Map Algebra. Kirsi Virrantaus GIS-E1060 Spatial Analytics
|
|
- Niilo Koskinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Map Algebra Kirsi Virrantaus GIS-E1060 Spatial Analytics
2 Kartta-algebra Kirsi Virrantaus GIS-E1060 Spatial Analytics
3 Lecture contents Introduction to Map Algebra
4 Luennon sisältö Introduction to Map Algebra
5 About raster models raster analysis is based on raster/matrix model the reality is modeled by using layers layers are matrices computations are based on operations on matrices
6 Yleistä rasteripohjainen analyysi perustuu rasterimuotoiseen mallinnukseen todellisuutta mallinnetaan karttatasoina karttatasot kuvautuvat matriiseina matriiseja vertaillaan ja niiden kesken suoritetaan laskennallisia operaatioita
7 Aronoff, 1991)
8 Tools matrix operations can be performed by image processing software programming yourself by using GIS-software modules: ArcGIS/Spatial Analyst IDRISI GRASS Several open source softwares offer some raster operation that can perform map algebra type functions Raster calculator type interfaces
9 Työkalut matriisimuotoista käsittelyä voidaan suorittaa kuvankäsittelyohjelmistoilla itse ohjelmoimalla GIS-ohjelmien toiminnallisuuksilla ArcGIS Spatial Analyst IDRISI GRASS Useat avoimen lähdekoodin ohjelmistot tarjoavata rasterioperaatioita, joilla voidaan suorittaa kartta-algebran tapaisia funktioita Raster calculator tyyppiset käyttöliittymät
10 Applications environmental applications with source data from satellite images Forestry Agriculture Hydrology Land use planning Landscape design elevation model based analyses Drainage Watersheds Visibility accessibility analyses statistical grid data analyses terrain analyses, mobility analyses Esa Orava: Sotilaallinen maastoanalyysi (Cross-country analysis) Dan Häggman Hirvireittien GIS-analyysi (Moose path analysis)
11 Sovellukset ympäristön tilan analysointi, lähtötiedot saadaan tyypillisesti satelliittikuvatulkinnoista metsäsovellukset maatalous vesi maankäytön suunnittelu maisemasuunnittelu Korkeusmallipohjaisia sovelluksia valuma-alueet vedenjakajat näkemät, kuuluvuusalueet saavutettavuusanalyysit Maastoanalyysit Esa Orava: Cross-country analysis Dan Häggman:Moose path analysis tilasto (ruutu)aineistojen analysointisovellukset maastoanalyysit Esa Oravan d-työ Sotilaallinen maastoanalyysi Dan Häggmanin d-työ Hirvireittien GIS-analyysi
12 20Q2D4
13
14
15
16 Map algebra Dana Tomlin: GIS and Cartographic modeling (1990) new version in 2013 by ESRI Press manual map overlay by using transparents data as layers (as in any map overlay model) equality or difference is searched by arithmetic and logical operations operations on one pixel, neighbourhood area, zoning, entire layer similar developments already in 60 s at Harvard university, landscape architecture, geography
17 Kartta-algebra Dana Tomlin: GIS and Cartographic modeling (1990) Uusittu versio kirjasta 2013, ESRI Press lähtökohtana karttojen päällekkäin tarkastelu skissipaperin tai muun transparentin avulla tiedot esitetään tasoina (kuten map overlayssä yleensäkin) kahta tai useampaa tasoa verrataan samanlaisuuden tai erilaisuuden löytämiseksi aritmeettisia, loogisia operaatioita operaatiot voivat kohdistua: yhteen pikseliin, pikselin naapurustoon, koko tasoon, valittuihin osa-alueisiin tasolla samantyyppistä kehitystyötä jo 60-luvulla Harvardin yliopistossa, maantiede, maisemasuunnittelu
18 (Tomlin, 1990)
19 map algebra is a formal language, including 60 functions, open standard combining the functions one can make an analysis application map algebra has been implemented on several GIS softwares source and result data layers: FIRSTLAYER, SECONDLAYER NEWLAYER LOCAL, FOCAL, ZONAL, INCREMENTAL -functions definition of the neighbourhood area
20 map algebra on formaali kieli, joka koostuu n. 60 funktiosta, avoin standardi map algebran funktioita yhdistelemällä voidaan ohjelmoida esim. analyysisovelluksia tai muita rasteriongelmien ratkaisuja map algebra on implementoitu useissa GIS-ohjelmistoissa tietotasot : FIRSTLAYER, SECONDLAYER NEWLAYER LOCAL, FOCAL, ZONAL, INCREMENTAL -funktiot naapurialueen määritelmä
21 ArcGIS Toolbox Example: Raster Calculator interface in ArcGIS
22 ArcGIS toolbox
23 Local -functions FIRSTLAYER, NEXTLAYER =>NEWLAYER operations on one pixel at a time for example Local Difference Local Maximum Local Ratio Local Product
24 Lokaalit funktiot FIRSTLAYER, NEXTLAYER =>NEWLAYER yhteen pikseliin kohdistuvat operaatiot esim. Local Difference Local Maximum Local Ratio Local Product
25 for example Average Cost = Local Mean of Your Cost and MyCost and HerCost and His Cost layers: Your, My, Her, HisCost new layer: Average Cost function: Local Mean comparison of layers, either-or; map overlay
26 esim. Average Cost = Local Mean of Your Cost and MyCost and HerCost and His Cost tasot : Your, My, Her, HisCost uusi taso: Average Cost funktio Local Mean esim. tasojen yhdistely JOKO-TAI, map overlay
27 Example:Cross-country mobility analysis Esimerkki:Maaston kulkukelpoisuuden analyysi Source data: 5 map layers, each of them with equal pixel size, origin and orientation Lähtödata: 5 karttatasoa, jokaisella sama pikselikoko, origo ja suuntaus Soil map, amount of vegetation, slope, frost, snow Maaperäkartta, kasvillisuuden määrä, rinnejyrkkyys, routa, lumi Each pixel get mobility value (1 7) based on the values of the source data Jokainen pikseli saa kulkukelpoisuusarvon, joka lasketaan lähtötietotasojen perusteella
28 Aronoff, 1991)
29 20Q2D4
30 A bit more complicated example Example : visualization of contours (Tomlin p. 69) algorithm: take the grid elevation model and divide all values of pixels by 10 multiply the integer result by 10 subtract this value from the original colour each value according to the following: values 4 and 6, 3 and 7, 2 ja 8 and 1 ja 9 get the same colour 0 is white 5 is black; (visual) one meter contours are gererated
31 Monimutkaisempi ongelmanratkaisu esimerkki: korkeuskäyrien visualisointi korkeusmallin avulla (Tomlin s. 69) algoritmi: otetaan korkeusmalli ja jaetaan kunkin pikselin arvo 10:llä, kerrotaan saatu kokonaisluku 10:llä vähennetään saatu luku alkuperäisestä väritetään kukin pikseli saadun metriluvun mukaisesti siten että luvut 4 ja 6, 3 ja 7, 2 ja 8 sekä 1 ja 9 saavat saman vaalenevan sävyn 0 on valkoinen 5 on musta saadaan (visualisoitua) metrin käyrät
32 (Tomlin, 1990)
33 Focal -functions FIRSTLAYER, NAAPURUUSALUE => NEWLAYER a new layer is created, pixels get values according to the operation applied on the neighbourhood area neighbourhood area 4- or 8 neighbourhood or some other area for example FocalMaximum FocalAverage FocalMinority for example: where the specified forest types meet the open area
34 Fokaalit funktiot FIRSTLAYER, NAAPURUUSALUE => NEWLAYER luodaan uusi taso, jonka pikselit saavat arvon naapuruusalueeseen kohdistuvan funktion perusteella naapuruusalue 4- tai 8 -naapuruus tai muu määritelty alue esim. FocalMaximum FocalAverage FocalMinority esim. missä avoin alue kohtaa tietyt kasvillisuusalueet: luodaan taso kasvillisuus (kasv.tyypit+avoin alue), sitten tutkitaan missä ko. naapurisuhteet
35 Interpolation as a Focal function Matrix interpolation can be implemented by using Focal functions The neighbourhood area is decided first For example 4 neighbourhood or 8 neighbourhood, or even bigger Inverse weighting: the longer the distance from the unknow to the known value, the less weight Then the average is calculated based on the weighted known values in the neighbourhood area Each pixel with unknown value gets value according to the above described algorithm
36 Interpolointi Fokaalin funktion avulla Matriisin interpolointi voidaan toteuttaa fokaalin funktion avulla Ensin päätetään naapuruusalueen koko: 4-, 8-naapuruun tai jopa suurempi Käänteinen painotus: mitä kauempana tunnetun arvon omaava pikseli on, sitä vähemmän painoa sen arvo saa Lasketaan keskiarvo naapurialueella olevista tunnetuista arvoista käänteisesti etäisyydellä painottaen Jokainen tuntematon pikseli matriisissa käsitellään tällä tavalla
37 Another example: mobility cost optimization Mobility cost optimization can also be solved by using Focal functions cost surface is made based on the source data total cost of a pixel is measured by several layers The total cost from one location to another is calculated by using the distance and the attributes of the neighbourhood pixels
38 Toinen esimerkki: kulkukustannusten optimointi Kulkukustannusten optimointi voidaan myös ratkaista Fokaalilla funktioilla karttataso muodostetaan matriisiksi, jossa jokainen pikseli ilmaisee kulkukustannuksen kokonaiskustannus pisteestä toiseen syntyy ko. pikselikohtaisten kulkukustannusten ja etäisyyden avulla kulkukustannus syntyy esim. erilaisesta kasvillisuudesta, maaperästä
39 (Tomlin, 1999)
40 (Tomlin,1990)
41 (Tomlin,1990)
42 (Tomlin,1990)
43 1. fix the starting point 2. weight the pixels by costs, cost surface 3. compute distances to all other pixels by using the weights, distance surface 4. compute the path to the target(s) by using the weighted distance surface (weight is now calculated from the attribute values)
44 1. määrätään gridissä lähtöpiste 2. otetaan mukaan kulkemiseen vaikuttavia tekijöitä, saadaan kustannuspinta 3. lasketaan etäisyydet lähtöpisteestä gridin muihin pisteisiin, otetaan huomioon painot (painot tulevat nyt maaston ominaisuuksista) 4. saadaan ns. etäisyyspinta, jonka avulla voidaan laskea eri reittejä ko. lähtöpisteestä
45 Zonal -functions FIRSTLAYER, SECONDLAYER=>NEWLAYER data is related to some zoning zoning on one layer, other data on the other layers for example: Zonal Sum, Zonal Maximum see. Homes per Block
46 Zonal -funktiot FIRSTLAYER, SECONDLAYER=>NEWLAYER tietoja käsitellään johonkin aluejakoon suhteutettuna aluejako on yhdellä tasolla, muilla tasoilla eri teemat esim. Zonal Sum, Zonal Maximum ks. Homes per Block
47 Incremental - functions FIRSTLAYER, SURFACELAYER=> NEWLAYER for example for 3d shapes for example Incremental Linkage, Incremental Area (s ) Incremental Drainage (aspects s. 115)
48 Incremental - funktiot FIRSTLAYER, SURFACELAYER=> NEWLAYER kuvataan esim.kartografisten (viivat, alueet) kohteiden muodostumista, myös kolmiulotteisia muotoja esim. Incremental Linkage, Incremental Area (s ) Incremental Drainage (suunnat s. 115)
49
50 Open questions in raster analysis(tomlin) how to describe points, lines and areas in raster GIS points distances, accuracy lines - description areas description, area, perimeter surface from points to a surface
51 Rasterikäsittelyn kysymyksiä (Tomlin) pisteiden, viivojen, alueiden ja kappaleiden kuvaaminen matriisein pisteet - etäisyys, tarkkuus viivat - kuvaaminen alueet - kuvaaminen, pinta-ala, piiri pinta - ruuduista kolmioiksi
52
53 Lähteitä/Sources Tomlin,D, GIS and Cartographic Modeling, 1990, uusi painos/new edition 2013 Orava,E., Diplomityö,TKK, M-osasto, 1999 Häggman, D., Diplomityö, TKK,M-osasto,1999
Capacity Utilization
Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run
LisätiedotAnalysis of polygon maps. Kirsi Virrantaus GIS-E1060 Spatial Analytics
Analysis of polygon maps Kirsi Virrantaus GIS-E1060 Spatial Analytics 1.11.2016 Polygonikarttojen analyysi Kirsi Virrantaus GIS-E1060 Spatial Analytics 1.11.2016 Contents of the lecture Polygons and polygon
Lisätiedot812336A C++ -kielen perusteet, 21.8.2010
812336A C++ -kielen perusteet, 21.8.2010 1. Vastaa lyhyesti seuraaviin kysymyksiin (1p kaikista): a) Mitä tarkoittaa funktion ylikuormittaminen (overloading)? b) Mitä tarkoittaa jäsenfunktion ylimääritys
LisätiedotOther approaches to restrict multipliers
Other approaches to restrict multipliers Heikki Tikanmäki Optimointiopin seminaari 10.10.2007 Contents Short revision (6.2) Another Assurance Region Model (6.3) Cone-Ratio Method (6.4) An Application of
LisätiedotEfficiency change over time
Efficiency change over time Heikki Tikanmäki Optimointiopin seminaari 14.11.2007 Contents Introduction (11.1) Window analysis (11.2) Example, application, analysis Malmquist index (11.3) Dealing with panel
LisätiedotKMTK lentoestetyöpaja - Osa 2
KMTK lentoestetyöpaja - Osa 2 Veijo Pätynen 18.10.2016 Pasila YHTEISTYÖSSÄ: Ilmailun paikkatiedon hallintamalli Ilmailun paikkatiedon hallintamalli (v0.9 4.3.2016) 4.4 Maanmittauslaitoksen rooli ja vastuut...
LisätiedotMetsälamminkankaan tuulivoimapuiston osayleiskaava
VAALAN KUNTA TUULISAIMAA OY Metsälamminkankaan tuulivoimapuiston osayleiskaava Liite 3. Varjostusmallinnus FCG SUUNNITTELU JA TEKNIIKKA OY 12.5.2015 P25370 SHADOW - Main Result Assumptions for shadow calculations
LisätiedotCapacity utilization
Mat-2.4142 Seminar on optimization Capacity utilization 12.12.2007 Contents Summary of chapter 14 Related DEA-solver models Illustrative examples Measure of technical capacity utilization Price-based measure
LisätiedotTynnyrivaara, OX2 Tuulivoimahanke. ( Layout 9 x N131 x HH145. Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a
, Tuulivoimahanke Layout 9 x N131 x HH145 Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 km 2 SHADOW - Main Result Assumptions for shadow calculations
Lisätiedot16. Allocation Models
16. Allocation Models Juha Saloheimo 17.1.27 S steemianalsin Optimointiopin seminaari - Sks 27 Content Introduction Overall Efficienc with common prices and costs Cost Efficienc S steemianalsin Revenue
LisätiedotResults on the new polydrug use questions in the Finnish TDI data
Results on the new polydrug use questions in the Finnish TDI data Multi-drug use, polydrug use and problematic polydrug use Martta Forsell, Finnish Focal Point 28/09/2015 Martta Forsell 1 28/09/2015 Esityksen
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotLand-Use Model for the Helsinki Metropolitan Area
Land-Use Model for the Helsinki Metropolitan Area Paavo Moilanen Introduction & Background Metropolitan Area Council asked 2005: What is good land use for the transport systems plan? At first a literature
Lisätiedot( ( OX2 Perkkiö. Rakennuskanta. Varjostus. 9 x N131 x HH145
OX2 9 x N131 x HH145 Rakennuskanta Asuinrakennus Lomarakennus Liike- tai julkinen rakennus Teollinen rakennus Kirkko tai kirkollinen rak. Muu rakennus Allas Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 2 km
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.9.269
Lisätiedot7.4 Variability management
7.4 Variability management time... space software product-line should support variability in space (different products) support variability in time (maintenance, evolution) 1 Product variation Product
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
VE1 SHADOW - Main Result Calculation: 8 x Nordex N131 x HH145m Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please
LisätiedotThe CCR Model and Production Correspondence
The CCR Model and Production Correspondence Tim Schöneberg The 19th of September Agenda Introduction Definitions Production Possiblity Set CCR Model and the Dual Problem Input excesses and output shortfalls
LisätiedotUse of spatial data in the new production environment and in a data warehouse
Use of spatial data in the new production environment and in a data warehouse Nordic Forum for Geostatistics 2007 Session 3, GI infrastructure and use of spatial database Statistics Finland, Population
LisätiedotWindPRO version joulu 2012 Printed/Page :47 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotReturns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu
Returns to Scale II Contents Most Productive Scale Size Further Considerations Relaxation of the Convexity Condition Useful Reminder Theorem 5.5 A DMU found to be efficient with a CCR model will also be
LisätiedotWindPRO version joulu 2012 Printed/Page :42 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 13.6.2013 19:42 / 1 Minimum
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Calculation: N117 x 9 x HH141 Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG
LisätiedotFinFamily Installation and importing data (11.1.2016) FinFamily Asennus / Installation
FinFamily Asennus / Installation 1 Sisällys / Contents FinFamily Asennus / Installation... 1 1. Asennus ja tietojen tuonti / Installation and importing data... 4 1.1. Asenna Java / Install Java... 4 1.2.
Lisätiedot1.3 Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 811122P (5 op.) 12.12.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
LisätiedotDigitally signed by Hans Vadbäck DN: cn=hans Vadbäck, o, ou=fcg Suunnittelu ja Tekniikka Oy, email=hans.vadback@fcg.fi, c=fi Date: 2016.12.20 15:45:35 +02'00' Jakob Kjellman Digitally signed by Jakob Kjellman
Lisätiedot( ,5 1 1,5 2 km
Tuulivoimala Rakennukset Asuinrakennus Liikerak. tai Julkinen rak. Lomarakennus Teollinen rakennus Kirkollinen rakennus Varjostus "real case" h/a 1 h/a 8 h/a 20 h/a 4 5 3 1 2 6 7 8 9 10 0 0,5 1 1,5 2 km
LisätiedotMap overlay as modeling of spatial phenomena. Kirsi Virrantaus GIS-E1060 Spatial Analytics
Map overlay as modeling of spatial phenomena Kirsi Virrantaus GIS-E1060 Spatial Analytics 8.11.2016 Map overlay spatiaalisten ilmiöiden mallina Kirsi Virrantaus GIS-E1060 Spatial Analytics 8.11.2016 Topics
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 22.12.2014 11:33 / 1 Minimum
Lisätiedot7. Product-line architectures
7. Product-line architectures 7.1 Introduction 7.2 Product-line basics 7.3 Layered style for product-lines 7.4 Variability management 7.5 Benefits and problems with product-lines 1 Short history of software
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotAlternative DEA Models
Mat-2.4142 Alternative DEA Models 19.9.2007 Table of Contents Banker-Charnes-Cooper Model Additive Model Example Data Home assignment BCC Model (Banker-Charnes-Cooper) production frontiers spanned by convex
Lisätiedot,0 Yes ,0 120, ,8
SHADOW - Main Result Calculation: Alue 2 ( x 9 x HH120) TuuliSaimaa kaavaluonnos Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered
Lisätiedot1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 81122P (4 ov.) 30.5.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
LisätiedotFinFamily PostgreSQL installation ( ) FinFamily PostgreSQL
FinFamily PostgreSQL 1 Sisällys / Contents FinFamily PostgreSQL... 1 1. Asenna PostgreSQL tietokanta / Install PostgreSQL database... 3 1.1. PostgreSQL tietokannasta / About the PostgreSQL database...
LisätiedotI. Principles of Pointer Year Analysis
I. Principles of Pointer Year Analysis Fig 1. Maximum (red) and minimum (blue) pointer years. 1 Fig 2. Principle of pointer year calculation. Fig 3. Skeleton plot graph created by Kinsys/Kigraph programme.
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 5.11.2013 16:44 / 1 Minimum
LisätiedotGap-filling methods for CH 4 data
Gap-filling methods for CH 4 data Sigrid Dengel University of Helsinki Outline - Ecosystems known for CH 4 emissions; - Why is gap-filling of CH 4 data not as easy and straight forward as CO 2 ; - Gap-filling
Lisätiedotanna minun kertoa let me tell you
anna minun kertoa let me tell you anna minun kertoa I OSA 1. Anna minun kertoa sinulle mitä oli. Tiedän että osaan. Kykenen siihen. Teen nyt niin. Minulla on oikeus. Sanani voivat olla puutteellisia mutta
LisätiedotNetwork to Get Work. Tehtäviä opiskelijoille Assignments for students. www.laurea.fi
Network to Get Work Tehtäviä opiskelijoille Assignments for students www.laurea.fi Ohje henkilöstölle Instructions for Staff Seuraavassa on esitetty joukko tehtäviä, joista voit valita opiskelijaryhmällesi
Lisätiedotmake and make and make ThinkMath 2017
Adding quantities Lukumäärienup yhdistäminen. Laske yhteensä?. Countkuinka howmonta manypalloja ballson there are altogether. and ja make and make and ja make on and ja make ThinkMath 7 on ja on on Vaihdannaisuus
LisätiedotRakennukset Varjostus "real case" h/a 0,5 1,5
Tuulivoimala Rakennukset Asuinrakennus Liikerak. tai Julkinen rak. Lomarakennus Teollinen rakennus Kirkollinen rakennus Varjostus "real case" h/a 1 h/a 8 h/a 20 h/a 1 2 3 5 8 4 6 7 9 10 0 0,5 1 1,5 2 km
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
Lisätiedot1a) Laske metsämuuttujat (havumetsä, lehtimetsä, sekametsä, harvapuiset alueet) yhteen Suomessa
Vastaukset vk2: 1a) Laske metsämuuttujat (havumetsä, lehtimetsä, sekametsä, harvapuiset alueet) yhteen Suomessa Raster Calculator "lehtimetsa.tif" + "harvapuiset.tif" + "havumetsa.tif" + "sekametsa.tif"
LisätiedotChoose Finland-Helsinki Valitse Finland-Helsinki
Write down the Temporary Application ID. If you do not manage to complete the form you can continue where you stopped with this ID no. Muista Temporary Application ID. Jos et onnistu täyttää lomake loppuun
Lisätiedot3 9-VUOTIAIDEN LASTEN SUORIUTUMINEN BOSTONIN NIMENTÄTESTISTÄ
Puhe ja kieli, 27:4, 141 147 (2007) 3 9-VUOTIAIDEN LASTEN SUORIUTUMINEN BOSTONIN NIMENTÄTESTISTÄ Soile Loukusa, Oulun yliopisto, suomen kielen, informaatiotutkimuksen ja logopedian laitos & University
LisätiedotThe Viking Battle - Part Version: Finnish
The Viking Battle - Part 1 015 Version: Finnish Tehtävä 1 Olkoon kokonaisluku, ja olkoon A n joukko A n = { n k k Z, 0 k < n}. Selvitä suurin kokonaisluku M n, jota ei voi kirjoittaa yhden tai useamman
LisätiedotTietorakenteet ja algoritmit
Tietorakenteet ja algoritmit Taulukon edut Taulukon haitat Taulukon haittojen välttäminen Dynaamisesti linkattu lista Linkatun listan solmun määrittelytavat Lineaarisen listan toteutus dynaamisesti linkattuna
LisätiedotOn instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
LisätiedotAvoimen datan liiketoimintamallit. Matti Rossi, Aalto University School of Business
Avoimen datan liiketoimintamallit Matti Rossi, Aalto University School of Business Bio Tietojärjestelmätieteen professori Aalto-Yliopiston kauppakorkeakoulussa Vähemmistöomistaja MetaCase Consulting oy:ssä
LisätiedotAYYE 9/ HOUSING POLICY
AYYE 9/12 2.10.2012 HOUSING POLICY Mission for AYY Housing? What do we want to achieve by renting apartments? 1) How many apartments do we need? 2) What kind of apartments do we need? 3) To whom do we
LisätiedotOtanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita
Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita risto.lehtonen@helsinki.fi OHC Survey Tilastollinen analyysi Kysymys: Millä
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotOperatioanalyysi 2011, Harjoitus 4, viikko 40
Operatioanalyysi 2011, Harjoitus 4, viikko 40 H4t1, Exercise 4.2. H4t2, Exercise 4.3. H4t3, Exercise 4.4. H4t4, Exercise 4.5. H4t5, Exercise 4.6. (Exercise 4.2.) 1 4.2. Solve the LP max z = x 1 + 2x 2
LisätiedotExercise 3: Raster data analysis Course: Rakennetun ympäristön paikkatiedot RYM C2004 Date:
Exercise 3: Raster data analysis Course: Rakennetun ympäristön paikkatiedot RYM C2004 Date: 20.09.2016 Introduction In this exercise we will analyze SLICES raster dataset that contains data about land
LisätiedotOn instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
Lisätiedot( N117 x HH141 ( Honkajoki N117 x 9 x HH120 tv-alueet ( ( ( ( ( ( ( ( ( ( m. Honkajoki & Kankaanpää tuulivoimahankkeet
Honkajoki & Kankaanpää tuulivoimahankkeet N117 x HH141 Honkajoki N117 x 9 x HH120 tv-alueet Alahonkajoki_kaava_alueen_raja_polyline Asuinrakennus Julkinen tai liiker rak. Lomarakennus Teollinen rak. Allas
LisätiedotSIMULINK S-funktiot. SIMULINK S-funktiot
S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne
LisätiedotTIEKE Verkottaja Service Tools for electronic data interchange utilizers. Heikki Laaksamo
TIEKE Verkottaja Service Tools for electronic data interchange utilizers Heikki Laaksamo TIEKE Finnish Information Society Development Centre (TIEKE Tietoyhteiskunnan kehittämiskeskus ry) TIEKE is a neutral,
LisätiedotAvoimen lähdekoodin ratkaisut paikkatiedon analysoinnin ja visualisoinnin mahdollistajina
Avoimen lähdekoodin ratkaisut paikkatiedon analysoinnin ja visualisoinnin mahdollistajina Esimerkkejä Tampereelta HSY:n paikkatietoseminaari 11.3.2015 Hyväksi todettuja avoimen lähdekoodin vaihtoehtoja
LisätiedotFraktaalit. Fractals. Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. 1 / 8 R. Kangaslampi Fraktaalit
Fraktaalit Fractals Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.-7.10.2012 1 / 8 R. Kangaslampi Fraktaalit Bottomless wonders spring from simple rules, which are repeated
LisätiedotSisällysluettelo Table of contents
Sisällysluettelo Table of contents OTC:n Moodlen käyttöohje suomeksi... 1 Kirjautuminen Moodleen... 2 Ensimmäinen kirjautuminen Moodleen... 2 Salasanan vaihto... 2 Oma käyttäjäprofiili... 3 Työskentely
LisätiedotLYTH-CONS CONSISTENCY TRANSMITTER
LYTH-CONS CONSISTENCY TRANSMITTER LYTH-INSTRUMENT OY has generate new consistency transmitter with blade-system to meet high technical requirements in Pulp&Paper industries. Insurmountable advantages are
LisätiedotCollaborative & Co-Creative Design in the Semogen -projects
1 Collaborative & Co-Creative Design in the Semogen -projects Pekka Ranta Project Manager -research group, Intelligent Information Systems Laboratory 2 Semogen -project Supporting design of a machine system
LisätiedotToimintamallit happamuuden ennakoimiseksi ja riskien hallitsemiseksi turvetuotantoalueilla (Sulfa II)
Toimintamallit happamuuden ennakoimiseksi ja riskien hallitsemiseksi turvetuotantoalueilla (Sulfa II) Happamuuskuormituksen ennustaminen valuma-aluetasolla Marie Korppoo ja Markus Huttunen 13.5.2019 Päämäärä
LisätiedotC++11 seminaari, kevät Johannes Koskinen
C++11 seminaari, kevät 2012 Johannes Koskinen Sisältö Mikä onkaan ongelma? Standardidraftin luku 29: Atomiset tyypit Muistimalli Rinnakkaisuus On multicore systems, when a thread writes a value to memory,
LisätiedotNo Problem TARJOTTIMET 1.3.2012
No Problem TARJOTTIMET 1.3.2012 Tuotetietoja Kaikki No Problem tarjottimet on käsintehtyjä, tuote kerrallaan. Yhdessä tarjottimessa voi olla jopa 8 kerrosta viilua, koosta riippuen. Paikallisesti valmistettu
LisätiedotBeneath the Northern Lights
Beneath the Northern Lights Little Lilli and her best friend Kalle are playing in the snowy forest, that is filled with creatures of the winter. If it gets dark or a little scary, they don t have to be
LisätiedotGIS-jatkokurssi. Viikko 2: Rasterimenetelmät. Harri Antikainen
GIS-jatkokurssi Viikko 2: Rasterimenetelmät Harri Antikainen rivit GIS-datamallit Vektorimalli Rasterimalli sarakkeet piste point viiva polyline alue polygon Vektorimuotoisia kohteita sisältävään dataan
LisätiedotMaaston ja tiestön kantavuuden ennustaminen. Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja
Maaston ja tiestön kantavuuden ennustaminen Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja Metsätien kantavuuden mittaus Pudotuspainolaitteet Loadman ja
LisätiedotJohdatus ArcGIS-ohjelmistoon
Johdatus ArcGIS-ohjelmistoon PAIKKATIETOPAJA hanke Esityksen pohjalla Raili Hokajärven tekemä esitys ArcGIS ESRI:n (Environmental Systems Research Institute) kehittämä ja myymä paikkatietoohjelmistojen
LisätiedotBounds on non-surjective cellular automata
Bounds on non-surjective cellular automata Jarkko Kari Pascal Vanier Thomas Zeume University of Turku LIF Marseille Universität Hannover 27 august 2009 J. Kari, P. Vanier, T. Zeume (UTU) Bounds on non-surjective
LisätiedotTilausvahvistus. Anttolan Urheilijat HENNA-RIIKKA HAIKONEN KUMMANNIEMENTIE 5 B RAHULA. Anttolan Urheilijat
7.80.4 Asiakasnumero: 3000359 KALLE MANNINEN KOVASTENLUODONTIE 46 51600 HAUKIVUORI Toimitusosoite: KUMMANNIEMENTIE 5 B 51720 RAHULA Viitteenne: Henna-Riikka Haikonen Viitteemme: Pyry Niemi +358400874498
LisätiedotOlet vastuussa osaamisestasi
Olet vastuussa osaamisestasi Ohjelmistoammattilaisuuden uudet haasteet Timo Vehmaro 02-12-2015 1 Nokia 2015 Mitä osaamista tulevaisuudessa tarvitaan? Vahva perusosaaminen on kaiken perusta Implementaatio
LisätiedotOperatioanalyysi 2011, Harjoitus 3, viikko 39
Operatioanalyysi 2011, Harjoitus 3, viikko 39 H3t1, Exercise 3.1. H3t2, Exercise 3.2. H3t3, Exercise 3.3. H3t4, Exercise 3.4. H3t5 (Exercise 3.1.) 1 3.1. Find the (a) standard form, (b) slack form of the
LisätiedotGeneral studies: Art and theory studies and language studies
General studies: Art and theory studies and language studies Centre for General Studies (YOYO) Aalto University School of Arts, Design and Architecture ARTS General Studies General Studies are offered
LisätiedotOn instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
LisätiedotOhjelmistoarkkitehtuurit Kevät 2016 Johdantoa
Ohjelmistoarkkitehtuurit Kevät 2016 Johdantoa Samuel Lahtinen http://www.cs.tut.fi/~ohar/ 8.1.2014 1 1 Johdanto 1.1 Mikä on ohjelmistoarkkitehtuuri? 1.2 Ohjelmistoarkkitehtuuri ja laatuvaatimukset 1.3
LisätiedotPaikkatiedon semanttinen mallinnus, integrointi ja julkaiseminen Case Suomalainen ajallinen paikkaontologia SAPO
Paikkatiedon semanttinen mallinnus, integrointi ja julkaiseminen Case Suomalainen ajallinen paikkaontologia SAPO Tomi Kauppinen, Eero Hyvönen, Jari Väätäinen Semantic Computing Research Group (SeCo) http://www.seco.tkk.fi/
LisätiedotLAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä
Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset
LisätiedotWindows Phone. Module Descriptions. Opiframe Oy puh. +358 44 7220800 eero.huusko@opiframe.com. 02600 Espoo
Windows Phone Module Descriptions Mikä on RekryKoulutus? Harvassa ovat ne työnantajat, jotka löytävät juuri heidän alansa hallitsevat ammatti-ihmiset valmiina. Fiksuinta on tunnustaa tosiasiat ja hankkia
LisätiedotFighting diffuse nutrient load: Multifunctional water management concept in natural reed beds
PhD Anne Hemmi 14.2.2013 RRR 2013 Conference in Greifswald, Germany Fighting diffuse nutrient load: Multifunctional water management concept in natural reed beds Eutrophication in surface waters High nutrient
LisätiedotInformation on preparing Presentation
Information on preparing Presentation Seminar on big data management Lecturer: Spring 2017 20.1.2017 1 Agenda Hints and tips on giving a good presentation Watch two videos and discussion 22.1.2017 2 Goals
LisätiedotHARJOITUS- PAKETTI A
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital
LisätiedotAjettavat luokat: SM: S1 (25 aika-ajon nopeinta)
SUPERMOTO SM 2013 OULU Lisämääräys ja ohje Oulun Moottorikerho ry ja Oulun Formula K-125ry toivottaa SuperMoto kuljettajat osallistumaan SuperMoto SM 2013 Oulu osakilpailuun. Kilpailu ajetaan karting radalla
LisätiedotCounting quantities 1-3
Counting quantities 1-3 Lukumäärien 1 3 laskeminen 1. Rastita Tick (X) (X) the kummassa box that has laatikossa more on balls enemmän in it. palloja. X. Rastita Tick (X) (X) the kummassa box that has laatikossa
LisätiedotNational Building Code of Finland, Part D1, Building Water Supply and Sewerage Systems, Regulations and guidelines 2007
National Building Code of Finland, Part D1, Building Water Supply and Sewerage Systems, Regulations and guidelines 2007 Chapter 2.4 Jukka Räisä 1 WATER PIPES PLACEMENT 2.4.1 Regulation Water pipe and its
LisätiedotSalasanan vaihto uuteen / How to change password
Salasanan vaihto uuteen / How to change password Sisällys Salasanakäytäntö / Password policy... 2 Salasanan vaihto verkkosivulla / Change password on website... 3 Salasanan vaihto matkapuhelimella / Change
LisätiedotKONEISTUSKOKOONPANON TEKEMINEN NX10-YMPÄRISTÖSSÄ
KONEISTUSKOKOONPANON TEKEMINEN NX10-YMPÄRISTÖSSÄ https://community.plm.automation.siemens.com/t5/tech-tips- Knowledge-Base-NX/How-to-simulate-any-G-code-file-in-NX- CAM/ta-p/3340 Koneistusympäristön määrittely
LisätiedotMat Seminar on Optimization. Data Envelopment Analysis. Economies of Scope S ysteemianalyysin. Laboratorio. Teknillinen korkeakoulu
Mat-2.4142 Seminar on Optimization Data Envelopment Analysis Economies of Scope 21.11.2007 Economies of Scope Introduced 1982 by Panzar and Willing Support decisions like: Should a firm... Produce a variety
LisätiedotI. AES Rijndael. Rijndael - Internal Structure
I. AES Rndael NOKIA T-79.53 Additional material Oct 3/KN Rndael - Internal Structure Rndael is an iterated block cipher with variable length block and variable key size. The number of rounds is defined
LisätiedotKäytettävyys ja käyttäjätutkimus. Yhteisöt ja kommunikaatiosuunnittelu 2012 / Tero Köpsi
Käytettävyys ja käyttäjätutkimus Yhteisöt ja kommunikaatiosuunnittelu 2012 / Tero Köpsi Teron luennot Ke 15.2 miniluento Ti 28.2 viikkotehtävän anto (T,M) To 1.3 Tero paikalla (tehtävien tekoa) Ti 6.3
LisätiedotHelsinki Metropolitan Area Council
Helsinki Metropolitan Area Council Current events at YTV The future of YTV and HKL On the initiative of 4 city mayors the Helsinki region negotiation consortiums coordinating group have presented that:
LisätiedotTIETEEN PÄIVÄT OULUSSA 1.-2.9.2015
1 TIETEEN PÄIVÄT OULUSSA 1.-2.9.2015 Oulun Yliopisto / Tieteen päivät 2015 2 TIETEEN PÄIVÄT Järjestetään Oulussa osana yliopiston avajaisviikon ohjelmaa Tieteen päivät järjestetään saman konseptin mukaisesti
LisätiedotStatistical design. Tuomas Selander
Statistical design Tuomas Selander 28.8.2014 Introduction Biostatistician Work area KYS-erva KYS, Jyväskylä, Joensuu, Mikkeli, Savonlinna Work tasks Statistical methods, selection and quiding Data analysis
LisätiedotT U O T T E E T P R O D U C T S
TUOTTEET PRODUCTS TUOTTEIDEN VÄRIMALLIT / AVAILABLE PRODUCT COLOURS SISÄLLYS TABLE OF CONTENTS MUSTA / BLACK VALKOINEN / WHITE HARMAA / GRAY LAMINAATIN VÄRIMALLIT / LAMINATE COLOURS VÄRITÖN / NATURAL TARINAMME
LisätiedotMUSEOT KULTTUURIPALVELUINA
Elina Arola MUSEOT KULTTUURIPALVELUINA Tutkimuskohteena Mikkelin museot Opinnäytetyö Kulttuuripalvelujen koulutusohjelma Marraskuu 2005 KUVAILULEHTI Opinnäytetyön päivämäärä 25.11.2005 Tekijä(t) Elina
Lisätiedot