Перевод: английский - русский - www.onlinedoctranslator.

com

Просмотрите обсуждения, статистику и профили авторов для этой публикации по адресу: https://www.researchgate.net/publication/277771391

Разработка инструмента поддержки принятия решений по оценке сельскохозяйственных земель и земельных

участков (LESA) с использованием дистанционного зондирования и географической информационной системы

Статья в Журнал охраны почв и воды · Сентябрь 2005 г.

ЦИТАТЫ ЧИТАЕТ

22 732

2 автора, включая:

Елисей Дунг

Государственный университет Алабамы

19 ПУБЛИКАЦИИ 174 ЦИТАТЫ

СМОТРЕТЬ ПРОФИЛЬ

Некоторые из авторов этой публикации также работают над этими родственными проектами:

Торговля людьми: глобальная история и глобальные перспективы | H-Announce | H-NetПосмотреть проект

География и закономерности миграции Посмотреть проект

Весь контент, следующий за этой страницей, был загружен Елисей Дунг 17 октября 2015 г.

Пользователь запросил улучшение загруженного файла.

DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

« Вернуться к просмотру документа

Выбранные базы данных: Несколько баз данных ...

Разработка инструмента поддержки принятия решений по оценке сельскохозяйственных земель и земельных участков

(LESA) с использованием дистанционного зондирования и географической информационной системы

EJ Dung, Р. Сугумаран. Журнал охраны почв и воды. Анкени: сентябрь / октябрь 2005
г. 60, вып. 5; стр. 228, 8 стр.
Предметы: Сельскохозяйственное производство, Географические информационные системы, Глобальные системы

позиционирования - GPS, Дистанционное зондирование, Картографирование растительности

Авторы): EJ Dung, R Sugumaran

Типы документов: Характерная черта

Заголовок публикации: Журнал охраны почв и воды. Анкени: сентябрь / октябрь 2005 г. 60, вып. 5; стр. 228, 8 стр.

Тип источника: Периодические

ISSN / ISBN: 00224561

Идентификатор документа ProQuest: 917129071

Количество слов в тексте 5275

URL документа: http://proquest.umi.com/pqdweb?did=917129071&sid=4&Fmt=3&cli entId
= 68815 & RQT = 309 & VName = PQD

Абстрактный (Резюме документа)

Общая тенденция в Северной Америке, основанная на сельском хозяйстве, указывает на то, что лучшие сельскохозяйственные земли постоянно
теряются из-за стихийных бедствий, таких как эрозия почвы, деградация земель, и особенно в результате человеческой деятельности, такой как
городское развитие. Для контроля и управления этими первоклассными сельскохозяйственными землями необходимы улучшенные методы
оценки сельскохозяйственных земель. В последнее время перспективными оказались сочетание геопространственных технологий (GST), таких как
дистанционное зондирование, географические информационные системы (GIS) и глобальная система позиционирования (GPS), а также методы
оценки земель, такие как Land Evaluation и Site Assessment (LESA). инструменты для оценки земли. Несмотря на то, что многочисленные
исследования продемонстрировали важность интеграции моделей оценки земель с ГИС, В нескольких исследованиях популярная модель LESA
сочетается с ГИС, чтобы предоставить менеджерам инструмент поддержки принятия решений. Цель исследования - разработать инструмент
поддержки принятия решений для оценки сельскохозяйственных земель с использованием геопространственных технологий и модели LESA в
округе Блэк-Хок, штат Айова. В настоящее время округ использует систему оценки земель и земельных участков на основе Excel !, в которой
отсутствует пространственный контекст, хотя факторы оценки земель имеют пространственный характер. Для разработки инструмента поддержки
принятия решений критерии LESA и соответствующие данные для этих критериев были собраны из разных источников. Затем эти данные были
проанализированы с помощью программного обеспечения ERDAS IMAGINE и ArcGIS. Наконец, был разработан инструмент поддержки принятия
решений путем настройки программного обеспечения ArcGIS с помощью приложения Visual Basic. По результатам исследования установлено, что
продуктивность почвы, потенциал развития, и сельхозугодья являются основными факторами в модели LESA в этом округе. Инструмент
поддержки принятия решений, разработанный в этом исследовании, прост в использовании, точен, объединяет пространственные и
непространственные данные и экономит время и деньги планировщиков округа по сравнению с традиционными методами. [РЕЗЮМЕ ИЗДАНИЯ]

Полный текст (5275 слов)

Авторское право Общества охраны почв и воды, сентябрь / октябрь 2005 г.

[Заголовок]
АННОТАЦИЯ:
Общая тенденция в Северной Америке, основанная на сельском хозяйстве, указывает на то, что лучшие сельскохозяйственные земли постоянно теряются из-за стихийных бедствий, таких как эрозия почвы, деградация земель, и особенно в результате человеческой

деятельности, такой как городское развитие. Для контроля и управления этими первоклассными сельскохозяйственными землями необходимы улучшенные методы оценки сельскохозяйственных земель. В последнее время перспективными оказались сочетание

геопространственных технологий (GST), таких как дистанционное зондирование, географические информационные системы (GIS) и глобальная система позиционирования (GPS), а также методы оценки земель, такие как Land Evaluation и Site Assessment (LESA).

инструменты для оценки земли. Несмотря на то, что многочисленные исследования продемонстрировали важность интеграции моделей оценки земель с ГИС, В нескольких исследованиях популярная модель LESA сочетается с ГИС, чтобы предоставить менеджерам

инструмент поддержки принятия решений. Цель исследования - разработать инструмент поддержки принятия решений для оценки сельскохозяйственных земель с использованием геопространственных технологий и модели LESA в округе Блэк-Хок, штат Айова. В

настоящее время округ использует основанную на Excel систему оценки земель и участков, в которой отсутствует пространственный контекст, хотя факторы оценки земель имеют пространственный характер. Для разработки инструмента поддержки принятия решений

критерии LESA и соответствующие данные для этих критериев были собраны из разных источников. Затем эти данные были проанализированы с помощью программного обеспечения ERDAS IMAGINE и ArcGIS. Наконец, был разработан инструмент поддержки принятия

решений путем настройки Цель исследования - разработать инструмент поддержки принятия решений для оценки сельскохозяйственных земель с использованием геопространственных технологий и модели LESA в округе Блэк-Хок, штат Айова. В настоящее время округ

использует основанную на Excel систему оценки земель и участков, в которой отсутствует пространственный контекст, хотя факторы оценки земель имеют пространственный характер. Для разработки инструмента поддержки принятия решений критерии LESA и

соответствующие данные для этих критериев были собраны из разных источников. Затем эти данные были проанализированы с помощью программного обеспечения ERDAS IMAGINE и ArcGIS. Наконец, был разработан инструмент поддержки принятия решений путем

настройки Цель исследования - разработать инструмент поддержки принятия решений для оценки сельскохозяйственных земель с использованием геопространственных технологий и модели LESA в округе Блэк-Хок, штат Айова. В настоящее время округ использует

основанную на Excel систему оценки земель и участков, в которой отсутствует пространственный контекст, хотя факторы оценки земель имеют пространственный характер. Для разработки инструмента поддержки принятия решений критерии LESA и соответствующие

данные для этих критериев были собраны из разных источников. Затем эти данные были проанализированы с помощью программного обеспечения ERDAS IMAGINE и ArcGIS. Наконец, был разработан инструмент поддержки принятия решений путем настройки которому не хватает пространственного кон

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

Программное обеспечение ArcGIS с использованием приложения Visual Basic. Результаты исследования показали, что продуктивность почвы, потенциал развития и
сельскохозяйственные угодья являются основными факторами в модели LESA в этом округе. Инструмент поддержки принятия решений, разработанный в этом
исследовании, прост в использовании, точен, объединяет пространственные и непространственные данные и экономит время и деньги планировщиков округа по
сравнению с традиционными методами.

Ключевые слова: ArcGIS, GIS, LESA, основные сельскохозяйственные угодья, дистанционное зондирование, системы поддержки пространственных решений.

В настоящее время скорость преобразования сельскохозяйственных земель в Соединенных Штатах (особенно основных
сельскохозяйственных угодий) в несельскохозяйственные виды использования увеличивается (Daniels and Bowers, 1997; AFT, 2002;
USDA, 2OO3). Текущие тенденции в Соединенных Штатах указывают на то, что от двух до шести акров сельскохозяйственных угодий
каждую минуту теряется из-за проектов развития, таких как подразделения и торговые центры (Happe! VonArb, 2000; Hoobler et al., 2003).
Если эта тенденция сохранится, развитие может повлиять на экономику таких штатов, как Айова, которые основаны на сельском
хозяйстве. По данным Министерства сельского хозяйства и землепользования штата Айова (IDALS) (2004 г.), 89 процентов земель в
штате занимают фермы, это самый высокий процент в стране и второе место в стране по общему объему экспорта
сельскохозяйственной продукции. Айова производит примерно 17 процентов кукурузы в стране на зерно, и около 14 процентов соевых
бобов в стране (IDALS, 2002). Однако недавние тенденции в штате показали, что основные сельскохозяйственные земли теряются из-за
стихийных бедствий, таких как эрозия почвы и деградация земель, в дополнение к человеческой деятельности, такой как городское
развитие (Schoan, 1991; Dung, 2003a; INRCOG, 2003; Роббинс, 2000). По мере увеличения скорости преобразования лучших
сельскохозяйственных земель оценка этих земель должна будет проводиться путем изучения различных методов или приемов,
которые позволят максимально повысить эффективность процесса. В последнее время сочетание методов оценки земель, таких как
оценка земель и оценка местности (LESA), и геопространственных технологий, таких как дистанционное зондирование, географические
информационные системы (ГИС) и глобальная система позиционирования (GPS), показали себя многообещающими инструментами для
работы с землей. оценка (Hoobler et al., 2003; Калогиру, 2002; Национальный исследовательский совет, 1997; Сугумаран, 2002; Уильямс,
1985).

LESA представляет собой основу для объединения нескольких факторов в комплексную оценку важности конкретного участка для постоянного сельскохозяйственного использования. Такие факторы, как

качество почвы, продуктивность сельского хозяйства, давление развития и другие общественные ценности, объединены в единый балл, который позволяет идентифицировать и защищать важные

сельскохозяйственные земли (DeMers et al., 2003). LESA была разработана Службой охраны почв США (SCS) для реализации Закона 1981 года о политике защиты сельскохозяйственных земель (USDA, 1983).

Основная цель системы заключалась в том, чтобы предоставить местным лицам, принимающим решения, объективную и последовательную систему, основанную на числовых показателях, для определения

того, какие сельхозугодья должны быть доступны для развития, а какие должны быть защищены для ведения сельского хозяйства (Daniels, 2003). Основная идея состоит в том, чтобы определить землю, которая

является лучшей сельскохозяйственной землей в двух смыслах: присущая ей производственная мощность и возможность того, что ферма на участке может быть экономически и политически жизнеспособной

(Smith and Montgomery, 2004). Система LESA - это система числового рейтинга участков, которая помогает в формулировании политики или принятии решений о землепользовании на сельскохозяйственных

угодьях или о зонировании. Система разработана с учетом как качества почвы, так и других факторов, влияющих на важность участка для сельского хозяйства. В настоящее время в 26 штатах США используется

более 200 систем LESA (DeMers et al., 2003; Hoobler et al., 2003). Система LESA - это система числового рейтинга участков, которая помогает в формулировании политики или принятии решений о

землепользовании на сельскохозяйственных угодьях или о зонировании. Система разработана с учетом как качества почвы, так и других факторов, влияющих на важность участка для сельского хозяйства. В

настоящее время в 26 штатах США используется более 200 систем LESA (DeMers et al., 2003; Hoobler et al., 2003). Система LESA - это система числового рейтинга участков, которая помогает в формулировании

политики или принятии решений о землепользовании на сельскохозяйственных угодьях или о зонировании. Система разработана с учетом как качества почвы, так и других факторов, влияющих на важность

участка для сельского хозяйства. В настоящее время в 26 штатах США используется более 200 систем LESA (DeMers et al., 2003; Hoobler et al., 2003).

Метод LESA имеет ряд преимуществ перед другими методами, такими как агроэкологические зоны (AEZ) (Росситер, 2003), классификация
плодородия (FCC) (Kossitcr, 2003) и рейтинги почвенного потенциала (SPK) (Росситер, 2003) среди других. , потому что это процедура и
структура, которые могут быть уточнены и откалиброваны на местном уровне (Dung, 2003a; Hobbler et al., 2003; INKCOG, 2003; Steiner,
2003). Например, Росситер (2003) подверг критике классификации способности плодородия для некоторых из своих конкретных
ограничений класса (например, почему от 15 до 35 процентов грубых фрагментов почвы для «основного» модификатора, почему не от
10 до 20 процентов и т. Д.). Многие из них соответствуют ограничениям в таксономии почв. Еще одна критика заключается в том, что
классы недостаточно точны, чтобы давать конкретные рекомендации по управлению фертильностью. Это не было предназначено для
создания подробных планов управления, только консервационная часть этих планов. Таким образом, существует неявное
ранжирование основных видов землепользования: очень интенсивное возделывание (1), интенсивное возделывание (1! 2), умеренно
интенсивное возделывание (1! 3), ограниченное возделывание (1! 4), интенсивный выпас (1! 5), умеренный выпас (1! 6), ограниченный
выпас (1! 7), лесное хозяйство (1! 7), дикая природа (1! 8). Фактически, все квалификационные термины расплывчаты и неопределенны.
Это письменная запись наилучшего имеющегося суждения, а не объективная система классификации земель, хотя в большинстве
приложений есть таблицы, в которых указаны пределы характеристик земель, которые могут быть приняты в каждом классе, например,
уклон должен быть менее пяти процентов для быть в классе один или два. Таким образом, это интерпретирующая классификация почв
с очень узкой направленностью. Применение агроэкологических зон ограничено отсутствием геопространственных данных и носит
слишком общий характер. Эти методы, если рассматривать их как самостоятельные, лишены пространственного контекста, даже
несмотря на то, что землепользование пространственно связано по своей природе. Таким образом, совершенно необходимо принять
альтернативный подход к оценке земли. В этом исследовании система LESA считается очень актуальной и подходящей. Хотя LESA
считается объективным и числовым, на самом деле существует некоторая субъективность. Однако субъективность не скрыта, а явна в
формулировке и применении системы. Он состоит из двух основных критериев: (а) неотъемлемое продуктивное качество земли и (б)
давление местного развития по сравнению с существующей сельскохозяйственной экономикой; первый обычно приносит KX) очков, а
второй 200!

Модель LESA требует не только таких данных, как обновленная карта землепользования, параметры почвы, урожайность и т. Д.

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

несельскохозяйственные данные, включая данные о дорогах, зонировании, земельных участках, окружающей среде, канализации и поселках, а также необходимость систем для анализа этих наборов данных. Геопространственные

технологии, такие как дистанционное зондирование и ГИС, обладают необходимыми инструментами для оценки земель. Важным источником информации о земном покрове являются данные дистанционного зондирования, особенно

спутниковые изображения, главным образом из-за их преимуществ, таких как повторяемость, получение данных в реальном времени, экономичность, синоптический вид и т. Д., По сравнению с традиционными методами, которые

включают аэрофотоснимки и наземные исследования. Несколько авторов сообщили о преимуществах разработки карт земного покрова на основе спутниковых данных для сельскохозяйственных земель (Alho, 2003; Gao, 1996; King, 1994;

Lillesand and Kiefer, 2000). Кроме того, CMS помогает в оценке земли за счет снижения затрат на сбор информации и переменной нормы внесения входных данных, а также решения, позволяющие экономить время, для лучшего

управления и планирования (Lyon, 2004; Robert, 1997). GlS используется для создания слоев пространственных данных, разработки правил принятия решений и оценки земли (Lowe, 2004). Это связано с тем, что оценка земли

концептуализируется как проблема принятия решений по множеству критериев (Hopkins, 1987; Jansen et al., 2004), а также качество участка для конкретного использования зависит не только от значений переменных окружающей среды в

участка, но и в его окрестностях (Eastman, 1990). При создании базы данных GlS было обнаружено, что GPS полезен тем, что он используется для сбора полевых данных, а также для определения местоположения и обновления данных. и

оценка оценки земли (Lowe, 2004). Это связано с тем, что оценка земли концептуализируется как проблема принятия решений по множеству критериев (Hopkins, 1987; Jansen et al., 2004), а также качество участка для конкретного

использования зависит не только от значений переменных окружающей среды в участка, но и в его окрестностях (Eastman, 1990). При создании базы данных GlS было обнаружено, что GPS полезен тем, что он используется для сбора

полевых данных, а также для определения местоположения и обновления данных. и оценка оценки земли (Lowe, 2004). Это связано с тем, что оценка земли концептуализируется как проблема принятия решений по множеству критериев

(Hopkins, 1987; Jansen et al., 2004), а также качество участка для конкретного использования зависит не только от значений переменных окружающей среды в участка, но и в его окрестностях (Eastman, 1990). При создании базы данных GlS

было обнаружено, что GPS полезен тем, что он используется для сбора полевых данных, а также для определения местоположения и обновления данных.

Кроме того, LESA адаптируется для реализации GlS, поскольку многие факторы являются пространственными: например, близость к
фермерским или нефермерским объектам, фрагментация ландшафта и расстояние до сельскохозяйственной или городской
инфраструктуры. Некоторые из них слишком сложны для рутинного определения без GlS. Кроме того, местному комитету по
планированию нужен инструмент для интерактивного изменения важности различных критериев и наблюдения за тем, как это
повлияет на результат. Оценки LESA для всей территории можно суммировать, чтобы получить показатель удобства для фермы, и этот
показатель можно оценить для различных сценариев развития. Для точной разработки сценариев требуется актуальная информация о
земном покрове, которая была предоставлена данными дистанционного зондирования. Таким образом, интеграция данных ГИС и
дистанционного зондирования с LESA обеспечит эффективное внедрение системы.

В последнее время немногие исследователи продемонстрировали важность интеграции ГИС с LESA для оценки земель и моделирования
пригодности земель (Day et al., 2000; DeMers et al., 2003; Hoobler et al., 2003). Например, Day et al. (2000) объединили LESA с (MS для разработки
системы оценки сельскохозяйственных угодий для защиты сельскохозяйственных угодий в Пенсильвании. Система, которая использует данные о
почвах Министерства сельского хозяйства США (USDA) для определения сельскохозяйственной продуктивности для земельного участка, также
учитывает несельскохозяйственные факторы, такие как расстояние до воды и канализации, текущее зонирование окружающих
землепользований и расстояние до населенных пунктов в оценке. Прототип, который был протестирован в округе Ланкастер, используется как
минимум в пяти округах и предоставляет пользователям варианты для изменения важности каждой переменной в моделях оценки. В попытке
расширить возможности LESA DcMcrs et al. (2003) рассматривали интеграцию LESA с ГИС как один из способов разработки общей модели LESA для
оценки пригодности сельскохозяйственных земель. По их словам, это помогает людям визуализировать экологические последствия будущих
тенденций; может применяться в различных шкалах и позволяет быстро рассчитывать баллы LESA. Сходным образом. Hoobler et al. (2003)
интегрировали LESA и GIS для оценки их использования для планирования землепользования в округе Ист-Парк, штат Вайоминг. Они
использовали коэффициенты классификации возможностей земель, основные данные о сельскохозяйственных угодьях и урожайность
орошаемой сахарной свеклы для расчета оценок земель; в то время как расстояние от городской черты, основных дорог и канализационных
сетей являлось факторами оценки участка. Результаты показывают разработку карт подходящих сельскохозяйственных земель на исследуемой
территории. и сделать вывод, что сочетание LESA и GIS помогает решениям по управлению земельными ресурсами. Настоящее исследование
было разработано для разработки инструмента поддержки принятия решений для оценки сельскохозяйственных земель с использованием
геопространственных технологий и модели LESA для округа Блэк-Хок, штат Айова, для защиты сельскохозяйственных земель, а также для целей
зонирования и налогообложения в округе.

Методы и материалы.

Область исследования. Округ Блэк-Хок расположен в северо-восточной части штата Айова (рис. 1). Графство, как правило,
представляет собой прерийный ландшафт, состоящий из полого холмистой местности, где преобладает сельское хозяйство, и
перемежающихся густыми лесными массивами (INRCOG, 2003). Климат округа характеризуется холодной снежной зимой и
влажным жарким летом, что способствует выращиванию сельскохозяйственных культур. Округ Блэк-Хок, штат Айова, был
выбран в качестве примера для разработки инструмента поддержки принятия решений при оценке сельскохозяйственных
земель, потому что значительная часть (около 44 процентов) из 368 640 акров (576 миль!) Посвящена сельскому хозяйству.
Годовое количество осадков колеблется от 31,5 дюймов до 32,5 дюймов, и примерно 71 процент годовых осадков выпадает в
период с апреля по сентябрь (NOAA, 2003). Почвенные ресурсы округа, которые идеально подходят для выращивания
сельскохозяйственных культур, считаются «первоклассными» по стандартам земель графства, которые обычно имеют оценку
земли 50 и выше. Что касается землепользования, в округе есть сельскохозяйственные, жилые, коммерческие и
промышленные районы. В округе 17 поселков и ряд малых городов с населением около 128 012 человек (по данным на 200
человек). Это составляет около 4,37 процента штата Айова за тот же период.

Рисунок 1
Область исследования.

фигура 2
Критерии оценки земли и участка (LESA) (Изменено из INRCOG, 2003).

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

Графство Блэк Хок первоначально разработало рейтинг пригодности кукурузы для определения пригодности земли для выращивания кукурузы. В
последнее время округ начал использовать модель LESA, которая была реализована с использованием Microsoft Excel ™ (INRCOG, 2003). Эта
система состоит из двух частей (рисунок 2). Первая часть посвящена оценке земли, где база данных почвы, класс пригодности земли и
урожайность используются для определения средней стоимости участка участка собственности с использованием метода взвешенных
коэффициентов, а вторая часть касается оценки участка, состоящего из не почвенных участков. факторы. Для компонента оценки земель были
выбраны три критерия, которые включают класс пригодности земли, рейтинг пригодности кукурузы и площадь земель в сельском хозяйстве
(Рисунок 2). Для компонента оценки площадки LESA было выбрано десять критериев. Это не так! коэффициенты использования
сельскохозяйственных земель, которые используются для определения стоимости земельного участка для сельскохозяйственного использования
(Рисунок 2). Критерии оценки участка были определены путем анализа, среди прочего, комплексного плана землепользования, постановления о
зонировании и карт округа (INRCOG, 2003).

Разработка данных. Данные для этого исследования были получены из различных источников (таблица 1). Эти данные,
которые были разного типа, были получены в разных проекциях и формах. Спутниковое изображение, используемое для
создания карты земного покрова, и цветное инфракрасное изображение, которое использовалось в качестве справочных
данных для обучения компьютера, были получены из Министерства природных ресурсов штата Айова (IDNR); карта почвы и
несколько других слоев данных, включая дороги, земельные участки и зонирование, были получены из Информационной
системы управления округа Блэк-Хок и Департамента планирования и зонирования. Слои канализационной сети и
пожарных / спасательных служб были недоступны, поэтому авторы создали их с помощью редактора ArcMap и Xtools,
расширения в ArcGIS, которое позволяет настраивать файлы формы. Кроме того, в округе нет действующей карты земного
покрова;

Таблица 1. Данные, использованные в исследовании.

Анализ данных дистанционного зондирования Земли. Спутниковые изображения Landsat ™ были использованы для создания карты земного
покрова округа Блэк-Хок (Таблица 1). Метод гибридной классификации изображений использовался для обработки данных дистанционного
зондирования, в основном для того, чтобы воспользоваться преимуществами как контролируемых, так и неконтролируемых классификаторов.
Этот метод помогает повысить точность процедур, выполняемых исключительно под наблюдением или без него (Lillesand and Kiefer, 2000).
Гибридный метод был принят на этапе обработки с использованием методики итеративного самоорганизующегося анализа данных (ISODATA)
для неконтролируемой классификации и максимальной вероятности контролируемой классификации с помощью программного обеспечения
ERDAS Imagine. Точность окончательной карты оценивалась с использованием статистики Каппа (Lillesand and Kiefer, 2000) и матрицы ошибок
(матрицы неточностей).

Разработка инструмента поддержки принятия решений. Появление ArcGIS и расширяемость, которую ArcGIS предлагает за счет
использования Visual Basic для приложений, Visual Basic и других языков разработки, совместимых с компонентной объектной
моделью, позволяет создавать настраиваемые функции приложений с надежным поведением (ESRI, 2003). Это позволяет
пользователям настраивать свое программное обеспечение для конкретных приложений, используя Visual Basic для приложений и
ArcObjects (Raazavi, 2002). В этом исследовании при первоначальном прототипировании и разработке интерфейса использовался Visual
Basic для приложений в ArcGIS. Выбор Visual Basic для программирования приложений обусловлен тем, что редактор Visual Basic tor
Applications входит в состав программного обеспечения ArcGIS, а выбор программного обеспечения ArcGIS в основном обусловлен
доступностью этого программного обеспечения в округе. Это позволит округу напрямую использовать прототип, поскольку они
знакомы с программным обеспечением и имеют опыт работы с ним, и не потребует дополнительных затрат на приобретение
программного обеспечения и обучение. Созданный интерфейс для оценки сельскохозяйственных земель состоит из двух компонентов,
а именно: оценка земли и оценка участка. Инструмент поддержки оценки сельскохозяйственных земель был разработан с помощью
сотрудников департамента планирования и зонирования округа, которые непосредственно участвуют в определении прав на
зонирование и налогообложения в округе.

Результаты и обсуждение

На рисунке 3 показана обновленная карта земного покрова, созданная с использованием данных спутникового дистанционного зондирования для Black Hawk Gounty. Результаты по

площади, занимаемой каждым типом почвенного покрова, по сравнению с картами почвенного покрова 1982 и 1992 годов показывают неуклонное увеличение площади застройки и

неуклонное сокращение сельскохозяйственных земель. В 1986 году под сельское хозяйство приходилось около 145 000 акров земли; в 1992 г. эта площадь упала до 138 000. К 2000 г. площадь

сельскохозяйственных земель неуклонно уменьшалась до 120 000 акров. Напротив, за тот же период наблюдался неуклонный рост площадей застройки. Например, в то время как в 1986 году

застроенные площади составляли около 38000 акров, эта цифра выросла примерно до 42000 акров и еще 1000 акров в 1992 и 2000 годах. Эти результаты, похоже, подтверждают результаты

предыдущих исследований, согласно которым сельскохозяйственные земли превращаются в нет! сельскохозяйственное использование в изучаемой области вызывает тревогу. На рисунке 4

показан сельскохозяйственный инструмент поддержки принятия решений LESA, разработанный для оценки сельскохозяйственных достижений в округе Блэк-Хок. В инструмент поддержки

принятия решений было добавлено несколько инструментов, таких как вырезать слой, область обновления, вычислить оценку оценки земли, удалить слой и очистить выделение / полный

экстент (рис. 4). В следующем примере шаг за шагом объясняется, как этот инструмент поддержки принятия решений может помочь планировщикам принимать эффективные решения. и

четкий выбор / полная степень, которые были добавлены в инструмент поддержки принятия решений (рисунок 4). В следующем примере шаг за шагом объясняется, как этот инструмент

поддержки принятия решений может помочь планировщикам принимать эффективные решения. и четкий выбор / полная степень, которые были добавлены в инструмент поддержки

принятия решений (рисунок 4). В следующем примере шаг за шагом объясняется, как этот инструмент поддержки принятия решений может помочь планировщикам принимать эффективные

решения.

Пример применения. Пользователь приходит с просьбой изменить зонирование существующего объекта недвижимости. В

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

Чтобы округ принял решение о том, удовлетворен или отклонен запрос, он прибегает к системе LESA, которая является объективным
способом принятия решения. Это связано с тем, что LESA позволяет округу анализировать, какие районы подходят для развития на
основе существующих почв, границ собственности (участков), городских / сельских районов, корпоративных границ и других слоев,
которые округ учитывает при проведении анализа участка. На основе этих данных инструмент поддержки принятия решений в
сельском хозяйстве выставляет оценку каждому участку или его части. Эта оценка может использоваться, чтобы определить, следует ли
предоставлять разрешение на изменение зоны. В следующем примере рассматривается процесс принятия решений, задействованный
в инструменте поддержки принятия решений в сельском хозяйстве, как показано на Рисунке 5. Первый раздел посвящен оценке земли,
за которой следует оценка участка,

Оценка земли (LE). Первым шагом является выбор посылки или ее части для оценки (рисунок 5). После выбора
целевого участка на основе запроса пользователя он привязывается к почвенной карте, база данных которой
используется для определения оценки земли. Инструмент обновления области помогает обновить область
обрезанного участка. Функция Calculate LE рассчитывает оценку земли на основе параметров почвы в обрезанном
слое и площади, покрытой каждым типом почвы в выбранной области. В этом примере была получена оценка земли
81,56 (Рисунок 6). После того, как объект был выбран, вырезан и рассчитана оценка земли, результатом будет карта и
ее атрибуты, добавленные в таблицу содержания в ArcMap, а атрибуты будут сохранены во временном каталоге.
Функция удаления удаляет как файл атрибутов, так и карту, чтобы можно было выбрать новые участки. Наконец,
прежде чем пользователь выберет новый участок, предыдущий выбор должен быть убран с экрана, и в случае
увеличения или уменьшения изображения функция полного экстента возвращает слой в его исходное положение.
Определение оценки земли с помощью этого инструмента экономит время и является точным по сравнению с
традиционным методом, используемым в исследуемой области.

Рисунок 3
Карта земного покрова округа Черный Ястреб.

Рисунок 4
Инструменты поддержки принятия решений по оценке сельскохозяйственных земель и земельных участков, разработанные в ArcGIS.

Оценка сайта. Как упоминалось ранее, оценка участков - это несельскохозяйственный компонент системы LESA, более сложный и
противоречивый, чем компонент оценки земель. Это связано с его субъективностью, когда местный комитет рассматривает и
взвешивает факторы, благоприятствующие сельскому хозяйству, такие как размер фермы, доля сельскохозяйственных угодий первого и
второго классов на ферме, близость к вспомогательным службам (например, торговцам кормами и удобрениями) и те, которые
благоприятствуют развитие, такое как степень несельскохозяйственного развития на определенном расстоянии, текущее зонирование
и близость к муниципальным службам. Существует несколько факторов оценки площадки, которые используются и сгруппированы по
таким категориям, как: (а) факторы потенциального развития; (б) факторы, связанные с хозяйством; и (c) другие факторы, на которые не
оказывают давления разработки (Рисунок 2). Чтобы рассчитать оценку земли, мы разработали простой интерфейс, показанный на
рисунке 6. Пользователи могут ввести свой собственный вес и оценить оценку земли для своих вводимых данных. Индивидуальные
оценки автоматически рассчитываются на основе весовых коэффициентов критериев. В примере на Рисунке 6 пользователь получил
оценку за посылку 138.

Комплексная оценка земли и земельного участка. Окончательные индивидуальные баллы рассчитываются, когда все баллы по оценке
земли и участка были определены и интегрированы в интерфейс LESA (рис. 6). В этом примере объединенная оценка земли и оценки
участка составила 219,56, как показано на Рисунке 6. Результаты окончательных оценок LESA используются, чтобы помочь в процессе
принятия решения о налоге на возмещение ущерба округа и земельном налоге на недвижимость на основе значений из таблица
(таблица 2). Модель показывает, что существует большее предпочтение для защиты сельскохозяйственных земель, где оценка LESA
превышает 240. В модельном примере окончательная оценка LESA 219,56 означает, что эта территория умеренно хороша для сельского
хозяйства (таблица 2) и может быть защищена от городского развития. или дали разрешение на перепланировку. Оценка земли 81 на
Рисунке 6 показывает, что этот участок подходит для выращивания сельскохозяйственных культур. Ясно, что, когда акцент делается на
факторах оценки участков, территории, близкие к застроенным территориям, прогнозируются как низкоприоритетные с точки зрения
защиты сельского хозяйства, что предполагает, что урбанизация должна быть сконцентрирована в этих районах, а не распределяться
по остальной части исследуемой территории. .

В финальном LESA за любую посылку можно получить максимум 300 баллов. Однако были различия во многих отношениях,
особенно в выборе критериев для использования и в назначении весовых коэффициентов, в основном из-за гибкости системы
и ее применимости на местном уровне. Система LESA показывает, что она может быть гибкой в зависимости от роста и легко
адаптируемой для создания баланса между человеческими потребностями и сельским хозяйством, поскольку их можно
постоянно обновлять для адаптации к местным параметрам. Тем более что в случае округа Черный Ястреб, который
поддерживается цифровой базой данных и географической информационной системой. Эта технология сделает анализ LESA
отличным от текущего плана округа, поскольку после разработки модели можно легко внести корректировки, а результаты
можно будет быстро получить в виде карты. LESA также может использоваться как самостоятельный инструмент или как
компонент плана землепользования. Например, LESA можно было бы сформулировать для работы в качестве компонента
существующего плана округа, чтобы технически поддерживать местные решения и выявлять проблемы сохранения общинных
земель, используя при этом имеющиеся базы данных, слои карт и возможности ГИС. Это

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

Персонал округа в целом согласился с тем, что ГИС может быть решающим фактором во многих случаях, и что она предоставляет
убедительные доказательства, необходимые для принятия ценных земельных решений и знания, где размещать ресурсы (личное
общение с Ариком Шодером Ватерлоо, Айова, 2003 г.) . Инструмент, разработанный в рамках этого проекта, прост в использовании,
экономит время и деньги для планировщиков в округе.

Рисунок 5.
Шаги в инструменте поддержки принятия решений.

Резюме и заключение

Основная цель этого исследования заключалась в разработке инструмента поддержки принятия решений для оценки сельскохозяйственных земель в округе Блэк-Хок, штат Айова, с использованием геопространственных технологий. Это

было реализовано с использованием метода LESA в среде ГИС для поддержки оценки сельскохозяйственных земель. Этот инструмент использует данные из разных источников, включая обновленную карту земного покрова, полученную

по данным спутникового дистанционного зондирования. Результаты реализации с использованием Visual Basic для приложений показали, что интеграция ГИС оказалась очень ценной в предоставлении инструмента поддержки принятия

решений для оценки земли. Инструмент поддержки принятия решений, разработанный в этом исследовании, прост в использовании, точен, объединяет пространственные и непространственные данные и экономит время и деньги

планировщиков округа по сравнению с традиционными методами. Однако у этого исследования было несколько ограничений. Во-первых, LESA! В модели ГИС, разработанной для данного исследования, отсутствует экономический

компонент оценки земель. Показатели LESA в этом исследовании не должны использоваться для интерпретации или для вынесения каких-либо суждений о существующих или предполагаемых видах землепользования в округе Блэк-Хок.

Это связано с тем, что определенные данные либо были недоступны, либо не были в удобном для использования формате. Таким образом, надежность некоторых данных не может быть гарантирована. Например, слои канализации и

пожарных / спасательных служб были недоступны по соображениям безопасности, и эти слои были созданы в ArcGIS с использованием доступных инструментов. Некоторые из этих факторов будут исправлены в будущих исследованиях.

Это связано с тем, что определенные данные либо были недоступны, либо не были в удобном для использования формате. Таким образом, надежность некоторых данных не может быть гарантирована. Например, слои канализации и

пожарных / спасательных служб были недоступны по соображениям безопасности, и эти слои были созданы в ArcGIS с использованием доступных инструментов. Некоторые из этих факторов будут исправлены в будущих исследованиях.

Это связано с тем, что определенные данные либо были недоступны, либо не были в удобном для использования формате. Таким образом, надежность некоторых данных не может быть гарантирована. Например, слои канализации и

пожарных / спасательных служб были недоступны по соображениям безопасности, и эти слои были созданы в ArcGIS с использованием доступных инструментов. Некоторые из этих факторов будут исправлены в будущих исследованиях.

Рисунок 6
Интерфейс оценки земли и участка.

Благодарности

Авторы выражают благодарность Барб Берквам, координатору ГИС округа Черный Ястреб, Ким Видер из окружного
подразделения MIS и Арику Шёдеру из окружного департамента планирования и зонирования за предоставление большей
части данных для исследования, а также за ценные отзывы. Мы также выражаем особую благодарность Брайану Шоану из
INRCOG за различную помощь в модели LESA. Авторы также хотели бы поблагодарить трех анонимных рецензентов за их
полезные комментарии. Авторы благодарны проекту STORM в Университете Северной Айовы за финансовую поддержку этого
исследования.

Таблица 2. Диапазон классификации оценок участков для оценки земель (INRCOG, 2003).

[Ссылка]
Цитированные ссылки

Alho, P 2003. Характеристики растительного покрова на северо-востоке Исландии с особым упором на геоморфологию Jokulhlamp.
Geografiska Annaler Series A, Physical Geography 85 (185): 2 13-227.
Американский сельскохозяйственный фонд (AFT). 2002. Информационный бюллетень: Набор инструментов для защиты сельскохозяйственных земель. Информационная

курильница Farmland Trust. Типография правительства США, Вашингтон, округ Колумбия

Ангилар, AM 2004. Интеграция ГИС, круговой статистики и KDSD для моделирования пространственных данных: тематическое исследование
Географическое и экологическое моделирование 6 (1): 5-25.
Дэниелс, Т. 2003. Стратегическое использование LESA для защиты сельскохозяйственных угодий. Документ, представленный на семинаре
Общества по охране почв и водосбережения по оценке участка земли в Лид-Лодж и конференц-центре, Ферма Арбор-Дэй. Небраска-Сити.
Небраска.
Дэниэлс, Т. и Д. Мауэрс. 1997. Удерживая свои позиции: защита американских ферм и сельскохозяйственных угодий. Island Press, Вашингтон,
округ Колумбия
Дэй Р.Л., М. Андерсон, Э. Стил и М. Брус. 2000. Охрана сельскохозяйственных угодий и ГИС. Получено с
http://lal.cas.psu.edu/publications/far mland.htm.
Демерс, Миннесота, Дж. Р. Пиз, Л. Ноткраун, М. Филлипс и С. Анантанараянан. 2003. Оценка природных ресурсов:
национальный обзор систем. Отчет Обществу по охране почв и воды (SWCS) о частичном выполнении требований
контракта SWCS. Небраска-Сити, Небраска.
Dung, JE 2003a. Изменения в землепользовании в округе Блэк-Хок, 1986–2000 годы. Неопубликованная рукопись. Университет
Северной Айовы. Кедровый водопад. Айова.
Dung, JF 2003b. Оценка сельскохозяйственных земель в округе Блэк-Хок с использованием геопространственных технологий. Неопубликованная диссертация.
Университет Северной Айовы. Кедровый водопад. Айова.
Истман, Дж. К. 1990. IDRSI: Географическая информационная система на основе гридов: версия 3.2. Высшая школа географии
Университета Кларка, Вустер, Массачусетс.
ESRI, 2003. Начало работы с VBA для ArcGIS. Edgetech America, Inc., Глен Аллен, Вирджиния.

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

Гао П., Ч. Чжан и С. Менон. 1996 Обзор моделирования на основе ячеек с помощью ГИС. Стр. 325-331. В кн .: ГИС и моделирование
окружающей среды: Прогресс и проблемы исследований. М. Ф. Гудчайлд, Л. Т. Стеварт и П. О. Паркс (ред.) GIS World Books, Форт-
Коллинз, Колорадо.
Хаппе-фонАрб, Д. 2000. Где мы терпим неудачу: инвентаризация природных ресурсов. Голоса сохранения 3 (1): 16-17.
Hoobler, BM, GTVance, JD Hamerlinck, LC. Манн и Дж. А. Хейворд. 2003. Приложения оценки земли и участка (LESA) и
географической информационной системы (GIS) в округе Ист-Парк, штат Вайоминг. Журнал сохранения почвы и воды
58 (8): 105-108.
Хопкинс, I. 1987. Методы создания карт пригодности земли: сравнительная оценка. Журнал Американского института
планирования 10: 386-400.
INRCOG. 2003. Отчет системы оценки земель и территории округа Блэк-Хок (LESA): предварительный проект для рассмотрения.
Неопубликованная рукопись Регионального совета правительств штата Айова Нортленд, Ватерлоо, штат Айова.
Министерство сельского хозяйства и землепользования Айовы (IDALS). 2002. Краткие факты о сельском хозяйстве Айовы. Получено с http: //
www. сельское хозяйство.state.ia.us/quickFacts.htm.
Министерство сельского хозяйства и землепользования Айовы (IDALS). 2004. Краткие сведения о сельском хозяйстве Айовы.
Получено с http://www.agriculture.state.la.us/quickFacts.htm.
Янсен, М., М. Иуда и Я. Саборовски. 2004. Пространственное моделирование в лесной экологии и управлении: тематическое
исследование. Международный журнал географической информации 18 (3): 299-300.
Калогиру, С. 2002. Экспертные системы и ГИС: приложение оценки пригодности земли. Компьютеры, окружающая среда и городские
системы. 26 (2-3): 89-112.
King, RB 1994. Значение разрешения на местности, спектрального диапазона и стереоскопии спутниковых изображений для картографирования наземных
систем и землепользования влажных тропиков. Международный журнал дистанционного зондирования 15 (3): 521-530.
King, RN и J. Lamb. 2001. Использование оценки земель и оценки участков (LESA) для планирования защиты сельскохозяйственных земель:
тематическое исследование Нью-Йорка. Получено с http://www.joe.org/joe/2001augiKt/rb6.html.
Lillesand, TM и RW Kiefer. 2000. Дистанционное зондирование и интерпретация изображений (4-е издание). John Wiley & Sons, Нью-
Йорк, Нью-Йорк.
Лоу, П. 2004. Система поддержки пространственных решений для данных радиолокационной метеорологии в Южной Африке. Транзакции в ГИС 8
(2): 235-244.
Лион, Дж. Г. 2004. ГИС для управления водными ресурсами и водоразделами. Международный журнал
географической информации 18 (3): 301-302.
Национальное управление океанических и атмосферных исследований (NOAA). 2003. Прогноз от месяца к сезону. Получено с
www.weather.gov.
Национальный исследовательский совет (NRC). 1997. Точное земледелие в 21 веке: геопространственные и информационные
технологии в растениеводстве. Национальная академия прессы, Вашингтон, округ Колумбия
Разави, AH 2002. Руководство разработчика ArcGIS для визуального базового приложения (VHA). Onward Press, Клифтон-Парк, Нью-
Йорк. Роббинс, Э. 2000. Дом на хребте. Голоса сохранения 3 (1): 13-15.
Роберт, PC 1997. Дистанционное зондирование: потенциально мощный метод точного земледелия. Стр. 19-25. В: Информация о
наземных спутниках в следующем десятилетии 11: Источники и приложения. ПК. Роберт (ред.) Типография правительства США.
Вашингтон
Росситер, Д.Г. 2003. Конспект лекций по оценке земель. Часть 7: Методы классификации земель, не относящиеся к ФАО. www.css.
Cornell.edu/landeval/le_notes/lecnot.htm.
Шоан, Б.Р. 1991. Использование метода оценки земель и земельных участков (LESA) в сельской и городской окраине: тематическое исследование округа Даллас, штат
Айова. Неопубликованная магистерская диссертация, Государственный университет Айовы, Эймс, Айова.

Смит, В. и Х. Монтгомери. 2004. Революция или эволюция? Сельское хозяйство Новой Зеландии с 1984 года. Geo Journal 59 (2):
107-118.
Штайнер, Ф. 2003. LESA: Ретроспектива и перспектива. Документ, представленный на семинаре Общества по охране почв и водосбережения
по оценке участков земли, Lied Lodge and Conference Ccnter, Arbor Day Farm, Небраска-Сити, Небраска. Сугумаран, Р. 2002. Разработка
интегрированной системы поддержки принятия решений по управлению ассортиментом. Компьютеры и электроника в сельском хозяйстве
37: 199-205.
Министерство сельского хозяйства США (USDA). 1983. Национальный справочник почв: Национальное обследование сельскохозяйственных культур. Публикация USDA
№ 430 VI NSH. Типография правительства США, Вишмгтон, округ Колумбия
Министерство сельского хозяйства США (USDA). 2003. Уведомление о запросе предложений, программа защиты сельскохозяйственных земель.
Получено с htrp: //joe.org/joe/2001august/rb6.html.
Уильямс, Л. 1985. Реализация LESA в географической информационной системе: тематическое исследование. Фототехника и
дистанционное зондирование 51 (12): 1923-1932.

[Принадлежность автора]

Элиша Дж. Дунг - доктор философии. студент и Раманатан Сугумаран - доцент кафедры географии Университета
Северной Айовы в Сидар-Фоллс, штат Айова.

Авторские права © 2006 Информационно-обучающая компания ProQuest. Все права защищены.Условия и положения

Текстовый интерфейс

из ВЕЧЕРА
DocumentView httpproquestumicompqdwebindexsidsrchmodevinstPRODfmt

из ВЕЧЕРА

Посмотреть статистику публикации