QGIS/C4/Nearest-Neighbour-Analysis/Tamil

Time	Narration
00:01	QGISல், Nearest Neighbour Analysis குறித்த இந்த டுடோரியலுக்கு நல்வரவு
00:07	இந்த டுடோரியலில் நாம் கற்கப்போவது-
00:11	Distance matrix முறையை பயன்படுத்தி, Nearest Neighbour Analysis ஐ செய்வது
00:16	Nearest Neighbour Analysis toolஐ பயன்படுத்தி, Statisticsஐ செய்வது
00:21	இங்கு நான் பயன்படுத்துவது: Ubuntu Linux OS பதிப்பு 16.04,, QGIS பதிப்பு 2.18
00:32	இந்த டுடோரியலை புரிந்துகொள்ள, QGIS interface பற்றி தெரிந்து இருக்கவேண்டும்
00:3l9	முன்நிபந்தனை QGIS டுடோரியல்களுக்கு, இந்த இணைப்பை பயன்படுத்தவும்
00:45	இந்த டுடோரியலை பயிற்சி செய்வதற்கு தேவையான fileகள், Code files இணைப்பில் உள்ளன
00:52	அதை தரவிறக்கி, folderல் உள்ள contentகளை extract செய்யவும்
00:57	இந்த டுடோரியலை பயிற்சி செய்யவதற்கு தேவையான fileஐ கொண்ட folderஐ நான் என்னிடம் வைத்துள்ளேன்
01:04	Folderஐ திறக்க டபுள்-க்ளிக் செய்யவும். இங்கு Urban areas.shp மற்றும் Volcanoes.shp இருப்பதை நீங்கள் காண்பீர்கள்
01:15	Volcanoes.shp layer உலகில் உள்ள ஆக்டிவ் எரிமலைகளைக் காட்டுகிறது.
01:21	Urban areas.shp, உலகின் அதிக மக்கள் தொகை கொண்ட நகர்ப்புறங்களைக் காட்டுகிறது.
01:28	QGIS ல் உள்ள இரண்டு shape fileகளை திறக்கவும். இரண்டு fileகளையும் தேர்ந்தெடுக்கவும்
01:35	ரைட்-க்ளிக் செய்து, context menu வில் Open with QGIS Desktop தேர்வை தேர்ந்தெடுக்கவும்
01:42	இரண்டு layerகள் load செய்யப்பட்ட layers panel உடன் QGIS interface திறக்கிறது
01:49	volcanoes layerஐ ரைட்-க்ளிக் செய்து, zoom to layer தேர்வை தேர்ந்தெடுக்கவும்
01:55	Canvasல் புள்ளி அம்சங்களைக் கொண்ட வரைபடத்தைக் காண்பீர்கள்.
02:01	இந்த புள்ளி அம்சங்களை label செய்வோம்.
02:05	sub menu வில் ஐ ரைட்-க்ளிக் செய்யவும். Propertiesஐ க்ளிக் செய்யவும்
02:12	Layer Properties dialog-box திறக்கிறது
02:16	இடது panelலில் இருந்து, Labelsஐ தேர்ந்தெடுக்கவும்
02:20	drop down ல் இருந்து, Show labels for this layer தேர்வை தேர்ந்தெடுக்கவும்
02:25	Label with drop downல், Nameஐ தேர்ந்தெடுக்கவும்
02:29	இங்கு label styleஐ மாற்றுவதற்கான பல்வேறு தேர்வுகளை நீங்கள் காண்பீர்கள்
02:34	தேவையான style ஐ தேர்வு செய்து, OK பட்டனை க்ளிக் செய்யவும்
02:39	canvas ல், பெயர்களுடன் புள்ளிகள் காட்டப்படுகின்றன
02:44	இவ்வாறே, Urban areasக்களை label செய்வோம்
02:51	Canvasல், புள்ளி அம்சங்கள் அவற்றின் நகரங்களுடன் பெயரிடப்பட்டுள்ளன.
02:57	அம்சங்களுக்கிடையிலான spatial உறவுகளை பகுப்பாய்வு செய்வதற்கான கருவிகள் QGIS இல் உள்ளன.
03:04	அத்தகைய ஒரு tool, Nearest Neighbour Analysis.
03:08	Nearest Neighbour Analysis பின்வரும் பகுப்பாய்வுக்கு பயன்படுகிறது
03:13	இரண்டு Point featureகளுக்கிடையேயான தூரத்தைக் கண்டறிதல்.
03:17	கொடுக்கப்பட்ட அம்சத்திற்கு மிக நெருக்கமான அம்சங்களைக் கண்டறிதல்.
03:23	முதலில், தூரங்களைக் கணக்கிடுவதற்கு distance matrixஐ உருவாக்குவோம்.
03:29	Volcanoes layerக்கான, attribute table ஐ திறப்போம்
03:34	Volcanoes layerஐ ரைட்-க்ளிக் செய்யவும்
03:37	Open Attribute Tableஐ தேர்ந்தெடுக்கவும்
03:40	attribute tableலில், பல columnகள் உள்ளன
03:45	புள்ளி அம்சங்களுக்கான பல்வேறு பண்புக்கூறுகள் இங்கே பட்டியலிடப்பட்டுள்ளன.
03:50	எரிமலைகளின் பெயர்கள் மற்றும் அவற்றின் இருப்பிடங்களும் இங்கே பட்டியலிடப்பட்டுள்ளன.
03:56	attribute tableஐ மூடவும்
03:59	Urban areas layerக்கான attribute tableஐ திறக்கவும்
04:04	Tableலில் உள்ள பல்வேறு columnகளை கவனிக்கவும்
04:08	இந்த tableலில் நகரங்கள், நாடுகளின் பெயர்கள் மற்றும் பிற தகவல்களைக் காண்பீர்கள்.
04:15	attribute tableஐ மூடவும்
04:18	ஆக்டிவ் எரிமலைகளுக்கும் அருகிலுள்ள நகரங்களுக்கும் இடையிலான தூரத்தைக் கணக்கிடுவோம்.
04:24	Vector menuவை க்ளிக் செய்யவும்
04:27	Analysis Toolsஐ தேர்ந்தெடுக்கவும்
04:30	sub-menu வில் இருந்து, Distance Matrix தேர்வை தேர்ந்தெடுக்கவும்
04:34	Distance Matrix dialog-box திறக்கிறது
04:38	வலது panel லில், Distance matrix பற்றிய விளக்கத்தை படிக்கவும்
04:44	முன்னிருப்பாக, Parameters tab திரையில் திறக்கிறது
04:49	இங்கு காட்டியுள்ளபடி Parameterகளை தேர்ந்தெடுக்கவும்
04:53	Volcanoesஐ, Input Point Layerஆக தேர்ந்தெடுக்கவும்
04:58	Input unique ID field ஆக, NAME ஐ தேர்ந்தெடுக்கவும்
05:03	Target Point Layer ஆக, Urban Areas ஐ தேர்ந்தெடுக்கவும்
05:08	Target unique ID field ஆக, City ஐ தேர்ந்தெடுக்கவும்
05:13	Output matrix typeஐ Linearஆக வைக்கவும்
05:17	எரிமலையிலிருந்து அருகிலுள்ள இரண்டு நகரங்களுக்கான தூரத்தைக் கண்டுபிடிப்போம்.
05:23	அதனால், Use only the nearest target Points field ல் 2ஐ தேர்ந்தெடுக்கவும்
05:30	Distance Matrix fieldக்கு அடுத்துள்ள 3 புள்ளிகள் கொண்ட பட்டனை க்ளிக் செய்யவும்
05:35	drop-down menu வில், Save to file தேர்வை தேர்ந்தெடுக்கவும்
05:40	dialog-box ல், பொருத்தமான பெயர் மற்றும் இடத்தை கொடுக்கவும்
05:44	Files of typeக்கு CSV ஐ தேர்வு செய்யவும்
05:49	Encoding fieldல், Systemஐ தேர்வு செய்யவும். Saveபட்டனை க்ளிக் செய்யவும்
05:56	Distance matrix dialog-box ல் பின்வருவனவற்றிற்கு, check-box ஐ check செய்யவும். Open output file after running algorithm.
06:06	dialog box ன் கீழ் வலது மூலையில் உள்ள, Run Saveபட்டனை க்ளிக் செய்யவும்
06:12	இந்த செயல்முறை சில வினாடிகளை எடுத்துக்கொள்ளும்
06:15	Distance matrixஎன்று பெயரிடப்பட்ட ஒரு புதிய csv layer, Layers panel க்கு சேர்க்கப்படும்
06:22	Distance matrix layerக்கான attribute tableஐ திறக்கவும்
06:27	attribute tableலில் மூன்று columnகள் இருக்கின்றன. கடைசி column எரிமலைக்கும் அருகிலுள்ள நகரத்திற்கும் இடையிலான தூரம்.
06:38	இங்கே தூரம் மீட்டரில் உள்ளது என்பதை கவனிக்கவும்
06:43	இது ஏனெனில், layerகள் WGS 84 UTM Zone 46N systemல் project செய்யப்பட்டுள்ளன
06:52	CRSஐ பொறுத்து, தூரம் layer units அல்லது degreeகளிலும் இருக்கலாம்
07:00	ஒவ்வொரு எரிமலைக்கும், அருகிலுள்ள இரண்டு நகரங்கள் பட்டியலிடப்பட்டுள்ளன என்பதையும் கவனிக்கவும்.
07:07	Nearest neighbour toolஐப் பயன்படுத்தி layerகளுக்கு சில புள்ளிவிவர பகுப்பாய்வுகளைப் பெறுவோம்.
07:14	அம்சங்களின் விநியோகத்தை பகுப்பாய்வு செய்ய நாம் nearest neighbour analysisஐ இயக்குவோம்.
07:21	முடிவுகள் விநியோகத்தை, clustered, dispersed அல்லது random ஆக வைக்கும்
07:29	attribute tableஐ மூடவும்
07:32	Vector menuவை க்ளிக் செய்யவும்
07:35	கீழே scroll செய்து, Analysis Toolsஐ க்ளிக் செய்யவும்
07:40	sub-menu வில் இருந்து, Nearest Neighbour analysisஐ தேர்ந்தெடுக்கவும்
07:46	Nearest Neighbour Analysis dialog-box திறக்கிறது
07:50	வலது panelலில், Nearest neighbour analysis பற்றி கொடுக்கப்பட்டுள்ள தகவலை படிக்கவும்
07:57	Points drop-downல், Volcanoes layer ஐ தேர்ந்தெடுக்கவும்
08:02	கீழ் வலது மூலையில் உள்ள, Run பட்டனை க்ளிக் செய்யவும்
08:06	Results window திறக்கிறது
08:09	எரிமலை layerக்கான சில புள்ளிவிவர அளவுருக்கள் இங்கே பட்டியலிடப்பட்டுள்ளன.
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 to Expected Mean Distanceன் ratioவாக வெளிப்படுத்தப்படுகிறது
08:39	index மதிப்பு 1 க்கும் குறைவாக இருந்தால், முறை clusteringஐ வெளிப்படுத்துகிறது.
08:45	index மதிப்பு 1 ஐ விட அதிகமாக இருந்தால், போக்கு dispersionஐ நோக்கியதாகும்.
08:52	Nearest Neighbor Indexன் 0.2 மதிப்பு, clusteringஐ குறிக்கிறது. அதாவது, எரிமலைகள் ஒன்றுக்கொன்று நெருக்கமாக அமைந்துள்ளன என்று பொருள்.
09:04	அதே போல் ஒரு negative Z-Score உம் புள்ளி அம்சங்களின் ஐ குறிக்கிறது.
09:10	Results windowவை மூடவும்
09:13	Project menuவை பயன்படுத்தி projectஐ சேமிக்கவும்
09:17	சுருங்கச் சொல்ல,
09:19	இந்த டுடோரியலில் நாம் கற்றது, -
09:22	Distance matrix முறையை பயன்படுத்தி, Nearest Neighbour Analysis ஐ செய்வது, Nearest Neighbour Analysis toolஐ பயன்படுத்தி, Statisticsஐ செய்வது
09:32	பயிற்சியாக, நகர்ப்புறங்களுக்கு அருகிலுள்ள 5 எரிமலைகளுக்கு Distance Matrixஐ உருவாக்கவும். குறிப்பு: Urban Areasஐ input ஆகவும், Kஐ 5 ஆகவும் பயன்படுத்தவும்
09:46	முடிவு பெற்ற பயிற்சி இவ்வாறு இருக்கவேண்டும்
09:51	இந்த இணைப்பில் உள்ள வீடியோ ஸ்போகன் டுடோரியல் திட்டத்தை சுருங்கச் சொல்கிறது. அதை தரவிறக்கி காணவும்
09:59	Spoken Tutorial Project Team, செய்முறை வகுப்புகள் நடத்தி, சான்றிதழ்கள் தருகிறது. மேலும் விவரங்களுக்கு எங்களுக்கு எழுதவும்.
10:09	உங்கள் நேரமிடப்பட்ட கேள்விகளை இந்த மன்றத்தில் முன்வைக்கவும்
10:13	ஸ்போகன் டுடோரியல் திட்டத்திற்கு பண ஆதரவு, இந்திய அரசாங்கத்தின், NMEICT, MHRD, மூலம் கிடைக்கிறது.
10:20	இந்த டுடோரியலை தமிழாக்கம் செய்தது ஜெயஸ்ரீ, குரல் கொடுத்தது பிரியதர்ஷினி. கலந்துகொண்டமைக்கு நன்றி.

Contributors and Content Editors

Jayashree