CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Automated Spatial Data Generalisation in Support of Diasters Response

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۷ | تعداد نمایش خلاصه: ۱۷۳۲ | نظرات: ۰
سرفصل ارائه مقاله: زلزله
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: GEODM02_002
زبان مقاله: انگلیسی
حجم فایل: ۱.۰۹ مگابات (فایل این مقاله در ۱۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله Automated Spatial Data Generalisation in Support of Diasters Response

Sharon Kazemi - School of Surveying and Spatial Information Systems The University of New South Wales, Sydney, NSW 2052, Australia
Samsung Lim - School of Surveying and Spatial Information Systems The University of New South Wales, Sydney, NSW 2052, Australia

چکیده مقاله:

Strain for maintaining up-to-date maps at a range of scales for intelligence spatial decision mapping are ever growing. Many e-government agencies and private organizations projects require highly developed applications software tools in responding to disaster events using location-based services. This underpins reliance on accurate, economical and viable digital spatial information products. Albeit the fact that automated generalisation systems meet these requirements at a reduced cost, time for maintaining multiple data models and digital maps at different scales. Also, it should to be noted that automated spatial data generalisation will decreases the loading time for web mapping applications.
This paper aims to reports on development of a knowledge-based solution “Generalization Expert System (GES)”. A brief description of key steps undertaken in building GES and its components will be described. GES is being developed in Java and Python for delivery of simplified spatial data. It can assist emergency planners/decision makers to produce maps which exposed to risk or affected by natural or technological disasters, and facilitating timely evacuation, rehabilitation, damage assessment and modelling. Also GES offers a convenient way to access and navigate the various GIS datasets and performs generalisation processes. Its capabilities will be demonstrated in a case study through simplifying GEODATA TOPO-250K Series 2 data into 1:500000 and 1:1000000 scales over Canberra Australia. The produced maps will assist emergency managers and field crow involved in recovery/reconstruction to understand the scope of the damage and identify locations that require support and rescue for the affected areas. To date, many advanced applications has been developed which requires high technical skills but GES has a simple and user friendly GUI that brings many benefits for users with less technical skills and knowledge of spatial data management.

کلیدواژه‌ها:

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-GEODM02-GEODM02_002.html
کد COI مقاله: GEODM02_002

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Kazemi, Sharon & Samsung Lim, ۱۳۸۶, Automated Spatial Data Generalisation in Support of Diasters Response, دومین همایش مقابله با سوانح طبیعی, تهران, قطب علمی مهندسی نقشه برداری و مقابله با سوانح طبیعی, دانشکده فنی دانشگاه تهران, https://www.civilica.com/Paper-GEODM02-GEODM02_002.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Kazemi, Sharon & Samsung Lim, ۱۳۸۶)
برای بار دوم به بعد: (Kazemi & Lim, ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Barrault, M., 1995. Automated system for linear feature name placement ...
  • Ebisch, K., 2002. A correction to the D O u ...
  • Douglas D., and T., Peucker, 1973. Algorithms for the reduction ...
  • Hershberger, J., and J., Snoeyink, 1992. Speeding Up the D ...
  • Kazemi, S., and Lim, S., 2007. Deriving multi-Scale GEODATA from ...
  • Kazemi, S., and Lim, S., 2007. A Path from Cartographic ...
  • Kazemi, S., Lim, S., and Ge, L., 2005. Integration of ...
  • For presentat ion at the Second Conference of "Geospatial Inform ...
  • Kazemi, S., Lim, S., 2005. G eneralization of road network ...
  • Kazemi S Lim S and Rizos C 2004a. A review ...
  • Nakos, B., 1999. Comparison of manual Versus digital line generalization ...
  • Peng Dong, Chongjun Yang, Xiaoping Rui, Liqiang Zhang, Qimin Cheng, ...
  • Peschier J 1997 Computer Aided General ization of Road Network ...
  • Pfer T and Pillewizer W 1966. The principles of selection. ...
  • Skopeliti, A., and Tsoulos L., 2001. A knowledge based approach ...
  • Wang Z Muller J _ 1998. Line General ization Based ...
  • Whyatt, J.D., and Wade, P.R., 1988. The Douglas Peucker line ...
  • Wessel, P., Smith, W.H.F., 1996. A global self-cons istent, hierarchical, ...
  • Wessel, P., Robinson, G.J., 1999. gshhs_dp.c, http:// _ soest.hawaii _ ...
  • Zhao H Li X and Jiang L 2001 A modified ...
  • For presentat ion at the Second Conference of "Geospatial Inform ...
  • During July 2006 to February 2007, Ms Kazemi _ a ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.