QGIS/C4/Nearest-Neighbour-Analysis/Gujarati

From Script | Spoken-Tutorial
Jump to: navigation, search
Time Narration
00:01 QGIS માં Nearest Neighbour Analysis પરના સ્પોકન ટ્યુટોરીયલ માં તમારું સ્વાગત છે.
00:07 આ ટ્યુટોરીયલમાં આપણે આપેલ વિશે શીખીશું
00:11 Distance matrix મેથડ દ્વારા Nearest Neighbour Analysis કરતા.
00:16 Nearest Neighbour Analysis ટુલનો ઉપયોગ કરીને Statistics .
00:21 અહીં હું ઉપયોગ કરી રહ્યો છું,

Ubuntu Linux OS વર્જન 16.04

QGIS વર્જન 2.18

00:32 આ ટ્યુટોરીયલને અનુસરવા માટે શીખનાર QGIS ઇન્ટરફેસથી પરિચિત હોવા જોઈએ.
00:39 પૂર્વ-જરૂરી QGIS ટ્યુટોરિયલ્સ માટે, કૃપા કરીને આ લિંકનો ઉપયોગ કરો.
00:45 આ ટ્યુટોરીયલની પ્રેક્ટિસ કરવા માટે જરૂરી ફાઇલો 'કોડ ફાઇલ્સ લિંકમાં ઉપલબ્ધ છે.
00:52 કૃપા કરીને ફોલ્ડરનને ડાઉનલોડ કરીને કન્ટેટ એક્સ્ટ્રટ કરો.
00:57 આ ટ્યુટોરીયલનો અભ્યાસ કરવા માટે અહીં મારી પાસે જરૂરી ફાઇલ સાથેનું ફોલ્ડર છે.
01:04 ફોલ્ડર ખોલવા માટે ડબલ-ક્લિક કરો.

અહીં તમને મળશે, Urban area.shp અને Volcanoes.shp'

01:15 Volcanoes.shp સ્તર વિશ્વમાં સક્રિય જ્વાળામુખી દર્શાવે છે.
01:21 urban area.shp વિશ્વના વસ્તીવાળા શહેરી વિસ્તારો દર્શાવે છે.
01:28 QGIS માં બે આકારની ફાઇલો ખોલો, બંને ફાઇલો પસંદ કરો.
01:35 જમણું-ક્લિક કરો અને સંદર્ભ મેનૂમાંથી Open with QGIS Desktop વિકલ્પ પસંદ કરો.
01:42 લેયર્સ પેનલમાં લોડ થયેલ બે લેયરો સાથે QGIS ઇન્ટરફેસ ખુલે છે.
01:49 volcanoes લેયર પર જમણું-ક્લિક કરો અને zoom to layer વિકલ્પ પસંદ કરો.
01:55 કેનવાસ પર તમે પોઈન્ટ ફીચર્સ સાથેનો નકશો જોશો.
02:01 ચાલો આ પોઈન્ટ ફીચર્સને લેબલ કરીએ.
02:05 Volcanoes layer પર રાઇટ-ક્લિક કરો, સબ મેનૂમાંથી Properties પર ક્લિક કરો.
02:12 Layer Properties ડાયલોગ બોક્સ ખુલે છે.
02:16 ડાબી પેનલમાંથી Labels પસંદ કરો.
02:20 ડ્રોપ ડાઉનમાંથી Show labels for this layer વિકલ્પ પસંદ કરો.
02:25 Label with ' ડ્રોપ ડાઉન માં Name' પસંદ કરો.
02:29 અહીં તમને લેબલ શૈલીમાં ફેરફાર કરવા માટે વિવિધ વિકલ્પો મળશે.
02:34 જરૂરી શૈલી પસંદ કરો અને OK બટન પર ક્લિક કરો.
02:39 કેનવાસ પર, નામો સાથેના બિંદુઓ પ્રદર્શિત થાય છે.
02:44 એ જ રીતે ચાલો આપણે Urban areas નું લેબલ કરીએ.
02:51 કેનવાસ પોઈન્ટ પર ફીચર્સ તેમના શહેરો સાથે લેબલ થયેલ છે.
02:57 QGIS પાસે ફીચર્સ વચ્ચેના અવકાશી સંબંધોનું વિશ્લેષણ કરવા માટેના ટુલ્સ છે.
03:04 આવું જ એક ટુલ્સ છે Nearest Neighbour Analysis
03:08 નીચેના પૃથ્થકરણ માટે Nearest Neighbour Analysis નો ઉપયોગ થાય છે.
03:13 બે Point features વચ્ચેનું અંતર શોધવા માટે.
03:17 આપેલ ફીચર્સની સૌથી નજીકના ફીચર્સને શોધવા માટે.
03:23 પ્રથમ, આપણે અંતરની ગણતરી માટે distance matrix બનાવીશું.
03:29 ચાલો Volcanoes લેયર માટે attribute ટેબલ ખોલીશું.
03:34 Volcanoes સ્તર પર જમણું-ક્લિક કરીશું.
03:37 Open Attribute Table પસંદ કરીશું.
03:40 attribute table માં બહુવિધ કૉલમ છે.
03:45 પોઇન્ટ ફીચર્સ માટે વિવિધ અટ્રીબ્યૂટ્સ અહીં સૂચિબદ્ધ છે.
03:50 જ્વાળામુખીના નામો અને તેમના સ્થાનો પણ અહીં સૂચિબદ્ધ છે.
03:56 attribute table બંધ કરીશું.
03:59 Urban areas લેયર માટે attribute table ખોલીશું.
04:04 ટેબલમાં વિવિધ કૉલમ પર ધ્યાન આપીયે.
04:08 આ ટેબલમાં તમને શહેરોના નામ, દેશો અને અન્ય માહિતી મળશે.
04:15 attribute table બંધ કરીશું.
04:18 ચાલો સક્રિય જ્વાળામુખી અને નજીકના શહેરો વચ્ચેના અંતરની ગણતરી કરીશું.
04:24 Vector મેનુ પર ક્લિક કરીશું.
04:27 Analysis Tools પસંદ કરીશું.
04:30 સબ-મેનૂમાંથી Distance Matrix વિકલ્પ પસંદ કરીશું.
04:34 Distance Matrix ડાયલોગ બોક્સ ખુલશે.
04:38 કૃપા કરીને જમણી બાજુની પેનલ પર Distance matrix વિશેનું વર્ણન વાંચો.
04:44 મૂળભૂત રીતે સ્ક્રીન પર Parameters ટેબ ખુલશે.
04:49 અહીં બતાવ્યા પ્રમાણે પેરામીટર્સ પસંદ કરીશું.
04:53 Input Point Layer તરીકે Volcanoes પસંદ કરીશું.
04:58 Input unique ID field તરીકે NAME પસંદ કરીશું.
05:03 Target Point Layer તરીકે Urban Areas પસંદ કરીશું.
05:08 Target unique ID field તરીકે City પસંદ કરીશું.
05:13 Output matrix type ને Linear તરીકે રાખી શું.
05:17 ચાલો જ્વાળામુખીથી નજીકના બે શહેરોનું અંતર શોધીશું.
05:23 આથી, Use only the nearest target Points ફીલ્ડમાં 2 પસંદ કરીશું.
05:30 Distance Matrix ફીલ્ડની બાજુમાં આવેલા 3 ડોટ્સ બટન પર ક્લિક કરીશું.
05:35 ડ્રોપ-ડાઉન મેનુમાંથી, Save to file વિકલ્પ પસંદ કરીશું.
05:40 ડાયલૉગ-બોક્સમાં, યોગ્ય નામ અને સ્થાન આપીશું.
05:44 CSV તરીકે Files of type પસંદ કરીશું.
05:49 Encoding ફીલ્ડમાં System પસંદ કરીશું.

Save બટન પર ક્લિક કરીશું.

05:56 Distance matrix ડાયલૉગ-બોક્સમાં નીચેના માટેનું ચેક-બોક્સ ચેક કરીશું.

Open output file after running algorithm.

06:06 ડાયલોગ બોક્સના તળિયે-જમણા ખૂણે Run બટન પર ક્લિક કરીશું.
06:12 પ્રક્રિયા થોડી સેકંડ લેશે.
06:15 એક નવું csv layer, Distance matrix નામનાં Layers પેનલમાં ઉમેરવામાં આવશે.
06:22 Distance matrix લેયર માટે attribute table ખોલીશું.
06:27 attribute table માં ત્રણ કૉલમ છે.

છેલ્લો કૉલમ જ્વાળામુખી અને નજીકના શહેર વચ્ચેનું અંતર હશે.

06:38 કૃપા કરીને નોંધ કરો, અહીં અંતર મીટરમાં રહેશે.
06:43 આ એટલા માટે છે કારણ કે સ્તરો WGS 84 UTM Zone 46N system માં પ્રક્ષેપિત રહેશે.
06:52 CRS પર આધારિત, અંતર layer units અથવા degrees માં પણ હોઇ શકે છે.
07:00 એ પણ અવલોકન કરો કે દરેક જ્વાળામુખી માટે, બે નજીકના શહેરો સૂચિબદ્ધ રહેશે.
07:07 ચાલો Nearest neighbour tool નો ઉપયોગ કરીને લેયર્સ માટે કેટલાક આંકડાકીય વિશ્લેષણ મેળવીશું.
07:14 ફીચર્સના વિતરણનું વિશ્લેષણ કરવા માટે અમે nearest neighbour analysis ચલાવીશું.
07:21 પરિણામો સમૂહ, વિખરાયેલા અથવા રેન્ડમ તરીકે વિતરણ સ્થાપિત કરશે.
07:29 attribute table બંધ કરીશું.
07:32 Vector મેનુ પર ક્લિક કરીશું.
07:35 નીચે સ્ક્રોલ કરીશું અને Analysis Tools પર ક્લિક કરીશું.
07:40 સબ-મેનુમાંથી, Nearest Neighbour analysis પસંદ કરીશું.
07:46 Nearest Neighbour Analysis ડાયલોગ બોક્સ ખુલશે.
07:50 જમણી બાજુની પેનલ પર Nearest neighbour analysis વિશે આપેલી માહિતી વાંચીશું.
07:57 Points ડ્રોપ-ડાઉનમાં Volcanoes સ્તર પસંદ કરીશું.
08:02 નીચે-જમણા ખૂણે Run બટન પર ક્લિક કરીશું.
08:06 Results વિન્ડો ખુલશે.
08:09 જ્વાળામુખીના સ્તર માટેના કેટલાક આંકડાકીય પેરામીટર્સ અહીં સૂચિબદ્ધ છે.
08:15 Observed mean distance
08:17 Expected mean distance
08:20 Nearest neighbour index
08:23 Number of point features and

Z-Score.

08:29 Nearest Neighbour Index, Observed Mean Distance ના Expected Mean Distance ને ગુણોત્તર તરીકે દર્શાવવામાં આવશે.
08:39 જો ઇન્ડેક્સ મૂલ્ય 1 કરતા ઓછું હોય, તો પેટર્ન ક્લસ્ટરિંગ દર્શાવશે.
08:45 જો ઇન્ડેક્સનું મૂલ્ય 1 કરતા વધારે હોય, તો ટ્રેન્ડ વિખેરાઈ તરફ છે.
08:52 અહીં Nearest Neighbor Index 0.2 નું મૂલ્ય ક્લસ્ટરિંગ સૂચવશે.

જેનો અર્થ છે, જ્વાળામુખી એકબીજાની નજીક સ્થિત છે.

09:04 એ જ રીતે નકારાત્મક Z-Score પણ પોઈન્ટ ફિચર્સનું ક્લસ્ટરિંગ સૂચવશે.
09:10 Results વિન્ડો બંધ કરીશું.
09:13 Project મેનૂનો ઉપયોગ કરીને પ્રોજેક્ટને સાચવીશું.
09:17 ચાલો સારાંશ લઈએ .
09:19 આ ટ્યુટોરીયલમાં, આપણે શીખ્યા:
09:22 Distance Matrix પદ્ધતિ દ્વારા Nearest Neighbour Analysis.

Nearest Neighbour Analysis ટૂલનો ઉપયોગ કરીને આંકડા.

09:32 અસાઇનમેન્ટ તરીકે, શહેરી વિસ્તારોમાં નજીકના 5 જ્વાળામુખી માટે Distance Matrix બનાવો.

સંકેત: ઇનપુટ તરીકે Urban Areas અને K નો 5 તરીકે ઉપયોગ કરો.

09:46 તમારું પૂર્ણ થયેલ અસાઇનમેન્ટ અહીં બતાવ્યા પ્રમાણે હોવું જોઈએ.
09:51 નીચેની લિંક પરનો વિડીયો સ્પોકન ટ્યુટોરીયલ પ્રોજેક્ટનો સારાંશ આપે છે.

કૃપા કરીને તેને ડાઉનલોડ કરો અને જુઓ.

09:59 Spoken Tutorial Project Team, વર્કશોપનું આયોજન કરે છે અને જેઓ અમારી ઓનલાઈન ટેસ્ટ પાસ કરે છે તેમને પ્રમાણપત્રો આપે છે. વિગતો માટે, કૃપા કરીને અમને લખો.
10:09 કૃપા કરીને આ ફોરમમાં તમારા સમયબદ્ધ પ્રશ્નો પોસ્ટ કરો.
10:13 Spoken Tutorial Project NMEICT, MHRD, ભારત સરકાર દ્વારા ભંડોળ પૂરું પાડવામાં આવે છે.
10:20 IIT Bombay તરફથી ભાષાંતર કરનાર હું ભરતભાઈ સોલંકી વિદાય લઉં છુ. જોડાવા બદલ આભાર.

Contributors and Content Editors

Bharat636