أكثر

كيف يمكنني تحميل JSON إلى GRASS؟


لقد تلقيت بيانات هطول الأمطار بتنسيق JSON. أريد تحميل البيانات إلى GRASS.

عينة إخراج JSON:

{"50.922759، -90.089954": {"current_conditions": {"air_temp": {"unit": "F"، "value": 37.0}، "cloud_cover": {"unit": "٪"، "value" : 100.0}، "الواصفات": {"cloud_cover_descriptor": {"code": 20500، "text": "Cloudy"}، "هطول_وصفة_تساقط الأمطار": {"code": 10500، "visibility_obstruction_descriptor": {"code": 10500 ، "text": "None"}، "weather_descriptor": {"code": 20500، "wind_direction_descriptor": {"code": 52200، "text": "Variable"}}، "dew_point": {"unit" : "F"، "value": 34.0}، "ice_acc_last_hour": {"unit": "n / a"، "value": "n / a"}، "liquid_acc_last_hour": {"unit": "n / a "،" value ":" n / a "}،" msl_pressure ": {" unit ":" mb "،" value ": 1024.0}،" precip_acc_last_hour ": {" unit ":" n / a "،" القيمة ":" n / a "}،" نسبة الرطوبة ": {" unit ":"٪ "،" value ": 88.0}،" snow_acc_last_hour ": {" unit ":" n / a "،" value ":" غير متاح "}،" station_pressure ": {" unit ":" mb "،" value ": 977.0}،" u_wind_speed ": {" unit ":" mph "،" value ": 1.9}،" v_wind_speed ": {"unit": "mph"، "value": 3.0}، "valid_time_end": 1412048400.0، "valid_time_start": 1412044800.0، "visibility": {"unit": "mi"، "value": 10.0}، "wind_direction ": {" الوحدة ":" الدرجات "، "القيمة": 213.0}، "سرعة الرياح": {"الوحدة": "ميل في الساعة"، "القيمة": 3.0}}}}


لسوء الحظ ، هذا تنسيق JSON مخصص (وليس GeoJSON) ، لذلك لا أرى أي خيار آخر غير إعادة تنسيق هذه البيانات ، الأمر الذي يتطلب بعض الترميز:

  • يمكنك إعادة تنسيقه ليتوافق مع GeoJSON (أو أي تنسيق آخر يمكن قراءته بواسطة OGR) واستخدام v.in.ogr.
  • أو يمكنك إعادة تنسيقه إلى تنسيق GRASS ASCII واستيراد بيانات النقطة باستخدام v.in.ascii ، انظر المثال 3.

كيف يمكنني تحميل JSON إلى GRASS؟ - نظم المعلومات الجغرافية

رخصة المواد الأولية: BSD 3-Clause

ملخص: نظام دعم تحليل الموارد الجغرافية

GRASS GIS ، يشار إليه عادة باسم GRASS (نظام دعم تحليل الموارد الجغرافية) ، هو مجموعة برمجيات مجانية ومفتوحة المصدر لنظام المعلومات الجغرافية (GIS) تستخدم لإدارة وتحليل البيانات الجغرافية المكانية ، ومعالجة الصور ، وإنتاج الرسومات والخرائط ، والنمذجة المكانية ، و التصور.

يمكن تثبيت العشب من قناة conda-forge عن طريق إضافة conda-forge إلى قنواتك باستخدام:

بمجرد تمكين قناة conda-forge ، يمكن تثبيت العشب باستخدام:

من الممكن سرد جميع إصدارات العشب المتوفرة على نظامك الأساسي باستخدام:

conda-forge هي قناة كوندا يقودها المجتمع للحزم القابلة للتثبيت. من أجل توفير تصميمات عالية الجودة ، تمت أتمتة العملية في مؤسسة Conda-forge GitHub. تحتوي مؤسسة conda-forge على مستودع واحد لكل من الحزم القابلة للتثبيت. يُعرف هذا المستودع باسم اللقيم.

تتكون المادة الأولية من وصفة كوندا (التعليمات حول ماذا وكيف يتم بناء الحزمة) والتكوينات اللازمة للبناء التلقائي باستخدام خدمات التكامل المستمر المتاحة مجانًا. بفضل الخدمة الرائعة التي تقدمها CircleCI و AppVeyor و TravisCI ، من الممكن إنشاء حزم قابلة للتثبيت وتحميلها على قناة Conda-forge Anaconda-Cloud لأنظمة Linux و Windows و OSX على التوالي.

لإدارة التكامل المستمر وتبسيط صيانة المواد الأولية ، تم تطوير شرط الحداد. باستخدام conda-forge.yml داخل هذا المستودع ، من الممكن إعادة عرض جميع ملفات دعم المواد الأولية (مثل ملفات تكوين CI) مع إعادة عرض conda smithy.

لمزيد من المعلومات يرجى مراجعة وثائق conda-forge.

اللقيم - وصفة كوندا (مادة خام) ، دعم البرامج النصية وتكوين CI.

كوندا سميثي - الأداة التي تساعد في تنظيم المواد الأولية. استخدامه الأساسي هو في بناء ملفات CI .yml وتبسيط إدارة ملفات عديدة المواد الأولية.

كوندا فورج - المكان الذي تعيش فيه المادة الأولية والحدادة وتعمل على إنتاج المادة النهائية (توزيعات كوندا مبنية)

إذا كنت ترغب في تحسين الوصفة العشبية أو إنشاء إصدار حزمة جديد ، فالرجاء تقسيم هذا المستودع وإرسال PR. عند الإرسال ، سيتم تشغيل تغييراتك على الأنظمة الأساسية المناسبة لمنح المراجع فرصة لتأكيد أن التغييرات تؤدي إلى بناء ناجح. بمجرد الدمج ، سيتم إعادة بناء الوصفة وتحميلها تلقائيًا إلى قناة conda-forge ، حيث ستكون حزم conda المدمجة متاحة للجميع لتثبيتها واستخدامها من قناة conda-Forge. لاحظ أن جميع الفروع في مادة التغذية conda-forge / العشب يتم إنشاؤها على الفور ويتم تحميل أي حزم تم إنشاؤها ، لذلك يجب أن تستند ملفات PR على الفروع الموجودة في الشوكات والفروع في المستودع الرئيسي فقط لإنشاء إصدارات حزم متميزة.


2. المنهجية

مكتبة PyGRASS مكتوبة بلغة Python وتستخدم وحدات من مكتبة Python القياسية [15] ، مثل: sys ، fnmatch ، المجموعات ، sqlite3 ، وكذلك من مكتبة Python التابعة لجهة خارجية ، NumPy [16]. NumPy عبارة عن حزمة للحوسبة العلمية. إنه بالفعل اعتماد على GRASS. مكتبة اختيارية هي psycopg2 [17] ، والتي تُستخدم لواجهة التعامل مع سمة ناقل PyGRASS مع قاعدة بيانات PostgreSQL.

التناسق - يجب أن تلتزم المكتبة بالمعايير والعمارة الشائعة في كل من Python و GRASS ، من أجل تجنب الارتباك للمستخدمين الذين هم فقط على دراية بواحد مما ورد أعلاه

البساطة - يجب أن تكون المكتبة بسيطة وبديهية ، دون إخفاء الوصول إلى وظائف المستوى الأدنى ، في الواقع ، توفير تجربة مستخدم سلسة بين C-API منخفض المستوى من GRASS مع نهج Python عالي المستوى الموجه للكائنات

المرونة - يجب أن تكون المكتبة مرنة ، بحيث تسمح باستخدام وحدات GRASS الحالية ومنح كل مستخدم الحرية في تنفيذ منطقه الخاص ، باستخدام أدوات برمجة أكثر تفصيلاً ودقة

الأداء — يجب أن تكون المكتبة سريعة ، مع مراعاة كل من التطوير ووقت وحدة المعالجة المركزية. يتم استخدام وظائف GRASS C API بشكل كبير بواسطة PyGRASS في كل مرة يكون ذلك ممكنًا.

تنقسم المكتبة إلى جزأين: الأول يتعلق أكثر بنشاط البرنامج النصي ووحدات GRASS ، والثاني يركز على جوانب البرمجة وواجهة برمجة التطبيقات C لـ GRASS.

لتحسين واجهة برمجة تطبيقات البرنامج النصي الحالية لـ GRASS ، تعتبر PyGRASS كل وحدة من وحدات GRASS ككائن مع معلمات الإدخال ومعلمات الإخراج والعلامات. عندما يكون الكائن "إنشاء مثيل" ، تقوم فئة الوحدة النمطية بتوزيع وصف واجهة XML التي تم إنشاؤها من وحدات GRASS من خلال علامة وصف الواجهة لمعرفة المعلمات والعلامات المحددة. لكل معلمة ، يتم تحليل البيانات الوصفية. تحدد البيانات الوصفية ما إذا كانت المعلمة مطلوبة أم اختيارية ، وإذا كانت إدخالًا أو إخراجًا ، فما نوعها (نقطية ، متجه ، سلسلة ، عائمة ، إلخ) وغير ذلك الكثير. تسمح هذه المعلومات للفصل بالتحقق من صحة المعلمات وتوفر القدرة على اقتراح المعلمات الصحيحة. يسمح تحديد المدخلات والمخرجات بتنفيذ سلاسل العمليات. تم اختيار تصميم الواجهة لهذه الفئة لدعم تنفيذ خدمات تنفيذ العمليات المحلية والبعيدة ، والتي يمكن إضافتها في المستقبل. لتنفيذ واجهة إلى خدمة معالجة الويب (WPS) ، يجب أن يكون تعريف المدخلات المعقدة والمخرجات المعقدة والحرفية معروفًا لإنشاء طلب تنفيذ XML. وينطبق الشيء نفسه على خدمات تنفيذ العمليات عن بُعد المستندة إلى WSDL / SOAP. توفر فئة الوحدة النمطية جميع المعلومات الخاصة بالوحدة المطلوبة حسب التصميم.

تحدد واجهة برمجة تطبيقات Python النصية الحالية عدة وظائف لإدارة وحدة GRASS: يقوم الأمر make_command بإرجاع قائمة من السلاسل مع خيارات الأوامر من قاموس المفاتيح والقيم. الأمر start_command هو واجهة موجهة GRASS للعملية الفرعية. Popen (إنشاء وإدارة عملية الوحدة النمطية التي توفرها مكتبة Python القياسية) ، والتي تستخدم داخليًا وظيفة make_command. جميع وظائف الأمر run / pipe / feed / read / write / parse الأخرى هي أغلفة متخصصة لأمر start_command.

تجمع فئة الوحدة النمطية في PyGRASS كل هذه الميزات في كائن واحد ، وتوصيل مدخلات ومخرجات وحدات GRASS مباشرةً ، انظر القائمة 1 في الملحق.

تعمل فئة PyGRASS Module على تبسيط بناء جملة Python قدر الإمكان لتكون قادرة على المنافسة مع واجهة وحدة POSIX. وهو يدعم بناء جملة التوافق مع الإصدارات السابقة ويعزز واجهة برمجة التطبيقات لتوفير أداة تدير أخطاء المستخدمين وتعيد قائمة الخيارات الصالحة. علاوة على ذلك ، تمنح مكتبة PyGRASS القدرة على تمرير النص إلى أمر ما كمدخل (stdin) ، لالتقاط إخراج النص (stdout) ورسالة الخطأ (stderr) للأمر. أخيرًا ، يتيح PYGRASS للمستخدمين إدارة (أي إنهاء ، قتل ، انتظار) العملية.

تقدم مكتبة PyGRASS واجهة برمجة تطبيقات Python الموجهة للكائنات (OO) إلى GRASS ، والتي تنفذ لكل كيان GIS / GRASS فئة واحدة أو أكثر. تستخدم الفئات هياكل ووظائف C من خلال واجهة ctypes الموجودة. Ctypes هي مكتبة Python توفر أنواع بيانات متوافقة مع C وتسمح بوظائف الاتصال في مكتبات DLL أو المكتبات المشتركة. يمكن استخدامه لتغليف هذه المكتبات بلغة Python. تستخدم واجهة Python ذات المستوى الأعلى أنواعًا لدمج هياكل ووظائف GRASS C-API الأساسية في إطار عمل موجه للكائنات ، ولكن في نفس الوقت ، تحاول احترام تدفق عمل GRASS والتسميات لتتوافق مع C-API. يتوفر مؤشر الأنواع الخاص بالكائن إلى هياكل C الأساسية تحت اسم السمة الذي يبدأ بـ c_*. يتيح ذلك للمستخدم الوصول إلى هياكل GRASS C-API ذات المستوى الأدنى مباشرةً باستخدام واجهة ctypes. تسمح هذه الفئات للفرد بمواجهة المشكلة بطريقة أكثر تجريدية. يمكن أن يساعد النهج عالي المستوى الموجه للكائنات المستخدمين على مواجهة المشكلة ، حتى لو لم يكونوا على دراية بتفاصيل تنفيذ مستوى C-API ، مما يؤدي إلى تسريع مرحلة التصميم والكتابة والنماذج الأولية وتصحيح الأخطاء.

عمارة المكتبة

تحتوي الوحدات النمطية للفئات Module و MetaModule و Parameter. تم تصميم هذه الفئات لتحل محل نهج البرمجة النصية السابق المستند إلى POSIX (انظر القائمة 2) واستبدال أجزاء من واجهة برمجة تطبيقات نص Python الحالية (انظر القائمة 3).

تسمح بنية مكتبة PyGRASS الموجهة للكائنات للمستخدمين بالتفاعل مع وحدات GRASS ككائنات Python. تسمح هذه الكائنات بالوصول المباشر لسمات الوحدة النمطية مثل: الاسم والوصف والكلمات الرئيسية. يتم تنفيذ خيارات الإدخال والإخراج باستخدام فئة معلمة مخصصة. يتم تخزين مثيلات هذه الفئة إما في قاموس الإدخال أو قاموس الإخراج ضمن قائمة كائن الوحدة النمطية 4. يمكن الإشارة إلى المدخلات والمخرجات من خلال أسمائها في القواميس أو كسمات لكائنات القاموس. يمكن توصيلها ببعضها البعض لإنشاء سلاسل عمليات ، انظر القائمة 1. يضمن نظام فحص النوع لفئة المعلمة أن خيارات الإخراج لا يمكن توصيلها إلا بخيارات الإدخال الخاصة بالوحدات النمطية المختلفة عندما يكون لها نفس النوع. ومن ثم ، ستثير مكتبة وحدات PyGRASS خطأً في حالة توصيل إخراج وحدة متجه بإدخال نقطي لوحدة نمطية ثانية.

تقدم مكتبة وحدات PyGRASS معلمات خاصة للسماح بالتحكم الدقيق في عمليات GRASS. تنتهي هذه المعلمات الخاصة بالحرف "_" لتجنب الخلط مع أسماء الخيارات. يتم استخدام أول معلمتين خاصتين - التشغيل_ والانتهاء_ - لإدارة العملية. تعريف المعلمة run_ = True سينفذ العملية على الفور ، و finish_ = True ستنتظر حتى تنتهي العملية ، انظر القائمة 5. المعلمات الخاصة الأخرى التي تمت إضافتها هي: stdin_ و stdout_ و stderr_. يتم استخدام المعلمات stdin_ و stdout_ لربط المدخلات والمخرجات النصية من وحدات مختلفة لإنشاء خط أنابيب عملية يستخدم stdin_ لتمرير الإخراج النصي (stdout_) من عملية إلى أخرى انظر القائمة 6

يحتوي المتجه على الفئات Vector بدون طوبولوجيا GRASS و VectorTopo مع طوبولوجيا GRASS.

تسمح فئة Vector للمستخدم بالوصول إلى ميزات الهندسة غير الطوبولوجية لخريطة المتجه بترتيب تسلسلي ، انظر القائمة 7. تم تصميم الفئة VectorTopo للوصول إلى ميزات الهندسة الطوبولوجية وغير الطوبولوجية لخريطة المتجه بترتيب عشوائي. تتيح هذه الفئة للفرد إمكانية التكرار بين أنواع الميزات المحددة ، انظر القوائم 8 و 9. الكتابة مدعومة في فصول دراسية بترتيب تسلسلي. ومع ذلك ، يمكن تحديث الميزات المكتوبة بالفعل في فئة الوصول الطوبولوجي. تم تصميم الفئات التالية لتمثيل ميزات المتجهات: Point و Line و Centroid و Boundary و Isle و Area. عادةً ما يتم إنشاء مثيلات هذه الفئات عند قراءة المعالم من خرائط المتجهات بواسطة فئتي Vector و VectorTopo. لإدارة اتصالات متعددة بقواعد بيانات SQL الخاصة بسمة المتجه ، تم تصميم الفئات DBLinks و Link. يمكن إنشاء جداول السمات والوصول إليها وتعديلها باستخدام فئة الجدول. توفر فئة Filter عدة طرق للعمل مع البيانات دون الحاجة إلى معرفة SQL. للوصول إلى محتوى جدول السمات من ميزة هندسية ، تم تصميم فئة Attrs.

النقطية تحتوي على الفئات (RasterRow و RasterRowIO و RasterSegment و RasterNumpy).

يستخدم كل فصل مكتبة GRASS C مختلفة لمنح نوع معين من الوصول إلى الخرائط النقطية. تشترك جميع فئات البيانات النقطية في طرق شائعة لفتح الخريطة ، وقراءة القيم النقطية أو الصفوف النقطية ، والحصول على المعلومات النقطية وكتابة البيانات الوصفية ، مثل الفئات والمحفوظات. على غرار المتجه ، تم استخدام بناء جملة مماثل لإنشاء كائن نقطي وفتحه وإغلاقه.

تقرأ فئة RasterRow محتوى خريطة البيانات النقطية صفًا تلو الآخر وتكتبها في وضع تسلسلي ، صفًا تلو الآخر ، انظر القائمتين 10 و 11.

تنفذ فئة RasterRowIO ذاكرة تخزين مؤقت للصف تسمح للمستخدمين بقراءة الصفوف النقطية بشكل عشوائي عن طريق الاحتفاظ بعدد من الصفوف في الذاكرة الرئيسية. تتجنب آلية التخزين المؤقت هذه الاستخدام الثقيل للقرص الثابت (الإدخال / الإخراج) في مهام محددة ، مثل نقل عمليات النافذة ، أو تحليل حي الخلية. على غرار RasterRowIO ، توفر فئة RasterSegment الوصول إلى ذاكرة التخزين المؤقت للتجانب. ذاكرة التخزين المؤقت للتجانب هي تمثيل غير مضغوط لخريطة نقطية سيتم إنشاؤها في نقطة التهيئة. يعتمد الوصول إلى الملف غير المضغوط على المربعات المخزنة مؤقتًا في الذاكرة الرئيسية للوصول السريع للقراءة والكتابة العشوائية من خلال فئة المقطع. باستخدام فئة RasterSegment ، من الممكن قراءة قيمة البكسل وكتابتها بشكل عشوائي في نفس الوقت في نفس الخريطة.

ترث فئة RasterNumpy من فئة numpy.memmap وتسمح للمستخدمين بالتفاعل مع الخريطة كمصفوفة NumPy.

يحتوي gis على فئات إدارة GRASS ، مثل Gisdbase و Location و Mapset ، التي تساعد المستخدمين على التفاعل مع بيئة GRASS ، انظر القائمة رقم 12. تدير فئة المنطقة المنطقة الحسابية لـ GRASS التي تؤثر بشكل مباشر على معالجة البيانات النقطية ثنائية وثلاثية الأبعاد ، بالإضافة إلى العديد من معالجة المتجهات الخوارزميات ، انظر القائمة 13.

تؤكد مكتبة PyGRASS أن إدارة الذاكرة تتم معالجتها بالكامل بواسطة Python. جميع الهياكل من GRASS C-API التي تستخدمها PyGRASS هي كائنات من النوع أو يتم حذفها في مدمر الفئة ، وبالتالي يتم التعامل معها بواسطة جامع القمامة في Python. يجب ألا يهتم المستخدم بتخصيص الذاكرة وحذفها مباشرة.


2.2 نظم المعلومات الجغرافية

GRASS GIS هو نظام معلومات جغرافية مفتوح المصدر ومتعدد الأغراض وعبر الأنظمة الأساسية (Neteler and Mitasova، 2008 Neteler et al.، 2008، 2012) يدعم الأدوات المساعدة لحسابات البيانات النقطية والمتجهة الفعالة (Hofierka et al.، 2009 Mitasova et al.، 1995 Shapiro and Westervelt، 1994 ri and Hofierka، 2004). وهو يشتمل على واجهات رسومية وسطر أوامر ويمكن أن يكون مدفوعًا بواسطة برامج shell أو Python النصية. وهو يدعم كلاً من البيانات النقطية والمتجهية ثنائية الأبعاد وثلاثية الأبعاد ويتضمن إدارة قاعدة بيانات جدول السمات المستندة إلى SQL. تمت كتابة أدوات GSFLOW – GRASS لأحدث إصدار مستقر من GRASS GIS، v7.4. يدعم هذا برمجة Python النصية للأوامر المضمنة عالية المستوى وللوصول منخفض المستوى إلى إدخالات قاعدة البيانات والهندسة المتجهة (Zambelli et al. ، 2013). نحن نستفيد من هذه القدرات لتطوير سير عمل مؤتمت لبناء مدخلات GSFLOW من خلال GRASS GIS.

اخترنا GRASS GIS كواجهة لتطوير المدخلات لأنها (1) مفتوحة المصدر ومتعددة المنصات (2) تفرض طوبولوجيا ناقلات جامدة ، وهو أمر بالغ الأهمية لبناء شبكات التدفق (3) مكتبتها الواسعة من الهيدرولوجيا المضمنة تتضمن الأدوات تلك الخاصة بتطوير شبكة الصرف المتجه مع فهرسة زيادة المصب (Jasiewicz and Metz ، 2011) ، وهو أمر ضروري لتعيين مسارات التدفق والأوجه المجاورة (4) تجعل مكتبة البرمجة النصية العامة لـ Python وواجهة برمجة تطبيقات PyGRASS (API) من السهل تطوير امتدادات جديدة (5) يمكن إضافة هذه الامتدادات إلى مستودع التخريب الرسمي (svn) ، حيث يمكن تنزيلها تلقائيًا وتثبيتها على أجهزة كمبيوتر المستخدم باستخدام ز - التمديد الأمر و (6) يوفر واجهة المستخدم الرسومية وواجهة سطر الأوامر (CLI) المتوافقة مع بعضها البعض. واجهات GUI و CLI غير مطلوبة لـ GSFLOW – GRASS لأن مكون GRASS GIS يتم التعامل معه في الغالب خلف الكواليس بواسطة برنامج نصي Python لمعالجة الدُفعات (buildDomainGRASS.pyالطائفة. 3.2) ومع ذلك ، فإنها تسمح للمستخدمين النهائيين بإعادة تشغيل أجزاء معينة من العملية و / أو إنتاج تدفقات العمل الخاصة بهم باستخدام امتدادات GSFLOW-GRASS كعناصر بناء. إن جانب المصدر المفتوح للعمل الحالي مدفوع جزئيًا بالحاجة إلى أدوات تقييم المياه والتخطيط في العالم النامي (Pal et al. ، 2007) ، وهذه الامتدادات ، جنبًا إلى جنب مع واجهة المستخدم الرسومية القابلة للتبديل والمتسقة و CLI ، يمكن مساعدة المستخدمين على إنشاء التخصيصات المتقدمة الخاصة بهم لـ GSFLOW – GRASS.

نعتمد مجالًا حسابيًا غير متجانس للسطح وتحت السطحي لـ GSFLOW-GRASS الذي يستخدم وحدات HRU على سطح الحوض الفرعي المرتبطة بخلايا الشبكة تحت السطحية. بالإضافة إلى الكفاءة الحسابية المتمثلة في تحديد التضاريس المعقدة إلى أحواض فرعية ذات أشكال معقدة بدلاً من استخدام مجال سطح شبكي بالدقة المطلوبة لحل وحدات HRU ، فإن استخدام وحدات HRU في الأحواض الفرعية التي توجه الجريان السطحي مباشرة إلى مقاطع التدفق يلغي الحاجة إلى إنشاء شبكة متتالية (القسم 2.1.2). بسبب مخطط توجيه المياه السطحية المفاهيمي GSFLOW (وليس المستند إلى التدرج) ، يصعب التنبؤ بالاختلافات العددية بين الحوض الفرعي ووحدات HRU الشبكية ، ولكن يمكن أن يساعد صندوق أدوات GSFLOW-GRASS الآلي في تمكين الاختبار المستقبلي لاستجواب أداء كل منهما بدقة.

GSFLOW – GRASS يحقق توازنًا بين إنشاء تنفيذ GSFLOW الجاهز للعمل وتوفير المرونة لتخصيص التطبيقات. مع مجموعة مطورة حديثًا من أدوات إنشاء مجال GIS المؤتمتة والقوية ، يمكن تطبيق GSFLOW-GRASS على أي نموذج ارتفاع رقمي (DEM) لإنتاج نماذج محاكاة GSFLOW. لا يلزم سوى بضع خطوات لإعداد نموذج GSFLOW على نظام الكمبيوتر الخاص بالمستخدم. لمزيد من ضبط النموذج ، تكون جميع البرامج النصية في صندوق الأدوات مفتوحة المصدر ويتم التعليق عليها للسماح بإجراء تغييرات على أي معلمة بالإضافة إلى تطوير إمكانات GSFLOW الاختيارية غير المضمنة في تنفيذ GSFLOW-GRASS الافتراضي. تحتوي العديد من برامج تنفيذ النماذج الهيدرولوجية الشائعة على واجهات رسومية ، بما في ذلك ModelMuse (Winston ، 2009) ، و Visual Modflow (Waterloo Hydrogeologic Inc. ، 2011) ، و Hydrus (Simunek et al. ، 2009) ، و ArcSWAT (Neitsch et al. ، 2002) ، و MIKE -SHE (بوتس وجراهام ، 2005). في حين أن هذه أسهل لمستخدمي النماذج المبتدئين ، إلا أن واجهات المستخدم الرسومية يمكن أن تكون صعبة في التطوير للتطبيقات عبر الأنظمة الأساسية وتدعم عمومًا مرونة أقل للتخصيص. وبالتالي ، اخترنا نهج سطر الأوامر في الغالب ، والذي تم تصميمه واختباره للاستخدام على أنظمة تشغيل Linux و Windows.

الشكل 3GSFLOW – GRASS سير العمل.


الجغرافية المكانية (GIS) والبيانات المكانية وموارد الخرائط

قد يكون تحديد موقع البيانات المكانية أمرًا صعبًا. الرجاء عدم التردد في الاتصال بفريق Map Collection للحصول على المساعدة إذا كنت تواجه صعوبة في العثور على شيء معين. لا يهدف هذا الدليل إلى تغطية جميع الموارد المتاحة ، ولكنه يعرض قائمة بالأكثر طلبًا ويتم تحديثها بانتظام.

تتوفر أدلة وموارد أخرى من الصفحة الرئيسية لمجموعة الخرائط

يمكن إرسال أي استفسارات إلى موظفي المكتبة عبر البريد الإلكتروني [email protected] أو احجز استشارة بحثية

تحديثات المجموعة

تحديث حول مركز الموارد الشرقية (١ مارس ٢٠٢١)

على مدى السنوات الثلاث الماضية ، كانت أعمال تصميم المفهوم وإعداد الموقع لتطوير منطقة طلابية عالمية المستوى قيد التقدم في الركن الجنوبي الشرقي من حرم باركفيل الجامعي & ndash the New Student Precinct. يمثل عام 2020 بداية المرحلة التالية والأكثر كثافة من هذا المشروع.

اعتبارًا من 28 يونيو 2020 حتى نهاية سبتمبر 2021 ، لن يكون مركز الموارد الشرقية متاحًا لجميع الموظفين والطلاب بسبب إعادة التطوير كجزء من مشروع منطقة الطلاب الجديدة. لطلب العناصر ، يرجى الاتصال بفريق عمل Map Collection.

ستكون الموارد الأساسية للطلاب خلال هذه الفترة موجودة في مكتبات أخرى في حرم باركفيل الجامعي. سيتم وضع جميع موارد ERC الأخرى في مخزن خارج الموقع ويمكن الوصول إليها عبر نموذج الطلب عبر الإنترنت لجميع الموظفين والطلاب.

لمزيد من المعلومات حول مشروع NSP ، يرجى الاطلاع على صفحة ويب قسم الطلاب الجدد.


الملخص

على مدى السنوات الأخيرة ، ازداد تواتر وشدة حالات الجفاف وكان هناك اتجاه تجفيف كبير في أجزاء كثيرة من العالم. وبالتالي ، اكتسبت مراقبة الجفاف باستخدام تحليل البيانات الضخمة اهتمامًا هائلاً. يعتبر الجفاف من أكثر الكوارث الطبيعية ضررا. إنه يهدد الإنتاج الزراعي والبيئة البيئية والتنمية الاجتماعية والاقتصادية. لهذا السبب ، يعد الإنذار المبكر والتقييم الدقيق والتنبؤ الفعال حالة طارئة خاصة للدول الأكثر تعرضًا لتهديد هذا الخطر. هناك العديد من الدراسات الناشئة التي تتناول البيانات الضخمة وتطبيقاتها في مراقبة الجفاف. في الواقع ، تتعامل البيانات الضخمة مع البيانات غير المتجانسة وهي قيمة مضافة للتنبؤ بالجفاف ، فهي تقدم رؤية للأبعاد المختلفة مثل التوزيع المكاني والتوزيع الزمني واكتشاف شدة هذه الظاهرة. تم تقديم ومراجعة تحليل البيانات الضخمة والجفاف في هذه الورقة. إلى جانب ذلك ، تتضمن هذه المراجعة دراسات وأبحاث وتطبيقات مختلفة للبيانات الضخمة لرصد الجفاف. كما تمت مناقشة التحديات المتعلقة بدورة حياة البيانات مثل تحديات البيانات وتحديات معالجة البيانات وتحديات إدارة البنية التحتية للبيانات. أخيرًا ، نستنتج أن تحليل البيانات الضخمة يمكن أن يكون مفيدًا في مراقبة الجفاف ولكن هناك حاجة إلى مناهج إحصائية وقائمة على الذكاء الاصطناعي.


نظم المعلومات الجغرافية في الهندسة الزراعية

يهدف هذا الفصل إلى تقديم مقدمة لنظام المعلومات الجغرافية (GIS) وأدوات المناظر الطبيعية المرتبطة بها وتوضيح الطرق التي يتم استخدامها بها في مختلف جوانب الهندسة الزراعية. تُحدث تكنولوجيا نظم المعلومات الجغرافية تغييرات سريعة في الطريقة التي يتم بها إجراء التحليل والإدارة الزراعيين. يوفر نظام المعلومات الجغرافية إلى جانب الاستشعار عن بعد ونظام تحديد المواقع العالمي (GPS) وأجهزة الاستشعار الإلكترونية وتقنيات الكمبيوتر طرقًا جديدة للحصول على البيانات وتخزينها ومعالجتها وتحليلها ونمذجةها. تتيح لنا هذه الأدوات الجديدة وصف المناظر الطبيعية والعمليات من الناحية الكمية. يناقش الفصل الزراعة الخاصة بالموقع (SSF) - أي إدارة المزرعة بناءً على التربة المتغيرة وظروف المناخ المحلي التي تحدث في معظم الحقول. يقلل المرهم البطيء من النفايات ، لأن الأسمدة ومبيدات الأعشاب - على سبيل المثال - يتم استخدامها فقط عند الحاجة. يجب تطوير نماذج جديدة و / أو محسّنة للاستفادة الكاملة من الطبيعة المكانية للبيانات التي توفرها هذه الأدوات. سيعتمد تطوير هذه النماذج على تقنيات التحليل الإحصائي المكاني لتحديد دقة معلمات الإدخال ومخرجات النموذج. يتم استخدام العديد من الأدوات الجديدة في هذا المجال سريع التطور لنظم المعلومات الجغرافية. ستكون هناك حاجة إلى محاكاة المشهد ثلاثية الأبعاد ، والتصور ، والرسوم المتحركة المرتبطة بالاستشعار عن بعد وتقنيات معالجة الصور ، وجمع البيانات في الوقت الحقيقي في دراسة النظم الزراعية. سيكون تطوير واستخدام نظم المعلومات الجغرافية ثلاثية الأبعاد ونظام المعلومات الجغرافية الزماني المكاني مجال بحث مهم بشكل متزايد. يجب أن يستفيد المجتمع الزراعي - بما في ذلك المزارعين ومديري الأراضي وزملاء العلماء وصناع السياسات وعامة الناس من هذا المجال المتطور والمتوسع.


نظم المعلومات الجغرافية

يكتسب قسم نظم المعلومات الجغرافية (GIS) البيانات الجغرافية ويديرها ويفسرها ويحللها ويضع خرائط لها لضمان قدرة المقاطعة والجمهور على اتخاذ قرارات أفضل. قسم نظم المعلومات الجغرافية يشمل أيضا قسم العنونة E-911 وهو مسؤول عن توفير العنوان الصحيح لدعم خدمات الاستجابة للطوارئ داخل مقاطعة سانتا في.

منتجات وخدمات نظم المعلومات الجغرافية
يمكن لموظفي GIS إنشاء خرائط مخصصة ومنتجات رقمية لتلبية احتياجاتك الخاصة بناءً على الوقت والمواد.

خدمات الخرائط التفاعلية
قسم نظم المعلومات الجغرافية بصدد بناء بوابة خرائط تفاعلية جديدة. ستحل بوابة الخرائط الجديدة هذه محل صفحة خدمات الخرائط عبر الإنترنت الحالية ، وتحسن الوصول إلى بيانات المقاطعة ، وتزود المستخدمين بموارد إضافية.
انقر هنا لزيارة خدمات الخرائط الموجودة على الإنترنت.

تطبيقات الموبايل
تمتلك مقاطعة سانتا في حاليًا تطبيقًا واحدًا للهاتف المحمول متاحًا للتنزيل من خلال iTunes ومتجر Google Play. تطبيق Trails المحدث متاح الآن للجمهور في كل من Apple App Store و Google Play Store:


خرائط مقاطعة سانتا في تريل بواسطة مختبرات Mindshare

استخدم هذا التطبيق لاستكشاف الممرات في مقاطعة سانتا في.

لست مهتمًا بتطبيق الهاتف؟ قم بزيارة خريطة مسارات مقاطعة سانتا في التفاعلية باستخدام جهاز الكمبيوتر أو الجهاز المحمول. تعد خريطة المسارات التفاعلية المعتمدة على الكمبيوتر أكثر قوة وتحتوي على ملفات تعريف الارتفاع لكل ممر ، وحيثما أمكن ، صور المسارات. استخدم هذا التطبيق لاستكشاف مسارات المشي لمسافات طويلة في مقاطعة سانتا في.

اتصل بنا
قسم نظم المعلومات الجغرافية بمقاطعة سانتا في
100 شارع كاترون
سانتا في ، نيو مكسيكو 87501
المكتب الرئيسي: (505) 995-2732
افتح 8:00 صباحًا و ndash 5:00 مساءً
الاثنين وندش الجمعة

سوكورو أوجيدا
مساعد اداري
(505) 995-2732
[bot عنوان بريد إلكتروني محمي]

إيه. إيرل رايت
مدير نظم المعلومات الجغرافية
(505) 986-6350
[bot عنوان بريد إلكتروني محمي]

جوليان سينا
محلل نظم المعلومات الجغرافية
(505) 986-6355
[bot عنوان بريد إلكتروني محمي]

روب جاكسون
فني GPS
(505) 986-6246
[bot عنوان بريد إلكتروني محمي]

آنا مارتينيز
فني نظم المعلومات الجغرافية
(505) 986-6348
[bot عنوان بريد إلكتروني محمي]

كريستوفر فيزا
مسؤول قاعدة بيانات نظم المعلومات الجغرافية
(505) 986-6335
[bot عنوان بريد إلكتروني محمي]

مارك جورجنز
فني GPS
المكتب: 6347-986 (505)
الجوال: (505) 795-1829
[bot عنوان بريد إلكتروني محمي]


وردت أسئلة شائعة

أنا مساح. أين يمكنني العثور على معلومات حول آثار المسح و / أو نقاط المراقبة داخل مقاطعة سانتا في؟

تتوفر أوراق البيانات والمعلومات الخاصة بالدرجة الأولى أو آثار المسح الأفضل على موقع National Geodetic Survey: https://www.ngs.noaa.gov/datasheets/

أنا أتقدم بطلب للحصول على تصريح تطوير. ما الذي أحتاجه من قسم نظم المعلومات الجغرافية كجزء من عملية التقديم؟
إذا كنت تتقدم بطلب للحصول على تصريح تطوير مقاطعة ، فسيقوم قسم نظم المعلومات الجغرافية بتوفير خريطة التصاريح ونموذج التحقق من العنوان ونموذج معلومات GIS. يجب تسليم هذه المستندات مع طلب التصريح الخاص بك.

ما هي أنواع وأحجام الخرائط التي يمكنني شراؤها؟
ينتج قسم نظم المعلومات الجغرافية مجموعة متنوعة من الخرائط والأنماط والأحجام. بما في ذلك على سبيل المثال لا الحصر: خرائط الموقع وخرائط تحليل المنحدرات وخرائط الكنتور وخرائط الخصائص المجاورة (العازلة) (للإخطارات البريدية) والمزيد. يمكن أن تتراوح الأحجام من حجم الرسالة إلى حجم الملصق. يمكن شراء الخرائط بتنسيق نسخة مطبوعة و / أو بتنسيق رقمي. يرجى الاطلاع على قائمة أسعار منتجات وخدمات نظم المعلومات الجغرافية.

أنا مستخدم CAD. هل يمكنني طلب بيانات GIS بتنسيق .dxf أو .dwg؟
نعم. زود موظفي قسم نظم المعلومات الجغرافية بإصدار (السنة) من برنامج CAD الذي تستخدمه والصيغة المفضلة لديك (.dxf أو .dwg).


[un] حزم البيانات الحضرية

مع انتخابات التجديد النصفي الأسبوع الماضي ، كان من الصعب تجنب تحليل وتفسير ما قد تعنيه النتائج. مثل الكثيرين ، استحوذت على انتباهي الدراما المحيطة بالسيطرة على مجلس النواب الأمريكي وأي حزب سيسيطر عليه خلال العامين المقبلين. بعض الولايات مثل فيرمونت ومونتانا لديها دائرة كونغرس اتحادية واحدة ، ولكن بالنسبة للولايات الـ 44 الأخرى ، تكون كل انتخابات تبعية بسبب تأثيرها على من يتحكم في كيفية ترسيم الحدود الجديدة بعد التعداد العشري لعام 2020.

لقد قمت بتنزيل أحدث حدود منطقة الكونغرس من موقع Census Cartographic Boundary Files وبدأت في البحث. الأشياء الرئيسية التي يجب معرفتها عن دوائر الكونغرس هي أنها متجاورة بشكل مثالي وتحتوي على نفس العدد تقريبًا من الأشخاص. يضمن المعيار الأخير أن تصويت كل فرد يحمل نفس الأهمية كما تم تصميم معيار التواصل ليكون بمثابة فحص للتلاعب الحزبي في ترسيم الدوائر الانتخابية.

تم استخدام نسبة بولسبي-بوبر على نطاق واسع لقياس انضغاط المناطق الجغرافية الانتخابية وجزء من جاذبيتها هو بساطتها. PPR هو (4π * A) / P 2 حيث A هي منطقة الحي و P محيطها. تكون المناطق ذات نسبة Polsby-Popper الأقرب إلى واحدة أكثر إحكاما أو انتظامًا ، في حين أن القيم الأقرب إلى الصفر غير منتظمة وربما أكثر شرا. فيما يلي خريطة سريعة لمقاطعات الكونغرس الفيدرالية الحالية المظللة وفقًا لنسبة Polsby-Popper.

تبرز المناطق الحمراء والبرتقالية حقًا ، لكنها ليست بالضرورة حيث توقعت أن تكون. إحدى مشاكل الاعتماد على مثل هذه الإحصائيات بمعزل عن غيرها هي أنها يمكن أن تعطي منظورًا متحيزًا. من المحتمل أن تكون المناطق الساحلية ذات الخطوط الحدودية المعقدة (على سبيل المثال ، أوتر بانكس في نورث كارولينا ، ونيو أورلينز ، ومنطقة باونداري ووترز في مينيسوتا) ضحايا للجغرافيا وليس نتيجة مناورة سياسية.

يمكننا أيضًا التفكير في مدى تلبية معيار السكان بخريطة مثل الخريطة أدناه.

مع وجود نطاق يقل قليلاً عن 25000 شخص ، فإن الدرجة التي تحتوي عليها هذه الدوائر تحتوي على عدد مماثل من الناخبين أمر قابل للنقاش. لكن الشيء الأكثر إثارة للاهتمام بالنسبة لي في هذا هو النمط الإقليمي الواضح في الحجم السكاني لدوائر الكونغرس. بغض النظر عن هجرة الحزام الشمسي ، فإن مناطق مثل شرق تكساس ليست مراكز سكانية. نعم ، تمارس الولايات تأثيرًا كبيرًا على كيفية إعادة تقسيم الدوائر ، ولكن هل المعايير السياسية المحيطة بإعادة تقسيم الدوائر في عمق الجنوب مماثلة حقًا لتلك الموجودة في كاليفورنيا والشمال الشرقي؟ من يعيش في أكثر مقاطعات الكونغرس انتظامًا في أمريكا؟ كيف تغيرت حدود هذه الدوائر الفردية على مر السنين؟ من هو الحزب الذي رسم هذه الدوائر وأي حزب فاز بهذه الدوائر في الانتخابات اللاحقة؟ لدي الكثير من الأسئلة ، لكن سيتعين عليهم الانتظار حتى نشر مدونة لاحقًا. هنا & # 8217s رمز الخريطة.

لا يوجد طرف مثل حزب نظم المعلومات الجغرافية الحرة والمفتوحة المصدر

لقد قمت بتدريس نظم المعلومات الجغرافية (GIS) لأكثر من عقد واستخدمت هذه الأدوات لفترة أطول. يعد تحليل البيانات الجغرافية المكانية جزءًا كبيرًا مما أفعله ومجموعة ArcGIS من ESRI هي من بين الأدوات الأكثر شيوعًا والموثوقية التي أستخدمها. ومع ذلك ، أنا ممزق بشأن استخدام هذا البرنامج حصريًا في الفصل وفي بحثي لعدة أسباب.

ماذا يحدث عندما يتخرج الطلاب؟ Current students at my institution can download a renewable, one-year license for free. For many urban planning students, they will take jobs that also provide access to the ESRI software after graduation, but for those that do not, what options are out there and how much of a learning curve will there be to transition away from ArcGIS?

Without the backing of an educational institution or employer, ArcGIS is expensive and pricing is increasingly difficult to understand. The cost of the standard ArcGIS Desktop product depends on whether you opt for a “term” or “perpetual” license with specialized extensions adding to the final bill. This business model makes sense as the array of applications and customers has exploded over the past two decades, but in addition to overwhelming those of us without a background in procurement, it feels very much like being nickeled-and-dimed.

QGIS (formerly known as Quantum GIS) has emerged as a viable alternative. It is close enough to the familiar ArcGIS Desktop software in the way it looks and in the way it functions. Building some degree of competence with an open-source GIS seems like a good investment, and so I have started to introduce QGIS in the advanced course that I teach.

QGIS is an excellent option if you just need to create maps or if you are engaged in very specialized, scientific analysis because chances are, there is a plug-in built by QGIS developers or someone in the user community that does what exactly what you want.

The fact that SAGA (System for Automated Geoscientific Analyses) and GRASS (Geographic Resources Analysis Support System) are part of the base installation enhances QGIS’ capacity to support more sophisticated analyses, but in my view ArcGIS is better for “mid-range” needs like geocoding addresses. This recent piece offers a more systematic comparison of the capabilities of QGIS and ArcGIS.

If you’re interested in checking out QGIS, you can access documentation and tutorials in multiple languages on this page, but you can also take a look at the short exercises I put together by clicking the links below.

The ‘Economic Mobility Atlas’ Is Just Not As Catchy

The Opportunity Atlas was released a few weeks ago, and like everyone else I was intrigued. The user interface is professionally crafted and the data visualization takes aim at a very important policy question—how does access to opportunity and by extension, social mobility vary across neighborhoods (and geographic scales) for persons of different household income, racial background, and gender.

The first thing that jumped out at me was how opportunity is being defined. It appears to be measured primarily in terms of income, with educational attainment and marital status as complementary indicators. There is an entire literature on the multi-dimensional nature of opportunity and how difficult it is to measure. The work of john a. powell and others at the Kirwan Institute from almost a decade ago is a good example of an attempt to move beyond income and to really grapple with the complexity of opportunity and its uneven distribution in space. Rather than comparing outcomes across groups, the focus of this approach to opportunity mapping is on the underlying factors that contribute to social mobility—which includes a heavy dose of economic mobility—and the levers that can be used to facilitate access to opportunity and social mobility. It also helps, to specify which groups or types of households we have in mind when attempting to measure opportunity, which the Opportunity Atlas acknowledges by including race/ethnicity and gender alongside household income as filters for the data presented.

The team of researchers behind the Opportunity Atlas use Census tracts as a proxy for neighborhoods, which is a common practice in the social sciences. I immediately searched for the Census tract I grew up in because if you’re like me, the immediate reaction is to evaluate all claims made about how the world works against your own experience.

But in fairness, the data presented in the Opportunity Atlas are not really about me. Literally. The underlying data are instead based on individuals born between 1978 and 1983, which accurately describes two of my younger brothers and a few of my cousins. I learned that average current income for kids born between 1978 and 1983 in this tract is among the lowest on average in the nation. I also noted that the employment rate was 77 percent and only 6 percent of the children from my home Census tract made it into the top 20 percent of the national income distribution as adults. This lack of economic mobility was not surprising, but it led to other questions about the underlying drivers of these outcomes.

The research team found that “in the southeast, rural areas tend to have lower rates of upward mobility than urban areas” and that the relationship is reversed in the Midwest and Mountain West regions. In my view, what is missing here is a more explicit acknowledgment of race in these results. Many rural areas in the southeast are home to large proportions of racial and ethnic minorities, while rural communities in Iowa, which is explicitly mentioned in the data story presented on the website, are overwhelmingly white (the state of Iowa is approximately 90 percent white only according to the American Community Survey). I wrote a paper two years ago that documents many of the same patterns at the county level and I spent more time trying to explain the observed regional differences in opportunity than the Opportunity Atlas team does here. If you can scale the paywall, you can read my county-level study here. Otherwise, send me a message and maybe you can borrow my ladder. You can also read this piece by john a. powell on the role of race, residential segregation, and policy in understanding contemporary disparities in access to opportunity. But I digress.

According to the Opportunity Atlas website, 44 percent of kids from the tract where I grew up stayed there, while 61 percent remained in the same commuting zone as adults. How much of the economic mobility that the Atlas is trying to capture requires physical mobility? Unfortunately the data in the Atlas do not speak directly to that question, but the movement of people out of and into a given place clearly impacts their life outcomes, as the research team notes. I now live in this Census tract 790 miles to the northwest where the average income and other outcomes for individuals born between 1978 and 1983 are very different. The 75 th percentile of parents’ income in the tract where I now live was $64,000 versus $46,000 in the Census tract where I grew up.

This part of Champaign was probably farmland during the 1980s, which also invites questions about how the neighborhoods featured in the Opportunity Atlas (70,000 Census tracts in the country) have changed over the past forty years. Neighborhood change is not an exclusively urban phenomenon. A former colleague observed that “as rural places grow they cease to be rural”. It is unclear how the Opportunity Atlas defines “rural” and how that designation might have evolved over time for many of the Census tracts in the study. More importantly, recent survey results and data suggest that physical mobility is on the decline, which raises the stakes for the place-based policies the research team advocates. I was willing and able to relocate to improve my life outcomes, but based on the data in the Atlas, my experience is the exception and not the rule.

The Opportunity Atlas succeeds at drawing attention to spatial inequality at geographic scales below the county and city, but the logical next question is how can these data be used to bring about positive change? I think the answer lies in truly understanding what has enabled the economic mobility that this data visualization documents otherwise, the neighborhood effects illustrated here have limited practical value. As someone who has lived the economic and social mobility the Opportunity Atlas highlights, I am skeptical of anyone who suggests that it can be achieved in isolation or that individuals who are smart enough and work hard can radically improve their life outcomes single-handedly. The task for urban planners—and all of us—is to remove obstacles that impede economic and social mobility and to expand the resources, networks, and culture that support it.


Geographic Information Systems

Geographic Information Systems (GIS) Staff is responsible for maintaining the Office’s digital databases and  maps, and analyzing information for internal and public use.  GIS Staff strives to meet the needs of its customers with the highest accuracy possible.

  • Anne Arundel County's GIS layers are stored as ESRI shapefiles. The GIS Section uses ArcGIS 10.3.1. for their map production and analysis.
  • Data can be provided in a variety of scales.
  • All of our map data is projected to the US State Plane Coordinate System for Maryland and is in NAD83 Feet. This map projection is applicable for all Anne Arundel County data.
     

Q: What is GIS?
A: GIS stands for Geographic Information Systems, which is a collection of computer software, hardware, and people that serve to create, manipulate, and store geographic data or map information.

Q: How can I obtain a map?
A: For Zoning maps, Critical Area maps, Subdivision maps, and a variety of other publications sold to the public, visit the Information Counter. 
 
Q: Where can I purchase Digital Data products?
A: Digital Data products are available through the Information Counter on the 4th floor of 2664 Riva Road, Heritage Office Complex.
 
Q: Does P&Z GIS create custom paper maps for the public?
A: Currently, we are not able to create custom maps for the public. Public maps are intended to address the public's mapping needs, as are the many maps available at the Information Counter  on the 4th floor of 2664 Riva Road, Heritage Office Complex.