Mehr

Alternative zum Generieren von Near Table in ArcMap 10.2

Alternative zum Generieren von Near Table in ArcMap 10.2


Ich möchte den Abstand zwischen jedem Polygon in einer Ebene (jedem Rechteck in einem Netzgitter über dem fraglichen Bereich) und dem nächsten Polygon in einer anderen Ebene erhalten, aber "Generate Near Table" wird nie beendet. Da ich auf Schulcomputer beschränkt bin, kann ich das Programm nicht lange genug laufen lassen, bis es fertig ist. Irgendwelche Ideen für eine Problemumgehung oder ein anderes Tool, mit dem ich dieselben Informationen sammeln kann?

Ich habe das Kontrollkästchen "Nur am nächsten" aktiviert. Innerhalb jeder Gitterzelle befinden sich aggregierte Punkte. Ich benötige den Abstand von der Gitterzelle zum nächsten Park (Polygone in einer anderen Layer-Datei). Diese Daten werden mit einer vorhandenen Tabelle verknüpft und als potenzielle erklärende Variable in einer OLS-Regressionsanalyse verwendet, bei der die abhängige Variable die Anzahl der Punkte innerhalb der Rasterzelle ist.


Verwenden Sie den eukledischen Rasterabstand zu Parks. Verwenden Sie Raster, um Statistiken zu finden. Um die Zeit zu reduzieren, verwenden Sie eine angemessene Zellengröße für das Entfernungsraster, z. 50 m wenn dies für Ihren Zweck ausreichend genau ist


Abschnitt sieben: Geoverarbeitung speziell in ArcMap

Wie in der Einführung zu diesem Kapitel erwähnt, besteht eines der Hauptziele dieser Klasse darin, eine Grundlage für das Verständnis von Geoverarbeitungswerkzeugen zu entwickeln. Das kommt nur, wenn Sie lesen, was Werkzeuge tun können, sie einer Kategorie verwandter Werkzeuge zuordnen und sich eine Minute Zeit nehmen, bevor Sie ein bestimmtes Werkzeug ausführen, um ein Ergebnis basierend auf den Eingabeebenen vorherzusagen. Durch Ausführen des Werkzeugs und Untersuchen der Ausgabe werden Ihre zukünftigen Vorhersagen entweder bestätigt oder geändert, wodurch wiederum ein umfassenderes Verständnis des Geoverarbeitungswerkzeugs entsteht. Diese Fähigkeiten sind unabhängig von der GIS-Software, da Geoverarbeitungswerkzeuge alle die gleichen Aufgaben ausführen. Die Ausgabe eines Clip-Tools, das in ArcGIS ausgeführt wird, ist die gleiche, als ob dieselben Daten durch ein Clip-Tool in QGIS laufen würden, mit dem einzigen wirklichen Unterschied in der Werkzeugschnittstelle.

Beim Vergleich der Werkzeugschnittstelle für ArcGIS mit einer anderen Software wie QGIS ist ArcGIS tatsächlich "benutzerfreundlicher" und geht weniger davon aus, dass der Benutzer die Konzepte von GIS wirklich versteht - einen Vektor oder ein Raster definieren, wissen, welche Geometrietypen verfügbar sind, und die Fähigkeit, Outputs vorherzusagen. Da dieser Kurs ArcGIS verwendet, die heute am häufigsten verwendete GIS-Software, müssen einige Besonderheiten der Software behandelt werden, z Aktivieren von Erweiterungen, Ausfüllen von Werkzeugdialogfeldern, das Ergebnisfenster und wissen, wo Sie nachsehen müssen, ob ein Werkzeug ausgeführt wird, erfolgreich abgeschlossen wurde, mit einem Fehler abgeschlossen wurde oder nicht ausgeführt werden konnte. Wie in den vorherigen Kapiteln besteht das Ziel dieses Abschnitts nicht darin, sich zu merken, wie Aufgaben in der Software erledigt werden, sondern stattdessen die Ideen und Argumente hinter den Aufgaben vorzustellen, so dass die Aufgaben, die im Labor präsentiert werden, ein wenig vertraut erscheinen.

Abbildung 7.18: Vergleich der Schnittwerkzeugschnittstelle für QGIS mit ArcMap
QGIS Clip-ToolArcGIS Clip-Tool
QGIS zeigt Shapefiles nicht als einzelnes Element an, sondern zeigt stattdessen die gesamte Datei und geht davon aus, dass der Benutzer weiß, dass er die .shp-Datei auswählen muss.ArcGIS bietet Shapefiles als eine einzelne Datei, die benutzerfreundlicher ist
Wie die Eingabeauswahlbox bietet die Ausgabebox eine Vielzahl von Dateitypen.ArcGIS bietet nur Shapefiles zum Speichern in Ordnern und Feature-Classes zum Speichern in Geodatabases (nicht abgebildet).

7.7.2: Aktivieren von Erweiterungen und Starten von Tools

ArcGIS, eine proprietäre Software, kostet im Gegensatz zu Open-Source-Software wie QGIS Geld. Und es kostet ordentlich Geld. Mit Ausnahme von K-12-Schulen und humanitären gemeinnützigen Organisationen müssen Unternehmen nicht nur für die Basissoftware, sondern auch für alle Upgrades und zusätzliche erweiterte Toolboxen bezahlen. Um Kosten zu sparen, können Unternehmen wählen, wie viele Basislizenzen sie benötigen, um der Anzahl der Mitarbeiter zu entsprechen, und dann nur wenige Kopien der fortgeschritteneren Tools (sogenannte Erweiterungen) für alle freizugeben. Dieser Freigabeprozess wird in ArcGIS als . bezeichnet Erweiterungen aktivieren. Wenn eine Nebenstelle auf einem Computer von einem einzelnen Techniker in einem gemeinsam genutzten Firmennetzwerk aktiviert wird, kann diese Nebenstelle von keinem anderen Techniker im selben Netzwerk verwendet werden, bis sie vom ersten Techniker deaktiviert wird. Stellen Sie es sich wie eine öffentliche Bibliothek vor - Anstatt Tonnen von Kopien eines bestimmten Bestsellers zu kaufen, kaufen sie eine begrenzte Anzahl von Exemplaren und leihen sie dann kostenlos an ihre registrierten Benutzer aus. Während das Buch ausgeliehen ist, kann es niemand anderes lesen, da es keinem anderen Leser physisch zugänglich ist, während es im Besitz des ersten Lesers ist. ArcGIS-Erweiterungen funktionieren auf die gleiche Weise – begrenzte Anzahl Erweiterungen stehen nur wenigen Technikern gleichzeitig zum Auschecken (Aktivieren) zur Verfügung und können nicht von einem anderen Techniker verwendet werden, bis sie wieder eingecheckt (deaktiviert) sind.

So aktivieren Sie eine Erweiterung in ArcGIS, insbesondere:

  1. Setzen Sie ein Häkchen in das Kästchen links neben dem Namen der Erweiterung
  2. Schließen Sie das Dialogfeld Erweiterungen

Wenn die Erweiterung nicht verfügbar ist (nicht bezahlt oder alle Kopien ausgecheckt sind), erscheint anstelle eines Häkchens im Kästchen ein Popup-Fenster mit der Meldung „Die Erweiterung konnte nicht aktiviert werden. Derzeit ist kein Lizenzname verfügbar“

7.7.3: Starten von Geoverarbeitungswerkzeugen

In ArcGIS werden Geoverarbeitungswerkzeuge auf verschiedene Weise gestartet: über das Geoverarbeitungsmenü oben im Softwarefenster, über das ArcToolbox-Fenster und über das Suchfenster. Diese drei Standorte sind sowohl in ArcMap als auch in ArcCatalog verfügbar, da alle Geoverarbeitungswerkzeuge in beiden Softwares ausgeführt werden können. Im Allgemeinen werden Werkzeuge in ArcCatalog schneller und mit weniger Fehlern ausgeführt, insbesondere komplexere oder tabellenbasierte Werkzeuge. Dies bedeutet nicht, dass Werkzeuge in ArcMap immer fehlschlagen oder langsam ausgeführt werden, da dies nicht der Fall ist, aber wenn Werkzeuge in ArcCatalog ausgeführt werden, muss die Software keine Layer zeichnen oder ein komplexeres Datenlayout organisieren und Werkzeuge. In ArcCatalog werden Werkzeuge einfach ausgeführt und speichern die Daten dort, wo sie gespeichert werden sollen, anstatt eine detailliertere Benutzeroberfläche zu verarbeiten.

Das Geoverarbeitungsmenü

Die ArcToolbox

Die ArcToolbox ist eine Sammlung von Toolboxes und Sub-Toolboxes, die durch Gruppieren ähnlicher Werkzeuge organisiert sind. Die Toolbox Analysetools enthält beispielsweise vier untergeordnete Toolboxen: Extrahieren, Überlagern, Nähe und Statistik. Die Analyse-Toolbox "enthält einen leistungsstarken Satz von Werkzeugen, die die grundlegendsten GIS-Operationen ausführen. Mit den Werkzeugen in dieser Toolbox können Sie Überlagerungen durchführen, Puffer erstellen, Statistiken berechnen, Näherungsanalysen durchführen und vieles mehr" (ArcGIS-Hilfemenü). Von dort aus enthält jede Sub-Toolbox eine Gruppe ähnlicher Tools, die eine Reihe verwandter Operationen ausführen. Wenn Sie sich die Proximity-Toolbox ansehen, finden Sie eine Gruppe von Tools, die untersuchen, wie Daten in räumlicher Beziehung zu anderen Daten stehen. Diese Toolbox untersucht Ideen wie "Welcher Hydrant ist einem bestimmten Bürogebäude am nächsten?" (In der Nähe) "Welcher Hydrant ist einer ganzen Reihe von Häusern, die durch Punkte dargestellt werden, am nächsten?" (Generate Near Table) und "Wo ist der Bereich, der von einem Coffeeshop aus genau 8 km in unendlichen Himmelsrichtungen misst, repräsentiert durch einen Punkt?" (Puffer).

Für jedes einzelne Werkzeug in der ArcToolbox können Werkzeuge im Einzelmodus ausgeführt werden, d. h. die Werkzeugparameter werden nur einmal ausgefüllt und das Ergebnis ist (meistens) ein einzelner Datensatz (Vektor, Raster oder Datentabelle). Tools können auch im Batch-Modus ausgeführt werden, d. h. das Tool wird mehrmals hintereinander mit einzelnen Ein- und Ausgaben ausgeführt, führt jedoch zu vielen Ausgabedateien.

Obwohl die ArcToolbox auf den ersten Blick überwältigend erscheinen mag, wird sie nach einiger Zeit der Suche nach Werkzeugen und der Untersuchung der Struktur nicht nur sinnvoll, sondern Sie werden auch beginnen, andere "neue" Werkzeuge zu finden, was zu "Ooo. Gibt es dafür ein Tool? Sauber!"

Das Suchfenster

Die Suche nach Werkzeugen ist eine schnelle und einfache Möglichkeit, Werkzeuge zu finden, insbesondere wenn der Werkzeugkasten unbekannt ist. Wenn die Option Tools im Suchfenster ausgewählt ist (wie in diesem Screenshot zu sehen), sucht das Tool nur nach Tools und nicht nach Daten oder MXDs oder Bildern. Wenn der Werkzeugname in das Suchfeld eingegeben wird, werden die Vorschläge mit der Hauptwerkzeugbox in Klammern angezeigt.

Sobald Sie die Eingabetaste drücken oder auf einen der Vorschläge klicken, wird das Feld mit den besten Übereinstimmungen gefüllt. Die Toolbox, in der das Tool zu finden ist, steht an erster Stelle in der Liste, gefolgt von Tools. Im Beispiel befindet sich das Werkzeug Puffer in der Toolbox Analyse, daher wird die Toolbox Analyse zuerst aufgeführt. Genaue Übereinstimmungen werden fett gedruckt, auch in einem Werkzeugnamen, der das Suchwort enthält. Durch Klicken auf den Werkzeugnamen wird das Werkzeug gestartet, durch Klicken auf die Beschreibung unter dem Werkzeugnamen, die in Dunkelblau aufgeführt ist, wird der Hilfemenü-Artikel für dieses Werkzeug geöffnet, und durch Klicken auf den grünen Werkzeugkastenpfad wird das ArcToolbox-Fenster geöffnet, das anzeigt, wo das Werkzeugleben.

7.7.4: Werkzeugdialoge ausfüllen

Jedes Geoverarbeitungswerkzeug ist in den erforderlichen Eingaben einzigartig - Vektor oder Raster, spezifische Geometrie, numerische Eingaben usw., aber sie sind alle gleich, da sie jeweils 1. einen Eingabe-Layer (oder Layer) benötigen, 2. einige Parameter erfordern, und 3. eine Zeile zum Definieren eines Namens und eines Ortes zum Speichern der neuen Ausgabeebene. Einige Werkzeuge, z. B. solche, die als Überlagerungs-, Näherungs- und Extraktionswerkzeuge gelten, erfordern einen „Interaktions“-Layer – den Layer, der die vom Werkzeug definierten räumlichen Vergleiche definiert.

Richtiges Speichern beim Ausführen des [Namen hier einfügen]-Tools

(Fast) jedes Mal, wenn Sie ein Werkzeug in ArcGIS ausführen, wird ein Feld "Ausgabeposition" angezeigt (es gibt einige ausgewählte Werkzeuge, die den Eingabe-Layer ändern, daher ist kein Name und Ort des Ausgabe-Layers erforderlich). Dieses Feld teilt ArcGIS mit, wo die Ausgabedatei des Werkzeugs nach der Ausführung gespeichert und wie es aufgerufen werden soll. Innerhalb des Datenmodells für Introduction to GIS gibt es den Ordner Results, einen Ort zum Speichern des Ausgabe-Layers. Wenn Sie sich an das vorgeschlagene Datenmodell halten und alle Werkzeugausgaben in einem einzigen Ergebnisordner speichern, wissen Sie immer, wo der resultierende Layer eines Werkzeugs gespeichert ist.

Das Feld Ausgabeebene. Je nach Tool wird die Box etwas anders heißen. Noch ein Hinweis: ArcGIS hat fast nie die Überschrift "Output Shapefile", sondern "Output Feature Class", um auf jedes Werkzeug zu verweisen, das einen Vektor-Layer erzeugt. Die Software ist bereits eine riesige Software, was den Platz angeht, und kleine Dinge wie das Wort "Shapefile" würden sie noch größer und langsamer machen.

Um einen Speicherort für die Ausgabe festzulegen, klicken Sie auf das Ordnersymbol links neben dem Feld Ausgabe-Feature-Class (bei Vektoren) und navigieren Sie zu Ihrem Ergebnisordner (öffnen Sie die Ordner so lange, bis Sie Ihr Ziel erreicht haben). Wenn Sie den Ort gefunden haben, an dem Sie die Ausgabedatei speichern möchten, müssen Sie Ihrer Ausgabedatei einen einprägsamen und aussagekräftigen Namen geben. ArcGIS verwendet standardmäßig den Namen des Werkzeugs (Puffer, Clip, Erase usw.), der an den ursprünglichen Dateinamen angehängt wird, der weder einprägsam noch aussagekräftig ist. Es ist Ihre Aufgabe, ja Ihre Pflicht, die Datei entsprechend Ihrem Ziel und Ihrer Aufgabe umzubenennen, zum Beispiel in „River_Buffer_50_meters“.

Das Werkzeug "Puffer" hat die ersten beiden Anforderungen der (meisten) Geoverarbeitungswerkzeuge - einen Eingabe-Layer und einen Ausgabe-Speicherort mit einem einprägsamen und aussagekräftigen Layer-Namen.

Wenn einem Ausgabe-Dataset kein Ort und kein Name zugewiesen ist, ist der Standardspeicherort für jedes Werkzeug die Standard-Geodatabase, und der Standardname ist der Name des Eingabe-Layers, wobei der Name des Werkzeugs am Ende angehängt wird.

Jedes Werkzeug füllt den Ausgabespeicherort zunächst als Standard-Geodatabase. Diese Position muss jedes Mal geändert werden, wenn ein Geoverarbeitungswerkzeug ausgeführt wird, um die Daten während der Erstellung zu verfolgen.

Standard-Geodatabase

Wenn Sie für Ihren Ausgabe-Layer keinen Namen und Ort festlegen, werden Ihre Daten automatisch in der Standard-Geodatabase gespeichert. Die Standard-Geodatabase befindet sich auf allen Computern, auf denen ArcGIS installiert ist, an derselben Stelle: C:BenutzerBenutzernameMy Documentsdefault.gdb. Wenn Sie vergessen, wo sich Ihre Standard-Geodatabase befindet, wird durch das erneute Starten des Werkzeugs und das Hinzufügen einer beliebigen Datei zur Eingabezeile automatisch das Ausgabefeld mit dem Pfad zu Ihrer Standard-Geodatabase gefüllt. Es ist möglich, die Standard-Geodatabase pro Projekt zu ändern, indem Sie eine in Ihrem Ergebnisordner (oder einem ähnlichen) Ordner erstellen und dann dem MXD mitteilen, wo alle Werkzeugausgaben standardmäßig eingestellt werden sollen. Diese Änderung gilt jedoch für ein einzelnes MXD, was gut ist, wenn Sie an einem großen Projekt arbeiten, aber etwas mühsam für einfache, kleine oder schnelle Projekte. Es ist auch möglich, den Speicherort der Standard-Geodatabase dauerhaft zu ändern. Das Endergebnis unterscheidet sich jedoch nicht von dem, das von ArcGIS bei der Installation eingerichtet wurde. Sofern Sie keinen Zugriff auf den Ordner "Dokumente" auf diesem bestimmten Computer haben, ist es im Allgemeinen akzeptabel, die Standard-Geodatabase unverändert zu lassen und den nicht sehr schwierigen Pfad "Dokumente > ArcGIS" zu erlernen.

Grüne Kreise, gelbe Ausrufezeichen und rote X, oh mein!

Geoverarbeitungswerkzeuge verfügen alle über einige interne Prüfungen, die beim Starten des Werkzeugs und jedes Mal, wenn Sie eine Linie im Dialogfeld füllen, durchgeführt werden. Beim ersten Start des Tools werden die erforderlichen Zeilen mit einem grünen Kreis markiert. Dies ist die minimale Datenmenge, die das Tool benötigt, um seine Arbeit zu erledigen. Während Sie sich durch jede Zeile des Dialogfelds bewegen, überprüft das Tool Ihre Eingabe weiterhin anhand der internen Regeln. Wenn der von Ihnen eingegebene Eintrag akzeptabel ist, passiert nichts (wie der Arzt sagt: „Keine Nachrichten sind gute Nachrichten“). Wenn die von Ihnen vorgenommene Eingabe jedoch den Test nicht besteht, wird im Dialogfeld ein gelbes Ausrufezeichen (Warnung) oder ein rotes x (Fehler) neben der Zeilenbeschreibung angezeigt. Ein Klick auf das Symbol führt zu einem Pop-up-Fenster, das die Warnung oder den Fehler erklärt. Warnungen ermöglichen es Ihnen (im Allgemeinen), das Werkzeug weiter auszuführen, während Fehler die Ausführung des Werkzeugs verhindern und vor dem Fortfahren korrigiert werden müssen.


Die Mindestfelder, die ein Geoverarbeitungswerkzeug zum Ausführen seiner Aufgabe benötigt, sind mit einem grünen Kreis markiert.
Wenn die interne Regelprüfung eines Tools gegen eine interne Regel verstößt, das Tool aber trotzdem ausgeführt wird, markiert ein gelbes Ausrufezeichen die Zeile mit der Warnung. Klicken Sie auf das Symbol, um die zugehörige Warnung zu lesen.

Alternative zum Generieren einer Near Table in ArcMap 10.2 – Geografische Informationssysteme

Sie haben eine maschinelle Übersetzung ausgewählter Inhalte aus unseren Datenbanken angefordert. Diese Funktionalität wird ausschließlich zu Ihrer Bequemlichkeit bereitgestellt und soll in keiner Weise die menschliche Übersetzung ersetzen. Weder BioOne noch die Eigentümer und Herausgeber der Inhalte geben ausdrückliche oder stillschweigende Zusicherungen oder Gewährleistungen jeglicher Art ab und lehnen diese ausdrücklich ab, einschließlich und ohne Einschränkung Zusicherungen und Gewährleistungen hinsichtlich der Funktionalität der Übersetzungsfunktion oder der Genauigkeit oder Vollständigkeit von die Übersetzungen.

Übersetzungen werden in unserem System nicht gespeichert. Ihre Nutzung dieser Funktion und der Übersetzungen unterliegt allen Nutzungsbeschränkungen, die in den Nutzungsbedingungen der BioOne-Website enthalten sind.

Geografische Verteilung und regionale Auswirkungen von Oxyops vitiosa (Coleoptera: Curculionidae) und Boreioglycaspis melaleucae (Hemiptera: Psyllidae), biologische Bekämpfungsmittel des invasiven Baumes Melaleuca quinquenervia

K. M. Balentine, 1 P. D. Pratt, 1,* F. A. Dray, 1 M. B. Rayamajhi, 1 T. D. Center 1

1 USDA-ARS, Labor für invasive Pflanzenforschung, 3225 College Ave., Ft. Lauderdale, FL 33314

* Korrespondierender Autor, E-Mail: [email protected]

Enthält PDF & HTML, wenn verfügbar

Dieser Artikel ist nur verfügbar für Abonnenten.
Es ist nicht im Einzelverkauf erhältlich.

Der invasive Baum Melaleuca quinquenervia (Cav.) Blake ist auf der Halbinsel Florida weit verbreitet und stellt eine erhebliche Bedrohung für die Artenvielfalt in den Feuchtgebieten der Everglades dar. Zur Minderung dieser Bedrohung gehört die flächendeckende Freisetzungskampagne der biologischen Bekämpfungsmittel Oxyops vitiosa Pascoe und Boreioglycaspis melaleucae Moore. Wir fassen die Ergebnisse dieser Freisetzungsbemühungen zusammen und quantifizieren die resultierende geografische Verteilung der Pflanzenfresser sowie deren regionale Auswirkung auf das Zielunkräuter. Insgesamt 3,3 Millionen Personen Melaleuca biologische Bekämpfungsmittel wurden an 407 Standorte und unter 15 Landkreisen Floridas umverteilt. Umfragen über die Invasion der GeogO. vitiosa umfasst 71 % der Melaleuca Befall. Obwohl 5 Jahre später veröffentlicht, ist die Verteilung von B. melaleuca ist etwas größer als sein Vorgänger, mit einer Reichweite von 78% der abgetasteten Melaleuca steht. Melaleuca Bestände außerhalb der Verbreitungsgebiete der beiden biologischen Bekämpfungsmittel traten hauptsächlich in den nördlichen Extremen des Verbreitungsgebiets des Baumes auf. Es wurde eine starke positive Assoziation zwischen Pflanzenfresserarten beobachtet, wobei die gleiche Dichte beider Arten in 162 Beständen vorkam und kein Hinweis auf interspezifische Konkurrenz vorhanden war. Der Bodentyp beeinflusste auch das Vorkommen von biologischen Bekämpfungsmitteln und die Verteilung ihrer Auswirkungen. Die Wahrscheinlichkeit der Begegnung O. vitiosa oder B. Melaleucae in Zellen, die von sandigen Böden dominiert wurden, waren 2,2- und 2,9-mal wahrscheinlicher als in Zellen, die von organisch reichen Böden dominiert wurden. Infolgedessen wurde für Bestände, die auf sandigen gegenüber organischen Böden wachsen, ein höherer Schaden durch beide Pflanzenfresser beobachtet.

K. M. Balentine, P. D. Pratt, F. A. Dray, M. B. Rayamajhi und T. D. Center „Geographic Distribution and Regional Impacts of Oxyops vitiosa (Coleoptera: Curculionidae) und Boreioglycaspis melaleucae (Hemiptera: Psyllidae), biologische Bekämpfungsmittel des invasiven Baumes Melaleuca quinquenervia," Environmental Entomology 38(4), 1145-1154, (1. August 2009). https://doi.org/10.1603/022.038.0422

Eingegangen: 14. Januar 2009 Angenommen: 1. April 2009 Veröffentlicht: 1. August 2009

Dieser Artikel ist nur verfügbar für Abonnenten.
Es ist nicht im Einzelverkauf erhältlich.


4.6 Dynamisches Brownsches Brückenbewegungsmodell (dBBMM)

Mit der weit verbreiteten Verwendung der GPS-Technologie zur Verfolgung von Tieren in nahezu Echtzeit haben sich gleichzeitig Schätzer für Heimatreichweite und Bewegung entwickelt. Im Gegensatz zu den traditionellen punktbasierten Schätzern (d. h. MCP, KDE mit href/hPlug-in), die nur die Standortdichte in die Schätzung der Reichweite einbeziehen, beziehen neuere Schätzer mehr Daten ein, die von der GPS-Technologie bereitgestellt werden. Während BBMM eine zeitliche Komponente und einen GPS-Fehler in Schätzungen einbezieht, beziehen dynamische Brownian Bridge Movement Models (dBBMM) zeitliche und Verhaltensmerkmale von Bewegungspfaden in die Schätzung der Heimatreichweite ein (Kranstauber et al. 2012). Die Schätzung eines Bewegungspfades über die gesamte Trajektorie von Daten sollte jedoch in Verhaltensbewegungsmuster (d. h. Ruhen, Füttern) unterteilt werden, bevor die Varianz der Brownschen Bewegung (2 m) geschätzt wird. Eine Überschätzung der 2 m führt zu einer Ungenauigkeit bei der Schätzung der Nutzungsverteilung, die dBBMM anzugehen versucht (Kranstauber et al. 2012).

  1. Übung 4.6 - Laden Sie den Zip-Ordner herunter und extrahieren Sie ihn an Ihren bevorzugten Speicherort
  2. Setzen Sie das Arbeitsverzeichnis auf den extrahierten Ordner in R unter Datei - Verzeichnis ändern.
  3. Zuerst müssen wir die für die Übung benötigten Pakete laden

#ZEITDIFF NUR ERFORDERLICH, UM SCHLECHTE DATEN SPÄTER AUSSCHLIESSEN
muleys$Datum <- as.numeric(muleys$GPSFixTime)
timediff <-diff(muleys$Datum)*24*60
muleys <-muleys[-1,]
muleys$timediff <-as.numeric(abs(timediff))

muleys$DT <-as.POSIXct(strptime(muleys$GPSFixTime, format='%Y.%m.%d %H:%M:%OS'))
muleys$DT

#AUSLÖSER UND FEHLERBEHEBUNGEN SCHLECHTER DATEN AUSSCHLIESSEN

newmuleys <-subset(muleys, muleys$Long > -110.90 & muleys$Lat > 37.80)
muleys <- newmuleys
newmuleys <-subset(muleys, muleys$Long < -107)
muleys <- newmuleys

d8_dbbmm <- brownian.bridge.dyn(object=ld8, location.error=22, window.size=19, margin=7, dimSize=100,time.step=180)

dataD8 <- subset(muleys, muleys$id == "D8")
dataD8$id <- Faktor(dataD8$id)
d8 <- move(x=dataD8$X, y=dataD8$Y, time=as.POSIXct(dataD8$GPSFixTime,
format="%Y.%m.%d %H:%M:%S"), proj=CRS("+proj=utm +zone=12 +datum=NAD83"),
data=dataD8, animal=dataD8$id)
100
d8_dbbmm <- brownian.bridge.dyn(object=d8, location.error=22, window.size=19,
margin=7, dimSize=100,time.step=180)
Plot(d8_dbbmm)
Kontur(d8_dbbmm, Stufen=c(.5,.9,.95,.99), add=TRUE)
anzeigen(d8_dbbmm)

par(mfcol=1:2)
plot(loc2, , col=3, lwd=2, pch=20, xlab="location_east",
ylab="location_north")


3. Exposition der Bevölkerung gegenüber gelöstem Arsen

[34] Wir schätzen für jede geologisch-geomorphe Region die Zahl der Menschen, die verschiedenen Konzentrationen von Grundwasser-Arsen ausgesetzt sind, indem wir die obige geostatistische Modellierung mit demographischen Informationen aus der Volkszählung von 1991 kombinierten, die von der Statistisches Amt von Bangladesch (BBS) [1996] . Dieses Dokument enthält Daten für 489 Thanas in ganz Bangladesch. Basierend auf diesen Daten wird die Bevölkerung von Bangladesch auf etwa 125 Millionen Menschen geschätzt, bestehend aus 51,48 % Männern und 48,52 % Frauen, und das Durchschnittsalter wird auf 23,10 Jahre geschätzt. für Rüden und 22,23 J. für Frauen. Das CIA (CIA) [2001] schätzt die Landesbevölkerung 2001 auf 131 Millionen Menschen mit einer Bevölkerungswachstumsrate von 1,59 % pro Jahr. Die Bevölkerungszahlen von 2001 für jedes der 489 Thanas sind jedoch derzeit nicht verfügbar, und daher werden hier die demografischen Schätzungen auf der Grundlage von Daten von 1991 verwendet.

[35] Die BGS- und DPHE-Vermessungsdaten liefern für jedes Probenbohrloch: (1) das Thana, in dem sich das Bohrloch befindet, und (2) eine GPS-Breiten-Längen-Referenz, die wir verwendet haben, um die geologisch-geomorphe Region zu identifizieren, in der die gut liegt. Die BBS-Volkszählungsdaten liefern die Bevölkerungsgröße jedes Thanas. Basierend auf diesen Informationen ordnen wir in den folgenden Schritten jede Person in Bangladesch einem Probenbrunnen und damit einer Region zu. Folgendes gilt für jedes thana.

[36] 1. Wenn es Probenvertiefungen im Thana gibt (wie in 433 der 489 Thanas), weisen wir jedem Probenvertiefung eine gleiche Anzahl von Personen im Thana zu. Wenn jede Probenquelle im Thana in derselben geologisch-geomorphen Region liegt, werden alle dieser Region zugeordnet. Und wenn die Probenbrunnen im Thana in mehreren Regionen liegen, werden die Personen diesen Regionen basierend auf dem Anteil der Probenbrunnen in jeder Region zugeordnet.

[37] 2. Wenn es keine Probebohrungen im Thana gibt (wie in 56 der 489 Thanas), dann identifizieren wir die geologisch-geomorphe Region, in der sich das Thana befindet, und weisen eine gleiche Anzahl von Menschen in das Thana zu zu jedem Probenbrunnen in der Region. Daher nehmen wir an, dass die Verteilung der Arsenkonzentration im nicht beprobten Thana die gleiche ist wie die Verteilung der Arsenkonzentration in der geologisch-geomorphen Region insgesamt.

[38] In den Schritten 1 und 2 berechnen wir für jede Region die Anzahl der Personen, die den verschiedenen Arsenkonzentrationen in der Region ausgesetzt sind. Dann schätzen wir eine endliche Konzentrationsverteilung, der die nationale Bevölkerung ausgesetzt ist, durch Summieren der regionalen Verteilungen. Wir schätzen, dass etwa 46 Millionen Menschen Konzentrationen über 10 µg/L und etwa 28 Millionen Menschen Konzentrationen über 50 µg/L ausgesetzt sind. BGS und DPHE [2001] schätzen 57 Millionen bzw. 35 Millionen Menschen, die Konzentrationen von 10 µg/L bzw. 50 µg/L mit disjunktivem Kriging ausgesetzt waren. Weiter, BGS und DPHE [2001] schätzen auch 46 Millionen und 28 Millionen, indem man den Prozentsatz der kontaminierten Brunnen in einem Thana mit der Bevölkerung des Thanas multipliziert. Da die meisten Thanas innerhalb einer geologisch-geomorphen Region gefunden werden, stimmen unsere Expositionsschätzungen eng mit diesem Ansatz überein.

[39] Abbildung 1 zeigt zwei kumulative Verteilungen der Arsenkonzentration: die über die Probenbohrungen und die über die Bevölkerung von Bangladesch. Die Verteilung über Wells hat einen Mittelwert von 63 µg/L und eine Standardabweichung von 140 µg/L, während die Verteilung über Personen einen Mittelwert von 56 µg/L und eine Standardabweichung von 123 µg/L hat. Daher wäre die Verteilung der Probenvertiefungen für die Berechnung der gesundheitlichen Auswirkungen nicht genau. Die Verteilungen unterscheiden sich stark aufgrund der hohen Bevölkerungsdichte in Dhaka und in geringerem Maße aufgrund eines ungleichmäßigen Abstands der Probenvertiefungen.

[40] Die beiden kumulativen Graphen in Abbildung 1 können wie folgt verglichen werden. Für das Intervall der Arsenkonzentrationen unterhalb der Nachweisgrenze (0,25–0,50 µg/L) ist der Anteil von Arsen über Menschen (32%) größer als der Anteil von Arsen über Brunnen (27%). Diese Diskrepanz ist hauptsächlich auf die dichte Bevölkerung von Dhaka zurückzuführen, die sich in den Ton- und Schwemmlandregionen (32 und 33) der Ostterrassen befindet. Wie in Tabelle 2 angegeben, enthalten diese Regionen 4.782 Einwohner/km² und 2.797 Einwohner/km² und enthalten überwiegend nicht nachweisbare Brunnen. Bei Konzentrationen zwischen der Nachweisgrenze und 50 µg/L sind die Fraktionen der Personen ungefähr gleich den Fraktionen der Vertiefungen, und somit sind die kumulierten Diagramme ungefähr parallel. Bei Konzentrationen zwischen 50 µg/L und 100 µg/L sind die Fraktionen der Menschen kleiner als die Fraktionen der Wells, und somit steigt die kumulative Kurve für Wells an, um der für Menschen zu entsprechen. Und für Konzentrationen über 100 µg/L liegen die beiden Verteilungskurven sehr nahe beieinander. Obwohl die Verteilung der Probenschacht zur Berechnung der gesundheitlichen Auswirkungen nicht genau wäre, würde sie sich daher nicht wesentlich von der Verteilung auf Personen unterscheiden, da der Hauptunterschied bei Konzentrationen unter 100 μg/l liegt.

[41] Tabelle 2 gibt für jede der 34 ausgewählten Regionen die geschätzte Anzahl und den Prozentsatz der Menschen an, die Trinkwasser aus Brunnen mit Arsenkonzentrationen oberhalb der Nachweisgrenze beziehen. In den Abschnitten 5.1, 5.2 schätzen wir regionale Gesundheitsauswirkungen, indem wir die Gesundheitsauswirkungen für diese regionalen Teilpopulationen schätzen. Diese Näherung ist geeignet, da die geschätzten gesundheitlichen Auswirkungen einer Exposition gegenüber Arsenkonzentrationen unterhalb der Nachweisgrenze vernachlässigbar sind. Beachten Sie, dass mit zunehmender Anzahl von Bohrlöchern in Bangladesch unsere Expositionsverteilungen unverändert bleiben. Dies setzt voraus, dass sich die Tiefenverteilung von Bohrlöchern im Laufe der Zeit nicht ändert.

[42] Die nationale Bevölkerung der Menschen, die Brunnen mit Arsenkonzentrationen über der Nachweisgrenze nutzen, besteht aus etwa 85 Millionen Menschen (68% der Gesamtbevölkerung von Bangladesch). Die Verteilung der Arsenkonzentration über diese nationale Subpopulation hat einen Stichprobenmittelwert von 82 μg/l und eine Stichprobenstandardabweichung von 142 μg/l. Diese Stichprobenverteilung der Exposition wird in Abschnitt 4.3 für die Schätzung der Dosis-Wirkungs-Funktionen von Arsenikose verwendet.


Struktur aus Bewegung (SfM)

Structure from Motion (SfM) ist eine etablierte und weit verbreitete Methode zur Generierung von 3D-Modellen in den Geowissenschaften (Favalli et al., 2012 Westoby et al., 2012 Smith et al., 2016). Es wird zunehmend in der Geomorphologie zur Charakterisierung topographischer Oberflächen und zur Analyse räumlicher und zeitlicher geomorpher Veränderungen verwendet, mit einer Genauigkeit, die mit bestehenden Laserscanning- und Stereophotogrammetrie-Techniken in Nahbereichsszenarien vergleichbar ist (Aguilar et al., 2009 Thoeni et al., 2014 Smith et al., 2016 Wilkinson et al., 2016). Die SfM-Photogrammetrie verwendet eine Folge überlappender digitaler Bilder eines statischen Objekts, die aus verschiedenen räumlichen Positionen aufgenommen wurden, um eine 3D-Punktwolke zu erzeugen. Bildmetadaten für den Bildabgleich werden verwendet, um 3D-Geometrie und Kamerapositionen mithilfe eines Bündelanpassungsalgorithmus zu schätzen (Smith et al., 2016). Der Arbeitsablauf verwendet eine automatisierte skaleninvariante Feature-Transformation (SIFT) Bildvergleichsmethode (Smith et al., 2016). Die Weiterentwicklung neuer Bildvergleichsalgorithmen hat den SfM-Workflow im Vergleich zur Stereophotogrammetrie vereinfacht und automatisiert (Remondino et al., 2014 Smith et al., 2016).

Anwendungen in der Geomorphologie umfassen Laborgerinnungsexperimente (Morgan et al., 2017), Felsstürze und Erdrutsche (Niethammer et al., 2012 Russell, 2016), Erosion von Ödland (Smith und Vericat, 2015), Flussmorphologie (Javernick et al., 2014 Dietrich, 2015 Bakker und Lane, 2016 Dietrich, 2016a, b), Moormikroformen (Mercer und Westbrook, 2016), Gletscherprozessdynamik (Piermattei et al., 2016 Immerzeel et al., 2017), Flussrestaurierung (Marteau et al. , 2016), Kartierung von Korallenriffen (Casella et al., 2016), Strandvermessung (Brunier et al., 2016), Bodenerosion (Snapir et al., 2014 Balaguer-Puig et al., 2017 Prosdocimi et al., 2017 Vinci et al., 2017 Heindel et al., 2018), vulkanisches Gelände (James und Robson, 2012 Bretar et al., 2013 Carr et al., 2018), Porosität des Flussbettmaterials (Seitz et al., 2018), Korngrößenschätzung von Kiesbettflüssen (Pearson et al., 2017) und Küstenerosion (James und Robson, 2012). Darüber hinaus wird SfM auch in der Archäologie häufig für die photogrammetrische Erfassung von kleinräumigen Felsbildern und Artefakten sowie großräumigen archäologischen Stätten verwendet (Sapirstein, 2016, 2018 Sapirstein und Murray, 2017 Jalandoni et al., 2018).

Die zunehmende Verbreitung dieser Methode ist in erster Linie auf ihre relativ geringen Kosten, ihre hohe Portabilität und ihren einfachen Datenverarbeitungs-Workflow zurückzuführen. Ein Großteil des SfM-Workflows wird in einer Reihe relativ kostengünstiger kommerzieller Software (z. B. Agisoft PhotoScan, SURE, Photomodeler), quelloffener Software (z. B. VisualSfM, CMPMVS) und Open-Source-Software (z. B. Bundler, OpenMVG, OpenMVS MicMac, SFMToolkit).

Es gibt eine beträchtliche Menge an verfügbarer Literatur zu SfM-Techniken und -Workflows. Eine detaillierte Diskussion der Technik findet sich in mehreren verfügbaren Papieren: z.B. Westobyet al. (2012)Fonstadet al. (2013) Thöni et al. (2014) Michelettiet al. (2015a, b) Eltner et al. (2016) Ko und Ho (2016) Smith et al. (2016) Schönberger und Frahm (2016) Bedford (2017) Zhu et al. (2017) Ozyesilet al. (2017).

Mehrere Studien haben eine hohe Genauigkeit der mit SfM gewonnenen topografischen 3D-Daten im Vergleich zu Methoden wie terrestrischem Laserscanning (TLS) oder RTK-GPS-Vermessungen berichtet (Harwin und Lucieer, 2012 Favalli et al., 2012 Andrews et al., 2013 Fonstad et al., 2013 Nilosek et al., 2014 Caroti et al., 2015 Dietrich, 2015 Palmer et al., 2015 Clapuyt et al., 2016 Koppel, 2016 Piermattei et al., 2016 Panagiotidis et al., 2016 Wilkinson et al al., 2016). Ein detaillierter Vergleich von Kosten-Nutzen-Analyse, Datenerfassungsrate, räumlicher Abdeckung, Betriebsbedingung, Auflösung und Genauigkeitsanalyse zwischen TLS- und SfM-Techniken findet sich in Smith et al. (2016) und Wilkinson et al. (2016). Die jüngsten Fortschritte bei Structure-from-Motion-Ansätzen (SfM) müssen noch auf mikroskalige Landschaftsformen, wie beispielsweise Gesteinsbruchmerkmale, angewendet werden.

Hier testen wir den Einsatz von SfM für Anwendungen mit sehr hoher Auflösung (Submillimeter). Unser Ansatz verwendet hochauflösende digitale Fotografie (von einer Consumer-Grade-Kamera) in Kombination mit einem SfM-Workflow. Wir bewerten Fehler in unseren DEMs mithilfe von Kontrollpunkten im Feld und validieren unseren Ansatz durch eine Reihe von kontrollierten Experimenten. Wir bewerten auch die Fehlerfortpflanzung mit der Entfernung vom Kontrollziel in DEMs, die in unserem Experiment erzeugt wurden. Wir stellen fest, dass SfM einen robusten Ansatz für Gesteinsbruchstudien bietet.

Unsere Arbeit bietet eine alternative und/oder zusätzliche kostengünstige, transportable und feldarbeitsfreundliche Methode für den Einsatz in geomorphologischen Studien, die die Erstellung hochauflösender topographischer Modelle von Feldstandorten erfordern. Im Folgenden skizzieren wir die Entwicklung und den Test unseres Ansatzes im Feld und unter kontrollierten Bedingungen. Wir stellen einen detaillierten Leitfaden zur Verfügung, damit andere unseren Ansatz in ihrer Forschung übernehmen können.

Abbildung 1Ein schematisches Diagramm des typischen Arbeitsablaufs für die Produktion von digitalen Höhenmodellen (DEM), der in dieser Studie beschrieben wird.


Modellierungstechniken für Feinstaub für epidemiologische Studien der Brandrauchbelastung durch offene Biomasse: eine Übersicht

Die Rauchbelastung durch Landschafts- und Kohlengrubenbrände kann schwerwiegende Auswirkungen auf die menschliche Gesundheit haben. Die Fähigkeit von Gesundheitsstudien, potenzielle Assoziationen zwischen Rauchexposition und Gesundheit genau zu identifizieren, hängt von den Techniken ab, die zur Quantifizierung der Expositionskonzentrationen für die gefährdete Bevölkerung verwendet werden. Die Entwicklung räumlicher Modellierungstechniken, die diese Assoziation besser charakterisieren können, hat das Potenzial, genauere Schätzungen der gesundheitlichen Auswirkungen zu ermöglichen. Wir haben die Literatur durchgesehen, um die verfügbaren räumlichen Modellierungstechniken zu identifizieren und zu bewerten, um Rauch PM . abzuschätzen2.5 oder PN10 Konzentrationen von offenen Biomasse- oder Kohlebergwerksbränden. Es wurden vier elektronische Datenbanken durchsucht: MEDLINE, EMBASE, Scopus und Web of Science. Studies were included if they utilised any method for modelling the spatial distribution of PM2.5 or PM10 concentrations from open biomass or coal mine fires and had applied the modelled PM to health data. Studies based on un-adjusted monitoring data, or which were not in English, were excluded. We identified 28 studies which utilised five spatial modelling techniques to assess exposure from open biomass fires: dispersion models, land use regression, satellite remote sensing, spatial interpolation and blended models. No studies of coal mine fires were identified. We found the most effective models combined multiple techniques to enhance the strengths and mitigate the weaknesses of the underlying individual techniques. “Blended” models have the potential to facilitate research in regions currently under represented in biomass or coal mine fire studies as well as enhancing the power of studies to identify associations with health outcomes.

Dies ist eine Vorschau von Abonnementinhalten, auf die Sie über Ihre Institution zugreifen können.


7. Frequency band 37-40 GHz

7.1 Current use of the spectrum

40. In Canada, fixed and mobile services are allocated in the frequency band 37-40 GHz, fixed-satellite service Footnote 16 ( space-to-Earth ) in the frequency band 37.5-40.0 GHz , space research service ( space-to-Earth ) in the frequency band 37-38 GHz , and mobile-satellite service Footnote 17 ( space-to-Earth ) in the frequency band 39.5-40 GHz all on a co-primary basis while Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . In addition, the frequency band 37󈛌 GHz is available for high-density applications in the fixed service in accordance with footnote 5.547 of the ITU’s Radio Regulations . An illustration of the Canadian frequency allocations in the frequency band 37-40 GHz is shown in figure 4 below.

Figure 4 – Canadian frequency allocations in the band 37-40 GHz

Anmerkungen: Primary services are shown in all uppercase letters
Secondary services are shown with uppercase and lowercase letters

This figure shows the Canadian frequency allocations in the band 37-40 GHz . It shows that fixed and mobile services are allocated from 37-40 GHz . It shows that fixed-satellite service ( space-to-Earth ) is allocated in the frequency band 37.5-40.0 GHz , space research service (space-to-Earth) is allocated in the frequency band 37-38 GHz , and mobile-satellite ( space-to-Earth ) is allocated in the frequency band 39.5-40 GHz all on a co-primary basis. It shows that Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . It shows that there is a footnote No. 5.547 for the frequency band 37-40 GHz . It also shows footnotes C51 ( 38.6-40 GHz ) and C49, C50 ( 39.5-40 GHz ).

41. In 1999, ISED designated 800 MHz of spectrum ( 38.7-39.1 GHz and 39.4-39.8 GHz ) for licensing via auction and 600 MHz of spectrum ( 38.6-38.7 GHz paired with 39.3-39.4 GHz , and 39.1-39.3 GHz paired with 39.8-40 GHz ) for point-to-point microwave systems, licensed on a grid-cell basis through a first-come first-served (FCFS) process. Footnote 18 Also, the frequency band 38.4-38.6 GHz was made available under the same FCFS licensing process for unpaired point-to-point and unpaired multipoint communication systems. The remaining 1400 MHz ( 37-38.4 GHz ) were reserved for future use by the fixed service.

42. In December 2014, ISED published the New Licensing Framework for the 24, 28 and 38 GHz Bands and the Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . This framework allows for point-to-multipoint systems in the frequency ranges 38.6-38.7 GHz , 39.1󈛋.4 GHz, and 39.8󈛌 GHz and it established a new FCFS licensing process for available spectrum in the frequency bands 38.7-39.1 GHz and 39.4-39.8 GHz with site-specific licences. Existing auctioned licences were eligible for a 10 year renewal term if conditions of licence were met and annual FCFS licences with deployment were renewed. Footnote 19 Furthermore, it was recognized that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum for backhaul and, therefore, renewed auctioned licences were not provided with a high expectation of renewal after their renewed 10 year term. Figure 5 shows how fixed services are currently using the frequency band 37-40 GHz .

Figure 5 – Current use of the frequency band 37-40 GHz by fixed service

This figure shows the current use of the frequency band 3 7-40 GHz by fixed services. It shows that the frequency range 37-38.4 GHz is reserved for future use. It also shows the frequency range used for unpaired p oint-to-point ( p-p ) and point-to-multipoint ( p-mp ) services (38.4-38.6 GHz), FCFS grid cell licences for p-p and p-mp systems ( 38.6-38-7 GHz , 3 9.1-39.4 GHz , and 39.8-40 GHz ), and Tier 3 auctioned licences and FCFS site licences for p-p and p-mp systems ( 38.7-39.1 GHz and 39.4-39.8 GHz ).

43. According to the ISED’s records, the frequency band 38.6-40 GHz is used by operators of fixed point-to-point and point-to-multipoint systems for wireless backhaul and to offer broadband wireless access to clients. There are currently 28 tier 3 auctioned licences held by four licensees. TeraGo Networks is the major licence holder with 25 licences and ABC Allen, I-Netlink Inc. and Telus each hold one licence. The Telus licence was issued in 2003 and is scheduled for a renewal decision in 2018 the other licences were renewed in 2015. These licence areas include a mixture of rural and urban areas in British Columbia, Alberta, Manitoba and Ontario.

44. There are 80 active grid cell licences held by nine licensees that have collectively deployed roughly 1900 sites. Rogers, Telus, TeraGo Networks and Freedom Mobile collectively hold 90% of these licences. Since 2014, when site licences were made available under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands , ISED has issued 245 licences for 386 individual sites to seven licensees. Freedom Mobile holds 80% of these licences. Data from ISED’s licensing database shows that approximately 88% of all sites (including both grid cell and site-specific licences) are located within the greater areas of Vancouver, Calgary, Edmonton, Toronto, Ottawa and Montreal.

45. Finally, there are also two fixed stations operated on a developmental basis in the frequency band 37.6-38.6 GHz .

46. There is currently no satellite use, including fixed-satellite, space research, mobile-satellite , or Earth exploration-satellite services, in the frequency band 37.5-40 GHz. However, the fixed-satellite industry has expressed interest in this band paired with the Earth-space band around 50 GHz as the next bands to be commercially developed since the Ku and Ka bands are becoming more and more congested.

7.2 Changes to spectrum utilization policies

47. Similar to the 28 GHz frequency band, ISED is proposing to make the frequency band 37󈛌.0 GHz available for flexible use for terrestrial services.

48. The use of the fixed-satellite service applications in this band is currently limited to those that would pose minimal constraints upon the deployment of fixed service systems, such as a small number of large antennas for feeder links, as specified in footnote C51 in the CTFA. In making available the band 37-40 GHz for flexible use for terrestrial services, ISED believes that we should uphold the principle of not unduly constraining the deployment of terrestrial services throughout the band where satellite service also has an allocation. Therefore, ISED proposes to continue the limitation of the fixed-satellite service to applications which would pose minimal constraints to terrestrial services (including both fixed and mobile services) and extends the limitation to 37.5-40 GHz . However, ISED also recognizes the need for the FSS to continue having access to the band. A sharing mechanism to accommodate these services would be developed in collaboration with stakeholders, (see section 7.4).

49. In order to accommodate flexible use for terrestrial services in the band (as discussed above), footnote C51 in the CTFA would be modified as follows:

MOD C51 (CAN󈚵) Das Frequenz band 38.637.5-40 GHz is being licensed for applications in the fixed and mobile services, which will be given priority over fixed‑satellite service systems sharing this frequency band spectrum on a co‑primary basis. Fixed-satellite service implementation in this frequency band spectrum will be limited to applications that will pose minimal constraints upon the deployment of fixed and mobile service systems, such as a small number of large antennas for feeder links.

50. ISED will continue to license the 38.4-40 GHz band under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . In the future, when alternative licensing processes have been finalized and the timing of their implementation has been determined, a moratorium on issuing new site-specific licences may be required. ISED is proposing to treat 28 GHz and 38.4-40 GHz bands differently with respect to moratoriums on issuing new licences. Unlike the 28 GHz band, which currently has no fixed service users, the 38.4-40 GHz band is currently used to deliver backhaul for mobile services and for enterprise wireless solutions. An immediate moratorium may impact existing and potential users of this band with respect to their current and future deployment plans.

Question 7-2: ISED is seeking comments on whether a moratorium on the issuance of new licences under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands is required at this time.

7.3 Changes to band plan

51. For the terrestrial services, there is no existing band plan defined in the frequency band 37󈛊.4 GHz. The frequency band 38.4-38.6 GHz is divided into four blocks of 50 MHz each.

52. In the frequency band 38.6-40.0 GHz , the current Canadian band plan comprises fourteen (14) 50 MHz frequency blocks (see figure 6), with both FDD and TDD systems permitted. Footnote 20 As stated earlier, licences in this band have been granted through both auction and first-come , first-served (FCFS) processes and include a mixture of area licences (based on Tier 3 areas as well as licensee-defined areas using grid cells) and site licences therefore, the licence duration and authorized frequency blocks may differ.

Figure 6: Current Canadian band plan for 38.6-40 GHz

This figure shows the pre-2014 decision canadian band plan for 38.6-40 GHz as well as the post-2014 decision band plan. The pre-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. Each block in the first set is paired with its matching block in the second set (e.g. Block A in the first set is paired with Block A in the second set). Blocks A,B,K,L,M, and N are labelled as FCFS. Blocks C,D,E,F,G,H,I, and J are labelled as Auction. The post-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. It also shows that all of the blocks are FCFS ( site-licensed ).

53. In the U.S., as part of its further consultation on band sharing and coordination mechanisms for the frequency band 37-37.6 GHz , the band plan for this frequency band is currently under development. In particular, the FCC is considering whether or not to establish a 100 MHz minimum channel size while allowing users to aggregate these channels into a larger channel size, up to a maximum of 600 MHz, where available. Other options are also being considered. The FCC has not finalized its rules on this matter at this time. For the band 37.6-40 GHz , the FCC has adopted a new band plan comprised of 200 MHz blocks. The FCC also adopted rules that allow both FDD and TDD implementations.

54. In order to benefit from the ecosystem that develops in the U.S. and simplify coordination of fixed and mobile services along the Canada-U.S . border, ISED is proposing that Canada adopt the same band plan in the entire 37-40 GHz range as the U.S. Given the development in the U.S. with respect to a new band plan in the frequency range 37-37.6 GHz , adopting a Canadian band plan at this time would be premature and could undermine the benefits of equipment harmonization. It is therefore proposed that the development of a Canadian band plan for this frequency range be deferred to a later date. The overall proposed band plan for the frequency band 37-40 GHz is shown in figure 7 below. Similar to the 28 GHz band, this band plan would not preclude any type of duplexing scheme to be deployed.

Figure 7: Proposed Canadian 37-40 GHz frequency band plan

This figure shows the proposed Canadian 37-40 GHz frequency band plan. It shows the frequency range from 37-37.6 GHz is labelled as "to be determined". The frequency range from 37.6-40 GHz is divided into 12 200 MHz blocks with no labels.

7.4 Band sharing with other services

55. In order to facilitate the introduction of flexible use services in this frequency band, provisions will need to be developed to ensure their co-existence with existing services.

7.4.1 Coexistence between flexible use terrestrial stations and earth stations in the fixed-satellite service (space-to-Earth)

56. Currently, the coexistence of fixed terrestrial stations and FSS earth stations is addressed through coordination on a site-by-site basis, as described in section 6.5 above. It is noted, however, that there has been no deployment by the satellite service in this band yet.

57. Since FSS earth stations receive signals from satellites transmitting in this frequency band, they could be subject to interference from the emissions of new flexible use terrestrial stations. Preliminary studies provided to the FCC indicate that FSS earth stations would require a separation distance of no more than 2 km from a flexible use terrestrial station. Footnote 21 The proposed modification to Canadian footnote C51 does not allow for the ubiquitous deployment of FSS in the band. As a result, the coordination of flexible use terrestrial stations and FSS earth stations is likely to be manageable as the number of FSS earth stations will likely be limited to a small number.

58. The considerations above are very similar to those concerning the coexistence of flexible use terrestrial stations and FSS earth stations in the frequency band 27.5-28.35 GHz. Therefore, ISED proposes to adopt similar mechanisms, using a PFD or a distance threshold as a trigger for coordination, to manage the band sharing in this band.

A. ISED seeks comments on the proposal to require site-by-site coordination between proposed flexible use terrestrial stations and FSS earth stations in the frequency band 37.5󈛌 GHz when a pre-determined trigger threshold is exceeded.

B. If site-by-site coordination is proposed, what coordination trigger and value would be the most appropriate (e.g. PFD or distance threshold)?

C. ISED is also inviting proposals for specific additional technical rules on flexible use stations and FSS earth stations (e.g. site shielding) that could facilitate more efficient sharing between terrestrial and earth stations.

7.4.2 Geographic restrictions on the deployment of earth stations

59. Similar to the decisions made in the 28 GHz band, the FCC adopted new mechanisms to restrict the areas in which new FSS earth stations can be deployed. This was done to ensure that fixed-satellite services do not restrict the deployment of new UMFUS systems in core urban areas and around major infrastructure where implementation of flexible use systems would be most likely. Unlike the 28 GHz band, in the frequency band 37.5-40 GHz, it is the FSS earth station that could experience interference from the flexible use terrestrial stations. In the U.S., an FSS earth station can obtain protection from flexible use stations by obtaining an UMFUS licence, entering into an agreement with an UMFUS licensee or if the FSS earth station conforms to a set of conditions that restrict the geographic areas in which an FSS earth station can be deployed. In addition, there are provisions that would limit the number of earth stations that would be protected from harmful interference by UMFUS stations in a given licence area.

60. ISED is of the view that the FCC’s approach is not appropriate in the Canadian context. However, similar to the potential band sharing mechanisms in the 28 GHz band, ISED may consider using other methods to facilitate flexible use systems deployment in core urban areas and major infrastructure by limiting the deployment of FSS earth stations in these areas.

A. ISED is seeking comments on whether there should be restrictions on the geographic areas in which new FSS earth stations can be deployed in the frequency band 37.5󈛌 GHz.

B. If geographic restrictions on FSS earth stations are proposed, ISED is inviting detailed proposals on how they could be implemented, and what areas should be targeted?

7.4.3 Band sharing with the space research service (SRS) ( space-to-Earth ) and mobile-satellite service (MSS) ( space-to-Earth )

61. As noted above, the frequency band 37-38 GHz is allocated to the space research service (space-to-Earth) on a primary basis. Also, the band 39.5-40 GHz is allocated to the MSS, and is limited to use by the government of Canada. In the U.S. , in order to enable band sharing, the FCC created coordination zones around its three SRS earth stations where deployment by UMFUS licensees within these zones requires prior coordination. There is no existing or planned SRS or MSS operation in Canada therefore, ISED is not proposing specific restrictions on terrestrial services at this time. However, in the event that SRS or MSS begins deployment in these bands, flexible use licensees may be subject to future technical provisions in order to facilitate co-existence .

Question 7-6: It is proposed that, should SRS and/or MSS systems be deployed, flexible use licensees in the band 37.6-40 GHz may be subject to technical provisions to facilitate co-existence . Comments are sought. ISED notes that any such technical provisions would be established through a future consultation process.

7.5 Treatment of existing users

62. At mmWave frequencies, the difference between certain technical characteristics of fixed and mobile operations may be hard to distinguish. The high signal attenuation in mmWave bands will require the use of highly directive antennas for both fixed and mobile systems, and could offer the opportunity to reuse frequencies in the band at much closer distances than in lower frequency bands. On the one hand, this could enable very effective coordination between existing fixed users and future flexible use licensees. On the other hand, some of the new flexible use systems are expected to be ubiquitous in coverage, which could present coordination challenges in areas that already contain fixed systems, particularly if the two systems are operated by two different service providers. As 5G technology continues to develop, there will be more clarity on how effectively flexible use systems and existing fixed service systems will be able to co-exist. In the meantime, ISED is considering several options on the treatment of existing users as described in the following paragraphs.

63. In 2014, when the decision Footnote 22 was made to renew these licences, it was determined that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum and therefore new licences issued through the renewal process were not provided with a high expectation of renewal after their 10-year term. The use of this spectrum is evolving to include mobile in addition to fixed use services and as such, a licensing process that does not distinguish between the two will provide more flexibility for operators to deploy and adapt their networks as they see fit. In moving from fixed licensing to flexible use, ISED is considering two options for the treatment of existing Tier 3 licences at the end of the renewed 10 year term.

64. The first option is to convert the Tier 3 fixed service licences to flexible use licences. The existing licences were issued in accordance with the current band plan, i.e., in paired blocks of 50 MHz (see figure 6) and would not align with the proposed new band plan (see figure 7). Therefore, if ISED decides to convert existing Tier 3 area fixed licences to flexible use licences, it is proposed that those licences would be aligned with the new band plan in order to maximize the amount of cleared spectrum. It is noted that flexible use licences would be expected to be much more valuable and in demand than fixed. Furthermore, technology developments and/or network re-design may provide increased efficiency which would permit continued provision of service using less spectrum. Therefore, ISED could consider issuing new licences at the end of the current term, for a lesser amount of spectrum. The new amount of spectrum could be determined by using a percentage of the current amount.

65. The second option is to issue site-specific licences for sites currently in operation at the end of the licence term. These new site-specific licences could then be treated the same way that the current site-specific licences would be treated, i.e. either with or without protection from new flexible use licensees (see section 7.5.2 below).

7.5.2 Grid cell and site-specific FCFS licences

66. Grid cell and site-specific licences are issued on an annual basis. Licensing under these approaches provides for very efficient access to spectrum in that a licence is only issued for the area or site in which the licensee intends to deploy. Furthermore, these licences could make co-ordination with future flexible use licensees relatively straight-forward as the specific location of each transmitter is known. As such, ISED is considering two options for the treatment of existing grid cell and site-specific users.

67. First, given the potential for improved coordination (both through the expected improvements in technology capability and the limited geographic areas of licences), ISED could allow these licensees to continue operating in the band and be protected from interference from new flexible use licensees. New licensees would be required to coordinate with the existing licensees by deploying around their sites or by other means determined between the licensees. This approach to treating these users would provide access to the spectrum for 5G with minimal impact on existing users. Furthermore, given the expected capabilities of technology in this band, this approach will likely be technically feasible. However, it could also severely limit deployment of 5G in major urban areas (as discussed in section 7.1, 88% of grid cell and site-specific licences are operating in the six largest urban areas).

68. A second approach would be to allow for them to continue operating on a secondary basis to flexible use licences. This approach would provide no protection for existing licensees from interference caused by new flexible use systems but would allow them to continue operating, at least until 5G systems are deployed in their specific area. It is proposed that under this option, a notification period of one year would apply.

Question 7-7: ISED is seeking comments on:

A. the options and implications for the treatment of incumbent licensees currently holding Tier 3 licences, the percentage that would apply to option 1 and supporting rationale.

B. the options and implications for the treatment of incumbent licensees currently holding FCFS licences and supporting rationale.


5 GENERAL OBSERVATIONS AND CONCLUDING REMARKS

University-business interactions are part of complex multi-layered dynamic social systems. The international body of scholarly literature identifies a wide range of (interacting) UBI determinants, among which the R&D environment, the nature of proximities between research partners, and the effectiveness of those connections. In this empirical study we applied a quantitative indicator-based mapping of UBC patterns in the United Kingdom. It taps into a rich source of comparative empirical information on the UK's research-intensive university sector, especially with regards to research co-operation patterns and cross-sectoral mobility of academic researchers. We focused our attention on a selection of 48 research-intensive universities, their joint research publications with the business sector, and the dispersion of partner firms across distance-based geographical zones in the UK and abroad.

The geographical location and spatial distribution of those firms presents a new perspective on UBC patterns, and addresses an information gap in UK government statistics or university administration data on research co-operation with the local or regional business sector. In addressing these knowledge gaps and analytical challenges, the collected data from UBRP measurement approach provides some interesting new insights into aggregate-level UBC information across the UK's largest research-intensive universities.

We focused our study on two research questions, stated in subsection 1.2: (i) is the geographical distance between the university and its industry partners a meaningful parameter of a university's UBC profile? (ii) If so, how distance-dependent are the major explanatory variables describing the way research-intensive universities are engaging with R&D-active firms? Concerning the first research question, we find that the number of UBRPs has increased across all distance zones. However, long-distance “global” UBRPs has increased at a significantly higher rate than short-distance “local” UBRPs. Several universities exhibit a “glocalizing” pattern, where UBRP growth occurs across the entire range of distances. At other “globalizing” universities the growth occurs almost entirely in the long distance zones. Focusing on the subsample of universities with significant growth rates in either glocalization or globalization, we find that the glocalization rate is higher at “catching up” universities that have low levels of local UBRPs and are located in areas with relatively low levels of business sector R&D intensity.

Regarding the second question, our macro-level findings highlight a multitude of determinants that seem to be affecting UBRP patterns, where each distance zones presents a different set of determinants. Nonetheless, four common “structural” factors emerge (see subsection 5.1), which are significant in the majority of the distance zones and are like to be major drivers of UBC activity. The business sector R&D expenditure in the region represents a very significant external factor. Not surprisingly, we find evidence of spatial concentration effects in the London metropolitan area and in other R&D-intensive areas. Two of other factors—the research volume of a university and its citation impact level—reflect research-related organizational determinants such as critical mass, economies of scale, and scientific quality. The fourth factor captures the importance of the “human factor” as a UBC and UBI determinant, with empirical evidence that local UBRPs are more likely to involve boundary-spanning academic researchers. The share of these “cross-sectoral” researchers—either “university-business mobile researchers” (UBM-Rs) and/or “university-business/multiple affiliated researchers” (UB/MA-Rs)—is consistently among the most discriminating variables to explain the propensity of universities to collaborate with firms located at close distance. Given the strong positive relationships that tend to exist between social proximity, cognitive proximity and spatial proximity (Boschma, 2005 ), this outcome suggests that these individuals are an important driving force, if not an indispensable “success factor” for create sustainable R&D-related university-business interactions within the UK. There is still insufficient understanding of how knowledge is actually shared or transferred between individuals—either within the same local geographical area or further afield.

More in general, our UBC model critically hinges on the assumption that its three key performance indicators (UBRPs, UBM-Rs, and UB/MA-Rs) are sufficiently valid proxies of general patterns and trends as regards to university-business co-operation. The model's focus on research clearly introduces an observation bias: all three key performance indicators (KPIs) are related to research publication output, more specifically successful research (otherwise the work would not be published). Moreover, publication output quantities do not reflect essential information on inputs (such as the amount of industry funding of academic research, or highly qualified graduate students moving into industry), the effectiveness of knowledge creation processes, nor how productive interactions with the business sector actually were. For example, work by Faggian and McCann ( 2009 ) shows that the quality of UK universities, via the flows of their highest quality graduates, are found to be of limited importance for regional innovation performance in the university's local region but these graduates do have significant impacts on the innovation performance in other UK regions.

Hence, these KPIs—and the UBRPs in particular—present a limited window of analysis that tends to overemphasize successful research co-operation and associated productive interactions in terms of researcher mobility, joint knowledge creation or exchange. Moreover, our UBC analysis does not include a clear-cut distinction by type of university, notably between “comprehensive” or “specialized,” in terms of their research activity profile. Although the variables “Publication output—medical fields” and “Publication output—STEM fields” partially capture this profile, a more explicit and fine-grained distinction deserves more attention in follow-up studies to ascertain possible effects of (changes in) research specialization on UBRP patterns and trends.

Given the growing importance of UBI and UBC as knowledge-intensive inputs into UK business sector R&D—witness the development of the Knowledge Exchange Framework (KEF) as a proposed new policy tool and information platform—more effort should be invested into developing new analytical methods and performance indicators for studying UBI, UBC and UBRP patterns and trends. One of the proposed activities, KEF Metrics, aims to provide “timely data that describes and compares institutional-level performance in knowledge exchange” (https://re.ukri.org/knowledge-exchange/knowledge-exchange-framework/). Between March and May 2019, 21 universities, participated in a pilot exercise to further test on how to operate KEF in England. Should KEF become operational, the three UBC performance indicators may open up new avenues for further empirical enquiry of the UK science system, especially concerning university knowledge transfer to the business section. UBI and UCB data may also be of interest in the next edition of the Research Excellence Framework (www.ref.ac.uk/about/what-is-the-ref/) either in terms of contributing to performance indicators, or as elements within impact stories that academic researchers will be required to produce. UBC-related data could also supplement university-level statistical information from the Higher Education-Business and Community Interaction survey, which may help address policy-relevant information gaps, notably on the effects and effectiveness of government policies to promote UBI within the UK.

Finally, a concluding remark regarding Brexit. Although our data only run up to 2017, the large volume of UBRPs in the most recent years provides compelling information on the size of the intersection between UK academia and their corporate partners on the continent (Tijssen & Yegros, 2017 ). According to our data, hundreds of researchers were, and probably still are, straddling and moving between UK universities and the business sector elsewhere in Europe. This connectivity space of mutual trust relationships, common understanding and shared goals spans many personal ties and associated R&D networks. It represents several decades” worth of UK investment in valuable human capital and vulnerable social capital. Leaving the EU could seriously damage the UK's UBI infrastructures if those connections are severed.


Danksagung

[41] The University of Melbourne thermochronology laboratory receives infrastructure support under the AuScope Program of NCRIS. S.H. received support from the National Natural Science Foundation of China (NSFC) (41072186). Y.T. received support from IPRS and MIRS scholarships at the University of Melbourne. Y.T. is grateful to Abaz Alimanovic for assistance with (U-Th)/He dating and to Zhonghua Tian and Zhaokun Yan for their assistance during fieldwork. Constructive reviews from anonymous reviewers clarified points of this work. Editorial work of James Tyburczy is gratefully appreciated.

Additional supporting information may be found in the online version of this article.

Dateinamen Beschreibung
ggge20361-sup-0001-suppinfoSI01.pdf38.4 KB zusätzliche Informationen
ggge20361-sup-0002-suppinfoSI02.pdf42.2 KB zusätzliche Informationen
ggge20361-sup-0003-suppinfoSI03.pdf31.9 KB zusätzliche Informationen
ggge20361-sup-0004-suppinfo04.txt1.5 KB zusätzliche Informationen

Bitte beachten Sie: Der Herausgeber ist nicht verantwortlich für den Inhalt oder die Funktionalität der von den Autoren bereitgestellten unterstützenden Informationen. Alle Anfragen (außer fehlenden Inhalten) sollten an den entsprechenden Autor des Artikels gerichtet werden.


Schau das Video: BOKU GIS Infos: Layoutierung und PDF erstellen