QGIS/C4/Nearest-Neighbour-Analysis/Tamil

From Script | Spoken-Tutorial
Jump to: navigation, search
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 typeLinearஆக 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