Más

Calcular la distancia más cercana en ArcView, coordenadas XY

Calcular la distancia más cercana en ArcView, coordenadas XY


Estoy realmente perdido y luchando porque nunca antes había usado un sistema Arc.

Tengo dos conjuntos de datos. Uno con ubicaciones de casas y el otro con ubicaciones de inversión, cada uno ubicado por coordenada XY.

La sala donde realizo mi análisis solo tiene ArcView, así que debo usar eso.

Quiero calcular la distancia entre una casa y la inversión más cercana (calcular la distancia entre dos coordenadas XY).

¿Es esto posible con ArcView?

También quiero unir las variables en el conjunto de datos de inversión al conjunto de datos de vivienda, después de haber calculado la distancia más cercana. ¿Es eso posible?

Lo siento si no me estoy explicando correctamente, estoy muy confundido, si no es stata, ¡entonces no sé cómo usarlo!


Puede hacer esto de dos maneras (manualmente o con un script o modelo). Es probable que termine utilizando la Herramienta de distancia de punto que identificará la ubicación de inversión más cercana a cada punto en una tabla y esa tabla se puede unir de nuevo a la capa de ubicación de la casa con una unión tabular. La distancia del punto se encuentra en la caja de herramientas en "Herramientas de análisis" -> "Proximidad".

Editar la tabla: esto le dará todas las distancias desde cada casa hasta cada ubicación para que pueda abrir esto en Excel y filtrar lo que necesita o simplemente editar la tabla para incluir solo la distancia más corta para cada "FID". Hay algunas formas de hacerlo. Puede seleccionar la distancia más corta para cada FID y luego exportar la tabla.

Si tiene demasiadas funciones para hacer esto factible (incluso con Excel), entonces necesitaría encontrar un script o modelo para seleccionar solo los registros con la distancia más corta.

Utilice las ubicaciones de las casas como características de entrada y las ubicaciones de inversión como características cercanas. Mire la tabla después de que se ejecute esto. Es posible que deba manipular un poco la tabla para obtener la forma que desee, pero puede unir esto a la capa de ubicación original de su casa mediante una identificación única de esa capa.

Puede hacer clic con el botón derecho en la capa de ubicaciones de la casa y elegir "Unir y relacionar" -> "Unir ..." Asegúrese de que "Los atributos de unión de una tabla estén seleccionados en la parte superior. Luego, elija el campo en el que se basará la unión en las ubicaciones de las casas. Elija su tabla de la herramienta Distancia de punto en la segunda opción y el campo que coincida".


Esto parece una publicación repetida de su pregunta anterior aquí, así que no publique dos veces. Como mencionó que estaba trabajando con una licencia de ArcView (es decir, básica), me pregunto cómo puede usar la herramienta Distancia de punto, que requiere Avanzado.

Para aquellos que tienen Basic / Standard, el algoritmo Near de ESRI no es demasiado difícil de implementar en Python. El siguiente script muestra un ejemplo de cómo escribir un algoritmo de este tipo desde cero y funcionará en cualquier nivel de licencia. Si no tiene suerte con la sugerencia anterior, pruebe este script. Está escrito como una herramienta, pero puede escribir GetParamaterAsTexts como rutas codificadas y SetProgressorLabels como impresiones estándar si tuviera que ejecutarlo en el intérprete. Las "plomada" (mi palabra ad-hoc por cierto) son una manera fácil de visualizar las conexiones entre las funciones "Entrada" y "Cerca" (o "Fuente" y "Destino").

__author__ = "John K. Tran" __contact__ = "[email protected]" __version__ = "2.0" __created__ = "6/11/15" "" "Compara todas las características del punto de destino con todas las características del punto de origen y completa el ID y la distancia de cada objetivo con la fuente más cercana. Opcionalmente, puede crear plomadas para visualizar los vínculos entre la fuente y las características de destino. "" "importar arcpy importar os importar matemáticas importar arcpy.SetProgressor (" Predeterminado "," Iniciar secuencia de comandos ... " ) # Configure los parámetros iniciales para el script. source = arcpy.GetParameterAsText (0) # Clase de entidad puntual target = arcpy.GetParameterAsText (1) # Clase de entidad puntual sourceIDfield = arcpy.GetParameterAsText (2) # Campo para identificar el ID único de los valores de origen targetIDfield = arcpy.GetParameterAsText (3) # Campo para identificar el ID único de los valores de destino createplumblines = arcpy.GetParameterAsText (4) # Ubicación de salida opcional para plomada. Puede dejarlo en blanco si lo desea. arcpy.env.parallelProcessingFactor = "100%" #Convertir tipos de campo arcpy para el argumento "Tipo de campo" en AddField_management. fieldtypedict = {"Blob": "BLOB", "Fecha": "FECHA", "Doble": "DOBLE", "Guid": "GUID", "Entero": "LARGO", "Ráster": "RASTER" , "Single": "FLOAT", "SmallInteger": "SHORT", "String": "TEXT", "OID": "LONG"} # Obtenga el tipo de campo para el campo de ID de fuente, por lo que podemos hacer un campo análogo para NearID en destino. sourcefields = arcpy.ListFields (source) targetfields = arcpy.ListFields (target) sourceIDfieldtype = fieldtypedict [[field.type for field in sourcefields if field.name == sourceIDfield] .pop ()] # Obtener las referencias espaciales para fuente y destino y asegúrese de que sean iguales. sourcespatialref = arcpy.Describe (source) .spatialReference targetpatialref = arcpy.Describe (target) .spatialReference assert sourcespatialref.name == targetspatialref.name, "La fuente y el destino deben tener el mismo sistema de coordenadas. Asegúrese de que ambos datos estén en una proyección idéntica sistema coordinado." # Cree un campo "NertherID" en el fc de destino si no hay ninguno disponible. arcpy.SetProgressorLabel ("Adición de campos") si "NertherID" no está en [field.name for field in targetfields]: arcpy.AddField_management (target, "NertherID", sourceIDfieldtype) si "NertherDist" no está en [field.name for field in targetfields]: arcpy.AddField_management (target, "NertherDist", "FLOAT") # Crea una clase Point con un método de distancia. Es más eficiente que el objeto arcpy.Geometry nativo, que tiene muchas funciones adicionales. class Point (objeto): def __init __ (self, x, y, ID): "" "Crea el constructor para inicializar el punto." "" self.x = x self.y = y self.ID = ID def GetDist ( self, OtherPoint): "" "Determina la distancia entre dos puntos usando el Teorema de Pitágoras." "" return math.sqrt ((self.x-OtherPoint.x) ** 2+ (self.y-OtherPoint.y) ** 2) # Cree una lista de puntos de origen para comparar con cada punto de destino. scount = 0 sourcepoints = list () con arcpy.da.SearchCursor (source, ["SHAPE @ XY", sourceIDfield]) como sourcecursor: para la fila en sourcecursor: if scount% 100 == 0: arcpy.SetProgressorLabel ("Gathering Source Puntos: {0} características completas ".format (str (scount))) sourcepoint = Point (fila [0] [0], fila [0] [1], fila [1]) sourcepoints.append (sourcepoint) scount + = 1 si "sourcecursor" en dir (): del sourcecursor # Crea varias variables de inicio si se habilitó la creación de plomada. if createplumblines: targetpoints = lista () puntos más cercanos = list () arcpy.CreateFeatureclass_management (os.path.dirname (createplumblines), os.path.basename (createplumblines), "POLYLINE", Ninguno, "DISABLED", "DISABLED", targetpatialref ) arcpy.AddField_management (createplumblines, "ID", sourceIDfieldtype) # Recorra cada objetivo y compárelo con cada fuente. # Mantenga la fuente de distancia más baja y complete los campos ID y Distancia en el objetivo. count = 0 con arcpy.da.UpdateCursor (target, ["SHAPE @ XY", targetIDfield, "NehestID", "NehestID"]) como targetcursor: para la fila en targetcursor: if count% 100 == 0: arcpy.SetProgressorLabel ( "Calculando la distancia y poblando el objetivo: {0} características completas" .format (str (count))) targetpoint = Point (fila [0] [0], fila [0] [1], fila [1]) closestsource = Ninguno closedist = 100000000.0 # Establezca una distancia arbitrariamente grande para la comparación inicial. para el punto de origen en los puntos de origen: currentdist = targetpoint.GetDist (sourcepoint) if currentdist 

Los resultados se verán similares a esto (aunque esta captura de pantalla se realizó comparando puntos con líneas). El FC "Destino" tendrá 2 campos adjuntos llamados "Id. Más cercano" y "Lista más cercana". Las "Plumb Lines" mostrarán las rutas reales a la característica más cercana. Su tabla de atributos también contendrá información adicional.

Avíseme si tiene algún problema al ejecutar el script. Funciona para comparaciones de geometría punto a punto.


Calcule la distancia más cercana en ArcView, coordenadas XY - Sistemas de información geográfica

1 Departamento de Geología, Universidad de Ciencias de Túnez, Túnez Manar II, Túnez

2 Centro de Investigación y Tecnología del Agua, Borj Cedria, Túnez

Correo electrónico: [email protected], [email protected], [email protected], [email protected]

Copyright y copia 2013 Khemiri Sami et al. Este es un artículo de acceso abierto distribuido bajo la licencia de atribución de Creative Commons, que permite el uso, distribución y reproducción sin restricciones en cualquier medio, siempre que el trabajo original se cite correctamente.

Recibido el 3 de junio de 2013 revisado el 2 de julio de 2013 aceptado el 2 de agosto de 2013

Palabras clave: Modelado de recursos hídricos de geodatabase GIS de gestión

La escasez de aguas poco profundas, que es un asunto delicado en el sur de Túnez, se compensa relativamente con los recursos hídricos subterráneos. De hecho, el Sur contiene el 25% de las reservas de agua del país, de las cuales el 10% son aguas superficiales. Los diferentes estudios hidrogeológicos muestran que la región de Zeuss-Koutine está compuesta por varios sistemas acuíferos, que pueden subdividirse en dos niveles distintos, uno superficial y otro profundo. Dichos recursos hídricos muestran signos de sobreexplotación localizada que tiene un efecto grave en el cambio de las características del hidrosistema en esta región. Recientemente, Túnez ha demostrado estar muy interesado en la contribución de las nuevas tecnologías, en particular el Sistema de Información Geográfica (SIG) para resolver el problema del déficit de recursos hídricos en Túnez esencialmente en la parte sur semiárida, además de la mayor explotación de los recursos hídricos subterráneos, no renovable básicamente en los últimos años. De ahí que sea imprescindible preservar los recursos hídricos a corto y largo plazo. Este hecho podría lograrse mediante el sistema de información geográfica (SIG). Para responder a este objeto, los estudios hidrológicos e hidrogeológicos detallados son eficientes, y en este estudio se creó un modelo de Sistema de Gestión de Base de Datos Relacionales Geográficos (RDBMS) por MERISE para la organización de todos estos datos de forma estructurada (método) y fácilmente explotable. bajo ello. Además, una correlación litoestratigráfica del SIG es muy importante para comprender la geometría del acuífero y las interacciones hidrodinámicas. La correlación entre múltiples datos muestra una alta degradación que aumenta de sur a norte (tanto la calidad como la cantidad del agua subterránea Zeuss-Koutine). Por eso se considera crucial otro estudio de la calidad del agua (salinidad) y su explotación.

El agua es un elemento esencial para el desarrollo industrial, agrícola y turístico, sin embargo, es cada vez más escasa, sobreexplotada, distribuida de manera desigual y más contaminada.

Se han propuesto numerosos estudios y modelos con el objetivo de evaluar o valorar y superar estos problemas por orden provisional o sostenible.

Este estudio tiende a proponer algún apoyo a la gestión del agua utilizando herramientas SIG mediante la manipulación de datos y con soluciones y recomendaciones prácticas. Para alcanzar este objetivo, se realizará el desarrollo e implementación de una base de datos relacional y un SIG operativo para la planificación y gestión efectiva y sostenible de las aguas subterráneas Zeuss-Koutine.

Para un estudio geológico detallado, una interacción del acuífero y un intercambio entre acuíferos, la intrusión y la recarga de agua de mar son bastante necesarias.

Este trabajo involucra campaña de campo (trabajo), sección geológica, análisis cualitativo (piezométrico, salinidad, geoquímica), cuantitativo (caudal y operación), y determinación de la extensión geométrica del reservorio.

El uso de sistemas de información geográfica (SIG) para el análisis de datos hidrológicos espaciales ha proporcionado muchos beneficios para el diseño y los permisos de los recursos hídricos. Efectivamente, se utilizan diferentes técnicas como el análisis espacial, y la interpolación mediante el desarrollo del DEM y la extracción de estos derivados, hemos aportado nuevos soportes y nuevos planos de información respondiendo de forma eficaz a nuestras necesidades.

Todos estos atributos e información espacial fueron permitidos en el Sistema de Gestión de Base de Datos Relacionales Geográficos (RDBMS), pertinente no redundante y fácilmente explotable permitiendo una mejor gestión de los recursos hídricos.

Un Sistema de Información Geográfica (SIG) es una herramienta de información dinámica para almacenar, organizar y espacializar datos de manera integral, persistente y con menos redundancia.

El proceso de implementación de los sistemas de información geográfica (SIG) comienza con la decisión inicial de utilizar un SIG [1], continúa con la selección del sistema, la recopilación de información y la clasificación de datos en dos formatos: formato espacial y de atributos, instalación de adquisición y procesamiento, capacitación y más al desarrollo de bases de datos y generación de productos.

Este sistema ha demostrado su sencillez de uso y su eficacia en otros trabajos para la gestión de los recursos hídricos, por eso lo hemos elegido para realizar nuestro estudio actual. La realización de la “Zeuss-Koutine” y “GIS” requiere las diferentes etapas siguientes (Figura 1).

2.1. Recopilación y manipulación de datos de atributos

Información geológica, hidrológica e hidrogeológica monitoreada de estudios previos que se han interesado en la región de Zeuss-Koutine. También se basa en informes disponibles para la perforación DGRE, SONEDE (instituciones tunecinas) [2].

Todos los datos de atributos se clasifican en la siguiente Tabla 1.

Luego, tenemos que elegir un sistema de Gestión de Base de Datos Relacional para organizarlo. Un sistema de gestión de bases de datos geográficas relacionales RGDBMS es una aplicación de software diseñada para organizar el almacenamiento y el acceso eficientes y efectivos de los datos de los recursos hídricos en una base de datos relacional que comprende un conjunto de tablas, cada una de las cuales es una lista (o matriz) bidimensional de registros que contienen atributos sobre los objetos. en estudio.

En el primero, se elaboró ​​la concepción de la geodatabase y el modelado mediante el software PowerAMC ​​hay tres pasos principales para modelar datos de atributos en RDBMS:

& bull Modelo de comunicación conceptual (CCM)

& Bull Conceptual Database Model (CDM)

Figura 1 . Cuadro que muestra los pasos seguidos en este estudio.

& bull modelo de base de datos física (PDM)

En el segundo paso, el PDM generado se permitirá en el software Access Windows.

La organización de los datos espaciales comienza con la georreferenciación. La georreferenciación describe el proceso de ubicar una entidad en coordenadas del “mundo real”. Consiste en establecer una relación matemática entre coordenadas tomadas de un mapa plano (pulgadas o milímetros) y coordenadas reales (geográficas).

Este paso está directamente relacionado con el tipo de proyección cartográfica. En nuestro caso elegimos la proyección UTM (Universal Transverse Mercator Zone 32).

2.3. Digitalización y topología

Luego de la georreferenciación, se realizó la digitalización de diferentes mapas topográficos y geológicos del área de estudio. El sector de estudio abarca cuatro mapas (1 / 100.000) de Mareth, Ajim, Matmata y Medenine creando capas vectoriales mediante una tabla digital con los módulos Arc Edit de Arc Info que transforma las entidades espaciales definidas previamente en formato vectorial (X, Y ).

La interpolación es una forma de generar información a puntos en el espacio no relevados, es la operación más grande en la producción de Modelos Digitales de Elevación. Identifica, después de una serie de valores conocidos, la estimación de datos adicionales en áreas sin muestras [3]. El uso de kriging ordinario, en ciencias del suelo e hidrología, es común y ampliamente aceptado [4].

Las principales técnicas de interpolación son las siguientes:

§ IDW (distancia inversa ponderada)

§ Spline El método de interpolación spline es adecuado para muchas aplicaciones. Consiste en pasar una línea por los puntos de la vecindad y minimiza la curvatura de la superficie (función matemática de la ecuación de la superficie). La vecindad está definida por los (n) puntos más cercanos.

En este estudio, usamos esta técnica para desarrollar mapas de salinidad, piezometría y mapas derivados del Modelo Digital de Elevación DEM utilizado esencialmente para el modelado hidrológico de la cuenca Zeuss-Koutine.

2.5. Clasificación y análisis espacial

En el último paso, la clasificación se realiza por color o por cualquier criterio descriptivo (símbolo) [5], es un paso crítico para una mejor visualización de la distribución espacial de los parámetros hidrogeológicos como la evolución piezométrica, la salinidad y los elementos geoquímicos. Se pueden realizar nuevos planes de información, histogramas, curvas estadísticas después del análisis espacial y coberturas cruzadas que dependen de criterios determinados, replicando los soportes para buenas interpretaciones cuantitativas [6], cualitativas y geoestadísticas para el agua tratada de recursos.

Durante el escaneo en Arc Info, las tablas se crearon automáticamente y otras también se generaron manualmente.

2.6. DEM y estos derivados

Para el modelado hidrológico y la interpretación hidrológica de Zeuss-Koutine, se creó un modelo de elevación digital en ArcGIS utilizando un modelo 3D y un analista en Surfer 8.0. En realidad, DEM es una representación matemática del terreno altimétrico [7]. Las elevaciones en todos los puntos se calculan mediante un algoritmo de interpolación [8]. Permite la creación de mapas temáticos, tarjetas de isovalor, vistas tridimensionales, cálculo de volúmenes y superficies [9].

Los datos DEM y las derivadas de DEM se utilizan para delimitar los límites de la cuenca, las características del flujo y sustraer parámetros topográficos (pendiente, exposición).

Tabla 1 . Colecciones de datos de atributos.

3. Resultados e interpretación

El agua subterránea de Zeuss-Koutine se encuentra en el sureste de Túnez y se incluye en la llanura costera de Jeffara en el sur de Gabes. Se encuentra entre las latitudes 37 & # 73010 'y 37 & # 73050', y longitudes de 8 & # 73050 'y 9 & # 73020'. Este sector se extiende en una superficie de 920 km 2. El límite norte está formado por una línea que une sebkhet Oum Ezassar y el área de Henchir Fredj. Los límites noroeste y sureste están representados por relieves del norte de Dahar. El límite sur se caracteriza por los relieves de la Tebaga de Medenine hasta Tadjeras. El límite sur de Zeuss-Koutine consiste en la falla de Medenine (Figura 2).

La doble influencia marítima y continental en nuestra zona genera una gran variabilidad espacio-temporal de las temperaturas y precipitaciones. La temperatura media anual en esta zona es de 20 ° C, mientras que el pluviómetro medio anual es inferior a 200 mm / año.

La evapotranspiración anual en las estaciones de Gabes y Medenine supera los 1300 mm [9].

La reserva acuífera del área Zeuss-Koutine pertenece a la gran red de acuíferos de Jeffara [10].

Es un complejo multicapa compuesto por cuatro niveles de acuíferos que están ordenados del más antiguo al más reciente de la siguiente manera [11]:

& toro Calizas y dolomitas del Jurásico superior

y toro Calizas y dolomitas de Albo-Aptian

& toro Dolomitas y calizas dolomíticas de Turonian

& toro Dos unidades de Senonian inferior: la unidad calcárea y la unidad marno-gypseous.

Estos diversos acuíferos de agua subterránea (Figura 3) forman una entidad hidrogeológica multicapa donde los relés están asegurados por fallas y drenaje vertical [12]. Ben Baccar en 1982 ha estimado el caudal del agua bombeada en 212 l / sy el caudal medio mínimo de las fuentes en 5 l / s cuando el caudal continuo ficticio es de 350 l / s.

3.2. Modelado de los datos semánticos

La organización de la base de datos diversa disponible y atribuible nos ha llevado a una fase preparatoria de concepción [13], la cual es elaborada por la aplicación Power AMC y con el propósito de eliminar errores y redundancias respecto a un modelo definido, modelo relacional MERISE en nuestro caso. .

MERISE es un método para estructurar datos en forma de conjuntos de registros o tuplas para que las relaciones entre diferentes entidades y atributos se puedan utilizar para el acceso y la transformación de datos.

Esta fase preliminar de este estudio será seguida por una segunda fase de gestión de base de datos organizada en un sistema de gestión de base de datos bajo aplicación de acceso.

& toro 3.2.1. Modelo de comunicación conceptual

& diccionario de la base de datos de toros (Figura 4). La unidad de la base de datos recopilada se reagrupa en tablas que comprenden [14] su descripción detallada (formatos, tamaño y características).

Figura 3 . Nivel estratigráfico del acuífero.

& bull Definición de la organización Define el sistema y los elementos tanto externos como internos con los que intercambia el flujo de información en un diagrama conceptual de flujo. Como se muestra en la Figura 5, los principios de elaboración de la organización de la mesa, además de actores internos y externos como el flujo de información necesario utilizado en nuestro caso.

& bull Diagrama de contexto: El diagrama de contexto se utiliza para representar el flujo de información entre la organización y los actores externos de acuerdo con una representación estándar en la que cada elemento tiene su propio sustantivo.

& bull Diagrama de flujo conceptual este diagrama permite la descomposición de la organización en una serie de actores internos.

3.2.2. Modelo de base de datos conceptual: MDL

La elaboración de MDL de tipo relacional requiere la definición de los siguientes parámetros:

& toro Definición de tablas (entidades) y asociaciones: durante este trabajo se han conformado 16 tablas (localización, estrato, cuencas hidrográficas, piezómetros, etc.) donde 4 ítems representan las coberturas gráficas (topográficas, geológicas, hidrogeológicas y tectónicas) y 18 relaciones (asociaciones).

& bull Clave primaria y clave desconocida: observamos aquí que toda tabla debe tener un campo clave o identificador (ID) denominado “clave primaria”, que es necesaria para definir las relaciones y realizar enlaces entre tablas variadas.

& bull La cardinalidad: define el número mínimo y máximo de ocurrencias de la relación que podría existir para cada pareja “entidad (tabla) - asociación” (Figura 6).

Una vez elaboradas todas las tablas y asociaciones, tendremos nuestro Modelo de Base de Datos Conceptual (MDL) (Figura 7).

3.2.3. Modelo de base de datos física: PDM

Después de haber concebido nuestro Modelo de Base de Datos Conceptual (CDM), ahora es oportuno (apropiado, apropiado) transponerlo a un Modelo de Base de Datos Lógica Relacional (LDM) mediante la aplicación de reglas definidas, como las Restricciones de Integridad Funcional (FIC) y la de la migración de identificadores de un artículo a otro. Esto tiene el propósito de definir las tablas de manera óptima para limitar (reducir) la redundancia y evitar anomalías de stock a partir de la actualización. Este paso conduce a un PDM de modelo físico de base de datos, que consta de 24 tablas.

La validez de este modelo es verificada por SQL Modeler Software, que será introducido sucesivamente (más adelante) dentro de un Sistema de Base de Datos de Gestión Relacional RMDBS bajo Access [15]. La implementación de PDM

al acceso le sigue la creación de solicitudes y formularios que satisfagan las necesidades de los usuarios e inversores para la gestión de los recursos hídricos.

3.3. Informacion geologica

La georreferenciación y digitalización de mapas base geológicos y topográficos 1 / 50.000 de Medenine Ajim, Matmata y Mareth en software GIS, nos ha permitido obtener una idea geológica, geomorfológica, estructural e hidrológica para el área de estudio (Figura 8).

A partir de los mapas geológicos y litológicos de la cuenca de Zeuss-Koutine, obtenidos por digitalización y fusión de varias láminas geológicas, podemos describir las facies niveladoras del área de estudio [16].

El Paleozoico está marcado por el afloramiento del Pérmico superior que aparece solo en el Jebel Tebaga de Medenine. Este nivel es marino, arcilloso en la base, carbonatado en la parte superior. Constituye el sustrato de las formaciones acuíferas ubicadas al oeste de la falla de

Figura 6. Vínculo entre tabla y asociación.

Los afloramientos de los niveles triásicos están en jebel Rehach en el sureste de Jeffara (Figura 8).

El Jurásico en la región de Tadjera en muchos afloramientos alrededor de Jebel Tebaga Mednine, está representado por la clasificación de Liassic en términos de Oxford. Es principalmente caliza y dolomita con secuencia margosa.

Las formaciones del Cretácico Inferior desaparecieron por completo en la región de Tebaga Mednine. El Cretácico superior está representado por una sedimentación marina que se caracteriza por la alternancia de las formaciones dolomíticas y calizas con depósitos arcilloso-margosos que a veces contienen yeso [17].

Los depósitos del Mio-Plioceno están ausentes en la cadena de Dahar, cubren toda la llanura de Jeffara, son discontinuos en la parte inferior del Cretácico superior (Figura 8).

Son depósitos continentales, cuya facies característica son las arcillas yesosas rojizas (formación de Zarzis) [18].

El antiguo cuaternario Villafranquio-Pleistoceno está constituido por una costra de piedra caliza o yeso con concreciones calcáreas rosadas [18]. Su espesor varía de 2 a 10 m. mientras que los depósitos de terrazas del Cuaternario tardío, limos aluviales y ríos.

1) Fallas En el sureste de Túnez se examinan tres tipos de fallas y Mamou, A. las menciona en 1990.

- Fallas de edad de colapso post Oligo-Mioceno, dirección NO-SE para el colapso de los relieves orientales de Dhar, la más importante es la falla de colapso Medenine caracterizada por su rechazo de 1000 m (Figura 8).

- Fallas de compresión con dirección ortogonal a las anteriores y son responsables de las fallas de colapso para la creación de las estructuras Horst y Graben de Djeffara (Falla de Zerkine, falla del Graben de Mareth…).

- Fallos de reajuste Post Cuaternarios [19] con pequeños rechazos y cuya presencia se materializa por emergencias (fallas del río de Zigzaou, Gabès, Kettana…). Son los responsables de la fractura de las formaciones calizas del acuífero.

2) Discordancias Las principales discordancias son la discordancia de Sidi Stout donde el Triásico superior es discontinuo sobre la base del Triásico Inferior y la discordancia de Barremo-Aptian y el Albiano sobre el Jurásico.

El DEM que se llevó a cabo bajo surfista muestra el

morfología y las principales estructuras que aparecen en el área de estudio de la siguiente manera:

El monoclinal de Jebel Tebaga de Medenine se caracteriza por los afloramientos del Pérmico superior, con dirección Este-Oeste y una caída de 60 hacia el Sur [20].

El Dahar presenta series cada vez más jóvenes del Jurásico y luego del Cretácico inferior.

La llanura costera de Jeffara que constituye el resultado

del colapso de la parte monoclinal oriental de Dahar.

Este colapso es causado por una cuadrícula de fallas normales de dirección NW-SE, la más significativa es la falla de Medenine (Figura 8).

Esta estructura es el anticlinal (Tadjera) tad era colapsado en el medio y tiene una dirección NW-SE. La serie jurásica es discordante con el Triásico inferior al medio [21].

3.4. Gestión de aguas superficiales y subterráneas

El mapa de la red hidrográfica (Figura 9) mostró que el área de Zeuss Koutine está atravesada por tres ríos principales que descienden desde Dahar hasta la costa, el río Zigzaou desemboca en el mar (golfo de Gabès), mientras que los ríos Zeuss y Koutine-Oum Ezzassar escurrir en sebkhet Oum Ezzassar [22].

El mapeo de la densidad de la red muestra una concentración localizada de estas redes en la parte sureste, que puede retenerse como la mejor fuente de carga de agua subterránea (Figura 9).

1) Geometría del acuífero del sistema La observación de los cortes de perforación que capturan el nivel freático ZeussKoutine confirma la organización del acuífero en dos compartimentos hidrogeológicos diferentes divididos por la falla de Medenine en la parte superior de esta falla, el nivel freático se aloja en el Jurásico y localmente en el Albo- Aptian.

Por otro lado, en el río abajo se aloja en el Turonian y el Senonian [23]. En el límite norte de las cuencas hidrográficas, es la falla de Mareth que corta el nivel freático Senonian de Zeuss-Koutine que pertenece al nivel freático del sur de Gabes. Al sur de las cuencas hidrográficas, la falla de Tadjera asegura el cambio entre el nivel freático del Jurásico y el del Triásico. Como resultado, las dos perforaciones Koutine 5 (N & # 730IRH 8736/5) y Koutine 6 (N & # 730IRH 8737/5) abarcan el Triásico (Figura 9).

2) Análisis de agua Una cubierta, que ubica los puntos de perforación del agua subterránea, fue creada por el software ArcGIS, y se denominó “Perforaciones”, y (eliminar) luego hemos aplicado la aplicación de densidad a la red hidrográfica que es el objeto de Ubique la zona importante de recarga. Se observó que los anticlinales de Hamra y Berino son la mejor zona para la recarga de agua subterránea de ZeussKoutine (Figura 9).

Esta cubierta es un tipo “punto” desde el cual podemos abordar diversas informaciones relativas a cada perforación como el nivel piezométrico, el nivel estático del agua subterránea, la salinidad, el residuo seco, la temperatura, los parámetros hidroquímicos (Ca 2+, Mg 2+, Na +, K +, , Cl & # 8722, y) [24,25]. Toda esta información relativa a los sondeos se introduce en las tablas de atributos en Excel y en ArcGIS (Tabla 2).

Esta última cubierta se puede considerar como un curso básico a partir del cual se pueden generar nuevas cubiertas utilizando algoritmos resultantes del software ArcGIS entre estas cubiertas [26] citamos la tabla de transmisividad, las tablas de los niveles piezométricos y de salinidad para cada año o para un período definido.

De hecho, durante los tres años este acuífero posa se considera los niveles piezométricos más bajos. Este acuífero se está investigando en el norte del área de estudio que se caracteriza por una baja potencia, a pesar del suministro y por una sobreexplotación.

Como se indicó anteriormente, sugerimos realizar el estudio de piezometría para cada acuífero durante los años 2000 a 2011. Estos datos del acuífero jurásico y piezométrico Albiano-Aptiano han sido interpolados y mapeados usando “ArcGIS”.

Figura 1 0. Nivel piezométrico en 2011.

Si bien esta explotación se redujo durante 2008, las perforaciones que recolectan este acuífero siempre tienen altos caudales de explotación 72 y 54 l / s respectivamente para Zeuss 1 (7241/5) y Zeuss1a (7306/5).

Con base en los resultados obtenidos por correlación entre 1982 y 2008, la evolución y operación piezométrica por un lado y la correlación entre explotación y salinidad por otro lado ilustran una explotación intensiva creciente de un año a otro que se traduce en un aumento proporcional de los residuos secos. (Figura 1 0) y (Figura 1 1).

El estudio piezométrico a nivel del acuífero reveló una dirección de flujo general con tendencias NS SSE-NNW y NNE-SSW. También demostró que el acuífero senoniano tiene el nivel piezométrico más bajo debido a la sobreexplotación.

Indeed, it is the Jurassic aquifer which illustrated the most significant piezometric level due to a direct significant feeding from the Triassic aquifer in the South.

5) Water Salinity The values, measured during the geochemical analyses for the study of salinity, related to the dry residue. The study of salinity was done by aquifer for both wet and dry seasons during the two years 2000 and 2011. As shown in Figure 1 1 .

According to the results obtained, we see that the difference between dry season and wet season is not very clear in 2011.

There are the same results deduced for the previous years 2000 and 2003. For some drillings, the dry residue increases from the winter to the summer, in other conditions or cases the opposite takes place.

A perfect agreement is established between the directions of the groundwater flow and the variation of dry residue. The study of salinity by aquifer level showed a total increase up to 2011. It indicates increasing from the South to the North of the groundwater according to the direction of flow.

The salinity of the Jurassic aquifer is the lowest because of its direct feeding in the zones which are close to the surface utilizing from its good karstification, or by waters of the Triassic sandstone less salty. The water of the Senonian aquifer is saltier due to the effect of overexploitation.

3.5. Linkage and Notion of Geo-Coding

The alpha digital data base constituted under Access permit to gather treats, manages, and assures the timelessness of database collected from Zeuss-Koutine water table.

However, this database does not permit from its own to totally respond to preoccupation of decision-makers and local actors of water domain. In this case [27], setting up Geographical Information System (GIS) realized under software GIS for the management of subterranean waters aim at mutualizes and diffuses the information on the subterranean waters, has permitted studying and modeling Zeuss-Koutine watersheds and groundwater table.

A Geographical Information System (GIS) is not operational until the connection between the alpha digital and graphical database is functioning and well established.

It is very interesting to specify the relationship nature that may be carried out between Access and software GIS.

In order to carry out the relation between spatial and tabular database, we have chosen personal Geo Database method, which consists of spatialize data based presented under access: first of all, we export the Corresponding Access chart in software GIS thanks to a relationship of Select Query Language (SQL) type [27], then we join this chart with the software GIS theme in this software. In this type of relationship, if a field or a registration is updating in Access, the update will be reverberated on the joint chart in software GIS and vice versa. The presence of common charts between these two database type is important.

We have chosen in the following to present the example of the relationship between the cover of hydrographic network (under software GIS) and the chart of SURFACE_DISCHARGE (under Access) towards a new attributable chart created under a software GIS and which we have called ID_DISCHARGE, which is the designation of primary key in SURFACE_DISCHARGE chart.

The procedures are successively:

&bull Establish a connection between all the charts presented under Access and software GIS assure the geo-coding between the different chart SURFACE_DISCHARGE and the hydrographic network corresponding here by the link with attributed charts and hydro geologic cover. Finally, verify the melting of this column in one by the module under software GIS, which allowed us to make a link between GIS and the database realized under Access.

&bull Our data base model is concluded, and we have done the same work for other covers (geologic, topographic, and tectonic) and in addition to fill this model under software GIS by the hydro geologic and geologic database already collected.

&bull Finally, a user interface under Visual Basic and Map object environment has been created after the realization of specialized requests answering the expected questions and specific forms that will facilitate subsequently the consultation and manipulation of graphic and alpha digital database of our work.

In order to facilitate the display we have create a new buttons with the AVENUE programming, the script is as follows:

&bull 'Script Name hyperlinkscript.ave

&bull theDSN = "bd1" 'an ODBC System Data Source

&bull theDatabase = "bd1.mdb" 'the Database to connect to

&bull theTbl = "forages" 'the Access Table that you are Querying

&bull theIDColunm = "forages-ID" 'the Unique ID Column of the Access Table

&bull theCriteriaFld = "nom_forages" 'the name of the Criteria Field of the themes attribute table

&bull 'theQuery = Change the SQL statement to return the appropriate fields "[]" from your table in "'*****theQuery*****" below

&bull 'Any number field in an RDBMS that has a width of 9 and a precision of 0 will be represented

&bull 'in Arcview as a Long field type. Often data in these fields will be represented using scientific

&bull 'notation. You can display the entire field value by setting the number definition format

&bull 'Get the active theme in the view.

&bull 'Return point click on by user.

&bull 'Get the feature that intersect the point.

&bull if (FeatureList.count "") then

&bull 'system.execute("C:Program FilesAdobeAcrobat 6.0Readeracrord32.exe")

&bull msgBox.Info("This record has no document to link to.","Document Not Found")

&bull end This interface facilitates the exploitation of information plans that permits the decision-makers to have a detailed idea about the studied system, which favors directly a good management of water resources.

In the first step, the use of GIS technique (Georeferencing, Digitalization, Spatial Analysis, Interpolation, DEM and derivatives. ) has allowed us to conclude a detailed geomorphology, geology, hydrology and hydrogeology characteristics of our area of study.

The results obtained by analysis of both existing and new extracted data prove the abundance of the anticline structures in the Northern, Western, and Southern part of the sector, which are the areas of Mareth, Matmata and Tebaga of Medenine’s mountain.

The central and Eastern parts are marked by structures of low altitude which are the plain of Jeffara and the coastal plains of the Golf of Gabes.

The morphometric analysis of the subcatchments reveals the general causes behind the high-intensity floods and high sediment yield, which can be summarized as follows [20].

&bull The sub-catchment Zeuss-koutine having the largest area has the highest potential to contribute in the runoff at the outlet.

&bull Also, land use/land cover analysis shows that subcatchment Zeuss-koutine has most of the area covered by open shrub land and bare ground and less forest cover, so it is less resistant to runoff and thus causing erosion.

&bull Land cover change analysis shows that, although there is less anthropogenic disturbance in the catchment [26], some of this disturbance is along the stream network. So this factor is one of the contributors for erosion and sediment yield.

&bull The contribution of the peak floods by the two biggest subcatchments zeuss and koutine, subcatchments, at the same time due to nearly equal time of concentration, is the main reason behind the high flood intensity.

The superposition of these data with those of density of hydrographic network and direction of flow [28] give us the direction of surface water area. The predominant direction is from NW to SE and S to E. It enables us to locate the principal areas and sources of recharge of underground aquifer levels.

The topographic map made by digitalization shows that the average altitude of the plain is 150 m. More than 80% of the basins have an altitude lower than 250 m with a uniform slope of 1%. This promotes a high runoff geomorphology.

In the second part of this study, the use of the MERISE method modeling have allowed to store all data required in tables wish constitutes the hydrogeological database [29]. Each table concerns only either punctual (Boreholes, cities. ) or linear (hydrographic network. ) or polygonal forms (watersheds. ).

The main table contains general attributes information of Zeuss-Koutine basin (area, geographic position. ).

Another table contains more specific information as quantitative data (Piezometric, Volume, flow. ), qualitative data (salinity, hydrochemistry. ), geological data and technical characteristics.

The relationships (One-to-One or One-to-many) between those tables are made in using a unique number (identifier “ID-number”).

Furthermore, to ease data encoding, storage and queries construction, dictionaries (chemical parameters, topographic maps, consultant offices, laboratories. ) were added as reference tables replacing descriptions by IDnumbers.

To improve the use of the database, several pre-defined queries are included in the project, like geocentric query, query based on the owner, on the topographic map, on the investigated aquifer.

A user-friendly interface (forms) is made to help the encoding and the reading in the database [30].

This georeferenced database is linked to an ArcView GIS project, by spatial and a Standard Query Language (SQL) connection (existing GIS function).

The hydrogeological data stored in the database can be easily updated [31-34] and represented on the hydrogeological map. All points of the maps are linked to the hydrogeological database by their unique number. For this project, a new Avenue extension (BDHydro.avx) has been developed for ArcView GIS.

This allows to query directly and easily the data stored in the access database from the Arc View project [35]. All information about wells, piezometers. (all points) can be visualized by a simple click on one of the element of the map. It is thus possible for the user to shows in the GIS project for example a hydraulic head evolution, exploited volumes, a chemical analysis table, a drill technical and geological log diagram [36].

The use of GIS has grown quickly in groundwater management and research. GIS is now widely used to create digital geographic database, to manipulate and prepare data as input for various model parameters, and to display model output [37]. This hydrogeological mapping program will allow in the near future to meet efficiently the needs for a more considered and effective management of Zeuss-Koutine groundwater thanks to coupling of a Geographical Information System with a complex hydrogeological database [38].

In this study, several data-processing tools are employed to develop a GIS prototype and geographic RDBM which include geological, hydrological, and hydro geological data which meet the needs of the users and the organizations.

The geolocalisation, the vectorization, the interpolation, the spatial analysis and the superposition of another database give an appropriate numerical support (geological, lithological, structural charts and hydrographic chart of network) and are easily exploitable and interpretable by managers. New plans were generated, such as the Digital Elevation Model and the derivatives (the slopes map, topographic cuts, hydrographic chart of density and chart of the buffer zone for the analyzed water points).

Thus, providing additional information and tools for decision makers in many fields, such as geology and geomorphology, gives an approximate qualitative and quantitative idea about the water of the study area.

This work also locates the principal sectors of refill, the direction of the flow, the overexploited zones and other exploited areas.

The underground water recharge is made by infiltration on the Jurassic outcrops at the South, those of the Cretaceous in the West and the zones of the Matmata reliefs and by the infiltration of surface waters of hydrographic network.

The Triassic sandstone groundwater constitutes the only external contribution to the Zeuss-Koutine aquifer.

The reliefs of Matmata and the beds of the rivers Zeuss, Zigzaou and Oum Ezassar are the zones of preferential feeding, the areas of Ksar Chrarif and Koutine as well. This fact is due to the proximity of the roof of the groundwater to the surface and the significant karstification of these aquifer formations.

The analysis of this information will help to understand the different stages of the design of various management rules of water resources. Hence, it leads to reliable decisions that meet the requirements of management, execution of drilling, and monitoring resources water table of Zeuss-Koutine.

This model is an interactive and an updated one. Furthermore, it is essential when a modification will be produced. Also, it can be ameliorated by the incorporation of other data, such as satellite images and geophysical applications which can be used to provide additional information for water resources management of the web of Zeuss-Koutine.


Tuesday, 23 September 2014

Mapping (Cartographic) 'Consulting'

Excerpt of Venezuelan Map Project

September Experience

    : Which saves one particular view : I can convert a Legend in ArcGIS and break the components as individual pieces : A library of style sets (for symbology purposes) can be crafted and reloaded back into Symbology library : If your shapefiles are stored in different places (in same directory I believe), this tool allows quick retrieval of files should they move around

I would like to thank my readers and my friends for offering me challenging opportunities.

Contact me via the blog through the links at the right navigation pane for cartographic consulting


Ver el vídeo: CALCULO DE LA DISTANCIA ENTRE DOS PUNTOS CON COORDENADAS