístup, ktorý kombinuje interpretačné prístupy k zberu údajov (príbehy a mapovanie hodnôt) a metódy prieskumu pri získavaní hodnôt spojených s pracujúcim lesom. Pokiaľ ide o metódy, účastníci fokusovej skupiny boli požiadaní, aby označili „špeciálne miesta“ a súvisiace hodnoty priamo na mapy 1:50 000 študijnej oblasti v oblasti Dog River/Matawin v severozápadnom Ontáriu. Návštevníci tejto oblasti boli požiadaní, aby sa počas svojich výletov vyfotografovali a zaznamenali predmet, polohu, dôležitosť a pozitívny alebo negatívny vplyv na jeho/jej skúsenosti. Fotografie a fotografické protokoly sa analyzovali na vyjadrenie hodnôt. Nakoniec bol spravovaný prieskum (n = 487), ktorý respondentov (obyvateľov a návštevníkov) požiadal, aby ohodnotili šesť všeobecných lesných hodnôt a konkrétnejšie hodnoty extrahované z analýzy cieľových skupín.

15. Gunderson, K., Watson, A., Nelson a J. Titre. 2004. Mapovanie významov miest v národnom lese Bitterroot-hodnotenie osobných a komunitných hodnôt na úrovni krajiny ako vstup do ošetrení na zníženie rizika paliva. Zhrnutie výskumného projektu BEMRP. Výskumný ústav divočiny Alda Leopolda. http://leopold.wilderness.net/unpublished/UNP105.pdf

Štúdia použila kvalitatívne metódy výskumu so zameraním na znalosti miestnej komunity, aby zachytila ​​čo najviac súvislostí o vzťahoch, ktoré majú ľudia k Bitterroot Front, Bitterroot National Forest, Montana .. Dvanásť pološtruktúrovaných rozhovorov, deväť kľúčových rozhovorov s informátormi a dve cieľové skupiny boli použité na zber údajov (celkom 33 osôb). Rozhovory obsahovali informácie týkajúce sa navštívených dôležitých miest a miest, ktoré boli navštívené len zriedka alebo nikdy, ale boli dôležité z pohľadu regiónu Bitterroot, typov rekreácie a pracovných aktivít na každom konkrétnom mieste a reakcií na to, prečo si konkrétne miesta vážia. Respondenti boli tiež požiadaní, aby zakrúžkovali a ohodnotili v poradí dôležitosti tri najlepšie konkrétne miesta, ktoré identifikovali na mape poskytnutej vedcami. Hodnoty „hotspoty“ boli identifikované ako oblasti, kde bol vysoký výskyt výberu lokality respondenta. Výber stránok spadal do 3 klasifikácií špecifickosti: konkrétny, stredný a široký. Mimo niekoľko respondentov, ktorí ako dôležitý označili celý front Bitterroot, miestam „nevybratým“ typicky chýbal prístup na cestu a chodníky.

1. Rolston, H. a J. Coufal. 1991. Lesná etika a viachodnotové lesné hospodárstvo. Lesnícky časopis 89(4):35-40.

Autori spochybňujú tradičnú hodnotovú orientáciu lesníckej profesie a obhajujú rozšírenie piatich zákonom stanovených verejných lesných hodnôt tak, aby zahŕňali ľudské aj biotické prvky. Autori zastávajú typológiu desiatich lesných hodnôt, ktoré zahŕňajú podporu života, ekonomickú, vedeckú, rekreačnú, estetickú, divokú zver, biotickú diverzitu, prírodopis, duchovnú a vnútornú hodnotu. Táto hodnotová typológia sa stáva referenčným štandardom pre typológiu Brown and Reed (2000).

2. Brown, G. a P. Reed. 2000. Validácia typológie hodnôt lesa na použitie v národnom lesnom plánovaní. les Veda 46 (2): 240-247. Odkaz na článok.

Autori predkladajú údaje z prieskumu obyvateľov Aljašky v procese revízie národného lesného plánu Chugach s cieľom overiť typológiu hodnôt lesov inšpirovanú Rolstonom a Coufalom (1991) a preskúmať vzťah medzi postojmi k opatreniam obhospodarovania lesov a hodnotami lesa.Kľúčové zistenia naznačujú, že: (1) respondenti prieskumu sa dokázali identifikovať s 13 odlišnými hodnotami lesov na základe modifikovanej typológie lesných hodnôt Rolston a Coufal (1991), (2) z faktorovej analýzy 13 lesných hodnôt, ktoré naznačujú, že typológiu lesných hodnôt nie je možné ľahko zjednodušiť bez toho, aby bola ohrozená exkluzivita nameraných lesných hodnôt, (3) zistili sa malé, ale štatisticky významné korelácie medzi postojmi k špecifickým postupom obhospodarovania lesov, ako je ťažba a ťažba, a hodnoty lesných porastov. a (4) hodnoty lesov mierne predpovedajú preferencie respondentov pre konkrétne rozhodnutia o plánovaní lesa.

3. Tarrant, M.A., Cordell, H. K. a G.T. Zelená. 2003. PVF: Stupnica na meranie verejných hodnôt lesov. Lesnícky časopis 101 (6): 24-30. September 2003

Autori predstavujú 12položkovú škálu na meranie relatívnej dôležitosti národných lesných zdrojov - ekonomických i neekonomických - na základe údajov zozbieraných z národného prieskumu o rekreácii a životnom prostredí. Váha podporuje existenciu troch latentných faktorov: ochrana, vybavenosť a výstupy. Škála mala stredné úrovne vnútornej spoľahlivosti a demonštrovala prediktívnu validitu. Hodnoty ochrany boli výrazne vyššie u žien, obyvateľov miest a mladších respondentov. Škála sa líšila od typológie hodnôt Brown a Reed v tom, že nezahŕňala položky stupnice, ktoré merali duchovné, kultúrne, historické alebo vnútorné hodnoty lesov.

4. Manning, R., Valliere, W. a B. Minteer. 1999. Hodnoty, etika a postoje k národnému manažmentu lesov: empirická štúdia. Spoločnosť a prírodné zdroje12:421–36.

Autori merali environmentálne hodnoty a etiku a ich vzťah k postojom k národnému manažmentu lesov na základe prieskumu obyvateľov Vermontu o obhospodarovaní národného lesa Green Mountain. Zistenia prieskumu naznačili, že respondenti (1) uprednostňujú nehmotné hodnoty národných lesov, (2) hlásia sa k rozmanitosti environmentálnej etiky, vrátane antropocentrickej a bio-/ekocentrickej, a (3) podporujú vznikajúce koncepcie riadenia ekosystémov. Environmentálne hodnoty a etika vysvetlili približne 60% rozdielov v postojoch k národnému manažmentu lesov. Škála hodnôt sa líšila od Brownovej a Reedovej hodnotovej typológie v tom, že nezahŕňala terapeutické, existenčné, budúce a vnútorné hodnoty a obsahovala nové hodnoty označené ako intelektuálne, vzdelanostné a morálne/etické. Historické a kultúrne hodnoty boli skombinované v Manning et al. mierka.

5. Studley, J.F. 2005. Udržateľné znalostné systémy a správa zdrojov: pri hľadaní etno-lesníckych paradigiem pre pôvodné obyvateľstvo východného Khamu. Doktorandská práca. Univerzita Loughborough. 481 s. http://hdl.handle.net/2134/2101

Autor používa typológiu lesných hodnôt vyvinutú Brownom a Reedom (2000) s pôvodnými obyvateľmi regiónu Kham v Tibete. Pri terénnych pokusoch s typológiou hodnôt boli jednotlivci požiadaní, aby rozdelili 100 kolíkov predstavujúcich celkovú hodnotu lesa do sady 13 papierových kruhov. na základe relatívnej dôležitosti každej hodnoty pre nich. Zdá sa, že metóda funguje dobre so všetkými použitými hodnotami, aj keď zoznam lesných hodnôt bol neskôr rozšírený tak, aby zahŕňal kultúrnejšie viazané lesné hodnoty. Použitie typológie lesných hodnôt bolo malou časťou rozsiahlejšieho výskumu na kognitívnej mape lesných hodnôt medzi tibetskými menšinovými národnosťami, na mapovanie ich priestorového rozloženia a na koreláciu zmien v hodnotách lesov s kultúrnymi a biofyzikálnymi javmi.

6. Brown, G. a Raymond, C. 2007. Vzťah medzi polohou miesta a hodnotami krajiny: Toward Mapping Place Attachment. Aplikovaná geografia. 27: 89-111. Odkaz na článok.

Autori skúmajú vonkajšiu platnosť dvojrozmernej škály miestneho prichytenia (Williams a Vaske, 2003) v Austrálii a jej vzťah k hodnotám krajiny založeným na mieste. Mierka mierky a hodnoty hodnoty krajinnej príchute bola zahrnutá do poštového prieskumu medzi obyvateľmi a návštevníkmi regiónu Otways (Victoria, Austrália). Regresná analýza slúži na to, aby sa ukázalo, že hodnoty dôležitosti krajiny, najmä hodnoty duchovna a divočiny, sú významnými prediktormi mierovej pripútanosti k miestu. Skúma sa vzťah medzi mapovou mierou pripútanosti k miestu a mapovanými hodnotami krajiny. Priestorové krížové korelácie a regresné analýzy ukazujú, že estetické, rekreačné, ekonomické, duchovné a terapeutické hodnoty priestorovo spoločne lokalizovať so špeciálnymi miestami, a tým pravdepodobne prispieť k prichyteniu k miestu. Autori tvrdia, že mapovanie hodnôt krajiny a špeciálnych miest prieskumom poskytuje rozumnú alternatívu k mierkovým opatreniam pripevnenia miest a zároveň poskytuje bohatšie informácie o mieste pre územné plánovanie.

7. Alessa, N., Kliskey, A. a G. Brown. 2008. Sociálno-ekologické mapovanie hotspotov: priestorový prístup k identifikácii spriahnutého sociálno-ekologického priestoru. Krajina a urbanizmus. 85 (1): 27-39. Odkaz na článok.

Autori predstavujú metódu identifikácie spojených sociálno-ekologických hotspotov, priestorových oblastí konvergencie medzi vysokými ľudskými a ekologickými hodnotami. Autori pomocou údajov z mapovaných hodnôt krajiny na Aljaške a miery čistej primárnej produktivity prekrývajú sociálny priestor s ekologickým priestorom v rovnakom regióne. Horúce body hodnôt (a teplé body) sa určujú pomocou metód odhadu hustoty jadra. Potenciálna hodnota mapovania sociálno-ekologických systémov je zdôraznená na príklade územného plánovania podľa zákona o manažmente pobrežných zón.

8. Brown, G. 2008. Teória geografie mestského parku. Journal of Leisure Research 40 (4): 589-607. Odkaz na článok.

Je predstavená teória hodnôt mestského parku, ktorá ako analógiu používa teóriu ostrovnej biogeografie. Pri pohľade na mestské parky ako na ostrovy vo virtuálnom mori rozvoja teória predpovedá, že rozmanitosť hodnôt parku ovplyvňujú dva faktory - veľkosť parku a vzdialenosť od koncentrovaného ľudského obydlia. Keď sú všetky ostatné faktory rovnaké, rozmanitosť ľudských hodnôt pre parky sa bude zvyšovať s veľkosťou parku, zatiaľ čo diverzita hodnôt parkov sa bude znižovať, čím ďalej sa budete presúvať z koncentrovaných oblastí ľudského bývania. Priestorové údaje zo štúdie o obyvateľoch Aljašky v Anchorage naznačujú relatívne silný vzťah medzi veľkosťou parku a rozmanitosťou hodnôt parku a slabý, inverzný vzťah medzi vzdialenosťou od bydliska a rozmanitosťou hodnôt parku. Výsledky tiež naznačujú, že: 1) rozmanitosť hodnôt parku sa líši podľa klasifikácie NRPA s najmenšou klasifikáciou - susedské parky s najnižšou hodnotovou diverzitou a parky s prírodnými zdrojmi s najvyššou hodnotovou rozmanitosťou, 2) susedské parky obsahujú výrazne vyššie sociálne/kultúrne hodnoty ako komunitné parky alebo parky s prírodnými zdrojmi, a 3) parky s komunitnými a prírodnými zdrojmi obsahujú výrazne vyššie hodnoty prírody a voľne žijúcich živočíchov ako susedské parky. Diskutujú sa dôsledky teórie na plánovanie mestského parku.

9. Nielsen-Pincus, Max. 2011. Mapovanie hodnôt krajiny: Analýza metód a geografických asociácií medzi hodnotami v krajinnom meradle. Spoločnosť a prírodné zdroje. 24(6): 535-552.

Autor používa typológiu hodnôt krajiny na skúmanie toho, ako sú hodnoty mapované na krajinu v troch krajoch v Idahu a Oregone, a porovnáva empiricky zhromaždené údaje o hodnotách s teóriou environmentálnych hodnôt. Autor skúma priestorový rozsah, v ktorom účastníci spoločne mapujú hodnotové oblasti a geografické asociácie medzi rôznymi hodnotami v typológii. Výsledky ukazujú, že daná oblasť môže komunitám ponúkať viacero hodnôt. Navyše, keď je geograficky operacionalizovaný, typológiu hodnôt krajiny je možné rozdeliť predovšetkým do dvoch kategórií: materiálne (socioekonomická kvalita) a postmateriálové (osobná/environmentálna kvalita). Zistenia reflektujú na potrebu plánovačov využívania pôdy, manažérov prírodných zdrojov a miestnych činiteľov s rozhodovacími právomocami pri rozhodovaní uľahčiť materiálne aj postmateriálové hodnoty.

10. Black, Anne E. a Adam Liljeblad. Pracovný papier. Mapovanie hodnôt miest na verejných pozemkoch. K dispozícii od Anne Black, Aldo Leopold Wilderness Research Institute, USDA Forest Service, Rocky Mountain Research Station, Missoula, MT. [email protected]

1. Clement, J. a A. Cheng. 2010. Použitie analýz verejných hodnotových orientácií, postojov a preferencií na informovanie národného plánovania lesov v Colorade a Wyomingu. Aplikovaná geografia 31:393-400.

Tento článok predstavuje výsledky a diskutuje o dôsledkoch sociálnych prieskumov vykonaných v troch národných lesoch v Colorade a Wyomingu. Výsledky naznačujú, že hoci respondenti za najdôležitejšie považovali estetickú, biodiverzitu, budúcu a rekreačnú hodnotovú orientáciu, existujú aj prekvapujúce väzby medzi hodnotovými orientáciami, postojmi a preferenciami voči využívaniu lesov a politickými možnosťami spojenými s konkrétnymi geografickými a sociálno-ekonomickými kontextmi a podmienkami. Výsledky tiež
navrhnite niektoré „hotspoty“, v ktorých hodnotové orientácie, postoje a preferencie vykazujú zjavné rozpory.

2. Max Nielsen-Pincus, Caren S. Goldberg, Amy Pocewicz, Jo Ellen Force,
Lisette P. Waits, Penelope Morgan, Lee Vierling. 2010. Predpovedané efekty rezidenčného rozvoja na krajinu severného Idahu v rámci alternatívnych politík riadenia rastu a ochrany krajiny. Krajina a urbanizmus94:255–263.

Autori hodnotili dva nástroje politiky, hranice mestského rastu a zónovanie využívania poľnohospodárstva, z hľadiska ich potenciálu pomôcť zvládnuť rast a udržať vidiecke prostredie.
krajina. Pomocou modelu založeného na prieskume simulovali účinky týchto dvoch politických nástrojov na zmenu využívania pôdy a porovnali výsledky s predikciami zmeny využívania pôdy pre dva vidiecke kraje (4794 km2) v severnom Idahu vyvinuté v predchádzajúcom projekte. Účinky predpovedaného exurbanského vývoja merali pomocou štyroch opatrení: počet predpovedaných bytových jednotiek na produktívnych poľnohospodárskych pôdach, počet
bytové jednotky predpovedané v oblasti zdrojov podzemných vôd, zmeny indexu nebezpečenstva požiaru pre obytné štruktúry a sociálna prijateľnosť modelov bytového rozvoja vzhľadom na súčasné preferencie rozvoja. Posledné opatrenie bolo merané pomocou údajov z PPGIS.

3. Brown, G. a L. Alessa. 2005. Indukčná štúdia hodnôt divočiny založená na GIS. International Journal of Wilderness11 (1): 14-18. Odkaz na článok.

Autori prezentujú výsledky priestorovej analýzy hodnôt divočiny na Aljaške. Pomocou údajov z dvoch štúdií regionálneho plánovania boli porovnané vnímané hodnoty krajiny z vnútorných a vonkajších oblastí divočiny, aby sa zistilo, či existujú proporčné hodnotové rozdiely medzi oblasťami divočiny a divočiny. Na potvrdenie výsledkov a stanovenie relatívnej sily všeobecných hodnôt krajiny ako prediktorov hodnoty divočiny bola použitá viacnásobná regresná analýza. Výsledky naznačujú, že oblasti divočiny odrážajú hodnoty spojené s nepriamym, nehmotným alebo odloženým využívaním krajiny ľuďmi - hodnoty udržujúce život, vnútorné a budúce hodnoty, zatiaľ čo hodnoty krajiny mimo oblastí divočiny odrážajú priamejšie, konkrétnejšie a bezprostrednejšie využitie krajiny - ekonomické, rekreačné. , a životné minimum. Tieto výsledky sú v súlade s výsledkami národného prieskumu hodnôt divočiny pre Národný systém ochrany divočiny. Autori naznačujú, že vnímanie hodnoty krajiny je možné použiť na doplnenie metód inventarizácie divočiny založených na GIS.

4. Brown, G., C. Smith, L. Alessa a A. Kliskey. 2004. Porovnanie vnímania biologickej hodnoty s vedeckým hodnotením biologického významu. Aplikovaná geografia 24 (2): 161-180. Odkaz na článok.

Autori hodnotia priestorovú zhodu miestnych vnímaní biologických hodnôt identifikovaných v prieskume obyvateľov Aljašky s biologicky významnými oblasťami identifikovanými vedcami z dielne na ochranu morí. Výsledky naznačujú mierny stupeň priestorovej zhody medzi miestnymi hodnotami a vedeckým hodnotením so zrejmými geografickými oblasťami súhlasu a nesúhlasu v študovanej oblasti Prince William Sound na Aljaške. Autori tvrdia, že začlenenie miestnych vnímaní biologického významu môže doplniť a posilniť vedecké biologické hodnotenia a navrhujú iteratívny proces plánovania ochrany, ktorý zahŕňa obe metodiky.

5. Reed, P. a G. Brown. 2003. Analýza vhodnosti hodnôt: Metodika identifikácie a integrácie verejného vnímania hodnôt lesných ekosystémov do národného plánovania lesov. Časopis environmentálneho plánovania a manažmentu 46 (5): 643-658. Odkaz na článok.

Autori predstavujú metodológiu plánovania nazvanú „analýza vhodnosti hodnôt“ (VSA), ktorá kombinuje znaky rozšírenej účasti verejnosti s racionálnym analytickým rámcom na začlenenie ľudských hodnôt do rozhodovania o lesnom pláne. Metodika VSA poskytuje prostriedky na vyhodnotenie a porovnanie toho, ako sú „logicky konzistentné“ potenciálne predpisy o hospodárení (súbor aktivít) s verejne známymi hodnotami lesov. Metodika VSA na základe priestorového súpisu hodnôt krajiny zostavuje číselné hodnotenie alebo súbor hodnotení pre každú interakciu predpisu manažmentu a hodnoty krajiny. Tieto hodnotenia sa používajú na určenie (1) toho, ktorý predpis manažmentu je najviac kompatibilný s dominantnou hodnotou krajiny v rámci danej oblasti riadenia, ako aj (2) okrajovým rozdielom v celkovej kompatibilite medzi alternatívnymi predpismi manažmentu. Metodiku VSA je možné použiť na generovanie alternatív lesného plánu alebo môže slúžiť ako referenčný bod na vyhodnotenie rôznych alternatív lesného plánu. Autori sa domnievajú, že prijatiu VSA môže brániť nedostatok dôvery a ďalšie inštitucionálne problémy.

6. Brown, G., P. Reed a C.C. Harris. 2002. Testovanie miestnej teórie environmentálneho hodnotenia: prípadová štúdia na Aljaške. Aplikovaná geografia. 22 (1): 49-77. Odkaz na článok.

Autori testujú teóriu environmentálneho hodnotenia Nortona a Hannona (1997), ktorá je založená na záväzku umiestniť alebo „zmysle miesta“ pomocou údajov z prieskumov založených na komunite, zhromaždených ako súčasť procesu plánovania národného lesa Chugach (Aljaška). Teória naznačuje, že ľudia sa zaoberajú geografickým diskontovaním (ľudia majú radi blízke atribúty pozitívnych miest a ďaleko od negatívnych atribútov miest), ktoré sú ovplyvnené zmyslom pre miesto. Empirické dôkazy poskytujú miernu podporu teórii, že pripútanosť k miestu komunity súvisí so vzdialenosťou a intenzitou environmentálneho hodnotenia, t. J. S tým, ako jednotlivci v rámci komunity vnímajú hodnoty krajiny v okolí svojej komunity. Vzhľadom na výsledky autori zdôrazňujú dôležitosť komunitnej environmentálnej analýzy.

1. Weber, D. a G. Brown. 2014. Identifikácia a mapovanie hodnôt viktoriánskych verejných pozemkov. University of Queensland a University of South Australia.

2. Brown, G. a D. Weber. 2012. Komunitné mapovanie zážitkov z parku a vplyvov na životné prostredie na juhozápade štátu Victoria: Štúdia PPGIS. University of Queensland a University of South Australia.

3. Brown, G., D. Weber a D. Zanon. 2009. Mapovanie zážitkov v parku a vplyvov na životné prostredie v alpskom regióne Victoria, Austrália: Prieskum PPGIS návštevníkov parku. (Poznámka: 42 MB sťahovania súboru). Univerzita v Južnej Austrálii, Univerzita v centrálnom Washingtone a Parks Victoria.


Možnosti prístupu

Kúpiť jeden článok

Okamžitý prístup k celému článku PDF.

Výpočet dane bude dokončený pri pokladni.

Prihláste sa do denníka

Okamžitý online prístup ku všetkým problémom od roku 2019. Predplatné sa bude každoročne automaticky obnovovať.

Výpočet dane bude dokončený pri pokladni.


FY 2019 Konečné pravidlo IPPS: Bližší pohľad na platbu za vybitie

CMS hlási odhadovaný nárast celkových platieb nemocniciam vyplácaných podľa IPPS o 2,4 percenta za FY 2019. Toto zvýšenie je spôsobené príslušným percentuálnym nárastom a zmenami politík týkajúcich sa MSDRG, geografických úprav a odľahlých hodnôt. Národne štandardizovaná suma sa zvyšuje o 1,85 percenta. Nemocnice platené podľa sadzby pre konkrétnu nemocnicu dostanú aktualizáciu 1,35 percenta.

Ročná aktualizácia nemocnice obsahuje:

  • 9 -percentná aktualizácia košíka na trhu
  • Zníženie 8 percentuálnych bodov pri úprave viacfaktorovej produktivity
  • Zníženie o 75 percentuálnych bodov podľa paragrafu 3401 zákona o cenovo dostupnej starostlivosti

*Zdroj údajov FY 2019 Konečné pravidlo IPPS, tabuľka CMS II

Podľa klasifikácie platieb sa odhaduje, že v nemocniciach v mestských oblastiach dôjde k 2,3 -percentnému nárastu platieb na prepustenie vo finančnom roku 2019. Odhaduje sa, že platby za nemocnice na vidieku na jedno prepustenie sa vo finančnom roku 2019 zvýšia o 2,7 percenta.

*Zdroj údajov FY 2019 Konečné pravidlo IPPS, tabuľka CMS II

Pri skúmaní zmien platieb podľa veľkosti lôžka sa odhaduje, že vo väčších nemocniciach (mestské nemocnice s 500 a viac lôžkami, vidiecke nemocnice s 200 a viac lôžkami) dôjde k najväčšiemu nárastu platieb pri 2,9% respektíve 1,6% zmene. Kategória veľkosti lôžka 500 alebo viac postelí však predstavuje iba približne 8,8% všetkých nemocníc s mestskou geografickou polohou a 5,2% všetkých nemocníc s geografickou polohou na vidieku.

*Zdroj údajov FY 2019 Konečné pravidlo IPPS, tabuľka CMS II

Aké sú dôsledky zmien platieb Medicare Disproporcionate Share Hospital (DSH) a Uncompensated Care (UC)?

Nemocnice oprávnené prijímať platby Medicare DSH dostanú:

  • 25 percent zo sumy, ktorú by predtým dostali podľa zákonného vzorca pre platby Medicare DSH podľa paragrafu 1886 (d) (5) (F) zákona.
  • 75 percent zo zvyšku toho, čo bolo predtým zaplatených ako platby Medicare DSH (faktor 1), znížené tak, aby odrážalo zmeny v percente nepoistených osôb a dodatočné zákonné úpravy (faktor 2), plus dodatočné platby na základe odhadovaného podielu na celkovej sume množstvo nekompenzovanej starostlivosti (faktor 3).

Poznámka: Zmena platieb Medicare DSH podľa paragrafu 3133 zákona o cenovo dostupnej starostlivosti nie je rozpočtovo neutrálna.

*Zdroj údajov FY 2019 Konečné pravidlo IPPS, CMS modelované nekompenzované platby za starostlivosť o odhadované DSH za FY 2019 podľa nemocnice Typ: Model UCP $ (v miliónoch) od FY 2018 do FY 2019

CMS zahŕňalo 2448 nemocníc, u ktorých sa predpokladá, že budú mať nárok na DSH vo finančnom roku 2019.

*Zdroj údajov FY 2019 Konečné pravidlo IPPS, CMS modelované nekompenzované platby za starostlivosť o odhadované DSH 2019 FY 2019 podľa nemocnice Typ: Model UCP $ (v miliónoch) od FY 2018 do FY 2019

CMS pokračuje v zapracovávaní údajov z pracovného listu S-10 na stanovenie faktora 3 pre množstvo nekompenzovanej starostlivosti. Na rok 2019 bol použitý pracovný list S-10 za roky 2014 a 2015 so zástupnými údajmi týkajúcimi sa podielu nemocnice na poistných termínoch s nízkymi príjmami na rok 2013.

Prečo by si nemocnice mali uvedomovať zmeny celkových platieb?

Na celkové zmeny platieb má vplyv niekoľko faktorov politiky, z ktorých sú tieto kľúčové:

  • Prevádzková základná sadzba
  • Index miezd
  • Relatívna hmotnosť MSDRG
  • Jedinečné objemy služieb

Platby IPPS pred a po zmenách musia byť rozpočtovo neutrálne, čo zahŕňa faktory mzdového indexu, geografickej reklasifikácie a rekvalifikácie a reklasifikácie MSDRG. Dopady na každú nemocnicu sa však môžu líšiť. Pri zmenách týchto faktorov z roka na rok by nemocnice mali pochopiť, čo spôsobuje akékoľvek významné rozdiely v platbách špecifické pre poskytovateľa.

Nemocnice okrem toho musia venovať primeranú pozornosť vyplneniu pracovného listu S-10 z dôvodu priameho vplyvu na platby UCP.

Case Hospital Príklad: Mestská nemocnica v Ohiu

Prípadová nemocnica Urban Ohio vykazuje celkový 1,2% nárast prevádzkových platieb od roku 2018 do roku 2019 napriek tomu, že celkový mzdový index tejto nemocnice klesol o 1,72% z 0,971 v roku 2018 na 0,9543 v roku 2019.

*Zdroj údajov: CMS, FY 2018 & amp 2019 Table 5, FY 2018 & amp 2019 IPPS Final Rule Impact Files, 2017 MedPAR

Táto projekcia bola však vytvorená za predpokladu, že sa jedinečné objemy služieb nemenia. Nemocnica by mala mať na pamäti tento predpoklad a mala by sledovať všetky jednotlivé zmeny MSDRG a to, ako tieto zmeny ovplyvňujú celkovú platbu. Ak sa objem zvýši v negatívne ovplyvnených platobných oblastiach MSDRG, nemocnica nemusí zažiť prognózy uvedené v zásadách konečného pravidla.

Aký je vplyv na moju nemocnicu?

Posúdenie vplyvu na zásady pravidiel perspektívnych platieb je zásadné pre porozumenie budúcim platbám Medicare a platbám podobným Medicare. Identifikácia hnacích faktorov by mohla nemocnici pomôcť pri poskytovaní spätnej väzby CMS, iným platcom a/alebo rozpočtových účeloch na úrovni zariadení a oddelení.

Chcete ďalšie informácie?

Ak by ste chceli prediskutovať naše pokrytie alebo čo by to mohlo znamenať pre vašu nemocnicu, zavolajte nám na číslo 888.779.5663


Klinické využitie našich výsledkov

Manažéri starostlivosti spolupracujú s ostatnými členmi tímov klinickej starostlivosti. Automaticky vysvetlíme včasné varovania a navrhneme možné intervencie, ktoré pomôžu tímom klinickej starostlivosti zostaviť plány starostlivosti na mieru na základe objektívnych údajov. Lekárom by to mohlo uľahčiť rýchlejšie skúmanie štruktúrovaných údajov v schémach pacientov a umožniť užšiu spoluprácu medzi manažérmi starostlivosti a ostatnými členmi tímov klinickej starostlivosti. Akonáhle naše metódy nájdu pacientov s najväčším predpokladaným rizikom pre budúce použitie v nemocnici a poskytnú vysvetlenia, klinickí lekári skontrolujú pacientske schémy, preskúmajú faktory, ako sú sociálne dimenzie a potenciál zlepšenia [102], a urobia rozhodnutie o registrácii a intervencii, ktoré sa budú týkať manažmentu starostlivosti.

Ako čas plynie, vzorce funkcií spojených s vysokým rizikom pre budúce použitie v nemocnici a stav pacienta sa stále menia. V klinickej praxi môžeme svoje techniky pravidelne opakovane používať v najnovších súboroch údajov z klinickej, administratívnej, ovzdušnej a meteorologickej oblasti, aby sme pacientov presťahovali do manažmentu starostlivosti a z neho vychádzali a v priebehu času nachádzali nové vzorce funkcií.

Rovnako ako v prípade LSTM, s informáciami iba z jednej návštevy, naše navrhnuté prediktívne modely môžu začať vytvárať projekcie pre pacienta. Napriek tomu, že všetko ostatné je rovnaké, očakávali by sme, že presnosť predikcie a včasnosť varovania pred rizikami dosiahnuté našimi modelmi sa budú zlepšovať s rastúcou dĺžkou anamnézy pacienta.

Zovšeobecniteľnosť

Poloautomaticky extrahujeme prediktívne a klinicky zmysluplné časové charakteristiky z pozdĺžnych údajov, čím vyriešime otvorenú výzvu počítačovej vedy [60]. Naše metódy extrakcie funkcií a automatické vysvetľovanie pomôžu vypustiť neinformatívne premenné a obmedziť tak premenné použité v modeli. To zvyšuje generalizovateľnosť modelu a čiastočne rieši obmedzenie, ktoré si jedna štúdia nemôže dovoliť testovať modely na všetkých pacientoch v USA. Ako ukázali Gupta a kol. [114], mnohé extrahované znaky predstavujú všeobecné vlastnosti atribútov použitých vo funkciách a môžu byť cenné pre ďalšie úlohy prediktívneho modelovania. Použitím extrahovaných funkcií na vybudovanie časovej knižnice funkcií na pomoc opakovanému použitiu funkcií môžeme obmedziť úsilie potrebné na zostavenie modelov pre iné úlohy prediktívneho modelovania.

Princípy našich techník sú všeobecné, v závislosti od toho, že neexistujú žiadne jedinečné vlastnosti konkrétneho ochorenia, kohorty pacientov alebo systému zdravotnej starostlivosti. Manažment starostlivosti sa tiež široko používa u pacientov s cukrovkou a srdcovými chorobami [34], kde by sa dali použiť naše techniky. Naša simulácia zistí, ako zovšeobecniť prediktívny model na iné weby, ktoré zhromažďujú rôzne sady premenných a tie premenné, ktoré sú pre zovšeobecnenie najdôležitejšie. Na ilustráciu našich techník v prípadoch pacientov s CHOCHP a astmou použijeme údaje z troch systémov zdravotnej starostlivosti IH, KPSC a UWM. Tieto systémy zdravotnej starostlivosti zahŕňajú 2 integrované systémy (IH a KPSC), akademický systém s väčšinou pacientov pochádzajúcich z iných systémov (UWM) a mnoho heterogénnych zariadení. Tieto zariadenia pokrývajú 41 nemocníc a 424 kliník rozmiestnených v 3 veľkých geografických oblastiach, od vidieckych a komunitných mestských kliník s rôznymi klinickými lekármi vrátane lekárov, zdravotných sestier, terapeutov a pokročilých praktických lekárov s obmedzenými zdrojmi až po metropolitné nemocnice s terciárnou starostlivosťou s personálom špecializovaných lekárov. . Tieto systémy používajú 4 rôzne systémy elektronických zdravotných záznamov: IH používa Cerner, HELP a HELP2 UWM používa Cerner a Epic KPSC používa Epic. Rozdiely v rozsahu služieb, zložení zamestnancov, geografickej polohe, kultúrnom pozadí, populácii pacientov, type systému zdravotnej starostlivosti a systéme elektronických zdravotných záznamov nám umožňujú nájsť faktory zovšeobecniteľné na iné zariadenia na celoštátnej úrovni. Naše modely budú založené na spoločnom dátovom modeli OMOP [72] a príbuzných štandardizovaných terminológiách [73], ktoré štandardizujú klinické a administratívne premenné z veľkých amerických systémov zdravotnej starostlivosti [115,116]. Naše modely sa budú minimálne vzťahovať na tieto systémy používajúce OMOP.

Po rozšírení môžu byť naše techniky aplikované na rôzne aplikácie a choroby na podporu rozhodovania a pokročilé klinické strojové učenie: (1) presnejšie modely poskytujúce skoršie varovania posilnia nástroje na podporu rozhodovania pri riadení obmedzených zdrojov, ako je plánovanie alokácie zdrojov zdravotnej starostlivosti [117 ] a automatické nájdenie pacientov, ktorí majú tendenciu byť čoskoro prijatí znova, spustenie domácich návštev sestier za účelom skrátenia readmisie a (2) používanie našich techník môže zvýšiť presnosť predikcie a včasnosť varovania pred rizikami iných výsledkov, ako sú zmeškané schôdzky [118], spokojnosť pacientov [119] , a dodržiavanie liečby [120]. Pomôže to pri zacielení zdrojov, ako sú telefonické hovory s pripomienkou na zníženie zmeškaných schôdzok [118] alebo intervencie na podporu dodržiavania liečby [120].

Očakávame, že naše presnejšie prediktívne modely poskytujúce predchádzajúce varovania budú mať pre klinickú prax hodnotu. Budúce štúdie testujú naše techniky na niektorých ďalších kohortách a chorobách pacientov, implementujú naše techniky na UWM, IH a KPSC na manažment starostlivosti o CHOCHP a astmu a vyhodnotia dopady v randomizovaných kontrolovaných štúdiách.

Stručne povedané, techniky, ktoré budú vyvinuté v tejto štúdii, pokročia v strojovom učení pre mnohé klinické aplikácie a pomôžu transformovať preventívnu starostlivosť tak, aby bola efektívnejšia, efektívnejšia a včasnejšia. To zvýši výsledky a ušetrí zdroje.


Ako použiť druhú geometrickú formu hahn-banacha, aby dokázal, že existuje funkčná s normou jedna a má konkrétnu hodnotu v konkrétnom bode.

Bojujem s riešením toho, ako vyriešiť tento problém: begin & amp text M text E text <. Nechajte> u_ <0> v E text & amp meno operátora left (u_ <0>, M right) = inf _ left | u_ <0> -v right | = d & gt0. text varphi v E^ < prime> text varphi left (u_ <0> right) = d & amp left. varphi right | _= 0 text | varphi | _> = 1. koniec

Hlavnou myšlienkou, ktorú som musel tento problém dokázať, je zvážiť $ [ varphi = d] $ a pokúsiť sa dokázať, že je to hyperplan, ktorý rozdeľuje E na dve časti. Keďže mám vzdialenosť medzi $ u_0 $ a $ M $, jasne oddeľuje $ u_0 $ a $ M $. Táto časť $ varphi | _= 0 $ je už dokázané. Prečo však $ varphi (u_0) = d $ a jeho norma je taká, že ju nemôžem vidieť. Neviem, či je moja myšlienka správna, prajem niekoľko tipov na dokončenie tohto dôkazu.


Pomoc so zoznamom SharePoint

Zostal som tu s týmto vzorcom stĺpcov zoznamu SharePoint. Pravdepodobne existuje jednoduchší spôsob, ako to urobiť. Mám stĺpec s dvoma možnosťami, jeden pre telefón a druhý pre prenosný počítač.

Vytvoril som stĺpce, ale odčítajú rovnakú hodnotu 1-10 = 9. Chcel by som, aby pri výbere telefónu bol odpočítaný -1 od hodnoty v stĺpci Dostupné telefóny napr. 10. A tak ďalej, vždy, keď je k dispozícii nový riadok, je pridaný nový riadok. A keď vymažete riadky, vráti sa na predvolenú hodnotu napr. 10. To isté samozrejme pre výber prenosného počítača. Som vďačný za nejaké rady!