Más

¿Establecer la creación de dataset de entidades como condición previa para el proceso iterativo con ArcGIS ModelBuilder?

¿Establecer la creación de dataset de entidades como condición previa para el proceso iterativo con ArcGIS ModelBuilder?


Cuando se utiliza ArcGIS ModelBuilder, ¿cómo se configura la creación de un dataset de entidades como condición previa para un proceso iterativo y no se vuelve a crear el dataset de entidades cada vez?

Este es el modelo que estoy usando:

Necesito el modelo para crear primero el conjunto de datos de características Test_FD y luego completarlo con clases de características en TestGDB. Sin embargo, el modelo crea el conjunto de datos de características cada vez que se realiza la iteración. ¿Cómo puedo hacer que solo cree el conjunto de datos de características una vez y luego ejecute el proceso iterativo?


Intentaría anidar la parte iterada en un submodelo, como se sugiere en esta pregunta anterior: ¿Cómo evitar la ejecución de parte de un modelo cuando se usa un iterador?


Esta herramienta está diseñada para su uso en ModelBuilder, no en secuencias de comandos de Python.

El parámetro Tipo de datos se utiliza en ModelBuilder para ayudar a encadenar la salida de la herramienta Calcular valor con otras herramientas. Por ejemplo, si utiliza la herramienta Calcular valor para calcular una distancia que se utilizará como entrada para el parámetro Distancia de zona de influencia de la herramienta Zona de influencia, especifique Unidad lineal para el parámetro Tipo de datos.

Esta herramienta puede usar las variables creadas en ModelBuilder, pero las variables que se desean usar en el parámetro de expresión no se pueden conectar a la herramienta Calcular valor. Para usarlos en la expresión, encierre el nombre de la variable entre signos de porcentaje (%). Por ejemplo, si desea dividir una variable llamada 'Entrada' por 100, su expresión sería% Entrada% / 100.

Nota: en la expresión anterior, si Input = 123, la expresión devolverá 1. Para obtener lugares decimales, agregue decimales a los valores de la expresión. Por ejemplo:% Input% / 100.00 devolverá 1.23. La siguiente ilustración muestra otro ejemplo de uso de variables en la expresión.

Precaución:

La variable en línea de tipo cadena debe estar entre comillas ("% variable de cadena%") en una expresión. Las variables en línea de tipo números (doble, largo) no requieren comillas (% doble%).

Las expresiones solo se pueden crear en un formato estándar de Python. No se admiten otros lenguajes de secuencias de comandos.

La herramienta Calcular valor puede evaluar expresiones matemáticas simples. Por ejemplo:

La herramienta Calcular valor permite el uso del módulo matemático de Python para realizar operaciones matemáticas más complejas. Se accede al módulo matemático precediendo la función deseada con matemática. Por ejemplo:

Las constantes también se admiten a través del módulo de matemáticas. Por ejemplo:

  • Calcule un número entero aleatorio entre 0 y 10: random.randint (0, 10)
  • Calcule un valor aleatorio derivado de una distribución normal con una media de 10 y una desviación estándar de 3: random.normalvariate (10, 3)
Legado:

arcgis.rand () ya no se admite a partir de ArcGIS Pro 2.0. En su lugar, deben usarse funciones comparables que usan el módulo aleatorio de Python. Para utilizar el módulo aleatorio correctamente, agréguelo como una importación en el parámetro Bloque de código.

Generalmente, escribirás las expresiones en el parámetro Expresión. Expresiones más complicadas, como cálculos de varias líneas u operaciones lógicas (si, entonces), requerirán el uso del parámetro Bloque de código. El parámetro Bloque de código no se puede usar por sí solo, debe usarse junto con el parámetro Expresión.

Las variables definidas en el parámetro Bloque de código se pueden referenciar desde la expresión.

Las funciones pueden definirse en el parámetro Bloque de código y llamarse desde la expresión. En el siguiente ejemplo, la función devuelve una cadena de dirección del viento basada en un valor de entrada aleatorio. En Python, las funciones se definen utilizando la palabra clave def seguida del nombre de la función y los parámetros de entrada de la función. En este caso, la función es getWind y tiene un parámetro, wind. Los valores se devuelven desde una función utilizando la palabra clave return.

Puede pasar la variable a través del parámetro Expresión y usar la lógica if-else con variables en línea en el bloque de código como se muestra a continuación. El bloque de código comprueba si la variable Tamaño de celda de entrada está vacía y luego devuelve un valor basado en la condición.

Los métodos de Python se pueden utilizar directamente en el parámetro Expresión de la herramienta. Por ejemplo, si tiene un valor de entrada con un decimal (valor de campo de la tabla de entrada en este caso) y desea usar el valor en el nombre de salida de otra herramienta mediante la sustitución de variables en línea, el decimal se puede reemplazar usando el método Python reemplazar en la expresión de la herramienta Calcular valor.

Se pueden llamar módulos de Python y métodos como reemplazar combinados o apilados en el parámetro de bloque de código. En el siguiente ejemplo, el módulo de hora se importa en el bloque de código que devuelve la fecha y hora actuales, como el viernes 19 de marzo de 2010 a las 09:42:39. Este valor devuelto se usa como nombre en la herramienta Crear carpeta para nombrar la carpeta. Dado que el nombre de la carpeta no puede contener espacios ni signos de puntuación, el método de reemplazo en Python se usa apilando el método para cada elemento que necesita ser reemplazado. El nombre resultante de la carpeta en este ejemplo es FriMar192010094239.

  • devolver la unidad lineal en el bloque de código junto con el valor de distancia,
  • cambiar el tipo de datos de los valores devueltos como se muestra a continuación, y
  • establezca el parámetro de tipo de datos en unidad lineal para que el resultado de la expresión se convierta en un valor de unidad lineal.

Puede usar la salida de la herramienta Calcular valor directamente en cualquier herramienta de Spatial Analyst que acepte un ráster o un valor constante como Más, Mayor que y Menor que (estas herramientas se encuentran en la caja de herramientas de Spatial Analyst / conjunto de herramientas Matemáticas). Para utilizar la salida de Calcular valor, cambie el tipo de datos de salida a Ráster formulado. Este formato de tipo de datos de salida es una superficie ráster cuyos valores de celda están representados por una fórmula o constante.

En Python, parte de la sintaxis es la sangría adecuada. El nivel de sangría (dos espacios o cuatro espacios) no importa siempre que sea consistente en todo el bloque de código.

No puede acceder a las variables del modelo desde el bloque de código. Dichas variables deben pasarse al bloque de código desde la expresión. Esto se puede lograr creando una definición en el Bloque de código y haciendo referencia a la definición en el cuadro Expresión.

Al escribir scripts de Python, use declaraciones estándar de Python en lugar de la herramienta Calcular valor.


¡Únase a nosotros virtualmente en Esri UC 2020!

por BruceHarold

La Conferencia de usuarios de Esri 2020 tiene muchas sesiones en ArcGIS Open Platform. Queremos facilitarle el trabajo con éxito en un entorno heterogéneo. Para crear un sistema abierto e interoperable, Esri ha adoptado un enfoque multifacético, que incluye el soporte de: estándares Integraciones directas con tecnología no GIS Lectura y escritura directa de cientos de formatos de datos Herramientas para desarrolladores abiertos Metadatos Herramientas ETL Intercambio de datos abiertos de código abierto y SDI .

Plataforma abierta: estándares e interoperabilidad Esri Expo Area

Los enlaces requerirán el registro de la conferencia hasta que se hagan públicos. ¿No registrado? Haga clic aquí para registrarse en Esri UC 2020, del 13 al 16 de julio de 2020 | El evento de SIG virtual más grande del mundo.

Consulta estas sesiones en la UC Virtual:

Presentaciones de teatro de demostración

Para obtener más información sobre el enfoque de plataforma abierta de Esri y nuestro trabajo de SDI de próxima generación, visite:

Manténgase conectado en GeoNet

Otros recursos

Preguntas y respuestas de Esri UC 2020

El Q & ampA de Esri UC 2020 está lleno de lo que quieres saber. Para obtener más detalles sobre nuestro enfoque de plataforma abierta, comience con "Componentes de ArcGIS - Abierto / Estándares / Interoperabilidad / Metadatos".

Componentes de ArcGIS - ArcGIS Pro

Componentes de ArcGIS - ArcGIS Enterprise

Componentes de ArcGIS - ArcGIS for Developers

Capacidades de ArcGIS: análisis espacial y ciencia de datos

Capacidades de ArcGIS: imágenes y detección remota

Capacidades de ArcGIS: visualización y análisis 3D

Capacidades de ArcGIS: gestión de datos

Capacidades de ArcGIS: ¿AEC y gestión de activos?

Preparado con la ayuda de mis colegas jfoust-esristaff y jsaligoe-esristaff‌


¿Establecer la creación de dataset de entidades como condición previa para el proceso iterativo usando ArcGIS ModelBuilder? - Sistemas de Información Geográfica

A Lenguaje de programación visual (VPL) es un lenguaje de programación que utiliza símbolos gráficos y conectores gráficos para el diseño de algoritmos. En el caso de GIS, los algoritmos están destinados a procesar datos espaciales. Lo opuesto a los lenguajes de programación visual son los lenguajes de programación textual. Tanto el lenguaje visual como el textual tienen sintaxis y semántica. Lenguaje de programación textual utilizar secuencias de caracteres. Las secuencias son cadenas legales e ilegales. Los programas sintácticamente válidos se construyen a partir de caracteres concretos o cadenas de caracteres, por ejemplo, palabras clave como definir, si, para o clase. Las palabras clave son palabras que están "reservadas para su uso" en un lenguaje de programación. La palabra clave no se puede utilizar como un identificador, como el nombre de una variable, función o etiqueta. Las secuencias de caracteres para los identificadores son sugerencias del usuario que pertenecen solo a algunas convenciones o limitaciones. Los nuevos usuarios deben memorizar una lista de palabras clave en lenguaje textual y adquirir las reglas de sintaxis para la escritura de un programa.

  • Lenguaje visual (o notación visual, notación gráfica, notación de diagramación): un conjunto de símbolos gráficos (vocabulario visual) y sintaxis visual y semántica asociadas.
  • Visualvocabulario: un conjunto de símbolos gráficos (elementos y conectores). Los elementos son nodos en un diagrama y conectores conectan los nodos.
  • Semántica visual: un conjunto de definiciones del significado de cada símbolo gráfico.
  • Sintaxis visual (gramática visual): define la estructura formal del programa. Es un conjunto de reglas de composición sobre cómo formar y unir símbolos del vocabulario visual.
  • Los símbolos gráficos se utilizan para simbolizar (representar visualmente) construcciones semánticas, normalmente definido por un metamodelo. Los significados de los símbolos gráficos se definen mapeándolos con las construcciones que representan. Ejemplos de construcciones semánticas son "datos puntuales" o "búfer de operación espacial", y ambos tienen sus representaciones gráficas.
  • Una expresión válida en notación visual se llama oración visual o diagrama. Los diagramas se componen de instancias de símbolos (tokens), organizados de acuerdo con las reglas de la gramática visual. El software GIS y RS utilizan los siguientes términos para una oración visual: GeoprocesamientoModelo, Diagrama, y Flujo de trabajo. Se puede suponer que estos tres términos son sinónimos en el contexto de los VPL para SIG.

Los VPL proporcionan los protocolos no solo para el diseño del algoritmo como una secuencia de operaciones, sino que también permiten al usuario interactuar con el sistema en sí y, por lo tanto, en última instancia, representan modelos ejecutables separados.

Las ventajas de la forma gráfica incluyen la facilidad de diseño (muy a menudo mediante la funcionalidad de arrastrar y soltar), legibilidad, comprensión y reutilización. La forma gráfica ayuda a los usuarios a visualizar claramente un algoritmo de la misma manera que lo hacen las herramientas CASE para el diseño gráfico de estructuras de bases de datos. Los lenguajes de programación visual automatizan las tareas tediosas y repetitivas y permiten al usuario ejecutar largos flujos de trabajo más rápido en lugar de ejecutar manualmente operaciones aisladas. El flujo de trabajo podría convertirse en un proceso por lotes. Además, se puede utilizar una captura de pantalla del diagrama para documentar y archivar los pasos del flujo de trabajo. La programación visual tiene una alta capacidad de autoevaluación, lo que significa que otros comentarios o textos pueden no ser necesarios para explicar los pasos de un flujo de trabajo: a veces, la imagen del flujo de trabajo es suficiente.

Según Hexagon Geospatial (2015), las ventajas de los lenguajes de programación visual incluyen:

  • Los expertos crean el proceso una vez y otros pueden reutilizarlo.
  • Los flujos de trabajo se pueden distribuir a no expertos.
  • Los flujos de trabajo preparados ahorran tiempo, dinero y recursos.
  • El procesamiento de datos con los mismos flujos de trabajo introduce estandarización y coherencia.

Las principales ventajas de VPL en comparación con la programación textual son:

  • VPL es más intuitivo que la programación textual.
  • VPL es más fácil de aprender que la programación textual.
  • VPL como punto de partida para la programación textual avanzada.

Desde la perspectiva del proceso de aprendizaje, la programación visual podría ser un paso preliminar valioso para comenzar a aprender programación textual. Es posible convertir la mayoría de los diagramas de flujo de trabajo existentes en un programa textual funcional como Python (disponible en ArcGIS ModelBuilder, QGIS Processing Modeler y GRASS GIS Graphical Modeler).

A continuación se proporciona una descripción general de los lenguajes de programación visual (Tabla 1). La tabla contiene información básica sobre vocabularios visuales (símbolos y conectores), funcionalidades y construcciones de programación disponibles. La parametrización tiene que ver con el estado de los datos. En algunos idiomas, solo es posible diseñar un flujo de trabajo para datos específicos existentes (almacenados en el disco). El flujo de trabajo está vinculado invariablemente a datos concretos; no hay posibilidad de cambiar los datos de entrada en varias utilizaciones. Cuando es posible la parametrización del flujo de trabajo (establecido para algunas entradas, datos o variables), las entradas no tienen que asignarse a datos específicos hasta el momento en que se ejecuta un flujo de trabajo. Cuando se inicia el flujo de trabajo, los datos de entrada se pueden elegir libremente. La parametrización y los parámetros se representan de diversas formas en los VPL. El modelo de procesamiento QGIS es el mejor, desde esa perspectiva, ya que el modelo está diseñado como un flujo de trabajo paramétrico desde el principio en todos los casos. Entonces QGIS no necesita ninguna descripción de lo que es un parámetro. De lo contrario, ArcGIS ModelBuilder permite a los usuarios cambiar entre entradas paramétricas y no paramétricas, algo que se representa con la letra P cerca del símbolo dentro de la interfaz de ModelBuilder.

La forma real de los conectores es relevante porque la interpretación de los conectores curvos a veces se dificulta debido a superposiciones y cruces, especialmente cuando no hay una función de alineación automática disponible. Esta descripción general se basa principalmente en la documentación y en la experiencia práctica del autor en el diseño de flujos de trabajo. A continuación, en la sección 4, se proporcionan más detalles de estos VPL y de otros.

Tabla 1. Descripción general de los lenguajes de programación visual utilizados con SIG
Software Nombre de VPL Forma de símbolo Color del símbolo Parametrización Conectores Orientación preferida Insertar submodelos Bucles y condiciones Deshabilitar la operación de un flujo
ArcGIS Constructor de modelos varias formas varios colores Y lineal H (V) Y Iterador If-Then-Else (ArcGIS Pro) norte
ArcGIS 10.x ArcGIS Pro
IDRISI Modelador de macros rectángulo y rombo varios colores norte lineal H norte norte norte
ERDAS IMAGINE Fabricante de modelos varias formas b / w norte lineal V norte norte norte
Editor de modelos espaciales rectángulo 4 colores diferentes, gran icono interior Y curvo H Y Y norte
ENVI Modelador ENVI rectángulo varios colores Y lineal, curvo H Y Iterador norte
AutoCAD MAP 3D Diseñador de flujo de trabajo símbolos de rectángulo compuesto gris, verde START, rojo END Y lineal solo V Y Y Y
QGIS Modelador de procesamiento rectángulo 3 colores Y por defecto curvo D (H / V) Y norte Y
versión 2 versión 3
GRASS GIS Modelador gráfico varias formas varios colores Y lineal V / H Y Y norte

Notas: Y = Sí N = No V = Vertical (de arriba a abajo) H = Horizontal (de izquierda a derecha) D = Diagonal.

A pesar de sus beneficios, es necesario reconocer las desventajas de los VPL. Los VPL tienen limitaciones, como la implementación de bucles. Algunas construcciones no están completamente implementadas en VPL como el ciclo FOR, condition WHILE o switch SELECT CASE. Por lo general, no están disponibles en VPL y solo aparecen en las versiones más recientes de algunos (por ejemplo, ModelBuilder en ArcGIS Pro 2.x tiene una nueva herramienta If-Then-Else). Controles de ciclo como Iterador se implementan parcialmente en ModelBuilder y ENVI Modeler, pero no como un ciclo puro para la repetición de una serie de comandos. Y existen más limitaciones. En ModelBuilder, solo se permite un iterador por modelo. Algunas operaciones solo son accesibles como métodos de programación en la programación textual. En ModelBuilder, por ejemplo, es difícil expresar el orden de los procesos en VPL, por lo que la construcción Condición previa está disponible. Desde una perspectiva de programación textual imperativa, es una construcción extraña.

Algunas características positivas de los VPL se han vuelto discutibles en el caso de diagramas enormes y procesamiento complejo (la buena legibilidad, modularizaciones, división en trozos como procedimientos, agrupación). A veces es difícil encontrar el inicio y el final del diagrama de flujo de trabajo. Solo AutoCAD Map Workflow Designer tiene símbolos para INICIO y FIN.

Los VPL tienen limitaciones y algunas tareas requieren cambiar a un idioma textual como el siguiente paso necesario. Las herramientas de depuración y la gestión de licencias (para algunas funciones) normalmente no son accesibles a través de VPL. En estos casos de uso, generalmente es necesario cambiar a programación textual como los scripts de Python. Los usuarios experimentados terminan utilizando solo programación textual en la práctica, en caso de una demanda frecuente de varios procesamientos por lotes de datos espaciales. La discusión adicional sobre la idoneidad de la programación visual y textual para diferentes tipos de casos de uso es un tema interesante, pero más allá del alcance de esta entrada.

Esta breve descripción cronológica presenta la historia de los VPL desde el primer lanzamiento de un VPL hasta las últimas implementaciones en el área de GIS y RS (pero la situación actual está evolucionando rápidamente). ERDAS IMAGINE fue uno de los primeros paquetes de software comercial en ofrecer una herramienta de modelado de flujo de trabajo y datos geoespaciales gráficos: Model Maker se introdujo en 1993 como un editor de creación de modelos de diagrama de flujo gráfico (ERDAS 1993). Luego apareció el editor Macro Modeler en el software IDRISI 32 Release 2 de Clark Labs en 2001, para crear diagramas de flujo de trabajo. ESRI siguió y lanzó el componente ModelBuilder en 2004 para su software ArcGIS, versión 9. Workflow Designer apareció en 2009 en AutoCAD Map 3D, producido por Autodesk (Dobesova 2014). ERDAS IMAGINE v. 2013 tiene un nuevo componente para VPL llamado Spatial Model Editor. Ambos editores (Model Maker y Spatial Model Editor) están presentes simultáneamente en la interfaz, y es posible utilizar cualquiera de ellos según los deseos del usuario. Es posible convertir modelos existentes del editor más antiguo al más nuevo.

En 2013, se lanzaron dos nuevos editores gráficos: Processing Modeler para QGIS (2.0 Dufour) y Graphical Modeler para GRASS GIS, ambos son programas de software GIS de código abierto. QGIS Processing Modeler fue rehecho y mejorado en la versión 3.0 en 2018. El software de detección remota ENVI, de Harris Geospatial Solutions, presentó un nuevo VPL, ENVI Modeler, en la versión 5.5 en 2018.

Existen otros VPL en forma de complementos para Rhino3D Grasshopper 3D (Bison, Groundhog, Docofossor). En el área de procesos ETL (Extract, Transform, Load) para el procesamiento de datos en almacenes, se encuentran disponibles los software FME y GeoKattle.

Tenga en cuenta que los VPL también existen para muchos propósitos además de GIS y RS.Las áreas de aplicación son, en particular, educación, multimedia, videojuegos, simulaciones, almacenamiento de datos, inteligencia empresarial, minería de datos, ingeniería civil, robótica, etc. Puede encontrar una lista dinámica de cerca de cien aplicaciones VPL en https://en.wikipedia.org/ wiki / lenguaje_programación_visual.

La Sección 4 describe cada VPL en detalle para presentar los lenguajes visuales y sus respectivos vocabularios, incluyendo cómo el vocabulario difiere no solo en las formas y colores de los símbolos básicos (semántica) sino también significativamente en la sintaxis y la cantidad de funcionalidad. La principal diferenciación en la sintaxis es el entrelazado (o no entrelazado) de símbolos de geoprocesamiento con símbolos de datos. ModelBuilder es la representación de sintaxis típica de procesos y símbolos de datos entrelazados. De lo contrario, el Modelador de procesamiento de QGIS representa grupos de procesos que están conectados directamente. Solo los datos finales pueden tener un símbolo en un flujo de trabajo. En el caso de AutoCAD Map Workflow Designer, la sintaxis solo permite la conexión de operaciones.

La descripción general comienza con software comercial seguido por software de código abierto. El software también se puede dividir en grupos GIS y RS. Pero en algunos casos, un paquete de software ofrece el uso de geoalgoritmos para datos vectoriales y ráster en su lenguaje visual. Por ejemplo, ERDAS IMAGINE es un software de RS, pero es posible utilizar operaciones vectoriales adoptadas de Geomedia en su Editor de modelos espaciales. QGIS Processing Modeler también ofrece una gran cantidad de algoritmos para el procesamiento de ráster (de SAGA, GRASS GIS) y el procesamiento de vectores (de QGIS y GRASS GIS).

4.1 ModelBuilder para ArcGIS Desktop

ModelBuilder y los modelos de geoprocesamiento son muy utilizados por los profesionales de SIG. ModelBuilder es un VPL típico y puede ser la implementación de VPL más conocida en GIS. La Figura 1 a continuación muestra la interfaz de ModelBuilder y un ejemplo de modelo en ArcMap v. 10.x. El vocabulario gráfico consta de óvalos azules para los datos de entrada y óvalos verdes para los datos derivados / resultantes. Los procesos (herramientas) están representados por rectángulos amarillos. Además, el símbolo gráfico Iterador (hexágono naranja) representa la repetición o ciclos (Dobesova 2013b). Los conectores principales son líneas negras con flechas que representan el flujo de datos. Existen conectores adicionales (por ejemplo, condiciones previas, entorno y retroalimentación). Los usuarios pueden cambiar las etiquetas de los símbolos. Además, es posible configurar los datos de entrada o las variables como parámetros del modelo. Un parámetro se expresa con la letra P cerca del símbolo ovalado. Permite al usuario cambiar los datos de entrada y reutilizar el modelo en diferentes datos. Los modelos se almacenan en una caja de herramientas personalizada con nombre, archivos * .tbx, que se pueden copiar simplemente para que otros los utilicen. También es posible insertar un modelo anidado, otro modelo existente en el modelo principal (como una subrutina). Además, los scripts de Python también se pueden insertar en un modelo.

Figura 1. Ejemplo del modelo en ModelBuilder for ArcGIS v. 10.x. Fuente: autor.

ModelBuilder también está disponible en ArcGIS Pro v. 2.x. Los símbolos gráficos tienen colores ligeramente diferentes (más claros) (Figura 2). Una nueva funcionalidad es la capacidad de agrupar símbolos como un subconjunto. También se han introducido nuevas herramientas lógicas de FI. Diez diferentes condiciones IF prueban la existencia de datos, tipo de datos de atributo, etc. El símbolo del elemento lógico IF es un rombo amarillo. Ambas versiones de ModelBuilder permiten convertir modelos automáticamente a scripts de Python.

Figura 2. Ejemplo de un modelo en ModelBuilder para ArcGIS Pro v. 2.x (el mismo modelo que en la Figura 1). Fuente: autor.

4.2 Modelador macro para IDRISI

El vocabulario gráfico del Macro Modelador IDRISI de Clark Lab consiste en rectángulos simples y nítidos para los datos y rombos para las operaciones. El rombo tiene un relleno de color rosa. El relleno de color de los rectángulos difiere según el tipo de datos: violeta es un ráster, verde es un vector, amarillo es un atributo (Figura 3). Además, hay rectángulos para grupos dinámicos (etiquetas rojas) y archivos de grupo (no se muestran en la Figura 4). El tamaño del elemento es el mismo para todos los símbolos, pero las etiquetas de texto difieren en grosor. Las etiquetas de las operaciones están en negrita, mientras que otras tienen una cara normal. El fondo del modelo es amarillo.

Las líneas de conexión son líneas azul oscuro rectas o en ángulo recto con una flecha al final. Una funcionalidad poco común es la posibilidad de construir procesos con retroalimentación en este modelador. Las líneas de retroalimentación son rojas. La orientación del flujo es variable en el editor, pero es preferible de izquierda a derecha. Es posible insertar un submodelo. Los modelos se almacenan en archivos * .imm. TerrSet, como la última versión de IDRISI, ha incorporado Spatial Decision Modeler como una herramienta de modelado gráfico para soporte de decisiones multicriterio y multiobjetivo.

Figura 3. Ejemplo de un modelo en Macro Modeler para IDRISI. Fuente: autor.

4.3 Model Maker y Spatial Model Editor para ERDAS IMAGINE

Tanto el editor anterior Model Maker como el editor más nuevo, Spatial Model Editor, están disponibles actualmente en Erdas Imagine. Model Maker utiliza únicamente símbolos gráficos en blanco y negro. Las formas de los símbolos expresan diferentes tipos de datos de manera efectiva, sugiriendo su significado. La forma de los datos ráster se asemeja a un conjunto de bandas, el símbolo de tablas y matrices es un rectángulo con una o más columnas y filas. Las funciones se expresan mediante un círculo (Dobesova 2014), el símbolo universal de las funciones. Los conectores son flechas rectas sólidas (Figura 4). La orientación del flujo es variable: los usuarios pueden construir un modelo orientado de arriba hacia abajo, un modelo orientado de izquierda a derecha o una combinación de ambos. La alineación automática no está disponible. Las etiquetas de los símbolos tienen una posición fija y no se pueden cambiar. El modelo se guarda en un archivo de texto estructurado con extensión * .gmd.

Figura 4. Ejemplo de un modelo en Model Maker para Erdas Imagine. Fuente: autor.

Editor de modelos espaciales tiene una notación totalmente diferente. Los símbolos tienen colores y un gran icono interior. Todos los símbolos son rectángulos redondeados con un relleno de color (Figura 5). El color rosa es para datos (ráster de entrada / salida, escalar, tabla, vector, etc.) El relleno verde claro es para operadores y operaciones. Cada rectángulo tiene puertos, flechas pequeñas donde se conectan las líneas. El relleno de color de las flechas depende del estado de configuración: relleno rojo para un valor no establecido, gris para un valor establecido, amarillo para valores de salida / derivados. Cada rectángulo redondeado tiene un icono de color interior que expresa el tipo de datos o el tipo de operación (por ejemplo, el icono π significa escalar). Los iconos son visualmente significativos (evocadores) y ayudan a explicar el diagrama. Cada símbolo tiene una etiqueta interna que se agrega automáticamente, p. Ej. el nombre de la operación. Los usuarios pueden cambiar el nombre de las etiquetas para expresar mejor valores u operaciones específicas. El tamaño de los rectángulos varía y depende de la cantidad de puertos (se pueden agregar) o de la longitud de las etiquetas de texto internas (Dobesova 2014). Los submodelos se pueden incorporar al modelo principal. Se puede hacer doble clic en el símbolo del submodelo marrón para abrirlo directamente desde el modelo principal. El símbolo de vista previa permite ver inmediatamente los datos del resultado al final de una cadena de operaciones. Los modelos se almacenan en un archivo XML con una extensión * .gmdx.

Los modelos antiguos de Model Maker se pueden convertir automáticamente al nuevo formato del Editor de modelos espaciales.

Figura 5. Ejemplo de un modelo en Spatial Model Editor para Erdas Imagine. Fuente: autor.

4.4 Modelador ENVI

ENVI, una aplicación de software para el procesamiento de datos de teledetección, también tiene un editor gráfico llamado ENVI Modeler. Todos los símbolos gráficos (nodos) son rectángulos redondeados. Los símbolos se distinguen por el color. Las operaciones se expresan mediante rectángulos amarillos. Los conectores son líneas rectas o curvas (Figura 6). La versión ENVI 5.5.2 tiene un nuevo elemento gráfico naranja, Filter Iterator, que ejecuta una operación solo cuando se cumple una condición específica. Esta operación itera a través de una colección de datos mientras también aplica la condición especificada. Se pueden combinar varios nodos de agregación, por ejemplo, usando un nodo de agregación para cerrar un bucle introducido por un nodo de iterador y usando otro nodo de agregación para recopilar elementos en una matriz. Los datos resultantes se pueden ver en un modelo conectándolos a un nodo Ver.

Figura 6. Dos ejemplos de modelos de ENVI Modeler. Fuente: L3HARRIS.

4.5 Diseñador de flujo de trabajo para AutoCAD Map 3D

Workflow Designer se basa en la tecnología de Microsoft Windows Workflow Foundation. Los símbolos gráficos son grandes rectángulos grises. No hay símbolos distintos para operaciones y datos, a diferencia de los diccionarios gráficos de los VPL descritos anteriormente. El diseñador de flujo de trabajo utiliza símbolos gráficos compuestos. El rectángulo gris expresa operaciones con configuraciones, datos de entrada, parámetros y datos de salida. Los conectores son líneas negras muy cortas que se agregan automáticamente al diagrama. La orientación del diagrama está fijada de arriba hacia abajo, pero es posible acercar o alejar el diagrama para ver los detalles. El diagrama comienza con un símbolo de flecha verde y termina con un símbolo de parada rojo (Figura 7).

El texto del rectángulo transmite un conjunto de información. La primera línea en negrita es el nombre de la operación. Las siguientes líneas son los nombres y valores de los parámetros establecidos. La primera línea también presenta, en la esquina superior izquierda, un pequeño icono de color que indica el tipo de operación. Para las operaciones analíticas y de superposición, todo el proceso se ilustra mediante un gráfico en la parte inferior del rectángulo (Figura 7: última operación, Realizar superposición). Las operaciones se establecen en detalle a través de iconos funcionales que aparecen en el lado derecho del rectángulo. Los iconos funcionales son visibles en la Figura 7 para la operación Crear zona de influencia, que está seleccionada y aparece en un rectángulo azul. Los iconos funcionales en el lado derecho son visibles solo después de la selección.

Las operaciones individuales pueden excluirse del procesamiento. El símbolo del rectángulo se cubre con un rectángulo verde claro y no es necesario eliminarlo del diagrama.

El flujo de trabajo se almacena en un archivo de texto estructurado con la extensión * .xoml.

Figura 7. Diagrama de flujo de trabajo en AutoCAD Map 3D. Fuente: autor.

4.6 Modelador de procesamiento (modelador gráfico) en QGIS

Hay dos implementaciones de VPL en SIG de código abierto. El primero es el Modelador de procesamiento para QGIS, también llamado modelador gráfico, y creado por Victor Olaya, y el segundo es el Modelador gráfico para GRASS GIS. Processing Modeler en QGIS usa solo tres símbolos gráficos, todos rectángulos con las mismas dimensiones. Los rectángulos se diferencian por el relleno de color. El relleno de los datos de entrada es azul. El proceso tiene un relleno blanco y los datos de salida un relleno azul claro (turquesa) (Figura 8). Los colores han cambiado en la nueva versión 3.x: los datos de entrada son amarillos y los datos de salida verdes (Figura 9). Las operaciones permanecen en blanco. Processing Modeler ofrece operaciones desde otro software y bibliotecas. Se puede usar una combinación de ellos en el mismo modelo. El símbolo de operaciones contiene un pequeño icono en el lado izquierdo que indica de qué biblioteca proviene la herramienta (QGIS, GDA / ORGL, SAGA, Orfeo, GRASS, etc.). Processing Modeler sirve así como un VPL común para una variedad de software GIS de código abierto. En la parte derecha del símbolo de entrada y el símbolo que representa la operación se encuentran los iconos de borrado (cruz) y edición (lápiz o puntos en v 3.x). El rectángulo de datos de salida no tiene estos dos iconos, porque al eliminar o cambiar la operación se borra automáticamente el símbolo azul de los datos de salida. En la versión 3.x, un icono permite configurar los datos de salida como temporales.

Los conectores son líneas curvas en todas las versiones del Processing Modeler. Los conectores comienzan y terminan en los puntos marcados como Salida / Entrada.

El icono "más" encima de los símbolos de operación se utiliza para expandir la lista de parámetros de operación. Sin embargo, los valores de los parámetros no se muestran, solo sus nombres. Una lista simple de nombres de parámetros no es muy beneficiosa para los usuarios, los valores reales de los parámetros serían más útiles.

Al contrario de la sintaxis visual presentada anteriormente (ModelBuilder, Macro Modeler, Spatial Model Editor), las operaciones no están conectadas por símbolos de datos intermedios, pero los rectángulos de operación blancos están conectados directamente. Es posible incrustar un modelo existente como submodelo. Los scripts de Python también se pueden incluir en el modelo. Es posible la desactivación temporal de operaciones en un modelo (como en el diagrama de flujo de trabajo de AutoCAD).

El modelo se guarda en un archivo de texto estructurado con la extensión * .model.

La característica importante de Processing Modeler (a diferencia de ModelBuilder y otros) es que un modelo no está diseñado para datos concretos existentes. Se supone que las entradas son paramétricas: los usuarios deben ingresar datos para ejecutar el modelo. El Modelador de procesamiento en QGIS v. 3.x ofrece más tipos de datos de entrada y más geoalgoritmos que las versiones anteriores 2.x. Hay mejoras visibles en la funcionalidad de Processing Modeler.

Figura 8. Modelo en Processing Modeler en QGIS, versión 2.x. Fuente: autor.

Figura 9. Ejemplo de un modelo del Processing Modeler de QGIS, versión 3. Fuente: autor.

4.7 Modelador gráfico en GRASS GIS

GRASS GIS tiene un modelador gráfico (Landa n.d.). El vocabulario gráfico se inspiró en ArcGIS ModelBuilder. Se utiliza un símbolo ovalado para los datos (vector - rosa, raster - púrpura, raster 3D - óvalo verde). Los datos se pueden configurar como temporales, es decir, datos entre operaciones, y no se almacenarán de forma permanente. Los datos temporales tendrán un borde punteado. El símbolo de la operación es un rectángulo verde. Además, es posible definir bucles (rectángulos amarillos con esquinas redondeadas) y ramificaciones If-Then-Else (rombo blanco). Los comentarios se pueden escribir dentro de rectángulos de operación o como símbolos rectangulares separados con relleno naranja y contorno discontinuo. Las operaciones tienen un número entre paréntesis antes del nombre de la operación, que indica el orden de ejecución. Los comentarios también están numerados (Figura 10).

El modelo se puede parametrizar, lo que significa que los datos de entrada, los argumentos de la operación y los nombres de los datos de salida se pueden introducir al comienzo de la ejecución. Esto se indica mediante un contorno en negrita alrededor del rectángulo de operación y los óvalos correspondientes de datos de entrada / salida. Esto se puede observar en la primera operación, (1) v.surf.rst, en la Figura 10. Las operaciones pueden estar temporalmente deshabilitadas en el modelo: su relleno de color cambia a gris y el borde a una línea discontinua. Los conectores son líneas negras rectas con flechas al final. Los conectores giran automáticamente 90 ° si es necesario y para la representación de bucles. Los símbolos del modelo deben alinearse manualmente, ya que la alineación automática de símbolos no está disponible.

Figura 10. Modelo GRASS GIS en el modelador gráfico. Fuente: autor.

4.8 Otros VPL para aplicaciones GIS

Existen otros VPL en GIS. Pero el autor de este artículo no tiene experiencia práctica con ellos para describirlos completamente y documentar el vocabulario gráfico, la sintaxis y la funcionalidad de este texto. Uno interesante es Rhino3D Grasshopper 3D. Es muy popular y se usa ampliamente en los campos del diseño. También es bastante maduro, ya que se lanzó en 2007. Grasshopper usa complementos como Docofossor para el modelado del terreno, Bisonte para malla de terreno, y Marmota para modelado de terreno, flujo y plantas. Hurkxkens y Bernhard (2019) proporcionan un buen ejemplo del uso de Docofossor.

Figura 11. Documentación de Grasshopper que demuestra cómo utilizar el análisis de flujo y captación para la forma de Superficie y Malla. Fuente: Groundhog.

Firm Safe Software crea el software FME (Feature Manipulation Engine). FME es un paquete de software integral diseñado para ayudar a administrar una amplia variedad de bases de datos espaciales y convertirlas a un formato de archivo que facilite el procesamiento en otras herramientas de terceros. Por ejemplo, ArcGIS ofrece FME y su editor gráfico bajo la extensión Data Interoperability. FME contiene más de 450 convertidores de datos. Entre los formatos que se podrían convertir se encuentran bases de datos como PostgreSQL, Geodatabase, ArcSDE, Oracle, JSON, SQL, Shapefile, así como aplicaciones GIS no nativas, como MapInfo o Smallworld, hojas de cálculo Excel, diseños CAD, imágenes rasterizadas, LiDAR y Autodesk. formatos de conjuntos de datos. Los detalles de las conversiones están diseñados gráficamente por un VPL donde las líneas curvas conectan los conjuntos de datos de origen y destino y, en detalle, los atributos correspondientes para la transformación (Figura 12).

Figura 12. Diseño visual de transformación por FME. Fuente: Softpedia.

Para comparar y evaluar VPL, podemos enumerar funcionalidades o comparar las apariencias del vocabulario gráfico. Las funcionalidades dependen muy a menudo del número de funciones de geoprocesamiento espacial y funciones de procesamiento de imágenes implementadas en una aplicación de SIG concreta.

A partir de la descripción general actual de los VPL en aplicaciones GIS, es evidente que difieren en el vocabulario gráfico. Además, la sintaxis (reglas para conectar elementos) y la semántica también difieren. Además de la apariencia, la evaluación podría concentrarse en la cantidad de funcionalidades en un editor gráfico, como acercar / alejar el diagrama, deshabilitar funciones seleccionadas, etc. Algunos VPL tienen buenas funcionalidades, como alineación automática, etiquetas personalizadas o tamaños de elementos (Dobesova 2013a Dobesova y Dobes 2014). Estas funciones hacen que los VPL sean más útiles para los usuarios, especialmente para los principiantes en programación (Dobesova 2012).

El método de "Física de las notaciones" de Moody se puede utilizar para una evaluación sistemática de los VPL (Moody 2009a Moody 2009b Moody 2010). Es adecuado para cualquier diagramación y, por lo tanto, para VPL en aplicaciones GIS. El objetivo de la evaluación es recopilar información sobre cómo una notación gráfica promueve la "cognición eficaz". El método "Física de las notaciones" evalúa las notaciones gráficas a través de nueve principios. Por ejemplo, el principio de “Discriminación perceptual” recomienda usar diferentes formas y colores para los símbolos, como en ModelBuilder donde se usa naranja para iterador, amarillo para proceso y óvalo azul / verde para datos (Figura 13) (Dobesova 2013a).

Figura 13. Ejemplo de símbolos en ModelBuilder para mostrar diferencias en formas y colores. Fuente: autor.

El editor de modelos espaciales en ERDAS IMAGINE puntúa muy alto en los principios de "claridad semiótica" y "transparencia semántica." Los grandes iconos internos ayudan a distinguir entre símbolos y ayudan a intuir sus significados (Figura 14).

Figura 14. Ejemplo de algunos elementos gráficos básicos en el Editor de modelos espaciales con alta transparencia semántica. Fuente: autor.

Una función importante es la capacidad de anidar submodelos. También es importante la capacidad de dividir un diagrama muy grande en grupos, como lo hace la modularización en AutoCAD Map 3D Workflow Designer (actividad de secuencia y actividad paralela) o la agrupación en ArcGIS Pro ModelBuilder. Estas características siguen el principio de "complejidad manejable".

El grupo científico de la Universidad Palacky, Olomouc, República Checa (Departamento de Geoinformática) llevó a cabo una evaluación sistemática de la “Cognición Efectiva” de seis VPL en SIG según la Física de las Notaciones. Además, se evaluó la percepción y cognición de diferentes diagramas de flujo de trabajo (modelos) a través de mediciones de la mirada utilizando un rastreador ocular. Algunos resultados se presentan en artículos sobre medición en los laboratorios de seguimiento ocular (Dobesova 2016 Dobesova 2017). La comparación de la influencia de la forma de los conectores en la legibilidad del diagrama es particularmente interesante, así como la influencia de los colores en la discriminación de los símbolos.Los patrones de lectura y la orientación de los diagramas también influyen en la cognición (Dobesova 2016). En la Figura 15 a continuación, el grosor de las líneas violetas expresa el número de miradas de los lectores. Algunos lectores se saltan entre líneas de flujo y hay una lectura insuficiente evidente del lado derecho del diagrama. Esta distorsión de la lectura también es típica de las líneas de texto.

Figura 15. Agregación de miradas de los lectores donde el grosor de la línea expresa el número de miradas. Fuente: autor.

La recomendación final para los futuros usuarios de VPL en GIS: "No duden en utilizar lenguajes de programación visual para automatizar tareas cotidianas sencillas".

Dobesova, Z. (2012). Programación visual para programadores novatos en geoinformática. En Actas de la 12ª GeoConferencia Científica Multidisciplinaria Internacional, Albena, Bulgaria, 17-23 de junio de 2012 págs. 433-440, DOI: 10.5593 / SGEM2012 / S11.V3012.

Dobesova, Z. (2013a). Fortalezas y debilidades de los diagramas de flujo de datos en SIG. En Proceedings of Computer Sciences and Applications (CSA), 2013 International Conference Wuhan, China pp. 803-807. DOI: 10.1109 / CSA.2013.192.

Dobesova, Z. (2013b). Uso de la física de las notaciones para analizar los diagramas de ModelBuilder. En Actas de la 13ª GeoConferencia Científica Multidisciplinaria Internacional, Albena, Bulgaria págs. 595-602. DOI: 10.5593 / SGEM2013 / BB2.V1 / S08.039.

Dobesova, Z. (2014). Diagramas de flujo de datos en sistemas de información geográfica: una encuesta. En Actas de la 14a Conferencia SGEM GeoConferencia sobre Informática, Geoinformática y Percepción Remota, Albena, Bulgaria, 19-25 de junio de 2014 págs. 705-712 DOI: 10.5593 / SGEM2014 / B21 / S8.069.

Dobesova, Z. (2016). Estrategias de lectura para estudiantes de diagramas de flujo de trabajo GIS. Revista de avances en investigación en ciencias sociales, educación y humanidades, 70: 319-325. DOI: 10.2991 / ichssr-16.2016.68

Dobesova Z. (2017). Prueba empírica de curvas en diagramas de flujo de trabajo mediante el método de seguimiento ocular. En: Silhavy R., Silhavy P., Prokopova Z., Senkerik R., Kominkova Oplatkova Z. (eds) Tendencias y técnicas de ingeniería de software en sistemas inteligentes. CSOC 2017. Avances en Computación y Sistemas Inteligentes, vol 575. Springer, Cham. DOI: 10.1007 / 978-3-319-57141-6_17

Dobesova, Z. y Dobes, P. (2014). Diferencias en la programación visual para SIG. Mecánica aplicada y materiales, 519–520, 355–358. DOI: scientific.net/AMM.519-520.355.

ERDAS IMAGINE (1993). Diario de PE y ampRS. Bethesda, MD: Sociedad Estadounidense de Fotogrametría y Percepción Remota (ASPRS), mayo, p. 568.

Hexágono geoespacial. (2015). Automatización de flujos de trabajo de percepción remota con Spatial Modeler. Disponible en línea: https://p.widencdn.net/im6mzj (consultado el 20 de febrero de 2020).

Hurkxkens, I. y Bernhard, M. (2019). Modelado computacional del terreno con funciones de distancia para el diseño de paisajes a gran escala. Revista de Arquitectura Paisajista Digital. DOI: 10.14627/537663024.

Landa, M. (sin fecha). Modelador gráfico wxGUI. Disponible en línea en https://grass.osgeo.org/grass77/manuals/wxGUI.gmodeler.html (consultado el 20 de febrero de 2020).

Moody, D. (2009a). Desarrollo de la teoría en la investigación del lenguaje visual: más allá de las dimensiones cognitivas de las notaciones. En Proceedings of Visual Languages ​​and Human-Centric Computing, 2009. VL / HCC 2009. IEEE Symposium 2009 pp. 151-154, DOI: 10.1109 / VLHCC.2009.5295275


Descarga y abre el paquete del proyecto

Primero, descargará y abrirá un paquete de proyecto en ArcGIS Pro. Utilizará este paquete de proyecto y los datos que contiene como punto de partida para su análisis de posibles corredores de vida silvestre de puma.

Dependiendo de su navegador web, es posible que se le haya solicitado que elija la ubicación del archivo antes de comenzar la descarga. La mayoría de los navegadores se descargan en la carpeta Descargas de su computadora de forma predeterminada.

Dependiendo de su sistema operativo y explorador de archivos, la apariencia de los archivos en su carpeta puede diferir de la imagen de ejemplo.

La carpeta contiene los datos iniciales del proyecto. La mayoría de los datos se almacenan dentro de geodatabases (.gdb) y cajas de herramientas (.tbx) y no se puede acceder a ellos en un formato utilizable fuera del software ArcGIS. La carpeta también contiene un archivo de proyecto de ArcGIS Pro (.aprx). Abrirá el archivo en ArcGIS Pro para acceder al resto de los datos.

Si no tiene ArcGIS Pro o una cuenta de ArcGIS, puede registrarse para obtener una prueba gratuita de ArcGIS.

Cuando abre ArcGIS Pro, tiene la opción de crear un nuevo proyecto o abrir uno que ya existe. Dependiendo de si ha creado un proyecto en ArcGIS Pro antes, las opciones varían ligeramente.

En ArcGIS Pro, puede personalizar la apariencia de la interfaz de usuario con un tema claro u oscuro. En estas lecciones, las imágenes de ejemplo usarán el tema oscuro, pero puede usar el tema que prefiera. Si desea cambiar el tema, desde la pantalla de inicio, haga clic en Configuración y luego en Opciones. Alternativamente, desde un proyecto abierto, haga clic en la pestaña Proyecto y luego en Opciones. En la ventana Opciones, haga clic en la pestaña General. En Tema de la aplicación, cambie el tema usando el menú desplegable. Deberá reiniciar ArcGIS Pro para que los cambios surtan efecto.

Se abre la ventana Abrir proyecto. Aquí puede buscar proyectos en su computadora o proyectos en su portal (para la mayoría de los usuarios, el portal predeterminado es ArcGIS Online).

Si ha utilizado ArcGIS Pro antes y ha personalizado el diseño predeterminado, su interfaz puede verse diferente de las imágenes de ejemplo y el texto explicativo.

El proyecto contiene un mapa del área metropolitana de Los Ángeles, que abarca cinco condados: Ventura, Los Ángeles, Orange, San Bernardino y Riverside. Los leones de montaña se encuentran en todos estos condados (así como en gran parte del oeste de los Estados Unidos), aunque el área de enfoque de su análisis estará dentro de los condados de Los Ángeles y Ventura, donde se han reportado frecuentes encuentros con leones de montaña. [1]

Sobre el mapa está la cinta, que contiene varias pestañas con varias herramientas y opciones para navegar o trabajar con el mapa. A la izquierda del mapa está el panel Contenido, que contiene una lista de todos los elementos del mapa. Actualmente, el mapa tiene tres capas: una para los condados en el área de Los Ángeles, otra para los océanos, accidentes geográficos, terrenos y cuerpos de agua que proporcionan contexto geográfico para los condados y una llamada Límites y lugares mundiales que actualmente está desactivada. Si una capa está desactivada (indicado por la casilla de verificación junto al nombre de la capa), no es visible en el mapa.

Los límites nacionales y estatales aparecen en el mapa, así como las ciudades importantes.

El contexto geográfico agregado indica que el área metropolitana de Los Ángeles se encuentra en el sur de California, cerca de la frontera entre Estados Unidos y México. La distribución de las ciudades muestra aproximadamente la ubicación más poblada: la región costera baja en el suroeste del área metropolitana.

Este mapa contiene algunos de los datos que descargaste, pero no todos. A la derecha de la vista de mapa está el panel Catálogo, que enumera todos los mapas, datos y carpetas asociados con el proyecto.

La carpeta Mountain_Lion_Corridors que se muestra en este panel es la misma que descargó y extrajo. La carpeta contiene las mismas geodatabases y cajas de herramientas que vio en el explorador de archivos, pero ahora puede usar los datos en ArcGIS Pro. La geodatabase de resultados contiene copias de ejemplo de todos los datos que creará durante estas lecciones. Si comete un error, se queda atascado o simplemente desea omitir uno o dos pasos, puede usar los datos de esta geodatabase como ayuda. Asimismo, la caja de herramientas Resultados contiene copias de ejemplo de los modelos de geoprocesamiento que creará durante estas lecciones.

La caja de herramientas Mountain_Lion_Corridors está actualmente vacía, pero es donde almacenará los modelos que cree. La geodatabase Mountain_Lion_Corridors contiene todos los datos iniciales del proyecto.

La geodatabase contiene ocho elementos. Cada uno de estos elementos se puede agregar a un mapa como una capa. A partir de los títulos de las capas, puede hacerse una idea bastante clara de lo que muestra cada capa. La capa de Condados de Los Ángeles se almacena en la geodatabase, pero las capas de mapa base no. Las capas de Límites y lugares mundiales y Mapa físico mundial están alojadas en ArcGIS Online, lo que significa que puede mostrarlas en su mapa sin tener que guardarlas en su computadora.


Anatomía de un análisis de superposición

El análisis GIS se puede utilizar para responder preguntas como: ¿Cuál es el lugar más adecuado para un desarrollo de viviendas? Un puñado de factores aparentemente no relacionados como la cobertura de la tierra, la pendiente relativa, la distancia a las carreteras y arroyos existentes, y la composición del suelo y la estructura del suelo, pueden modelarse como capas y luego analizarse en conjunto utilizando una superposición ponderada, una técnica que a menudo se atribuye al arquitecto paisajista Ian McHarg.


Identificar criterios y datos de idoneidad

Uno de los desafíos actuales de la biología de la vida silvestre es determinar qué variables de hábitat son más importantes para una especie determinada. Casi no hay límite para los diferentes modelos que podría crear y probar. En este caso, te enfocarás en los dos desafíos principales que enfrentan los pumas urbanos: encontrar presas y evitar el contacto con humanos [4]. Utilizará los siguientes criterios:

  • Rugosidad del terreno: el terreno accidentado tiene un doble propósito: ayudar a los pumas a acechar a sus presas y desalentar el desarrollo humano.
  • Cobertura terrestre densa: esto también proporciona cobertura para el acecho de presas.
  • Áreas protegidas: aunque los pumas no saben si un área está protegida, esto asegura que el desarrollo urbano no destruirá el hábitat en el futuro.
  • Distancia de las carreteras: las carreteras no solo son peligrosas para los pumas, sino que también sirven como un indicador del desarrollo humano.

Utilizará estos cuatro criterios para ayudar a determinar qué áreas pueden convertirse en corredores adecuados para los pumas. Para representar estos criterios, necesitará los datos adecuados. Cuando descargó el proyecto, también descargó varias capas de datos que se pueden usar para modelar estos criterios. Explorará estas capas de datos y determinará cómo puede utilizarlas mejor en su análisis.

Este mapa contiene la mayoría de los datos que descargó con el proyecto. Actualmente, la mayoría de las capas de datos están desactivadas.

La otra capa que está activada en este mapa es la capa Elevación, que descargó con el proyecto. A diferencia de la mayoría de las capas que ha visto, que representan formas definidas, la capa Elevación representa una cuadrícula de píxeles, y cada píxel tiene un valor único (por lo que la capa está simbolizada con una variedad de tonos entre el blanco y el negro, en lugar de a un solo color). Este tipo de capa se denomina capa ráster. Para la capa Elevación, cada píxel representa la elevación sobre el nivel del mar, donde las áreas con colores más claros tienen una mayor elevación. La información de elevación es vital para calcular la rugosidad del terreno, pero no le ayuda a visualizar la apariencia del terreno.

Las capas de sombreado se derivan de una capa de elevación y representan los cambios en la elevación de una manera similar a los accidentes geográficos montañosos reales. La capa indica que gran parte de esta área es un terreno accidentado y espectacular, aunque hay varias áreas de valles bajos entre los hábitats centrales. Al igual que la capa del mapa físico mundial que vio en el mapa del área metropolitana de Los Ángeles, la capa de sombreado no se descargó en su máquina. En cambio, está alojado en ArcGIS Online como parte de ArcGIS Living Atlas of the World, una colección seleccionada de información y datos geográficos.

Si alguna vez no está seguro de dónde está alojada una capa en su mapa, puede verificar sus propiedades. En el panel Contenido, haga doble clic en el nombre de la capa para abrir la ventana Propiedades de capa. Haga clic en la pestaña Fuente y expanda el grupo Fuente de datos. El parámetro Ubicación proporciona la URL o la ruta del archivo donde se almacena la capa.

A continuación, comparará las capas de elevación y sombreado directamente deslizando el dedo entre ellas.

La selección de una capa hace que las pestañas contextuales estén disponibles en la cinta, con opciones adaptadas al tipo de datos que seleccionó.

Cuando apunta al mapa, el cursor cambia.

La comparación indica que las áreas de colores más claros en la capa de elevación corresponden a áreas de aspecto más accidentado en la capa de sombreado. Esta comparación también indica que estas capas se basan en datos similares, solo que se presentan de manera diferente. Estas capas lo ayudarán a determinar la rugosidad del terreno, pero deberá realizar un análisis antes de que puedan usarse para ese propósito. A continuación, explorará datos que podrían ser útiles para determinar qué áreas tienen la densa cobertura terrestre que usan los pumas para cazar.

Land Cover es otra capa ráster, aunque no tiene un degradado de color simple de negro a blanco como lo hacen las capas de elevación y sombreado. Para comprender lo que muestra esta capa, investigará su simbología.

Cada color de píxel corresponde a un tipo específico de cobertura terrestre. Los colores rojos son áreas urbanas desarrolladas, mientras que los colores verdes tienden a corresponder a bosques o pastizales. Las zonas marrones son zonas de matorrales o herbáceas. Los bosques y los matorrales ofrecen una protección ideal para los pumas y sus presas. Además, los pumas hambrientos deambularán por áreas agrícolas y abiertas en busca de alimento. Por el contrario, evitarán zonas con un alto grado de actividad humana.

Cuando se amplía, la capa de cobertura terrestre se vuelve más pixelada. Los píxeles de una capa ráster tienen un tamaño establecido, que corresponde al área del mundo real que cubre cada píxel. El tamaño de píxel de una imagen también se denomina resolución. La resolución de esta capa es de 30 metros, lo que significa que cada píxel representa un área del mundo real de 30 metros cuadrados.

Para comprobar la resolución de una capa ráster, abra su ventana Propiedades de capa haciendo doble clic en su nombre en el panel Contenido. Haga clic en Origen y expanda Información ráster. Los parámetros de Tamaño de celda dan la resolución de la capa. La mayoría de las capas ráster en su conjunto de datos inicial tienen una resolución de 30 metros, aunque las capas alojadas en Living Atlas tienen resoluciones más detalladas.

Cada píxel de esta capa está simbolizado en uno de los cinco tonos de rojo, correspondientes al estado de protección del área. (Al igual que con los datos de cobertura terrestre, puede verificar la simbología de esta capa en el panel Contenido). Un estado de protección de 0, 1 o 2 (los colores rojos más claros) corresponde al estado de protección más fuerte, lo que limita la perturbación y la actividad humanas. Un estado protegido de 3 indica algún nivel de protección contra el desarrollo. Un estado de protección de 4 (el rojo más oscuro) indica que no se conoce ningún mandato de protección.

Al igual que la simbología de la capa Land Cover, la simbología de la capa Protected Status es sencilla una vez que se familiariza con ella. Más protección es más adecuada para pumas. Por último, investigarás algunos datos relacionados con el criterio final que identificaste: distancia a las carreteras.

La capa Roads no es una capa ráster, es una capa vectorial, lo que significa que contiene entidades distintas. Para esta capa, las entidades tienen forma de líneas, pero otras capas vectoriales pueden tener puntos o polígonos. (La capa Core Mountain Lion Habitats, por ejemplo, es una capa vectorial con polígonos).

Cada línea representa una carretera. Aunque existen diferentes tipos de carreteras, que van desde pequeños senderos de montaña hasta carreteras principales, la capa de carreteras se utilizará principalmente para describir y comprender la distribución de la actividad humana. Según lo que ya ha aprendido, las carreteras son peligrosas para los pumas y los pumas suelen evitar a los humanos. Por tanto, las zonas más alejadas de las personas serán más adecuadas.

A diferencia de muchas de las otras capas que ha examinado hasta ahora, no utilizará esta capa en su análisis de corredores de pumas adecuados. En cambio, proporcionará información contextual que lo ayudará a comprender mejor dónde se encuentran los pumas. Las áreas verdes indican la distribución actual de los pumas. Por lo general, los pumas no se encuentran en áreas con una densa cobertura de carreteras, ya que a menudo son áreas de alta ocupación humana. Posteriormente, transformará las entidades de la carretera en una capa ráster que se puede utilizar junto con las otras capas ráster en su análisis.

Su exploración de los datos de origen y el área de estudio ha dejado en claro que el león de montaña en el área metropolitana de Los Ángeles está amenazado por un desarrollo denso. Al mismo tiempo, quedan muchas áreas que pueden servir como hábitat adecuado para los leones de montaña. Para asegurar la supervivencia de la especie, se deben tomar medidas pronto. Ha establecido cuatro criterios clave para evaluar la idoneidad de un área para el hábitat de los pumas: rugosidad del terreno, cobertura terrestre densa, estado de protección y distancia de las carreteras. A continuación, preparará sus datos para el análisis y convertirá algunas de las capas iniciales en conjuntos de datos más utilizables.


Modelado de la susceptibilidad a los deslizamientos de tierra en grandes regiones con superposición difusa

El mapeo de susceptibilidad a los deslizamientos de tierra es más efectivo si la información detallada de la superficie y el subsuelo se puede combinar con catálogos autorizados de deslizamientos de tierra o un conocimiento profundo de las condiciones locales. Sin embargo, estos tipos de catálogos y datos de entrada homogéneos no suelen estar disponibles en grandes áreas. En este estudio, modelamos la susceptibilidad a los deslizamientos de tierra en América Central y las islas del Caribe combinando tres conjuntos de datos disponibles a nivel mundial y un conjunto de datos regional con superposición difusa. Este modelo principalmente heurístico proporciona la flexibilidad para probar una gama de diferentes variables contribuyentes y la capacidad de comparar los inventarios de deslizamientos de tierra dentro del marco del modelo que varían mucho en su tamaño, alcance espacio-temporal y métodos de recolección. Creamos un mapa de susceptibilidad regional y evaluamos su desempeño utilizando las características operativas del receptor para valores de susceptibilidad continuos y agrupados. Este mapa de susceptibilidad forma la base de un sistema de evaluación de peligros de deslizamientos de tierra casi en tiempo real que combina la susceptibilidad con los factores desencadenantes de la lluvia y la humedad del suelo para estimar la actividad potencial de deslizamientos de tierra a escala regional. La aplicación de este modelo de susceptibilidad a escala regional proporciona una base para transferir la metodología a otras áreas geográficas.

Esta es una vista previa del contenido de la suscripción, acceda a través de su institución.


Abstracto

La extracción de datos efectiva de las redes sociales se ha vuelto cada vez más reconocida por su valor para informar a los tomadores de decisiones sobre el bienestar público. Sin embargo, los estudios existentes no explotan por completo el mérito subyacente de los macrodatos. En este estudio, desarrollamos un marco basado en datos que integra el aprendizaje automático con estadísticas espaciales, y luego lo usamos en la isla de Xiamen, China, para delinear patrones dinámicos de población urbana basados ​​en datos de mapas de calor de Baidu por hora recopilados del 25 de agosto al 3 de septiembre de 2017. Los resultados mostraron que las rejillas calientes se agrupan principalmente a lo largo de la calle principal que atraviesa el centro de la ciudad durante los días laborables, mientras que las rejillas frías a menudo se observan en las afueras de la ciudad durante el fin de semana. El uso mixto (de servicios comerciales y de vida, restaurantes y cafeterías, oficinas, áreas de ocio y complejos deportivos) es el factor contribuyente más significativo. Una nueva red fría surgió cerca de los lugares de la conferencia antes de la Cumbre de Brasil, Rusia, India, China y Sudáfrica, revelando los fuertes efectos de las regulaciones sobre la dinámica de la población y sus patrones en evolución.Este estudio demuestra que el marco propuesto basado en datos podría ofrecer nuevos conocimientos sobre la dinámica de la población urbana y su mecanismo impulsor en apoyo del desarrollo urbano sostenible.


Proyecto de análisis geoespacial

En este curso basado en proyectos, diseñará y ejecutará un análisis completo basado en SIG, desde la identificación de un concepto, pregunta o problema que desee desarrollar, hasta los productos de datos finales y mapas que puede agregar a su cartera. Su proyecto completo demostrará su dominio del contenido en la especialización GIS y se divide en cuatro fases: Hito 1: Propuesta de proyecto: conceptualice y diseñe su proyecto en abstracto y escriba una propuesta corta que incluya la descripción del proyecto y los datos esperados. necesidades, cronograma y cómo espera completarlo. Hito 2: Diseño de flujo de trabajo: desarrolle el flujo de trabajo de análisis para su proyecto, que normalmente implicará la creación de al menos un algoritmo central para procesar sus datos. El modelo no necesita ser complejo o complicado, pero debería permitirle analizar datos espaciales para una nueva salida o crear un nuevo mapa analítico de algún tipo. Hito 3: Análisis de datos: obtenga y procese previamente los datos, ejecútelos a través de sus modelos u otros flujos de trabajo para obtener sus productos de datos aproximados y comience a crear sus productos de mapas finales y / o análisis. Hito 4: Creación de mapas impresos y en la web: complete su proyecto enviando mapas atractivos y utilizables, así como sus datos y algoritmos para que los revisen y realicen comentarios.

Получаемые навыки

Sistema de información geográfica (SIG), análisis de datos, proyecto, análisis de mapas, gestión de proyectos

Рецензии

Excelente curso, me gustó mucho seguir el proyecto de mi elección y enfrentar y demoler todos los desafíos que enfrenté en mi camino hacia la finalización del proyecto.

¡Gran clase, profesor y administrador servicial! N nDefinitivamente rayó el núcleo de arcGIS, ¡y haremos más análisis en el futuro!

En este hito, tendrá la semana 3 para practicar su desarrollo algorítmico. En el hito anterior, planteó una pregunta que desea responder; ahora desarrollará un plan, su algoritmo, sobre cómo responder esa pregunta con GIS. En la práctica, esto significa que desarrollará un modelo ModelBuilder que muestre su flujo de trabajo de análisis planificado, o alguna parte de él. Para aquellos de ustedes que están realizando un análisis que no es propicio para hacer un modelo, pueden escribir su serie de pasos en su lugar. Independientemente, al final de este módulo, tendrá un plan sobre cómo producir sus resultados.


Herramientas e iteradores de ModelBuilder

1 Herramientas e iteradores de ModelBuilder Los modelos en el entorno de ArcGIS se utilizan para automatizar los flujos de trabajo de geoprocesamiento y, a menudo, se utilizan para realizar tareas repetitivas. Los modelos se pueden guardar en una caja de herramientas para su reutilización y se pueden ejecutar según sea necesario. Esta guía proporciona un ejemplo genérico del uso de ModelBuilder para crear clases de entidad para ayudar a los principiantes a navegar por la ventana de ModelBuilder. Este ejemplo también incluye el uso de un iterador y variables en línea para demostrar los conceptos de herramientas de solo modelo y sustitución de variables. Nota: Los archivos de texto utilizados en este ejemplo se pueden encontrar como Apéndice 1 y 2 de este documento. Si desea seguir usando los archivos de ejemplo, simplemente copie / pegue cada archivo en el Bloc de notas o un editor de texto similar y guarde los archivos de texto en una carpeta en su máquina local, asegurándose de que no haya espacios en la ruta y los nombres de los archivos. Paso 1 Configure su entorno de trabajo 1. Abra ArcMap en un nuevo documento e inicie ArcCatalog desde el menú principal. ArcMap tiene una propiedad llamada geodatabase predeterminada, que marca la ubicación donde se almacenarán los resultados de las herramientas y los modelos. La geodatabase predeterminada (Default.gdb) se crea automáticamente cuando un usuario instala el software ArcGIS y, por lo general, se encuentra en la carpeta Mis documentos & gt ArcGIS en equipos con Windows. Esta propiedad se puede cambiar a cualquier unidad o directorio que desee utilizar. Se recomienda que configure una geodatabase predeterminada para su modelo. Esto es especialmente útil cuando se ejecuta un modelo iterativo con muchos resultados. La geodatabase predeterminada mantendrá sus resultados organizados, y tener esta ruta predeterminada configurada de antemano le ahorrará tiempo y le asegurará que sepa exactamente dónde se almacenan sus resultados. 2. En la ventana ArcCatalog, busque el espacio de trabajo donde desea guardar sus datos. Si no puede ver la unidad o carpeta en el árbol del catálogo, utilice el botón Conectar a carpeta para establecer una conexión con su espacio de trabajo. Haga clic con el botón derecho en el espacio de trabajo y seleccione Nueva geodatabase de archivos & gt. Ingrese un nombre descriptivo y haga clic en Aceptar para crear la base de datos. Luego, haga clic con el botón derecho en la nueva geodatabase y seleccione Convertir en geodatabase predeterminada. Nota: Debe tener permisos completos (lectura, escritura, etc.) en la carpeta donde crea su geodatabase de archivos. Si no tiene acceso de escritura a esta carpeta, las herramientas de geoprocesamiento no podrán guardar los resultados en esta ubicación y las herramientas fallarán. 3. Guarde el documento de mapa. Mapas, datos y centro de información gubernamental de la biblioteca de la Universidad de Trent (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

2 Paso 2 Agregar herramientas y parámetros a ModelBuilder Inicie ArcToolbox y ModelBuilder desde el menú principal en ArcMap. La ventana del modelo se abrirá con un nuevo modelo en blanco. En este ejemplo, crearemos un flujo de trabajo para crear clases de entidades puntuales a partir de valores de coordenadas almacenados en archivos de texto. Crearemos un proceso iterativo, lo que significa que estructuraremos el modelo para repetir el flujo de trabajo para cada archivo almacenado en el directorio asociado. En otras palabras, el modelo iterará a través de los archivos en una carpeta y ejecutará las tareas de geoprocesamiento para cada uno en el orden en que se encuentran. En ArcToolbox, busque la caja de herramientas Herramientas de administración de datos & gt Capas y vistas de tabla. Seleccione la herramienta Crear capa de evento XY, mantenga presionado el botón del mouse y arrastre la herramienta a la ventana Modelo. La herramienta aparecerá como un rectángulo blanco conectado a su salida. Nota: Puede cambiar el tamaño de la ventana del modelo utilizando la esquina inferior derecha del cuadro de diálogo. Mapas, datos y centro de información gubernamental de la biblioteca de la Universidad de Trent (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

3 Haga doble clic en la herramienta Crear capa de evento XY en la ventana Modelo y complete el parámetro asociado de la siguiente manera. 1. Configure la Tabla XY en el archivo o tabla que contiene los datos de coordenadas. 2. Establezca el Campo X en la columna que contiene valores de longitud (Campo8 en los archivos de ejemplo). 3. Establezca el campo Y en la columna que contiene los valores de latitud (campo 7 en los archivos de ejemplo). 4. Establezca el campo Z en la columna que contiene los valores de elevación, si corresponde. 5. Establezca la Referencia espacial en el sistema de coordenadas utilizado para recopilar los valores de coordenadas, si se conocen. Haga clic en Aceptar para cerrar el cuadro de diálogo de la herramienta y volver a la ventana Modelo. Nota: ModelBuilder usa colores para indicar el estado de herramientas y variables. Una forma blanca indica que la herramienta aún requiere información del usuario antes de que pueda ejecutarse. Tenga en cuenta que la herramienta Crear capa de evento XY ahora se colorea después de completar los parámetros de la herramienta, lo que significa que la herramienta se puede iniciar en cualquier momento. El azul representa entradas, el amarillo representa herramientas y el verde representa salidas. Paso 3 Iteración Como se mencionó, este modelo será un flujo de trabajo iterativo. Hay varios métodos de iteración disponibles dentro de ModelBuilder, a todos los cuales se puede acceder a través del menú Insertar en la ventana Modelo. Las descripciones y la documentación de ayuda para cada iterador están disponibles aquí. Mapas, datos y centro de información gubernamental de la biblioteca de la Universidad de Trent (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

4 A menudo, existe más de un método para realizar una tarea en ArcGIS. En este ejemplo, nuestros datos se almacenan como archivos de texto en una carpeta y contienen información de valores de coordenadas que deseamos convertir a una capa espacial. Hay dos métodos separados que nos permitirán lograr nuestros resultados usando el iterador Iterate Tables, o usando la lógica de lista incorporada de Python. Ambos procesos se explican detalladamente en el resto de esta guía. 3a. Lógica de lista de Python Primero, configure la entrada de la herramienta como una lista, esto le dice al software que habrá múltiples entradas a la herramienta. Haga clic con el botón derecho en el óvalo de entrada azul y seleccione Propiedades en el menú oculto. En General, asegúrese de que la opción Una lista de valores esté marcada y luego haga clic en Aceptar. La entrada y la salida ahora se mostrarán como múltiples formas apiladas. Haga doble clic en la entrada azul para abrir la cuadrícula de procesamiento por lotes. Esta cuadrícula muestra una entrada para cada elemento de la lista que desea procesar. Inicialmente, verá solo la primera entrada. Haga doble clic en el número de fila para ver sus propiedades. Haga clic en el signo + para agregar otro elemento a la lista y busque el directorio donde están almacenados sus archivos. Seleccione el segundo archivo de la lista para ingresarlo a la cuadrícula. Repita este paso para cada tabla que desee procesar. En nuestro ejemplo, usaremos solo dos archivos, lo que hace que la cuadrícula de procesamiento por lotes sea un método rápido y fácil de iteración. Sin embargo, si está intentando ejecutar el modelo en una cantidad relativamente grande de archivos, este método puede consumir mucho tiempo. En este caso, puede ser una mejor opción utilizar uno de los iteradores integrados. Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

5 3b. Iterar tablas Acceda al menú Insertar & gt Iteradores y seleccione la opción Iterar tablas para agregar el proceso a la ventana Modelo. Haga doble clic en el proceso Iterar tablas e ingrese los parámetros de la siguiente manera. 1. Configure el espacio de trabajo en el directorio donde se almacenan los archivos que se procesarán. 2. Configure el parámetro Comodín si desea restringir el modelo para iterar a través de archivos que tienen una palabra o carácter específico. Si se deja en blanco, se procesarán todos los archivos del directorio. 3. Configure el parámetro Tipo de tabla si desea restringir el modelo para iterar a través de tipos de archivos específicos. Por ejemplo, ingresar DBF aquí garantizará que el modelo solo procese archivos DBF. Si este parámetro se deja en blanco, la herramienta intentará procesar todos los tipos de archivos válidos dentro del directorio. En este punto, puede continuar y eliminar la entrada a la herramienta Crear capa de evento XY que creamos en el paso 2. En su lugar, haga doble clic en la herramienta Crear capa de evento XY para abrir sus parámetros y haga clic en la flecha desplegable junto a XY Parámetro de tabla y seleccione la lista iterativa de tablas como su entrada. Mapas, datos y centro de información gubernamental de la biblioteca de la Universidad de Trent (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

6 El iterador y la herramienta ahora deberían estar conectados, con el archivo de salida del iterador actuando como entrada para la herramienta Crear capa de evento XY. Paso 4 Agregar procesos El primer proceso iterativo en nuestro modelo ahora está completo y listo para ejecutarse. Sin embargo, nuestro objetivo final con este modelo es crear clases de entidad a partir de la información de coordenadas almacenada en nuestros archivos de texto. La herramienta Crear capa de evento XY crea una capa de evento temporal para nuestros datos de puntos. Para crear posteriormente una clase de entidad permanente, usaremos la herramienta Copiar entidades. En ArcToolbox, busque Herramientas de administración de datos & Funciones gt y arrastre la herramienta Copiar entidades a la ventana Modelo. Haga doble clic en la herramienta Copiar entidades para abrir su cuadro de diálogo y establecer los parámetros de la siguiente manera. 1. Establezca las Características de entrada en la salida del proceso Crear capa de eventos XY. 2. Configure la Clase de entidad de salida en la ruta donde desea almacenar sus salidas finales. Nota: Este ejemplo utiliza la sustitución de variables en línea para proporcionar un nombre para la clase de entidad de salida. Como se ve en los ejemplos del modelo, la variable Nombre se crea mediante la herramienta Iterar tablas. Cada vez que la herramienta se mueve a través de una iteración, la variable se completa con el nombre del archivo que se está procesando actualmente. El uso de la sustitución de variables en línea en este caso asegura que cada archivo tenga un nombre único que nos permitirá identificar las salidas más adelante. En nuestro ejemplo, la primera vez que el modelo itera, la variable Nombre se completa con el nombre de archivo. Por lo tanto, nuestra salida final será CF_0403. La segunda iteración procesa un archivo llamado 0406.txt por lo que nuestra próxima salida será CF_0406, etc. Puede encontrar más información aquí. Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

7 Paso 5 Establecer parámetros Los parámetros del modelo son aquellos que el usuario establecerá durante el tiempo de ejecución. Es decir, dado que los modelos están diseñados para su reutilización, es probable que incorpore entradas que el usuario debe configurar cada vez que se ejecuta el modelo. Por ejemplo, en nuestro modelo le pediremos al usuario que configure el espacio de trabajo de entrada para la herramienta Iterar tablas. Para establecer un parámetro de modelo, simplemente haga clic con el botón derecho en las entradas que se le solicitarán al usuario y seleccione Parámetro de modelo en el menú oculto. Aparecerá una P junto a la entrada seleccionada, lo que indica que se ha designado como parámetro de modelo. El modelo ahora solicitará al usuario este parámetro antes de la ejecución. Paso 6 Guarde y ejecute el modelo Para guardar su modelo, haga clic en el botón Guardar en la ventana Modelo y busque una caja de herramientas existente o use las herramientas proporcionadas en el cuadro de diálogo Guardar para crear una nueva caja de herramientas. Nota: los modelos deben guardarse en una caja de herramientas. Puede elegir guardar el modelo en una caja de herramientas existente o, alternativamente, hay un espacio de trabajo predeterminado de Mis cajas de herramientas disponible en el árbol del catálogo. También puede optar por crear una nueva caja de herramientas en un espacio de trabajo de su elección (haga clic con el botón derecho en & gt New & gt Toolbox). Debe tener permisos completos (específicamente acceso de escritura) al directorio donde se guardan sus cajas de herramientas y modelos. Para ejecutar el modelo, haga clic en el botón Ejecutar de la ventana Modelo. Si está intentando editar o ejecutar el modelo después de que se haya cerrado, simplemente busque la caja de herramientas en ArcCatalog, haga clic con el botón derecho en el modelo y seleccione Editar o Ejecutar. Aparecerá una sombra detrás de las herramientas y las entradas / salidas que se hayan completado con éxito, como se muestra a continuación. Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

8 Nuestro modelo de ejemplo recorre en iteración dos archivos de texto en el espacio de trabajo especificado y posteriormente crea dos clases de entidad dentro del directorio que hemos elegido para nuestros resultados. La sustitución de variables en línea asegura que cada archivo tenga un nombre único de acuerdo con las tablas originales, como se muestra a continuación. Aunque de ninguna manera es un manual exhaustivo, esta guía intenta ilustrar algunos de los conceptos básicos empleados al usar ModelBuilder para crear flujos de trabajo iterativos y reutilizables. Se han proporcionado versiones abreviadas de los archivos de texto de ejemplo utilizados para crear y probar este modelo como apéndices de este documento. Simplemente copie el texto de cada archivo en el Bloc de notas o en un editor de texto similar y guarde los archivos en su unidad local. Luego, cree el modelo según las instrucciones y sustituya las rutas y variables por las rutas de su directorio local y los nombres de archivo en consecuencia. Para obtener más ayuda con esta guía u otros temas relacionados con software y datos geoespaciales y / o estadísticos, comuníquese con nosotros en Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

9 Apéndice A: Archivo 0403.txt Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS

10 Apéndice B: Archivo 0406.txt Trent University Library Maps, Data & amp Government Information Center (MaDGIC) Revisado en julio de 2015 Software: ArcGIS