GIS-jatkokurssi. Viikko 2: Rasterimenetelmät. Harri Antikainen
|
|
- Esa Niemelä
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 GIS-jatkokurssi Viikko 2: Rasterimenetelmät Harri Antikainen
2 rivit GIS-datamallit Vektorimalli Rasterimalli sarakkeet piste point viiva polyline alue polygon Vektorimuotoisia kohteita sisältävään dataan liittyy yleensä myös erilaisia ominaisuustietoja sisältävä taulukko (=attribuuttitaulukko) Ominaisuustieto pikselin arvona 2
3 Rasteri (engl. raster) Tunnetaan myös nimillä gridi (grid) tai hila Ei itsessään GIS-termi vaan yleisesti tarkoittaa säännöllisesti järjestetyistä pikseleistä muodostuvia kuvia Raster-sanan virallinen merkitys ja etymologia: The pattern of scanning lines which appears as a patch of light on a television screen and which reproduces image (The Cassell Dictionary) The word "raster" has its origins in the Latin rastrum (a rake), which is derived from radere (to scrape). It originates from the raster scan of cathode ray tube (CRT) video monitors, which paint the image line by line by magnetically steering a focused electron beam. By association, it can also refer to a rectangular grid of pixels. (Wikipedia) 3
4 Datamallien käyttö Vektorimalli soveltuu diskreettien, yleensä selvärajaisten kohteiden esittämiseen Vektoridataa käytettäessä kartografisen esityksen laatu ei riipu skaalauksesta Topologisten suhteiden määrittely helppoa Vektorimallin avulla kohteet voidaan mallintaa tarpeen mukaan pisteinä (mm. paikannushavainnot), viivoina (tiet, joet) tai alueina (rakennukset, pellot, vesialueet) Rasterimalli taas soveltuu erityisesti käytettäväksi spatiaalisesti jatkuvien ilmiöiden kuvaamiseen Aivan erityisesti ilmiöt joissa ei esiinny selviä rajoja vaan joissa muutos on vähittäistä (topografia, lämpötila ja muut varsinkin luonnonmaantieteen ilmiöt) Mahdollistaa tehokkaat spatiaaliset laskentaoperaatiot ( map algebra ) Rastereita käytetään kartografisessa visualisoinnissa usein myös taustakarttoina, mutta visuaalinen laatu kärsii jos zoomataan paljon sisään tai ulos 4
5 Esimerkkejä rasteridatoista Korkeusmalli Lämpötila Maankäyttö (Corine) 5
6 Rasteriformaatteja ESRI GRID: ArcGIS:n oma historiallinen formaatti, oletusarvoisesti käytössä ArcGIS:ssä ERDAS Imagine (*.img) TIFF (*.tiff) JPG (*.jpg), JPG 2000 (*.jp2) Geodatabasen rasteriformaatti + monia muita formaatteja Formaatteihin liittyy erilaisia tapoja pakata tietoja sekä georeferoida rasteri (säilyttää sijaintitieto) 6
7 Esrin GRID-formaatti Rasterin nimessä voi olla enintään 13 merkkiä Jos haluaa käyttää pitempiä nimiä, on käytettävä jotain muuta formaattia GRID on tiedostorakenteeltaan kompleksinen, rasteriin liittyviä tiedostoja useissa eri hakemistoissa Esim. testraster-niminen GRID-rasteri: 7
8 Map algebra C. D. Tomlinin esittämä rasterilaskentamenetelmien ryhmittely Local: kohteena yksi rasterisolu kerrallaan Focal: kohteena solun naapurusto Zonal: kohteena vyöhyke (alue) Global: kohteena koko rasteri Map algebra voi pitää sisällään monenlaisia laskuoperaatioita: Perus-aritmetiikka (mm. +, -,, /) Tilastolliset operaatiot (mm. min, max, mean, median) Relationaaliset operaatiot (mm. >, <, ==) Trigonometria 8
9 Rasterimenetelmät ArcGIS:ssä Pääsääntöisesti ArcGIS:n rasterimenetelmät löytyvät Spatial Analyst Toolsin alta Menetelmiä (osin samoja) on myös 3D Analyst Toolsissa, mutta tästä lisää ensi viikon luennolla tiheyspinnat etäisyysanalyysit (kustannuspinta-analyysi) rasterilaskin focal-analyysit vyöhykeanalyysit 9
10 Raster Calculator Spatial Analyst Tools Map Algebra Raster Calculator Rasterilaskin, jolla voi mm.: Manipuloida rasterin arvoja Laskea rastereita yhteen, miinustaa, kertoa, jakaa,... 10
11 Esim. kahden rasterin yhteenlasku Input raster 1 Input raster 2 Output raster = = = = = = NoData = = NoData = NoData Huomaa NoData-solu toisessa rasterissa! NoData tarkoittaa että solun arvoa ei tunneta. Tällöin myös laskennan lopputulos on kyseisen solun osalta NoData. 11
12 Esim. kahden rasterin yhteenlasku Laskutoimitukseen valittavissa olevat rasterit - eli ne jotka ovat auki ArcMapissa Laskutoimitus muodostetaan tähän kenttään Tulosrasteri määritellään tähän 12
13 Naapurustoanalyysit (Neighborhood / Focal) Liikkuvan ikkunan (moving window) periaate Kukin solu on vuorollaan prosessoitava keskussolu (focal cell tai processing cell), jonka osalta tulosrasteriin lasketaan arvot kyseisen solun naapuruston perusteella Ehkä kaikkein yleisin operaatio on keskiarvon laskenta 3 3 solun naapurustosta Sekä laskuoperaatio että naapuruston koko ja muoto voivat sinänsä olla mitä tahansa muutakin keskussolu 13
14 Naapurustoanalyysit (Neighborhood / Focal) Keskiarvo 3 3 solun naapurustosta: Input-rasteri Output-rasteri ( ) 9 =
15 Naapurustoanalyysit (Neighborhood / Focal) Spatial Analyst Tools Neighborhood Focal Statistics Input-rasteri Output-rasteri Naapuruston muoto...ja koko Naapuruston koon mittayksiköt (Units): - Cell: naapuruston koko mitataan soluina, - Map: koko mitataan koordinaattijärjestelmän mittayksiköillä (yleensä metrit) Tämä on klassinen mokan paikka! Esim. jos käyttäjä haluaa tehdä analyysin 1000 m säteellä mutta laittaakin Units-kohtaan Cell, kun rasterin solukoko on vaikka 25 metriä, on säde tällöin m! Laskettava tilastollinen tunnusluku GIS-jatkokurssi 2017
16 Naapurustoanalyysit, sovelluksena tasoittaminen Esimerkki: rasterissa olevan laatikoitumisen vähentäminen (saatu aikaan edellisen sliden näyttämillä asetuksilla) 16
17 Naapurustoanalyysit, sovelluksena TPI Topografinen korkeusindeksi (Topographic Position Index, TPI) Mittaa maaston suhteellista korkeutta ympäristöön nähden Perustuu rasterimuotoiselle korkeusmallille tehtävään naapurustoanalyysiin TPI = rasteripikselin oma korkeus miinus naapurustoanalyysillä laskettu (lähi)ympäristön keskimääräinen korkeustaso naapurustoetäisyys = keskussolu = naapurisolu 17
18 Naapurustoanalyysit, sovelluksena TPI Hanke Metsäntutkimuslaitoksen yms. kanssa maisemallisesti herkkien lakialueiden tunnistamiseksi GIS:n avulla (Sotkamo) Korkeusmalli, m resoluutio TPI, laskettu 2500 metrin naapuruussäteellä 18
19 Naapurustoanalyysit, sovelluksena TPI Maastotyön perusteella määritetty Vuokatinvaaran lakialue (Minna Komulainen: Forestscapes 2010) TPI-menetelmällä määritetty lakialue (käytännössä siis sama kuin maastotyöllä määritetty) 19
20 Vyöhykeanalyysit (Zonal) Lasketaan tunnuslukuja rasterista tiettyjen vyöhykkeiden (alueiden) puitteissa Mantsassa (varsinkin lm) hyvin usein käytetty Kaksi erilaista zonal-menetelmää: Zonal Statistics as Table: lasketaan jatkuvasta muuttujasta tilastolliset tunnusluvut vyöhykkeittäin Tabulate Area: lasketaan luokitteluasteikollisesta muuttujasta eri luokkien esiintymispinta-alat kunkin vyöhykkeen sisällä 20
21 Zonal Statistics as Table Rasteri jossa jatkuva muuttuja, esim. korkeus, lämpötila tai sademäärä Kuvassa on kaksi vyöhykettä, oranssi ja sininen Vyöhykkeen ei siis tarvitse olla yhtenäinen alue, vaan vyöhyke voi koostua fyysisesti erillisestä alueista, kunhan niillä vaan on yhteinen id Lasketaan esim. summa vyöhykkeittäin: = = 33 21
22 Zonal Statistics as Table Spatial Analyst Tools Zonal Zonal Statistics as Table Vyöhykkeet sisältävä data. Voi olla joko rasteri- tai vektorimuotoinen. Jos syötetään vektorimuotoinen data, ArcGIS muuntaa sen itse rasteriksi zonal-laskentaa varten. Vyöhykkeen tunnistetieto. Vyöhykkeet erotellaan toisistaan siis ainoastaan tämän tiedon perusteella. Rasteri josta tunnusluvut lasketaan Tulostaulukko Mitä tunnuslukuja lasketaan. ALL: kaikki tunnusluvut, tai sitten jokin tietty tunnusluku (esim. MEAN) 22
23 Zonal Statistics as Table Esimerkiksi tunnuslukujen laskeminen korkeusmallista valuma-alueittain 23
24 Tabulate Area Rasteri jossa luokitteluasteikollinen muuttuja, esim. maankäyttötyyppi 10 m B B B B B A A B B B A A A A A A A A A A B B B B A Lasketaan alueluokkien pinta-alat vyöhykkeittäin Oranssi vyöhyke: Alueluokka A: m 2 = 200 m 2 Alueluokka B: m 2 = 400 m 2 Sininen vyöhyke: Alueluokka A: m 2 = 600 m 2 Alueluokka B: m 2 = 300 m 2 24
25 Tabulate Area Spatial Analyst Tools Zonal Zonal Statistics as Table Syötteissä sama periaate kuin Zonal-analyysissakin Vyöhykkeet sisältävä data Vyöhykkeet yksilöivä tunniste Alueluokitusdata. Voi olla myös vektorimuotoinen. Rasterin muuttuja (alueluokitus) Tulostaulukko Analyysissa käytettävä solukoko. Kannattaa olla sama kuin rasterin solukoko. 25
26 Tabulate Area Esimerkiksi Corine-maankäyttörasterista lasketaan eri maankäyttöluokkien osuudet bufferien sisällä, jotka on piirretty jonkin eläinlajin pesäpaikkojen ympärille Jokainen maankäyttötyyppi on tuloksissa oma sarakkeensa 26
27 Päällekkäisten alueiden ongelma Sekä Zonal Statistics että Tabulate Area antavat virheellisiä tuloksia jos vyöhykkeet menevät päällekkäin Ensimmäinen alue syö yhteisen pinta-alan toiselta: esim. jos alla olevan esimerkin sininen suorakaide prosessoidaan ensin, leikkautuu oranssista, ympyrän muotoisesta alueesta neljännes pois ja analyysi tehdään ympyrän osalta vain lopulle ¾-osalle Johtuu siitä että vyöhykkeet muunnetaan ArcGIS:ssä sisäisesti rasteriksi, ja rasterin pikseli voi kuulua vain yhteen vyöhykkeeseen 27
28 Päällekkäisten alueiden ongelma Ratkaisuna analyysin tekeminen yksi vyöhyke kerrallaan ja yhdistämällä sitten tulokset Onnistuu manuaalisesti jos vyöhykkeitä ei kovin monta Isompia vyöhykemääriä varten kannattaa kuitenkin olla skripti Skriptit molempia varten on tehty: TabulateOverlappingPolygons.py ZonalStatsOverlappingPolygons.py 28
29 Päällekkäisten alueiden ongelma ArcGIS:llä laskettu Tabulate Area vs. skriptillä laskettu ArcGIS:llä Skriptillä 29
30 Tiheyspinnat (Density surfaces) Käytetään visualisoimaan piste- tai viivamuotoisten kohteiden esiintymistiheyttä Heat map 30
31 Tiheyspinnat (Density surfaces) Periaate yksinkertaisimmillaan: jokaisesta solusta lasketaan tietyllä etäisyydellä olevien kohteiden lukumäärä ja jaetaan se etäisyyden kattaman alueen pintaalalla ilmiön esiintymistiheys r 3 / Kohteiden määrä / pinta-ala = n / πr 2 Esim. jos r = 0.5 km π = 3.8 kpl / km
32 pisteen saama painotus Tiheyspinnat (Density surfaces) Spatial Analyst Tools Density Point Density (periaate kuten edellisellä slidellä) Kernel Density (pisteitä painotetaan riippuen etäisyydestä solun keskipisteeseen) Kernel on funktio joka määrittää painotuksen. Funktioita voi olla monen muotoisia. ArcGIS:n Kernel Density toiminto käyttää Quartic -tyyppistä kerneliä. 32 pisteen etäisyys solun keskipisteestä
33 Tiheyspinnat (Density surfaces) Syötedata, eli pisteet (tai viivat) joista tiheys lasketaan Jos yksi piste voi edustaa useampaa kuin yhtä kohdetta, valitse tätä osoittava muuttuja tähän. Muussa tapauksessa valitse NONE. Tulosrasteri Tulosrasterin solukoko Etsintäsäteen pituus. Pituus on määritettävä koordinaattijärjestelmän mittayksiköitä käyttäen (metrit). Tulosrasterin tiheysyksiköt. Tähän voi valita periaatteessa minkä vaan. Mitä tulosrasterin arvot tarkoittavat. DENSITIES on solukoosta riippumaton tiheysluku, laskettu kuten periaatekuvissa on edellä esitetty. EXPECTED_COUNTS kuvaa tiheyttä kunkin solun sisällä, jolloin luku on sidoksissa valittuun tulosrasterin solukokoon. Mitataanko etäisyyksiä planaarisesti (PLANAR) vai geodeesisesti (GEODESIC). Jos syötedatan koordinaattijärjestelmä on projisoitu, valitse PLANAR; jos taas maantieteellinen, valitse GEODESIC. 33
34 Tiheyspinnat (Density surfaces) Tiheyspinnasta voi saada hyvin eri näköisen riippuen asetuksista! Kernel Density luo smoothimman pinnan kuin Point Density Mitä pitempi etsintäsäde, sitä yleistetympi lopputulos Vastaavasti mitä lyhyempi säde, sitä enemmän paikallisia keskittymiä esille Solukoko ei sinänsä vaikuta lopputulokseen, mutta jos valitaan kovin karkea solukoko, voi pikselöityminen olla häiritsevän voimakasta Säde 1000 m: Säde 5000 m: 34
35 Tiheyspinnat vs. ruutukartta Tiheyspinta Ruutukartta 35 Salamaniskut pisteinä Salamaniskut, esiintymistiheys 10 km säteellä (Kernel density) Salamaniskut, esiintymistiheys km ruudussa
36 Tiheyspinnat vs. ruutukartta Tiheyspinta ei siis ole sama asia kuin ns. ruutukartta (quadrat map), vaikka ne näyttäisivätkin samalta Tiheyspinta on siis rasteri, joka on tuotettu tietyn etsintäsäteen avulla mahdollista kernel-painotusta käyttäen Ruutukartta taas on vektorimuotoinen ruudukko, jossa jokaiseen ruutuun on summattu ruudun sisälle osuvien pisteiden lukumäärä Ruutukartan ongelma on, että ruutujen rajat voivat satunnaisesti katkaista pistetihentymiä: tiheyspinnalla vastaavaa ongelmaa ei ole Ruutukartta on kuitenkin helpommin ymmärrettävä: se kertoo suoraan ja selkeästi, kuinka monta kohdetta kunkin ruudun sisällä on 36
37 Kustannuspinta-analyysi Reitti- ja leviämisanalyysi 2-ulotteisessa tilassa (rasterilla) Sama idea kuin verkostoanalyyseissä, jotka toimivat 1-ulotteisessa tilassa (siis verkostossa) Kustannus = impedanssi, rasterisolun läpi kulkemisen vaikeutta kuvaava mittaluku. Voidaan mitata monin eri tavoin. Vaikeakulkuinen suo (kustannus: 30 / mittayksikkö) Metsä (kustannus: 5 / mittayksikkö) Avomaa (kustannus: 2 / mittayksikkö) 37
38 Kustannuspinta-analyysi Varsin runsaasti omia tutkimusesimerkkejä, tuoreimpana esimerkkinä topografian ja maanpeitteen vaikutus eliöiden dispersaaliin Kärnä et al. (2015): Inferring the effects of potential dispersal routes on the metacommunity structure of stream insects: as the crow flies, as the fish swims or as the fox runs? Journal of Animal Ecology 84, Heino et al. (2017): Integrating dispersal proxies in ecological and environmental research in the freshwater realm. Environmental Reviews, dx.doi.org/ /er
39 Kustannuspinta-analyysi 10 m Itse asiassa kustannuspinta-analyysi vastaa verkostoanalyysiä, koska menetelmässä rasterisolujen välille määritellään virtuaalinen verkosto Jokaista rasterisolua käsitellään noodina (solun keskipiste) Luodaan linkit naapurisoluihin/noodeihin (8 kpl) Jokainen linkki painotetaan rasterisolujen kustannusarvojen perusteella sekä sen mukaan, kuinka pitkän matkan linkki kulkee solun sisällä esim. kuvassa paksulla merkityn linkin paino = (10 / 2) 30 + (10 / 2) 5 = = 175 Vaikeakulkuinen suo (kustannus: 30 / mittayksikkö) Metsä (kustannus: 5 / mittayksikkö) Avomaa (kustannus: 2 / mittayksikkö) 39
40 Kustannuspinta-analyysi Laskentaprosessi perustuu verkostoanalyysien tavoin Dijkstran algoritmiin, mutta sovellettuna rastereihin Kustannuspinta (A), jonka solut on linkitetty toisiinsa edellä kuvatulla tavalla Dijkstralla lasketaan kumulatiivisen kustannusetäisyydet jostain lähtösolusta (sininen solu) käsin. Tämä kumulatiivinen pinta on periaatteessa jo itsessään analyysin tulos. 40 Dijkstra tuottaa samalla myös suuntarasterin (C), jonka avulla voidaan jäljittää yksittäisiä halvimman kustannuksen reittejä lähtöpisteeseen (D)
41 Kustannuspinta-analyysi Spatial Analyst Tools Distance -työkalut Perus -kustannuspinta-analyysi Yksittäisen reitin laskenta, Cost Distance tai Path Distance oltava tehtynä ensin Monipuolisempi kustannuspinta-analyysi, jolla voidaan ottaa huomioon myös maaston topografian vaikutus 41
42 Kustannuspinta-esimerkki Opetusmonisteen esimerkki: laske reitti Helsingin yliopiston biologiselta tutkimusasemalta Saanan huipulle Korkeusmalli tutkimusasema huippu + Kustannuspinta Valkoiset NoData-alueet järviä eli täysin kulkukelvottomia alueita Muilta osin mitä tummempi väri, sitä suurempi kulkuvastus 42
43 Kustannuspinta-esimerkki Lasketaan siis reitti maanpinnan kulkukelpoisuuteen perustuvaan kustannuspintaan pohjautuen, ja modifioidaan tätä vielä maaston kaltevuuden mukaisesti Koska topografia mukana, valitaan Path Distance 43
44 Kustannuspinta-esimerkki Reitin lähtöpistettä osoittava pistetaso Tuloksena syntyvä kumulatiivisen kustannuksen rasteri Kustannuspinta Korkeusmalli. Tähän kohtaan valittuna korkeusmalli vaikuttaa siihen, että maaston kaltevuudesta johtuva matkan fyysinen piteneminen tulee huomioiduksi. Tuloksena syntyvä suuntarasteri Avataan lisäksi tämä kohta (ks. seuraava slide) 44
45 Kustannuspinta-esimerkki: Vertical Factor Vertical Factor (VF) on funktio jolla voidaan modifioida kulkukustannusta maaston kaltevuuden perusteella Yleensä tietysti mitä jyrkempi rinne, sitä vaikeampi siinä on kulkea VF:n avulla reittiä voidaan ohjata vähemmän jyrkille alueille Valitaan tähänkin korkeusmalli 45 Valitaan vertical factor funktio ja määritetään sen parametrit. Funktio kuvaa sitä, kuinka voimakkaasti kulkemisen vaikeus kasvaa maaston kaltevuuden kasvaessa joko ylä- tai alamäen suuntaan. Funktion voi valita valmiiden joukosta tai sen voi määritellä kokonaan itse erilliseen tekstitiedostoon (tällöin tästä valikosta otetaan Table )
46 Kustannuspinta-esimerkki: Vertical Factor Esimerkiksi Symmetric Inverse Linear funktio toimii seuraavasti: Kun kaltevuus ylittää 45 joko ylä- tai alamäkeen, muuttuu painotus äärettömäksi (INF). Reittiä ei siis lasketa tätä jyrkempien alueiden läpi. Painotusfunktio jyrkentyy kaltevuuden kasvaessa Kulkukustannuksen painotus on pienimmillään (1) kun maasto tasainen (VRMA = 0) = maaston kaltevuus kulkusuunnassa Painotus 46
47 Kustannuspinta-esimerkki: tulosrasterit Tuloksena on siis kumulatiivinen kustannuspinta ja suuntarasteri 47 Kumulatiivinen kustannuspinta kertoo, kuinka suuri kustannus kunkin solun kohdalla on kertynyt lähtöpisteestä asti. Suuntarasteri taas kertoo, mihin suuntaan solusta olisi seuraavaksi siirryttävä, jotta oltaisiin halvimman kustannuksen reitillä kohti takaisin lähtöpistettä (värit osoittavat suuntia).
48 Kustannuspinta-esimerkki: Cost Path Itse reitti lasketaan suuntarasterin avulla käyttäen Cost Path -toimintoa Reitin kohdepiste Edellä laskettu kumulatiivisen kustannuksen rasteri Edellä laskettu suuntarasteri Tuloksena syntyvä reittirasteri Path type: ei merkitystä tässä esimerkissä 48
49 Kustannuspinta-esimerkki: lopputulos Rasterimuotoisen reitin voi tarvittaessa muuntaa viivaksi muunnostyökalulla: Conversion Tools From Raster Raster To Polyline Viivaksi muuttamisen jälkeen on mahdollista laskea myös reitin pituus 49
50 Vertical Factorista vielä Metsäkeskuksen kanssa tehty tutkimus, jossa maastotyöntekijöiltä kerätyn datan perusteella määritetty oma VF-funktio Ihanteellisinta kulkea noin 3 o alamäkeä, siitä kulkeminen hankaloituu sekä ylä- että alamäen kasvaessa Etula & Antikainen: Maaston kulkukelpoisuuden mallintaminen metsäsuunnittelijan näkökulmasta reitinoptimointia varten. Terra 124,
1a) 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"
LisätiedotTie- ja puustotietojen käsittely paikkatietosovelluksilla
Tie- ja puustotietojen käsittely paikkatietosovelluksilla Erillinen liite Metsätehon raporttiin 202 Ohje 4 Monilähde VMI -tietojen käsittely Marko Keisala ALKUSANAT Oheinen ohjeisto on laadittu helpottamaan
LisätiedotREITTI- JA SIJAINTIALLOKAATIO-ONGELMIEN RATKAISEMINEN GEOINFORMATIIKAN MENETELMIN: ESIMERKKEINÄ MAASTOINVENTOINTIREITIT JA SAIRAALAPALVELUT
REITTI- JA SIJAINTIALLOKAATIO-ONGELMIEN RATKAISEMINEN GEOINFORMATIIKAN MENETELMIN: ESIMERKKEINÄ MAASTOINVENTOINTIREITIT JA SAIRAALAPALVELUT Harri Antikainen Oulun yliopisto Maantieteen laitos GEOINFORMATIIKAN
LisätiedotTie- ja puustotietojen käsittely paikkatietosovelluksilla
Tie- ja puustotietojen käsittely paikkatietosovelluksilla Erillinen liite Metsätehon raporttiin 202 Ohje 1 Metsätien vaikutusalueen määritys ja puustotiedot Marko Keisala ALKUSANAT Oheinen ohjeisto on
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
LisätiedotGIS-automatisointi ja ohjelmointi/skriptaus. Harri Antikainen
GIS-automatisointi ja ohjelmointi/skriptaus Harri Antikainen Mistä nyt puhutaan? Automatisointi: Mikä tahansa tapa teettää tietokoneella asioita ilman että käyttäjän tarvitsee tehdä muuta kuin laittaa
LisätiedotSUOJAVYÖHYKKEET. Raakaversio
SUOJAVYÖHYKKEET Tämän raportin tarkoituksena on esitellä paikkatietoanalyysi jossa pyritään osoittamaan optimaalinen sijainti suojavyöhykkeille. Esitelty paikkatietoanalyysi on osa KOTOMA-hankkeessa tehtävää
LisätiedotLANNAN LEVITYS. Lannan levityksestä muodostetaan aineistoa seuraavien kriteerien perusteella: Kuivalanta
LANNAN LEVITYS Tämän analyysiesite esittelee paikkatietoanalyysin, jonka tarkoitus on määritellä ne pellon peltolohkot, joille lannan levitystä voidaan kohdentaa. Lannanlevitystä rajoittaa nitraattiasetus,
LisätiedotKOTOMA-TYÖKALU. Sisällys. Johdanto Tarvittavat aineistot Kansion luominen Kasvulohkoaineiston rajaus... 5
KOTOMA-TYÖKALU Sisällys Johdanto... 2 Tarvittavat aineistot... 3 Kansion luominen... 4 Kasvulohkoaineiston rajaus... 5 Vesistöaineiston luonti... 6 Kaltevuusaineiston luonti... 7 Maalajit... 8 Peltolohkojen
LisätiedotAlustava tulvakartta hulevesitulvariskien arviointiin. Mikko Huokuna SYKE
Alustava tulvakartta hulevesitulvariskien arviointiin Mikko Huokuna SYKE 6.10.2017 Pintavaluntamalli (1/4) Lähtötietoina valtakunnallisia aineistoja Topografia Maanmittauslaitoksen (MML) laserkeilauksella
LisätiedotMitä on konvoluutio? Tutustu kuvankäsittelyyn
Mitä on konvoluutio? Tutustu kuvankäsittelyyn Tieteenpäivät 2015, Työohje Sami Varjo Johdanto Digitaalinen signaalienkäsittely on tullut osaksi arkipäiväämme niin, ettemme yleensä edes huomaa sen olemassa
LisätiedotBasic Raster Styling and Analysis
Basic Raster Styling and Analysis QGIS Tutorials and Tips Author Ujaval Gandhi http://google.com/+ujavalgandhi Translations by Kari Salovaara This work is licensed under a Creative Commons Attribution
LisätiedotKOILLINEN TEOLLI- SUUSALUE, RAUMA TUULIVOIMAN NÄKE- MÄALUESELVITYS
Vastaanottaja Rauman kaupunki Asiakirjatyyppi Raportti Päivämäärä 2011-12-12 Viite 82138782 KOILLINEN TEOLLI- SUUSALUE, RAUMA TUULIVOIMAN NÄKE- MÄALUESELVITYS Päivämäärä 12.12.2011 Laatija Tarkastaja Dennis
LisätiedotPYÖRÄHDYSKAPPALEEN PINTA-ALA
PYÖRÄHDYSKAPPALEEN PINTA-ALA PYÖRÄHDYSKAPPALEEN PINTA-ALA Pyörädyskappaleen pinta syntyy, kun funktion kuvaaja pyörätää suoran ympäri., suomennos Matti Pauna LIERIÖ JA KARTIO Lieriöt ja kartiot ovat yksinkertiaisimpia
LisätiedotMap Algebra. Kirsi Virrantaus GIS-E1060 Spatial Analytics
Map Algebra Kirsi Virrantaus GIS-E1060 Spatial Analytics 15.11.2016 Kartta-algebra Kirsi Virrantaus GIS-E1060 Spatial Analytics 15.11.2016 Lecture contents Introduction to Map Algebra Luennon sisältö Introduction
LisätiedotYmpyrän yhtälö
Ympyrän yhtälö ANALYYTTINEN GEOMETRIA MAA4 On melko selvää, että origokeskisen ja r-säteisen ympyrän yhtälö voidaan esittää muodossa x 2 + y 2 = r 2. Vastaavalla tavalla muodostetaan ympyrän yhtälö, jonka
LisätiedotMiten tunnistetaan maisemallisesti herkät talousmetsäalueet?
Miten tunnistetaan maisemallisesti herkät talousmetsäalueet? Metsämaiseman herkkyysluokitus Kainuun ja Kuusamon vaaramaan alueella Ron Store ja Eeva Karjalainen Metsäntutkimuslaitos Maisema, virkistyskäyttö
LisätiedotTekijä Pitkä matematiikka
K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π
LisätiedotLaskuharjoitus 9, tehtävä 6
Aalto-yliopiston perustieteiden korkeakoulu Jouni Pousi Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Laskuharjoitus 9, tehtävä 6 Tämä ohje sisältää vaihtoehtoisen tavan laskuharjoituksen
LisätiedotTyömatkalaskenta ja muut saavutettavuusanalyysit Tilastokeskuksessa. Pasi Piela 6.11.2013 Paikkatietomarkkinat
Työmatkalaskenta ja muut saavutettavuusanalyysit Tilastokeskuksessa Pasi Piela 6.11.2013 Paikkatietomarkkinat Lähde Piela, P. (2013): Enabling a national road and street database in population statistics:
LisätiedotTilastokeskuksen rajapintapalveluiden käyttöönotto ArcGISohjelmistossa
1(6) Tilastokeskuksen rajapintapalveluiden käyttöönotto ArcGISohjelmistossa Ohjeita laatiessa on käytetty ArcGIS:n versiota 10.1. Koordinaattijärjestelmä ArcGIS käyttää oletuskoordinaattijärjestelmänä
LisätiedotVapo: Turveauman laskenta 1. Asennusohje
Turveauman mittaus 3D-system Oy 3D-Win ohjelman lisätoiminto, jolla lasketaan turveaumasta tilaajan haluamat arvot ja piirretään aumasta kuva. Laskentatoiminto löytyy kohdasta Työkalut/Lisätoiminnot. Valitse
Lisätiedot33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ
TYÖOHJE 14.7.2010 JMK, TSU 33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ Laitteisto: Kuva 1. Kytkentä solenoidin ja toroidin magneettikenttien mittausta varten. Käytä samaa digitaalista jännitemittaria molempien
LisätiedotENY-C2005 Geoinformation in Environmental Modelling Suomenkielistä terminologiaa liittyen luentoihin 3 ja 6-8
ENY-C2005 Geoinformation in Environmental Modelling 2016 Suomenkielistä terminologiaa liittyen luentoihin 3 ja 6-8 L-3 Mallinnus: käsitteistä tietomalleihin Geoinformaatio, paikkatieto: Sijainti + ominaisuudet
LisätiedotTAULUKOINTI. Word Taulukot
Word 2013 Taulukot TAULUKOINTI TAULUKOINTI... 1 Taulukon tekeminen... 1 Solusta toiseen siirtyminen... 1 Solun tyhjentäminen... 2 Taulukon Layout (Asettelu) välilehti... 2 Alueiden valitseminen taulukossa...
LisätiedotLAPIN ETELÄISTEN OSIEN TUULIVOIMASELVITYS Liite 9 Paikkatietoanalyysit ja kriteerit. Lapin eteläosien tuulivoimaselvitys 2.2.2012 Pöyry Finland Oy
LAPIN ETELÄISTEN OSIEN TUULIVOIMASELVITYS Liite 9 Paikkatietoanalyysit ja kriteerit Lapin eteläosien tuulivoimaselvitys 2.2.2012 Pöyry Finland Oy Paikkatietoanalyysit Analyysit tehty rasterimuodossa 50
LisätiedotBIOHIILEN LEVITYS. Kaistana 10-50m etäisyydelle ylimmästä vedenkorkeudesta. Ei tulva-aikaisen ylimmän vesirajan. Ei 5m lähempänä vesistön ra-
BIOHIILEN LEVITYS Tässä analyysissä olevat rajaukset perustuvat Priit Tammeorgin lausuntoon. Biohiiltä ei tule levittää alueille, jotka ovat liian lähellä vettä ja joissa tulva-aikoina vesi voi huuhtoa
LisätiedotVideon tallentaminen Virtual Mapista
Videon tallentaminen Virtual Mapista Kamera-ajon tekeminen Karkean kamera ajon teko onnistuu nopeammin Katseluohjelmassa (Navigointi > Näkymät > Tallenna polku). Liikeradan ja nopeuden tarkka hallinta
LisätiedotTilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta
Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 11. lokakuuta 2007 Antti Rasila () TodB 11. lokakuuta 2007 1 / 15 1 Johdantoa tilastotieteeseen Peruskäsitteitä Tilastollisen kuvailun ja päättelyn menetelmiä
LisätiedotYhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.
Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän
LisätiedotTampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus
Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)
LisätiedotEsimerkki 1: auringonkukan kasvun kuvailu
GeoGebran LASKENTATAULUKKO Esimerkki 1: auringonkukan kasvun kuvailu Auringonkukka (Helianthus annuus) on yksivuotinen kasvi, jonka varren pituus voi aurinkoisina kesinä hyvissä kasvuolosuhteissa Suomessakin
LisätiedotHämeen alueen kallioperän topografiamalli
GEOLOGIAN TUTKIMUSKESKUS Kalliorakentaminen ja sijoituspaikat Espoo 98/2016 Hämeen alueen kallioperän topografiamalli Mira Markovaara-Koivisto GEOLOGIAN TUTKIMUSKESKUS Ylätunnisteen lisäteksti Sisällysluettelo
LisätiedotNÄKEMÄALUEANALYYSIT. Liite 2
NÄKEMÄALUEANALYYSIT Liite 2 Näkemäalueanalyysin taustaa Näkemäalueanalyysi antaa tietoa siitä, mille alueille tuulivoimalat teoreettisen tarkastelun perusteella näkyisivät ja mille alueille eivät. Alueet,
LisätiedotKorkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa
Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa Valtakunnallisesti kattavaa laserkeilausaineistoa ei vielä ole. Kaltevuusmallit perustuvat tällä hetkellä digitaalisen korkeusmallin
LisätiedotValokuvien matematiikkaa
Valokuvien matematiikkaa Avainsanat: valokuva, pikseli, päättely Luokkataso: 3.-5. luokka, 6.-9. luokka, lukio, yliopisto Välineet: Kynä, tehtävämonisteet (liitteenä), mahdollisiin jatkotutkimuksiin tietokone
LisätiedotKäyttöliittymän muokkaus
Käyttöliittymän muokkaus Ohjelman pitkän kehityshistorian takia asetukset ovat jakaantuneet useampaan eri kohtaan ohjelmassa. Ohessa yhteenveto nykyisistä asetuksista (versio 6.4.1, 2/2018). Ylä- ja sivupalkkien
LisätiedotGIS-ANALYYSI PAIKKATIETOIKKUNASSA. Matias Järvinen 2019
GIS-ANALYYSI PAIKKATIETOIKKUNASSA Matias Järvinen 2019 Johdanto Harjoitusongelma: Millaisia paikkatietoanalyyseja Paikkatietoikkuna-ympäristössä voi tehdä? Miten niiden avulla voi tutkia tasojen sisältämää
LisätiedotPintamallintaminen ja maastomallinnus
1 / 25 Digitaalisen arkkitehtuurin yksikkö Aalto-yliopisto Pintamallintaminen ja maastomallinnus Muistilista uuden ohjelman opetteluun 2 / 25 1. Aloita käyttöliittymään tutustumisesta: Mitä hiiren näppäintä
LisätiedotDerivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
LisätiedotTaulukot. 2002 Päivi Vartiainen 1
Taulukot Taulukon lisääminen FrontPagessa tapahtuu samalla tavoin kuin Word tekstinkäsittelyohjelmassakin. Valitse vakiotyökaluriviltä Lisää taulukko painike. Kun olet napsauttanut painikkeen alas voit
LisätiedotKOIVULAHDEN OSAYLEISKAAVA
KOIVULAHDEN OSAYLEISKAAVA MITOITUSPERUSTEET 4.12.2018 Page 1 TAVOITTEET 4.12.2018 Page 2 MITOITUKSEN TAVOITTEET Mustasaaren strategisessa yleiskaavassa Koivulahden alueelle määritetty väestönkasvutavoite
LisätiedotTie- ja puustotietojen käsittely paikkatietosovelluksilla
Tie- ja puustotietojen käsittely paikkatietosovelluksilla Erillinen liite Metsätehon raporttiin 202 Ohje 3 Tietiheyden määrittäminen Marko Keisala ALKUSANAT Oheinen ohjeisto on laadittu helpottamaan paikkatietoaineistojen
LisätiedotMetropolia ammattikorkeakoulu TI00AA : Ohjelmointi Kotitehtävät 3 opettaja: Pasi Ranne
Seuraavista tehtävistä saatu yhteispistemäärä (max 7 pistettä) jaetaan luvulla 3.5 ja näin saadaan varsinainen kurssipisteisiin laskettava pistemäärä. Bonustehtävien pisteet jaetaan luvulla 4 eli niistä
LisätiedotGooglen Earthin asennus on helppoa ja maksutonta suoraan verkosta.
Quantum GIS QGIS eli Quantum GIS -ohjelmisto on ilmainen peruspaikkatieto-ohjelmisto. Ohjelmistoa kehitetään Open Source Geospatial Foundation:n eli OSGeo:n tuella. Ohjelmisto ei ole valmis kaupallinen
LisätiedotPohjan ja leikkauksen tekeminen Casa Parrista
1 / 12 Digitaalisen arkkitehtuurin yksikkö Aalto-yliopisto 24.11.2015 Pohjan ja leikkauksen tekeminen Casa Parrista Talon sijoittaminen maastoon 2 / 12 1. File --> import --> valitse maastotiedosto (tai
LisätiedotGIS-jatkokurssi. Syksy 2016
GIS-jatkokurssi Syksy 2016 GIS-jatkokurssi Opettajat: Mikko Kesälä, Harri Antikainen Vastuuhenkilö: Jarmo Rusanen Suorittaminen: viikkotehtävät Materiaali: GIS-analyysimenetelmät ArcGIS 10.2.1 -ohjelmistolla
LisätiedotS: siirtää listan ensimmäisen luvun viimeiseksi V: vaihtaa keskenään listan kaksi ensimmäistä lukua
A Lista Sinulle on annettu lista, joka sisältää kokonaisluvut 1, 2,, n jossakin järjestyksessä. Tehtäväsi on järjestää luvut pienimmästä suurimpaan käyttäen seuraavia operaatioita: S: siirtää listan ensimmäisen
LisätiedotGeoCalc Stabiliteetti käyttöesimerkki Vianova Systems Finland Oy Versio 2.1 3.9.2010
GeoCalc Stabiliteetti käyttöesimerkki Vianova Systems Finland Oy Versio 2.1 3.9.2010 2(11) Sisällysluettelo Sisällysluettelo... 2 1. Yleistä... 3 2. Laskennan tiedot (General)... 3 3. Näyttöasetukset (View)...
LisätiedotTilastokeskuksen postinumeroalueittaisen avoimen tiedon käyttäminen ArcGIS Onlinessa
Tilastokeskuksen postinumeroalueittaisen avoimen tiedon käyttäminen ArcGIS Onlinessa Tilastokeskuksen postinumeroalueittaisen avoimen tiedon käyttäminen ArcGIS Onlinessa... 1 1. Mikä on Paavo-aineisto?...
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotJypelin käyttöohjeet» Ruutukentän luominen
Jypelin käyttöohjeet» Ruutukentän luominen Pelissä kentän (Level) voi luoda tekstitiedostoon "piirretyn" mallin mukaisesti. Tällöin puhutaan, että tehdään ns. ruutukenttä, sillä tekstitiedostossa jokainen
Lisätiedot1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
LisätiedotKenguru 2012 Cadet (8. ja 9. luokka)
sivu 1 / 7 NIMI LUOKKA Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta saat miinuspisteitä
LisätiedotPohjois-Karjalan tuulivoimaselvitys lisa alueet, pa ivitetty
Merja Paakkari 21.12.2012 1(17) Pohjois-Karjalan tuulivoimaselvitys lisa alueet, pa ivitetty 21.12.2012 Kunta Alue Tuulisuus/ tuuliatlas [m/s] Nurmes Juuka Lieksa Lieksa/ Nurmes Lieksa Kontiolahti Panjavaara
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
LisätiedotMICROSOFT EXCEL 2010
1 MICROSOFT EXCEL 2010 Taulukkolaskentaohjelman jatkokurssin tärkeitä asioita 2 Taulukkolaskentaohjelmalla voit Käyttää tietokonetta ruutupaperin ja taskulaskimen korvaajana Laatia helposti ylläpidettäviä
LisätiedotParhalahden tuulivoimapuisto
S U U N N IT T EL U JA T EK N IIK K A PUHURI OY Parhalahden tuulivoimapuisto Näkemäalueanalyysi ja valokuvasovitteet FCG SUUNNITTELU JA TEKNIIKKA OY P24972 FCG SUUNNITTELU JA TEKNIIKKA OY Näkymäalueanalyysi
LisätiedotPääkaupunkiseudun työmatkavirtojen analyysi ja visualisointi HSY paikkatietoseminaari 14.3.2013
Pääkaupunkiseudun työmatkavirtojen analyysi ja visualisointi HSY paikkatietoseminaari 14.3.2013 Kimmo Nurmio Suomen ympäristökeskus Rakennetun ympäristön yksikkö Työmatka-analyysit Useita käyttötarkoituksia:
LisätiedotStatCrunch -laskentasovellus
StatCrunch -laskentasovellus Yleistä sovelluksesta StatCrunch on Integrated Analytics LLC:n valmistama sovellus tilastotieteellisten analyysien tuottamista varten. Se on verkon yli käytettävä analyysisovellus,
Lisätiedot{ 2v + 2h + m = 8 v + 3h + m = 7,5 2v + 3m = 7, mistä laskemmalla yhtälöt puolittain yhteen saadaan 5v + 5h + 5m = 22,5 v +
9. 0. ÄÙ ÓÒ Ñ Ø Ñ Ø ÐÔ ÐÙÒ Ð Ù ÐÔ ÐÙÒ Ö Ø ÙØ 009 È ÖÙ Ö P. Olkoon vadelmien hinta v e, herukoiden h e ja mustikoiden m e rasialta. Oletukset voidaan tällöin kirjoittaa yhtälöryhmäksi v + h + m = 8 v +
LisätiedotDatatähti 2019 loppu
Datatähti 2019 loppu task type time limit memory limit A Summa standard 1.00 s 512 MB B Bittijono standard 1.00 s 512 MB C Auringonlasku standard 1.00 s 512 MB D Binääripuu standard 1.00 s 512 MB E Funktio
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
LisätiedotKerta 2. Kerta 2 Kerta 3 Kerta 4 Kerta 5. 1. Toteuta Pythonilla seuraava ohjelma:
Kerta 2 Kerta 3 Kerta 4 Kerta 5 Kerta 2 1. Toteuta Pythonilla seuraava ohjelma: 2. Tulosta Pythonilla seuraavat luvut allekkain a. 0 10 (eli, näyttää tältä: 0 1 2 3 4 5 6 7 8 9 10 b. 0 100 c. 50 100 3.
LisätiedotTekstieditorin käyttö ja kuvien käsittely
Tekstieditorin käyttö ja kuvien käsittely Teksti- ja kuvaeditori Useassa Kotisivukoneen työkalussa on käytössä monipuolinen tekstieditori, johon voidaan tekstin lisäksi liittää myös kuvia, linkkejä ja
Lisätiedot1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
LisätiedotNeuroverkkojen soveltaminen vakuutusdatojen luokitteluun
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään
LisätiedotJakso 8. Ampèren laki. B-kentän kenttäviivojen piirtäminen
Jakso 8. Ampèren laki Esimerkki 8.: Johda pitkän suoran virtajohtimen (virta ) aiheuttaman magneettikentän lauseke johtimen ulkopuolella etäisyydellä r johtimesta. Ratkaisu: Käytetään Ampèren lakia C 0
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
LisätiedotTAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT
TAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT 14.11.2011 Sisältö Perustietoa tietovarastosta... 2 Perustietoa kuutioista... 2 Dimensioiden valinta... 2 Uuden dimension lisääminen aikaisemman
LisätiedotJohdatus verkkoteoriaan 4. luento
Johdatus verkkoteoriaan 4. luento 28.11.17 Viikolla 46 läpikäydyt käsitteet Viikolla 47 läpikäydyt käsitteet Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot,
LisätiedotMAANMITTAUSLAITOKSEN ILMAISTEN KARTTOJEN TULOSTAMINEN QUANTUM GIS -OHJELMALLA
1 (6) MAANMITTAUSLAITOKSEN ILMAISTEN KARTTOJEN TULOSTAMINEN QUANTUM GIS -OHJELMALLA TEEMU SALORIUTTA 17.6.2012 Päivitetty 28.6.2013 1. Avaa Maanmittauslaitoksen latauspalvelu osoitteesta https://tiedostopalvelu.maanmittauslaitos.fi/tp/kartta.
LisätiedotPaikkatietojärjestelmät
Paikkatietojärjestelmät Engl. GIS, Geographical Information Systems. Paikkatieto on tietoa, johon liittyy maantieteellinen sijainti (koordinaatit). Paikkatieto esitetään taulukkona jossa on kunkin sijainnin
Lisätiedot2016/07/05 08:58 1/12 Shortcut Menut
2016/07/05 08:58 1/12 Shortcut Menut Shortcut Menut Shortcut menut voidaan aktivoida seuraavista paikoista. Shortcut menun sisältö riippuu siitä, mistä se aktivoidaan. 1. Shortcut menu suunnitellusta linjasta
LisätiedotMetropolia ammattikorkeakoulu 05.02.2015 TI00AA43-3004: Ohjelmointi Kotitehtävät 3
: http://users.metropolia.fi/~pasitr/2014-2015/ti00aa43-3004/kt/03/ratkaisut/ Tehtävä 1. (1 piste) Tee ohjelma K03T01.cpp, jossa ohjelmalle syötetään kokonaisluku. Jos kokonaisluku on positiivinen, niin
LisätiedotMAA4 Abittikokeen vastaukset ja perusteluja 1. Määritä kuvassa olevien suorien s ja t yhtälöt. Suoran s yhtälö on = ja suoran t yhtälö on = + 2. Onko väittämä oikein vai väärin? 2.1 Suorat =5 +2 ja =5
LisätiedotMediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin
Mediaanisuodattimet Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että niiden ominaisuudet tunnetaan hyvin niiden analysointiin on olemassa vakiintuneita menetelmiä
LisätiedotTeema 3: Tilastollisia kuvia ja tunnuslukuja
Teema 3: Tilastollisia kuvia ja tunnuslukuja Tilastoaineiston peruselementit: havainnot ja muuttujat havainto: yhtä havaintoyksikköä koskevat tiedot esim. henkilön vastaukset kyselylomakkeen kysymyksiin
Lisätiedotmetsämatikkaa Sata käpyä Lukuja metsästä Laskutarina Mittaaminen punaisella narulla Päin mäntyä (metsän yleisin puu)
metsämatikkaa Sata käpyä Lukuja metsästä Laskutarina Mittaaminen punaisella narulla Päin mäntyä (metsän yleisin puu) Vinkki! MAPPAsta www.mappa.fi löytyy haulla matematiikkaa ulkona valmiita tuntisuunnitelmia
Lisätiedotjens 1 matti Etäisyydet 1: 1.1 2: 1.4 3: 1.8 4: 2.0 5: 3.0 6: 3.6 7: 4.0 zetor
T-1.81 Luonnollisten kielten tilastollinen käsittely Vastaukset 11, ti 8.4., 1:1-18: Klusterointi, Konekääntäminen. Versio 1. 1. Kuvaan 1 on piirretty klusteroinnit käyttäen annettuja algoritmeja. Sanojen
LisätiedotLuento 6: Tulostusprimitiivien toteutus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Tulostusprimitiivien toteutus Lauri Savioja 11/07 Primitiivien toteutus / 1 ntialiasointi Fill-algoritmit Point-in-polygon Sisältö Primitiivien toteutus
LisätiedotTaulukot. Jukka Harju, Jukka Juslin 2006 1
Taulukot Jukka Harju, Jukka Juslin 2006 1 Taulukot Taulukot ovat olioita, jotka auttavat organisoimaan suuria määriä tietoa. Käsittelylistalla on: Taulukon tekeminen ja käyttö Rajojen tarkastus ja kapasiteetti
LisätiedotMetsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla
Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla Taksaattoriklubin vuosikokous 9.4.2019 Eero Viitanen Taustaa Metsikkökuvio Oliver & Larson: Spatiaalisesti jatkuva joukko puita ja muuta
LisätiedotNspire CAS - koulutus Ohjelmiston käytön alkeet Pekka Vienonen
Nspire CAS - koulutus Ohjelmiston käytön alkeet 3.12.2014 Pekka Vienonen Ohjelman käynnistys ja käyttöympäristö Käynnistyksen yhteydessä Tervetuloa-ikkunassa on mahdollisuus valita suoraan uudessa asiakirjassa
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi
Lisätiedot5. Numeerisesta derivoinnista
Funktion derivaatta ilmaisee riippumattoman muuttujan muutosnopeuden riippuvan muuttujan suteen. Esimerkiksi paikan derivaatta ajan suteen (paikan ensimmäinen aikaderivaatta) on nopeus, joka ilmaistaan
LisätiedotLuku 8. Aluekyselyt. 8.1 Summataulukko
Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa
LisätiedotMetropAccess Digiroad tieverkon koostaminen ja sen sisältö.
MetropAccess Digiroad tieverkon koostaminen ja sen sisältö timo.jaakkola@helsinki.fi Timo Jaakkola/ MetropAccess / HY / 4.2.2013 Tavoitteena 1. Menetelmä, jolla ajoaikoja voidaan mallintaa 2. Menetelmä
LisätiedotVanhankaupunginkosken ultraäänikuvaukset Simsonar Oy Pertti Paakkolanvaara
Vanhankaupunginkosken ultraäänikuvaukset 15.7. 14.11.2014 Simsonar Oy Pertti Paakkolanvaara Avaintulokset 2500 2000 Ylös vaellus pituusluokittain: 1500 1000 500 0 35-45 cm 45-60 cm 60-70 cm >70 cm 120
LisätiedotPRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan
LisätiedotTIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ
henri.t.talviaho@student.jyu.fi Kuva 1. Nuoli TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ 30.3.2016 1. Näytöt... 3 1.1. Kuvaputkinäytöt (Cathode Ray Tube (CRT))... 3 1.2. Kuvanlaatuun vaikuttavia tekijöitä...
LisätiedotAUTOCAD-TULOSTUSOHJE. Tällä ohjeella selitetään Autocadin mittakaavatulostuksen perusasiat (mallin mittayksikkönä millimetrit)
AUTOCAD-TULOSTUSOHJE Tällä ohjeella selitetään Autocadin mittakaavatulostuksen perusasiat (mallin mittayksikkönä millimetrit) 1. MODEL VS. LAYOUT Autocadista löytyy vasemmasta alakulmasta automaattisesti
LisätiedotLuento 2: Tulostusprimitiivit
Tietokonegrafiikan perusteet T-111.4300 3 op Luento : Tulostusprimitiivit Lauri Savioja 11/06 D primitiivit / 1 Sisältö Mallintamisen alkeita Perusprimitiivit (GKS) attribuutteineen Näyttömuisti D primitiivit
LisätiedotKenguru 2011 Cadet (8. ja 9. luokka)
sivu 1 / 7 NIMI LUOKKA/RYHMÄ Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Jätä ruutu tyhjäksi, jos et halua
LisätiedotKenguru 2006 sivu 1 Cadet-ratkaisut
Kenguru 2006 sivu 1 3 pistettä 1. Kenguru astuu sisään sokkeloon. Se saa käydä vain kolmion muotoisissa huoneissa. Mistä se pääsee ulos? A) a B) b C) c D) d E) e 2. Kengurukilpailu on pidetty Euroopassa
Lisätiedot