遥感教程第15-8页

目录

` <>` __


In the next two pages, you will see how the search for the best site for building a new electric-generating power plant near Harrisburg, PA, using both GIS and other information, is conducted step-by-step. This was part of a demo organized by NASA Goddard�s ERRSAC both to the client (PP&L) and to the general user community. On this page are shown some of the data elements considered as input, a Landsat-based classification, and a series of thematic maps derived from data files at PP&L, state agencies at Harrisburg, and other sources.


宾夕法尼亚州电力和照明新工厂选址问题

也许地理信息系统的分析会更令人信服地通过第二个案例研究。这个案例是一个应用示范,在20世纪80年代早期由美国国家航空航天局戈达德开发,当时其东部地区遥感应用中心(errsac)仍在运行。“客户”是宾夕法尼亚电力和照明(PP&L)公司,这是一家公共电力公司,其服务区域包括宾夕法尼亚州中部和东部的部分地区。其中一个服务区域是位于萨斯奎汉纳河上哈里斯堡的州首府区,该区一直从臭名昭著的三里岛,1979年3月28日发生了一场几乎灾难性的核电站事故。这一经验迫使宝洁对其未来的选址、自身的电力设施和大客户有特殊的关注。具体来说,长期规划要求在哈里斯堡地区建设一个可能的第二发电厂。地理信息系统和遥感输入是否有助于选址决策?

为了让你回忆起哈里斯堡的样子(你会在考试结束时看到一张从83号州际公路桥往东北方向看的照片)。 Section 1 )我们在这里展示了一张非常相似的照片:

到70年代末,宝洁开发了一个计算机化的地理信息系统数据库,主要用于土地利用分析、环境影响分析、能源设施选址和其他技术援助。其多变量数据库由分布在十大类中的43个数据元组成,其中最大的两个是地形单元和土地利用。如下表所示:

该数据库中的标准网格单元大小为9.2公顷(22.9英亩)。促使PP&L在建立合作研究中接近Errsac的问题是:陆地卫星图像是否有助于保持地理信息系统输出的最新?

` <>`__15-15: Landsat MSS resolution is equivalent to 1.1 acres. How did this fact influence PP&L in its thinking about utilizing space imagery in its geocoded data base? `ANSWER <Sect15_answers.html#15-15>`__

根据这些文件,Errsac调查人员使用ESRI软件包生成哈里斯堡服务区的12类地图:


PP&L提出的Goddard导向地理信息系统分析的概念验证任务是为重型工业综合体选择最佳地点。实施了两个主要限制:1)现场必须位于主要水源5公里(3英里)范围内(Susquehanna河符合此条件),2)应排除哈里斯堡地区附近的区域。

分析的第一步是从PP&L数据库生成一系列数据元素映射。最初,这些被格式化为打印输出使用黑白Versatec静电绘图仪。以下是地形类型的输出,作为数据层(此图由于扫描仪无法区分符号模式,其中一些模式太相似,无法解决):

完成这些打印输出的地图后,许多都转换为彩色格式。下面是一组6张(总共生产23张)主题地图,使用在errsac数字化的PP&L数据,成为用于为拟建电厂选择可接受地点的算法的多层输入的一部分。请参阅每个地图下面的说明(用字母标识),了解所表示的主题和与所用颜色相关的值。

PP&L "Landforms" and "Slope" data element maps.

  • a.地形:城市=红色;水=深蓝色;解剖高原=棕色;陡坡=深绿色;谷底=绿黄色;洼地=白色;漫滩=水绿色。

  • b.坡度:0-3%=白色;3-8%=浅绿色;8-15%=深绿色;15-25%=紫色;>25%=黄色;城市=红色;水=深蓝色
    PP&L "Stream Order" and "Soil Permeability" data element maps.
  • C.流序:1=深蓝色;2=橙色;3=水绿色;4=浅蓝色;5=黄色;6=白色;7=紫色;8=红色

  • d.土壤渗透性:非常高=深绿色;高=红色;好=黄色;中等=橙色;差=白色

  • PP&L "Flood Prone Areas" and "Agricultural Potential" data element maps.

  • e.洪水易发区:城市=红色;水=深蓝色;洪水易发区=黄色;非洪水易发区=橙色。

  • f.农业潜力:无限制=深绿色;少数限制=浅绿色;中等限制=黄色;严重限制=棕色;极端限制=紫色

这些地图以及其他地图有助于地理信息系统的解释者和规划者可视化给定属性中的变化分布。在分析中,他们将不同的类别存储在一个主题中,并通过数字代码中的顺序排名来操作它们。

` <>`__15-16: Which, if any, of these maps could Landsat have made some direct contribution to, perhaps aided by supplemental information? `ANSWER <Sect15_answers.html#15-16>`__


主要作者:Nicholas M.Short,高级电子邮件: nmshort@nationi.net