Mer

Alternativ til Generer Nærbord i ArcMap 10.2

Alternativ til Generer Nærbord i ArcMap 10.2


Jeg vil få avstanden mellom hver polygon i ett lag (hvert rektangel i et ristnett over det aktuelle området) og nærmeste polygon i et annet lag, men "Generer nær bord" blir aldri ferdig. Fordi jeg er begrenset til å bruke skolemaskiner, kan jeg ikke la programmet kjøre kontinuerlig lenge nok til å fullføre. Noen ideer til en løsning eller et annet verktøy jeg kan bruke til å samle den samme informasjonen?

Jeg har merket av for "bare nærmeste". Innenfor hver rutenettcelle er aggregerte punkter. Jeg trenger avstanden fra rutenettet til nærmeste park (polygoner i en annen lagfil). Disse dataene blir koblet til en eksisterende tabell og brukt som en potensiell forklaringsvariabel i en OLS -regresjonsanalyse, der den avhengige variabelen er antall punkter i rutenettet.


Bruk eukledisk rasteravstand til parker. Bruk rutenett for å finne statistikk. For å redusere tiden, bruk rimelig cellestørrelse for avstandsraster, f.eks. 50 m hvis dette er nok nøyaktig for ditt formål


Seksjon syv: Geoprosessering spesielt i ArcMap

Som nevnt i innledningen til dette kapitlet, er et av hovedmålene for denne klassen å utvikle et grunnlag for geoprosessering av verktøyforståelse. Det kommer bare av å lese om hva verktøyene kan gjøre, knytte dem til en kategori av relaterte verktøy, og ta minutter før du kjører et bestemt verktøy for å forutsi et utfall basert på input -lagene. Å kjøre verktøyet og undersøke utdata bekrefter eller endrer fremtidige spådommer, noe som igjen bygger en bredere forståelse av geoprosessering av verktøy. Disse ferdighetene er GIS -programvareuavhengige, ettersom geoprosesseringsverktøy alle utfører de samme oppgavene. Utgangen fra et klippverktøy som kjøres i ArcGIS vil være det samme som om de samme dataene skulle kjøres gjennom et klippverktøy i QGIS, med den eneste virkelige forskjellen som verktøygrensesnittet.

Når du sammenligner verktøygrensesnittet for ArcGIS med en annen programvare, som QGIS, er ArcGIS faktisk mer "brukervennlig" og mindre forutsatt at brukeren virkelig forstår begreper om GIS - definere en vektor eller raster, vite hvilke geometrityper som er tilgjengelige, og ha evne til å forutsi utdata. Siden denne klassen bruker ArcGIS, den vanligste GIS -programvaren som brukes i dag, er det noen detaljer om programvaren som må dekkes, for eksempel aktivere utvidelser, fylle ut dialogbokser for verktøy, vinduet Resultater og vite hvor du skal se for å vite om et verktøy kjører, har blitt fullført, fullført med en feil eller ikke kjørt. I likhet med tidligere kapitler er målet med denne delen ikke å huske hvordan oppgaver utføres i programvaren, men i stedet å introdusere ideene og begrunnelsen bak oppgavene, så når oppgavene presenteres i laboratoriet, virker det litt kjent.

Figur 7.18: Sammenligning av klippverktøygrensesnittet for QGIS med ArcMap
QGIS Clip ToolArcGIS Clip Tool
QGIS viser ikke shapefiler som et enkelt element, men viser i stedet hele filen og antar at brukeren vet å velge .shp -filen.ArcGIS tilbyr shapefiler som en enkelt fil som er mer brukervennlig
I likhet med input -valgboksen, tilbyr output -boksen et stort antall filtyper.ArcGIS tilbyr bare formfiler som skal lagres i mapper og funksjonsklasser som skal lagres inne i geodatabaser (ikke vist).

7.7.2: Aktivering av utvidelser og lanseringsverktøy

ArcGIS, en proprietær programvare, koster penger, i motsetning til programvare med åpen kildekode som QGIS. Og det koster en god del penger. Med unntak av K-12 skole og humanitære ideelle organisasjoner, må selskapene betale for ikke bare basisprogramvaren, men også for eventuelle oppgraderinger og ytterligere avanserte verktøykasser. For å spare kostnader kan selskaper velge å kjøpe antall baselisenser de trenger for å matche antallet ansatte og deretter bare noen få eksemplarer av de mer avanserte verktøyene (kalt utvidelser) for å dele med alle. Denne delingsprosessen, i ArcGIS, kalles muliggjøre utvidelser. Når en utvidelse er aktivert på en maskin av en enkelt tekniker på et delt bedriftsnettverk, kan denne utvidelsen ikke brukes av noen annen tekniker på samme nettverk før den er deaktivert av den første teknikeren. Tenk på det som et offentlig bibliotek - I stedet for å kjøpe tonnevis av eksemplarer av en bestemt bestselger, kjøper de et begrenset antall eksemplarer, og låner dem ut gratis til sine registrerte brukere. Mens boken er sjekket ut, kan ingen andre lese den, siden den ikke er fysisk tilgjengelig for noen annen leser mens den er i besittelse av den første leseren. ArcGIS -utvidelser fungerer på samme måte - begrenset antall utvidelser er bare tilgjengelige for noen få teknikere om gangen for å sjekke ut (aktivere) og kan ikke brukes av en annen tekniker før det er sjekket inn igjen (deaktivert).

For å aktivere en utvidelse i ArcGIS, spesielt:

  1. merk av i boksen til venstre for utvidelsesnavnet
  2. lukk dialogboksen Utvidelser

Hvis utvidelsen ikke er tilgjengelig (ikke betalt for eller alle kopiene er sjekket ut), vil det i stedet for en hake vises i boksen, en pop-up som sier “Utvidelsen kunne ikke aktiveres. Det er ikke noe lisensnavn tilgjengelig for øyeblikket ”

7.7.3: Lansering av geobearbeidingsverktøy

Innen ArcGIS lanseres geoprosesseringsverktøy på et par forskjellige måter: fra geoprosesseringsmenyen øverst i programvarevinduet, fra ArcToolbox -vinduet og fra søkevinduet. Disse tre stedene er tilgjengelige i både ArcMap og ArcCatalog, siden alle geoprosesseringsverktøyene kan kjøres i begge programvarene. Generelt har verktøy i ArcCatalog en tendens til å kjøre raskere og med færre feil, spesielt mer komplekse eller tabellbaserte verktøy. Dette betyr ikke at verktøy alltid vil mislykkes eller kjøre sakte i ArcMap, da det ikke er sant, men når verktøy kjøres i ArcCatalog, er det ikke nødvendig for programvaren å tegne noen lag eller organisere et mer komplekst layout av data og verktøy. I ArcCatalog kjører og lagrer verktøyene dataene der de har blitt fortalt å lagre i stedet for å behandle et mer grundig grensesnitt.

Menyen Geoprocessing

ArcToolbox

ArcToolbox er en samling av verktøykasser og sub-verktøykasser, organisert ved å gruppere lignende verktøy sammen. For eksempel inneholder verktøykassen Analyseverktøy fire underverktøykasser - Utdrag, Overlegg, Nærhet og Statistikk. Analyseverktøykassen "inneholder et kraftig sett med verktøy som utfører de mest grunnleggende GIS -operasjonene. Med verktøyene i denne verktøykassen kan du utføre overlegg, lage buffere, beregne statistikk, utføre nærhetsanalyse og mye mer" (ArcGIS Hjelpemeny). Derfra inneholder hver underverktøykasse en gruppe lignende verktøy som utfører en rekke relaterte operasjoner. Hvis du ser inne i verktøykassen for nærhet, finner du en gruppe verktøy som undersøker hvordan data er romlig relatert til andre data. Denne verktøykassen utforsker ideer som "Hva er nærmeste brannhydrant til en bestemt kontorbygning?" (Nær) "Hvilken er den nærmeste brannhydrant til en hel rekke hjem representert med punkter?" (Generer nærbord) og "Hvor er området som måler nøyaktig 5 miles i uendelige kardinalretninger fra en kaffebar representert med et punkt?" (Buffer).

For hvert enkelt verktøy som finnes i ArcToolbox, kan verktøy kjøres i enkeltmodus, noe som betyr at verktøyparameterne bare fylles ut en gang og resultatet er (oftest) et enkelt datasett (vektor, raster eller datatabell). Verktøy kan også kjøres i batchmodus, noe som betyr at verktøyet kjøres flere ganger på rad med individuelle innganger og utganger, men det resulterer i mange utdatafiler.

Selv om ArcToolbox først kan virke overveldende, etter å ha brukt litt tid på å lete etter verktøy og undersøkt strukturen, vil det ikke bare begynne å gi mening, men du vil også begynne å finne andre "nye for deg" -verktøy, noe som resulterer i "Ooo. Finnes det et verktøy for det? Ryddig!"

Søkevinduet

Å søke etter verktøy er en rask og enkel måte å finne verktøy på, spesielt hvis verktøykassen er ukjent. Når alternativet Verktøy er valgt i søkevinduet (som vist på dette skjermbildet), søker verktøyet bare etter verktøy og ikke data eller MXD -er eller bilder. Når verktøynavnet skrives inn i søkefeltet, foreslås hovedverktøykassen som er oppført i parentes.

Når du trykker på enter eller klikker på et av forslagene, fylles det ut de beste treffene i boksen. Verktøykassen der verktøyet kan bli funnet er først i listen, etterfulgt av verktøy. I eksempelet er bufferverktøyet funnet i analyseverktøykassen, og analyseverktøykassen er oppført først. Nøyaktige treff vil være fet, inkludert i et verktøynavn som inneholder søkeordet. Hvis du klikker på verktøynavnet, starter verktøyet, klikker du på beskrivelsen under verktøynavnet, som er oppført i mørkeblått, åpnes artikkelen Hjelp -menyen for dette verktøyet, og ved å klikke på den grønne verktøykassebanen åpnes ArcToolbox -vinduet og avslører hvor verktøy lever.

7.7.4: Fylling av verktøydialogbokser

Hvert geoprosesseringsverktøy er unikt for de nødvendige inngangene - vektor eller raster, spesifikk geometri, numeriske innganger, osv., Men de er alle like ved at de hver tar et 1. input lag (eller lag), 2. krever noen parametere, og 3. ha en linje for å definere et navn og sted for å lagre det nye utdatalaget. Noen verktøy, for eksempel de som anses som overleggs-, nærhets- og ekstraksjonsverktøy, krever et "interaksjon" -lag - laget som definerer de romlige sammenligningene som definert av verktøyet.

Lagre riktig når du kjører [sett inn navn her] -verktøyet

(Nesten) hver gang du kjører et verktøy i ArcGIS, vil det være en "Output Location" -boks (det er noen få utvalgte verktøy som endrer input -laget, og dermed ikke krever et output -lagnavn og -sted). Denne boksen forteller ArcGIS hvor du skal lagre og hva du skal kalle utdatafilen til verktøyet etter at den har kjørt. Innenfor datamodellen for Introduksjon til GIS er det Resultat -mappen, et sted å lagre utdatalaget. Hvis du holder deg til den foreslåtte datamodellen og lagrer alle verktøyutdataene i en enkelt mappe med resultater, vet du alltid hvor det resulterende laget fra et hvilket som helst verktøy er lagret.

Output Layer -boksen. Avhengig av verktøyet, vil boksen bli kalt litt forskjellige ting. En annen merknad: ArcGIS vil nesten aldri ha overskriften "Output Shapefile", men vil i stedet ha "Output Feature Class" for å referere til ethvert verktøy som produserer et vektorsjikt. Programvaren er allerede en gigantisk programvare, plassmessig, og å ha små ting som ordet "shapefile" ville gjøre det enda større og tregere å kjøre.

Klikk på mappeikonet for å angi et sted for lagring av utdataene til venstre for Output Feature Class -boksen (for vektorer) og kjør til resultatmappen (fortsett å åpne mapper til du kommer til destinasjonen). Når du har funnet stedet du vil lagre utdatafilen, må du gi utdatafilen et minneverdig og meningsfylt navn. ArcGIS vil som standard navnet på verktøyet (buffer, klipp, sletting, osv.) Som er lagt til det originale filnavnet, som verken er minneverdig eller meningsfullt. Det er din jobb, nei, din plikt å gi nytt navn til filen i henhold til målet ditt og oppgaven, for eksempel "River_Buffer_50_meters".

Bufferverktøyet har de to første kravene til (de fleste) operasjonsverktøyene - Et inngangslag og en utgangsplassering, ved bruk av et minneverdig og meningsfullt lagnavn.

Hvis et sted og navn ikke er tilordnet et utdatasett, er standardplasseringen for å lagre et hvilket som helst verktøy standard Geodatabase og standardnavnet er navnet på inndatasjiktet med navnet på verktøyet lagt til slutten.

Hvert verktøy fyller opprinnelig ut plasseringen som standard geodatabase. Det er nødvendig å endre denne plasseringen hver gang et geoprosesseringsverktøy kjøres for å holde oversikt over dataene mens de blir opprettet.

Standard Geodatabase

For de gangene du ikke angir et navn og sted for utdatalaget ditt, lagres dataene automatisk til standard geodatabase. Standard geodatabase finnes på samme sted på alle maskiner med ArcGIS installert: C: Users brukernavn My Documents default.gdb. Hvis du glemmer hvor standard geodatabase er, vil relansering av verktøyet og legge til en fil til inndatalinjen automatisk fylle ut feltet med banen til standard geodatabase. Det er mulig å endre standard geodatabase per prosjekt, opprette en i mappen Resultater (eller lignende), og deretter fortelle MXD hvor alle verktøyutganger skal standardiseres. Imidlertid er denne endringen for en enkelt MXD, noe som er bra hvis du jobber med et stort prosjekt, men litt slitsomt for enkle, små eller raske prosjekter. Det er også mulig å permanent plassere plasseringen av standard geodatabase, men sluttresultatet er ikke annerledes enn det som ble satt opp av ArcGIS ved installasjon. Med mindre du ikke har tilgang til Dokumenter -mappen på den spesifikke maskinen, er det vanligvis mulig å la standard geodatabase være slik den er og lære den ikke veldig vanskelige banen til "Dokumenter og gt ArcGIS".

Grønne sirkler, gule utropstegn og røde X’er, Oh My!

Geoprosesseringsverktøy har alle noen interne kontroller som skjer når verktøyet lanseres, og igjen hver gang du fyller ut en linje i dialogboksen. Når verktøyet først lanseres, er de nødvendige linjene merket med en grønn sirkel. Dette er den minste mengden data verktøyet trenger for å gjøre jobben sin. Når du beveger deg gjennom hver linje i dialogboksen, fortsetter verktøyet å sjekke oppføringen mot de interne reglene. Hvis oppføringen du oppga er akseptabel, skjer ingenting (som legen sier, "Ingen nyheter er gode nyheter"). Hvis oppføringen du har gjort ikke består testen, vil dialogboksen sette et gult utropstegn (advarsel) eller rødt x (feil) ved siden av linjens beskrivelse. Hvis du klikker på symbolet, vises et popup-vindu som forklarer advarselen eller feilen. Advarsler vil (generelt) tillate deg å fortsette å kjøre verktøyet, mens feil forhindrer at verktøyet kjøres og må korrigeres før du fortsetter.


Minimumsfeltene som kreves for at et geoprosesseringsverktøy skal fullføre jobben er merket med en grønn sirkel.
Når den interne regelkontrollen av et verktøy bryter med en intern regel, men verktøyet fortsatt vil kjøre, markerer et gult utropstegn linjen med advarselen. Klikk på symbolet for å lese den tilhørende advarselen.

Alternativ til Generer Nærbord i ArcMap 10.2 - Geografiske informasjonssystemer

Du har bedt om en maskinoversettelse av valgt innhold fra databasene våre. Denne funksjonaliteten er gitt kun for din bekvemmelighet og er på ingen måte ment å erstatte menneskelig oversettelse. Verken BioOne eller eierne og utgiverne av innholdet gir, og de frasier seg eksplisitt, noen uttrykkelige eller underforståtte fremstillinger eller garantier av noe slag, inkludert, uten begrensning, fremstillinger og garantier om funksjonaliteten til oversettelsesfunksjonen eller nøyaktigheten eller fullstendigheten av oversettelsene.

Oversettelser beholdes ikke i systemet vårt. Din bruk av denne funksjonen og oversettelsene er underlagt alle bruksbegrensninger i vilkårene for bruk på BioOne -nettstedet.

Geografisk fordeling og regionale virkninger av Oxyops vitiosa (Coleoptera: Curculionidae) og Boreioglycaspis melaleucae (Hemiptera: Psyllidae), Biological Control Agents of the Invasive Tree Melaleuca quinquenervia

K. M. Balentine, 1 P. D. Pratt, 1,* F. A. Dray, 1 M. B. Rayamajhi, 1 T. D. Center 1

1 USDA-ARS, Invasive Plant Research Laboratory, 3225 College Ave., Ft. Lauderdale, FL 33314

* Tilsvarende forfatter, e-post: [email protected]

Inkluderer PDF og HTML, når tilgjengelig

Denne artikkelen er bare tilgjengelig for abonnenter.
Det er ikke tilgjengelig for individuelt salg.

Det invasive treet Melaleuca quinquenervia (Cav.) Blake er utbredt i hele halvøya Florida og utgjør en betydelig trussel mot artsmangfoldet i våtmarkssystemene i Everglades. Avbøtning av denne trusselen inkluderer utgivelseskampanjen for de biologiske kontrollagentene i hele området Oxyops vitiosa Pascoe og Boreioglycaspis melaleucae Moore. Vi oppsummerer resultatene av denne utslippsinnsatsen og kvantifiserer den resulterende geografiske fordelingen av planteetere så vel som deres regionale innvirkning på målet ugress. Til sammen 3,3 millioner personer Melaleuca biologiske kontrollagenter er blitt distribuert til 407 steder og blant 15 Florida -fylker. Undersøkelser av invadert og geogO. vitiosa omfatter 71% av Melaleuca angrep. Selv om den ble utgitt 5 år senere, ble distribusjonen av B. melaleuca er litt større enn forgjengeren, med et område som inkluderer 78% av de utvalgte Melaleuca står. Melaleuca står utenfor begge biologiske kontrollmiddels distribusjoner som hovedsakelig skjedde i de nordlige ytterpunktene av treets rekkevidde. Sterk positiv sammenheng mellom planteetende arter ble observert, med samme tetthet av begge artene i 162 stander og ingen tegn på interspesifikk konkurranse. Jordtypen påvirket også forekomsten av biologiske kontrollmidler og fordelingen av deres virkninger. Oddsen for å møte O. vitiosa eller B. melaleucae i celler dominert av sandjord var 2,2 og 2,9 ganger mer sannsynlig enn de som domineres av organisk rik jord. Som et resultat ble det observert et større nivå av skade fra begge planteetere for stender som vokste på sandholdig kontra organisk rik jord.

K. M. Balentine, P. D. Pratt, F. A. Dray, M. B. Rayamajhi og T. D. Center "Geographic Distribution and Regional Impacts of Oxyops vitiosa (Coleoptera: Curculionidae) og Boreioglycaspis melaleucae (Hemiptera: Psyllidae), Biological Control Agents of the Invasive Tree Melaleuca quinquenervia, "Environmental Entomology 38 (4), 1145-1154, (1. august 2009). Https://doi.org/10.1603/022.038.0422

Mottatt: 14. januar 2009 Godkjent: 1. april 2009 Publisert: 1. august 2009

Denne artikkelen er bare tilgjengelig for abonnenter.
Det er ikke tilgjengelig for individuelt salg.


4.6 Dynamisk Brownian Bridge -bevegelsesmodell (dBBMM)

Med den utbredte bruken av GPS-teknologi for å spore dyr i nær sanntid, har estimatorer for hjemmet og bevegelser utviklet seg samtidig. I motsetning til de tradisjonelle punktbaserte estimatorene (dvs. MCP, KDE med href/tplugg inn) som bare inkorporerer tetthet av steder i estimering av hjemmelaget, inneholder nyere estimatorer flere data levert av GPS -teknologi. Mens BBMM inkorporerer en tidsmessig komponent og GPS -feil i estimater, inkorporerer dynamiske Brownian Bridge Movement Models (dBBMM) tidsmessige og atferdsmessige egenskaper ved bevegelsesbaner i estimering av hjemmet (Kranstauber et al. 2012). Imidlertid bør estimering av en bevegelsesbane over hele databanen skilles i atferdsmessige bevegelsesmønstre (dvs. hvile, fôring) før estimering av variansen til den brune bevegelsen (2 m). Overvurdering av 2 m vil føre til en upresisjon i estimering av utnyttelsesfordelingen som dBBMM søker å løse (Kranstauber et al. 2012).

  1. Øvelse 4.6 - Last ned og pakk ut zip -mappen til ønsket sted
  2. Sett arbeidsmappen til den utpakkede mappen i R under Fil - Endre dir.
  3. Først må vi laste inn pakkene som trengs for øvelsen

#TID DIFF BARE NØDVENDIG SOM EN MÅTE Å EXKLUDERE DÅRLIGE DATA SENERE
muleys $ Date & lt- as.numeric (muleys $ GPSFixTime)
timediff & lt- diff (muleys $ Date)*24*60
muleys & lt-muleys [-1,]
muleys $ timediff & lt-as.numeric (abs (timediff))

muleys $ DT & lt-as.POSIXct (strptime (muleys $ GPSFixTime, format = '%Y.%m.%d%H:%M:%OS'))
muleys $ DT

#EXCLUDE OUTLIERS OG DÅRLIGE DATAFIKSER

newmuleys & lt -subset (muleys, muleys $ Long & gt -110.90 & amp muleys $ Lat & gt 37.80)
muleys & lt- newmuleys
newmuleys & lt -subset (muleys, muleys $ Long & lt -107)
muleys & lt- newmuleys

d8_dbbmm & lt- brownian.bridge.dyn (object = ld8, location.error = 22, window.size = 19, margin = 7, dimSize = 100, time.step = 180)

dataD8 & lt- delsett (muleys, muleys $ id == "D8")
dataD8 $ id og lt- faktor (dataD8 $ id)
d8 & lt- move (x = dataD8 $ X, y = dataD8 $ Y, time = as.POSIXct (dataD8 $ GPSFixTime,
format = "%Y.%m.%d%H:%M:%S"), proj = CRS (" +proj = utm +sone = 12 +datum = NAD83"),
data = dataD8, animal = dataD8 $ id)
100
d8_dbbmm & lt- brownian.bridge.dyn (object = d8, location.error = 22, window.size = 19,
margin = 7, dimSize = 100, time.step = 180)
tomt (d8_dbbmm)
kontur (d8_dbbmm, nivåer = c (.5, .9, .95, .99), legg til = TRUE)
vis (d8_dbbmm)

par (mfcol = 1: 2)
plot (loc2,, col = 3, lwd = 2, pch = 20, xlab = "location_east",
ylab = "location_north")


3. Befolkningseksponering for oppløst arsen

[34] Vi anslår for hver geologisk-geomorfe region antall mennesker som er utsatt for forskjellige konsentrasjoner av grunnvannsarsen ved å kombinere ovennevnte geostatistisk modellering med demografisk informasjon hentet fra folketellingen i 1991 utført av Bangladesh Bureau of Statistics (BBS) [1996]. Dette dokumentet rapporterer data for 489 Thanas i hele Bangladesh. Basert på disse dataene, er befolkningen i Bangladesh anslått til å være rundt 125 millioner mennesker som består av 51,48% menn og 48,52% kvinner, og gjennomsnittsalderen er estimert til å være 23,10 år. for menn og 22,23 år. for kvinner. De Central Intelligence Agency (CIA) [2001] anslår at den nasjonale befolkningen i 2001 er 131 millioner mennesker med en befolkningsvekst på 1,59% per år. Imidlertid er 2001 befolkningstall for hver av de 489 thanene for tiden utilgjengelige, og derfor brukes de demografiske estimatene basert på data fra 1991 her.

[35] BGS- og DPHE-undersøkelsesdataene gir for hver prøvebrønn: (1) thanaen som brønnen ligger i og (2) en GPS-breddegrad-lengdegrad-referanse som vi har brukt for å identifisere den geologisk-geomorfe regionen der brønnen ligger. BBS -folketellingen gir befolkningsstørrelsen til hver thana. Basert på denne informasjonen bruker vi trinnene nedenfor for å tildele hver person i Bangladesh til en prøvebrønn og dermed til en region. Følgende gjelder for hver thana.

[36] 1. Hvis det er prøvebrønner i thana (som i 433 av 489 thanene), tildeler vi like mange mennesker i thana til hver prøvebrønn. Hvis hver prøvebrønn i thana ligger i den samme geologisk-geomorfe regionen, blir alle tildelt den regionen. Og hvis prøvebrønnene i thana ligger i flere regioner, blir folk tildelt disse områdene basert på andelen prøvebrønner i hver region.

[37] 2. Hvis det ikke er noen prøvebrønner i thana (som i 56 av 489 thanene), identifiserer vi den geologisk-geomorfe regionen der thanaen befinner seg, og vi tildeler like mange mennesker i thanaen til hver prøvebrønn i regionen. Dermed antar vi at fordelingen av arsenkonsentrasjon i den usamplede thana er den samme som fordelingen av arsenkonsentrasjon i den geologisk-geomorfe regionen som helhet.

[38] Ved trinn 1 og 2 beregner vi for hver region antall mennesker som er utsatt for de forskjellige arsenkonsentrasjonene i regionen. Deretter anslår vi en begrenset konsentrasjonsfordeling som den nasjonale befolkningen utsettes for ved å summere de regionale fordelingene. Vi anslår at omtrent 46 millioner mennesker utsettes for konsentrasjoner større enn 10 μg/L og om lag 28 millioner mennesker for konsentrasjoner større enn 50 μg/L. BGS og DPHE [2001] anslår 57 millioner og 35 millioner mennesker utsatt for konsentrasjoner på henholdsvis 10 μg/L og 50 μg/L ved bruk av disjunktiv kriging. Dessuten, BGS og DPHE [2001] anslår også 46 millioner og 28 millioner ved å multiplisere andelen forurensede brønner i en thana med befolkningen i thana. Siden de fleste thanene finnes i en geologisk-geomorf region, faller våre eksponeringsestimater tett sammen med denne tilnærmingen.

[39] Figur 1 viser to kumulative fordelinger av arsenkonsentrasjon: den over prøvebrønnene og den over befolkningen i Bangladesh. Fordelingen over brønner har et gjennomsnitt på 63 μg/L og et standardavvik på 140 μg/L, mens fordelingen over mennesker har et gjennomsnitt på 56 μg/L og et standardavvik på 123 μg/L. Prøvebrønnfordelingen ville derfor ikke være nøyaktig for å beregne helseeffekter. Fordelingene varierer stort sett på grunn av den høye befolkningstettheten i Dhaka og i mindre grad på grunn av en ujevn avstand mellom prøvebrønnene.

[40] De to kumulative grafene i figur 1 kan sammenlignes som følger. For intervallet mellom arsenkonsentrasjoner under deteksjonsgrensen (0,25–0,50 μg/L) er brøkdelen av arsen over mennesker (32%) større enn brøkdelen av arsen over brønner (27%). Denne avviket skyldes hovedsakelig den tette befolkningen i Dhaka, som ligger i leire- og alluviumregionene (32 og 33) i de østlige terrassene. Som rapportert i tabell 2, inneholder disse regionene 4.782 mennesker/km 2 og 2.797 mennesker/km 2 og inneholder stort sett ikke -deteksjonsbrønner. For konsentrasjoner mellom deteksjonsgrensen og 50 μg/L er brøkdelene av mennesker omtrent like store som brøkdelene, og dermed er de kumulative grafene omtrent parallelle. For konsentrasjoner mellom 50 μg/L og 100 μg/L er brøkdelene av mennesker mindre enn brøkdelene, og dermed stiger den kumulative grafen for brønner for å møte den for mennesker. Og for konsentrasjoner over 100 μg/L er de to fordelingsgrafene veldig nære. Derfor, selv om prøvebrønnfordelingen ikke ville være nøyaktig for å beregne helseeffekter, ville den ikke være grovt annerledes enn den som bruker fordelingen over mennesker siden hovedforskjellen er for konsentrasjoner under 100 μg/L.

[41] Tabell 2 rapporterer for hvert av de 34 utvalgte områdene det estimerte antallet og prosentene av mennesker som får drikkevann fra brønner med arsenkonsentrasjoner over deteksjonsgrensen. I avsnitt 5.1, 5.2, estimerer vi regionale helseeffekter ved å estimere helseeffektene for disse regionale delpopulasjonene. Denne tilnærmingen er egnet siden estimerte helseeffekter av eksponering for arsenkonsentrasjoner under deteksjonsgrensen er ubetydelige. Vær oppmerksom på at etter hvert som antallet brønner i Bangladesh øker, er eksponeringsfordelingen vår uendret. Dette forutsetter at dybdefordelingen av brønner ikke endres over tid.

[42] Den nasjonale befolkningen av mennesker som bruker brønner med arsenkonsentrasjoner over deteksjonsgrensen, består av om lag 85 millioner mennesker (68% av hele befolkningen i Bangladesh). Fordelingen av arsenkonsentrasjon over denne nasjonale subpopulasjonen har et gjennomsnitt av prøven på 82 μg/L og standardavviket for prøven på 142 μg/L. Denne prøvedistribusjonen av eksponering brukes i avsnitt 4.3 for estimering av arsenikose dose responsfunksjoner.


Struktur fra bevegelse (SfM)

Structure from motion (SfM) er en etablert og mye brukt metode for å generere 3D-modeller innen geofagene (Favalli et al., 2012 Westoby et al., 2012 Smith et al., 2016). Det brukes i økende grad i geomorfologi for karakterisering av topografiske overflater og analyse av romlige og tidsmessige geomorfe endringer, med en nøyaktighet som kan sammenlignes med eksisterende laserskanning og stereofotogrammetri-teknikker i nærtliggende scenarier (Aguilar et al., 2009 Thoeni et al., 2014 Smith et al., 2016 Wilkinson et al., 2016). SfM fotogrammetri bruker en sekvens av overlappende digitale bilder av et statisk motiv tatt fra forskjellige romlige posisjoner for å produsere en 3D-punktsky. Bildemetadata for bildematching brukes til å estimere 3D-geometri og kameraposisjoner ved hjelp av en buntjusteringsalgoritme (Smith et al., 2016). Arbeidsflyten bruker en automatisk skala-invariant funksjonstransform (SIFT) bildematchingsmetode (Smith et al., 2016). Fremskrittet i nye bildematchingsalgoritmer har lett og automatisert SfM -arbeidsflyten sammenlignet med stereofotogrammetri (Remondino et al., 2014 Smith et al., 2016).

Søknader innen geomorfologi inkluderer eksperimenter med laboratoriefluer (Morgan et al., 2017), steinskred og skred (Niethammer et al., 2012 Russell, 2016), eroderende badlands (Smith og Vericat, 2015), fluvial morfologi (Javernick et al., 2014 Dietrich, 2015 Bakker og Lane, 2016 Dietrich, 2016a, b), torvmikroformer (Mercer og Westbrook, 2016), dynamisk prosessdynamikk (Piermattei et al., 2016 Immerzeel et al., 2017), restaurering av elver (Marteau et al. , 2016), kartlegging av korallrev (Casella et al., 2016), strandmåling (Brunier et al., 2016), jorderosjon (Snapir et al., 2014 Balaguer-Puig et al., 2017 Prosdocimi et al., 2017 Vinci et al., 2017 Heindel et al., 2018), vulkanske terreng (James og Robson, 2012 Bretar et al., 2013 Carr et al., 2018), porøsitet av elvebunnsmateriale (Seitz et al., 2018), estimering av kornstørrelse av grusbunnselver (Pearson et al., 2017) og kyst erosjon (James og Robson, 2012). I tillegg har SfM også blitt mye brukt i arkeologi for fotogrammetrisk innspilling av småskala bergkunst og gjenstander og store arkeologiske steder (Sapirstein, 2016, 2018 Sapirstein og Murray, 2017 Jalandoni et al., 2018).

Det økte opptaket av denne metoden skyldes først og fremst den relativt lave kostnaden, høye portabiliteten og lette arbeidsflyten for databehandling. Mye av SfM-arbeidsflyten er automatisert i en rekke relativt rimelige kommersielle programvare (f.eks. Agisoft PhotoScan, SURE, Photomodeler), lukket kildefri programvare (f.eks. VisualSfM, CMPMVS) og programvare med åpen kildekode (f.eks. Bundler, OpenMVG, OpenMVS, MicMac, SFMToolkit).

Det er en betydelig mengde tilgjengelig litteratur om SfM -teknikker og arbeidsflyter. En detaljert diskusjon av teknikken finnes i flere tilgjengelige artikler: f.eks. Westoby et al. (2012) Fonstad et al. (2013) Thoeni et al. (2014) Micheletti et al. (2015a, b) Eltner et al. (2016) Ko og Ho (2016) Smith et al. (2016) Schonberger og Frahm (2016) Bedford (2017) Zhu et al. (2017) Ozyesil et al. (2017).

Flere studier har rapportert høy nøyaktighet i 3D-topografiske data innhentet ved bruk av SfM sammenlignet med metoder som terrestrisk laserskanning (TLS) eller RTK-GPS-undersøkelser (Harwin og Lucieer, 2012 Favalli et al., 2012 Andrews et al., 2013 Fonstad et al., 2013 Nilosek et al., 2014 Caroti et al., 2015 Dietrich, 2015 Palmer et al., 2015 Clapuyt et al., 2016 Koppel, 2016 Piermattei et al., 2016 Panagiotidis et al., 2016 Wilkinson et al., 2016). En detaljert sammenligning av kostnad -nytte, datainnsamlingsrate, romlig dekning, driftstilstand, oppløsning og nøyaktighetsanalyse mellom TLS- og SfM -teknikker finnes i Smith et al. (2016) og Wilkinson et al. (2016). De siste fremskrittene innen struktur-fra-bevegelse-tilnærminger (SfM) har ennå ikke blitt mye brukt på mikroskala landformer, for eksempel bergbrudd.

Her tester vi bruken av SfM for meget høyoppløselig (sub-millimeter) applikasjon. Vår tilnærming bruker høyoppløselig digital fotografering (fra forbrukerkamera) kombinert med SfM-arbeidsflyt. Vi evaluerer feil i våre DEM ved hjelp av sjekkpunkter i feltet og validerer vår tilnærming gjennom en serie kontrollerte eksperimenter. Vi vurderer også feilutbredelsen med avstand fra kontrollmålet i DEM generert i vårt eksperiment. Vi finner ut at SfM tilbyr en robust tilnærming for bergbruddstudier.

Vårt arbeid gir en alternativ og/eller ekstra kostnadseffektiv, transportabel og feltarbeidsvennlig metode for bruk i geomorfologiske studier som krever produksjon av høyoppløselige topografiske modeller fra feltområder. Nedenfor skisserer vi utviklingen og testen av vår tilnærming i feltet og under kontrollerte forhold. Vi gir en detaljert veiledning slik at andre kan adoptere vår tilnærming i forskningen.

Figur 1Et skjematisk diagram av den typiske arbeidsflyten for produksjon av digital elevasjonsmodell (DEM) beskrevet i denne studien.


Modelleringsteknikker for partikler for epidemiologiske studier av åpen biomasse brannrøykeksponering: en gjennomgang

Røykeksponering fra landskap og kullgruvebranner kan ha alvorlige konsekvenser for menneskers helse. Helseundersøkelsers evne til å nøyaktig identifisere potensielle sammenhenger mellom røykeksponering og helse er avhengig av teknikkene som brukes for å kvantifisere eksponeringskonsentrasjoner for befolkningen i fare. Utviklingen av romlige modelleringsteknikker som er i stand til å bedre karakterisere denne foreningen, har potensial til å gi mer presise helseeffektestimater. Vi gjennomgikk litteraturen for å identifisere og vurdere de romlige modelleringsteknikkene som er tilgjengelige for å estimere røyk PM2.5 eller PM10 konsentrasjoner fra åpen biomasse eller kullgruvebranner. Fire elektroniske databaser ble søkt: MEDLINE, EMBASE, Scopus og Web of Science. Studies were included if they utilised any method for modelling the spatial distribution of PM2.5 or PM10 concentrations from open biomass or coal mine fires and had applied the modelled PM to health data. Studies based on un-adjusted monitoring data, or which were not in English, were excluded. We identified 28 studies which utilised five spatial modelling techniques to assess exposure from open biomass fires: dispersion models, land use regression, satellite remote sensing, spatial interpolation and blended models. No studies of coal mine fires were identified. We found the most effective models combined multiple techniques to enhance the strengths and mitigate the weaknesses of the underlying individual techniques. “Blended” models have the potential to facilitate research in regions currently under represented in biomass or coal mine fire studies as well as enhancing the power of studies to identify associations with health outcomes.

Dette er en forhåndsvisning av abonnementsinnhold, tilgang via institusjonen din.


7. Frequency band 37-40 GHz

7.1 Current use of the spectrum

40. In Canada, fixed and mobile services are allocated in the frequency band 37-40 GHz, fixed-satellite service Footnote 16 ( space-to-Earth ) in the frequency band 37.5-40.0 GHz , space research service ( space-to-Earth ) in the frequency band 37-38 GHz , and mobile-satellite service Footnote 17 ( space-to-Earth ) in the frequency band 39.5-40 GHz all on a co-primary basis while Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . In addition, the frequency band 37󈛌 GHz is available for high-density applications in the fixed service in accordance with footnote 5.547 of the ITU’s Radio Regulations . An illustration of the Canadian frequency allocations in the frequency band 37-40 GHz is shown in figure 4 below.

Figure 4 – Canadian frequency allocations in the band 37-40 GHz

Merknader: Primary services are shown in all uppercase letters
Secondary services are shown with uppercase and lowercase letters

This figure shows the Canadian frequency allocations in the band 37-40 GHz . It shows that fixed and mobile services are allocated from 37-40 GHz . It shows that fixed-satellite service ( space-to-Earth ) is allocated in the frequency band 37.5-40.0 GHz , space research service (space-to-Earth) is allocated in the frequency band 37-38 GHz , and mobile-satellite ( space-to-Earth ) is allocated in the frequency band 39.5-40 GHz all on a co-primary basis. It shows that Earth exploration-satellite service ( space-to-Earth ) is allocated on a secondary basis in the frequency band 37.5-40 GHz . It shows that there is a footnote No. 5.547 for the frequency band 37-40 GHz . It also shows footnotes C51 ( 38.6-40 GHz ) and C49, C50 ( 39.5-40 GHz ).

41. In 1999, ISED designated 800 MHz of spectrum ( 38.7-39.1 GHz and 39.4-39.8 GHz ) for licensing via auction and 600 MHz of spectrum ( 38.6-38.7 GHz paired with 39.3-39.4 GHz , and 39.1-39.3 GHz paired with 39.8-40 GHz ) for point-to-point microwave systems, licensed on a grid-cell basis through a first-come first-served (FCFS) process. Footnote 18 Also, the frequency band 38.4-38.6 GHz was made available under the same FCFS licensing process for unpaired point-to-point and unpaired multipoint communication systems. The remaining 1400 MHz ( 37-38.4 GHz ) were reserved for future use by the fixed service.

42. In December 2014, ISED published the New Licensing Framework for the 24, 28 and 38 GHz Bands and the Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . This framework allows for point-to-multipoint systems in the frequency ranges 38.6-38.7 GHz , 39.1󈛋.4 GHz, and 39.8󈛌 GHz and it established a new FCFS licensing process for available spectrum in the frequency bands 38.7-39.1 GHz and 39.4-39.8 GHz with site-specific licences. Existing auctioned licences were eligible for a 10 year renewal term if conditions of licence were met and annual FCFS licences with deployment were renewed. Footnote 19 Furthermore, it was recognized that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum for backhaul and, therefore, renewed auctioned licences were not provided with a high expectation of renewal after their renewed 10 year term. Figure 5 shows how fixed services are currently using the frequency band 37-40 GHz .

Figure 5 – Current use of the frequency band 37-40 GHz by fixed service

This figure shows the current use of the frequency band 3 7-40 GHz by fixed services. It shows that the frequency range 37-38.4 GHz is reserved for future use. It also shows the frequency range used for unpaired p oint-to-point ( p-p ) and point-to-multipoint ( p-mp ) services (38.4-38.6 GHz), FCFS grid cell licences for p-p and p-mp systems ( 38.6-38-7 GHz , 3 9.1-39.4 GHz , and 39.8-40 GHz ), and Tier 3 auctioned licences and FCFS site licences for p-p and p-mp systems ( 38.7-39.1 GHz and 39.4-39.8 GHz ).

43. According to the ISED’s records, the frequency band 38.6-40 GHz is used by operators of fixed point-to-point and point-to-multipoint systems for wireless backhaul and to offer broadband wireless access to clients. There are currently 28 tier 3 auctioned licences held by four licensees. TeraGo Networks is the major licence holder with 25 licences and ABC Allen, I-Netlink Inc. and Telus each hold one licence. The Telus licence was issued in 2003 and is scheduled for a renewal decision in 2018 the other licences were renewed in 2015. These licence areas include a mixture of rural and urban areas in British Columbia, Alberta, Manitoba and Ontario.

44. There are 80 active grid cell licences held by nine licensees that have collectively deployed roughly 1900 sites. Rogers, Telus, TeraGo Networks and Freedom Mobile collectively hold 90% of these licences. Since 2014, when site licences were made available under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands , ISED has issued 245 licences for 386 individual sites to seven licensees. Freedom Mobile holds 80% of these licences. Data from ISED’s licensing database shows that approximately 88% of all sites (including both grid cell and site-specific licences) are located within the greater areas of Vancouver, Calgary, Edmonton, Toronto, Ottawa and Montreal.

45. Finally, there are also two fixed stations operated on a developmental basis in the frequency band 37.6-38.6 GHz .

46. There is currently no satellite use, including fixed-satellite, space research, mobile-satellite , or Earth exploration-satellite services, in the frequency band 37.5-40 GHz. However, the fixed-satellite industry has expressed interest in this band paired with the Earth-space band around 50 GHz as the next bands to be commercially developed since the Ku and Ka bands are becoming more and more congested.

7.2 Changes to spectrum utilization policies

47. Similar to the 28 GHz frequency band, ISED is proposing to make the frequency band 37󈛌.0 GHz available for flexible use for terrestrial services.

48. The use of the fixed-satellite service applications in this band is currently limited to those that would pose minimal constraints upon the deployment of fixed service systems, such as a small number of large antennas for feeder links, as specified in footnote C51 in the CTFA. In making available the band 37-40 GHz for flexible use for terrestrial services, ISED believes that we should uphold the principle of not unduly constraining the deployment of terrestrial services throughout the band where satellite service also has an allocation. Therefore, ISED proposes to continue the limitation of the fixed-satellite service to applications which would pose minimal constraints to terrestrial services (including both fixed and mobile services) and extends the limitation to 37.5-40 GHz . However, ISED also recognizes the need for the FSS to continue having access to the band. A sharing mechanism to accommodate these services would be developed in collaboration with stakeholders, (see section 7.4).

49. In order to accommodate flexible use for terrestrial services in the band (as discussed above), footnote C51 in the CTFA would be modified as follows:

MOD C51 (CAN󈚵) De Frekvens band 38.637.5-40 GHz is being licensed for applications in the fixed and mobile services, which will be given priority over fixed‑satellite service systems sharing this frequency band spekter on a co‑primary basis. Fixed-satellite service implementation in this frequency band spekter will be limited to applications that will pose minimal constraints upon the deployment of fixed and mobile service systems, such as a small number of large antennas for feeder links.

50. ISED will continue to license the 38.4-40 GHz band under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands . In the future, when alternative licensing processes have been finalized and the timing of their implementation has been determined, a moratorium on issuing new site-specific licences may be required. ISED is proposing to treat 28 GHz and 38.4-40 GHz bands differently with respect to moratoriums on issuing new licences. Unlike the 28 GHz band, which currently has no fixed service users, the 38.4-40 GHz band is currently used to deliver backhaul for mobile services and for enterprise wireless solutions. An immediate moratorium may impact existing and potential users of this band with respect to their current and future deployment plans.

Question 7-2: ISED is seeking comments on whether a moratorium on the issuance of new licences under the New Licensing Framework for the 24, 28 and 38 GHz Bands and Decision on a Licence Renewal Process for the 24 and 38 GHz Bands is required at this time.

7.3 Changes to band plan

51. For the terrestrial services, there is no existing band plan defined in the frequency band 37󈛊.4 GHz. The frequency band 38.4-38.6 GHz is divided into four blocks of 50 MHz each.

52. In the frequency band 38.6-40.0 GHz , the current Canadian band plan comprises fourteen (14) 50 MHz frequency blocks (see figure 6), with both FDD and TDD systems permitted. Footnote 20 As stated earlier, licences in this band have been granted through both auction and first-come , first-served (FCFS) processes and include a mixture of area licences (based on Tier 3 areas as well as licensee-defined areas using grid cells) and site licences therefore, the licence duration and authorized frequency blocks may differ.

Figure 6: Current Canadian band plan for 38.6-40 GHz

This figure shows the pre-2014 decision canadian band plan for 38.6-40 GHz as well as the post-2014 decision band plan. The pre-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. Each block in the first set is paired with its matching block in the second set (e.g. Block A in the first set is paired with Block A in the second set). Blocks A,B,K,L,M, and N are labelled as FCFS. Blocks C,D,E,F,G,H,I, and J are labelled as Auction. The post-2014 decision band plan shows two consecutive sets of 14×50 MHz blocks labelled alphabetically from A to N. It also shows that all of the blocks are FCFS ( site-licensed ).

53. In the U.S., as part of its further consultation on band sharing and coordination mechanisms for the frequency band 37-37.6 GHz , the band plan for this frequency band is currently under development. In particular, the FCC is considering whether or not to establish a 100 MHz minimum channel size while allowing users to aggregate these channels into a larger channel size, up to a maximum of 600 MHz, where available. Other options are also being considered. The FCC has not finalized its rules on this matter at this time. For the band 37.6-40 GHz , the FCC has adopted a new band plan comprised of 200 MHz blocks. The FCC also adopted rules that allow both FDD and TDD implementations.

54. In order to benefit from the ecosystem that develops in the U.S. and simplify coordination of fixed and mobile services along the Canada-U.S . border, ISED is proposing that Canada adopt the same band plan in the entire 37-40 GHz range as the U.S. Given the development in the U.S. with respect to a new band plan in the frequency range 37-37.6 GHz , adopting a Canadian band plan at this time would be premature and could undermine the benefits of equipment harmonization. It is therefore proposed that the development of a Canadian band plan for this frequency range be deferred to a later date. The overall proposed band plan for the frequency band 37-40 GHz is shown in figure 7 below. Similar to the 28 GHz band, this band plan would not preclude any type of duplexing scheme to be deployed.

Figure 7: Proposed Canadian 37-40 GHz frequency band plan

This figure shows the proposed Canadian 37-40 GHz frequency band plan. It shows the frequency range from 37-37.6 GHz is labelled as "to be determined". The frequency range from 37.6-40 GHz is divided into 12 200 MHz blocks with no labels.

7.4 Band sharing with other services

55. In order to facilitate the introduction of flexible use services in this frequency band, provisions will need to be developed to ensure their co-existence with existing services.

7.4.1 Coexistence between flexible use terrestrial stations and earth stations in the fixed-satellite service (space-to-Earth)

56. Currently, the coexistence of fixed terrestrial stations and FSS earth stations is addressed through coordination on a site-by-site basis, as described in section 6.5 above. It is noted, however, that there has been no deployment by the satellite service in this band yet.

57. Since FSS earth stations receive signals from satellites transmitting in this frequency band, they could be subject to interference from the emissions of new flexible use terrestrial stations. Preliminary studies provided to the FCC indicate that FSS earth stations would require a separation distance of no more than 2 km from a flexible use terrestrial station. Footnote 21 The proposed modification to Canadian footnote C51 does not allow for the ubiquitous deployment of FSS in the band. As a result, the coordination of flexible use terrestrial stations and FSS earth stations is likely to be manageable as the number of FSS earth stations will likely be limited to a small number.

58. The considerations above are very similar to those concerning the coexistence of flexible use terrestrial stations and FSS earth stations in the frequency band 27.5-28.35 GHz. Therefore, ISED proposes to adopt similar mechanisms, using a PFD or a distance threshold as a trigger for coordination, to manage the band sharing in this band.

A. ISED seeks comments on the proposal to require site-by-site coordination between proposed flexible use terrestrial stations and FSS earth stations in the frequency band 37.5󈛌 GHz when a pre-determined trigger threshold is exceeded.

B. If site-by-site coordination is proposed, what coordination trigger and value would be the most appropriate (e.g. PFD or distance threshold)?

C. ISED is also inviting proposals for specific additional technical rules on flexible use stations and FSS earth stations (e.g. site shielding) that could facilitate more efficient sharing between terrestrial and earth stations.

7.4.2 Geographic restrictions on the deployment of earth stations

59. Similar to the decisions made in the 28 GHz band, the FCC adopted new mechanisms to restrict the areas in which new FSS earth stations can be deployed. This was done to ensure that fixed-satellite services do not restrict the deployment of new UMFUS systems in core urban areas and around major infrastructure where implementation of flexible use systems would be most likely. Unlike the 28 GHz band, in the frequency band 37.5-40 GHz, it is the FSS earth station that could experience interference from the flexible use terrestrial stations. In the U.S., an FSS earth station can obtain protection from flexible use stations by obtaining an UMFUS licence, entering into an agreement with an UMFUS licensee or if the FSS earth station conforms to a set of conditions that restrict the geographic areas in which an FSS earth station can be deployed. In addition, there are provisions that would limit the number of earth stations that would be protected from harmful interference by UMFUS stations in a given licence area.

60. ISED is of the view that the FCC’s approach is not appropriate in the Canadian context. However, similar to the potential band sharing mechanisms in the 28 GHz band, ISED may consider using other methods to facilitate flexible use systems deployment in core urban areas and major infrastructure by limiting the deployment of FSS earth stations in these areas.

A. ISED is seeking comments on whether there should be restrictions on the geographic areas in which new FSS earth stations can be deployed in the frequency band 37.5󈛌 GHz.

B. If geographic restrictions on FSS earth stations are proposed, ISED is inviting detailed proposals on how they could be implemented, and what areas should be targeted?

7.4.3 Band sharing with the space research service (SRS) ( space-to-Earth ) and mobile-satellite service (MSS) ( space-to-Earth )

61. As noted above, the frequency band 37-38 GHz is allocated to the space research service (space-to-Earth) on a primary basis. Also, the band 39.5-40 GHz is allocated to the MSS, and is limited to use by the government of Canada. In the U.S. , in order to enable band sharing, the FCC created coordination zones around its three SRS earth stations where deployment by UMFUS licensees within these zones requires prior coordination. There is no existing or planned SRS or MSS operation in Canada therefore, ISED is not proposing specific restrictions on terrestrial services at this time. However, in the event that SRS or MSS begins deployment in these bands, flexible use licensees may be subject to future technical provisions in order to facilitate co-existence .

Question 7-6: It is proposed that, should SRS and/or MSS systems be deployed, flexible use licensees in the band 37.6-40 GHz may be subject to technical provisions to facilitate co-existence . Comments are sought. ISED notes that any such technical provisions would be established through a future consultation process.

7.5 Treatment of existing users

62. At mmWave frequencies, the difference between certain technical characteristics of fixed and mobile operations may be hard to distinguish. The high signal attenuation in mmWave bands will require the use of highly directive antennas for both fixed and mobile systems, and could offer the opportunity to reuse frequencies in the band at much closer distances than in lower frequency bands. On the one hand, this could enable very effective coordination between existing fixed users and future flexible use licensees. On the other hand, some of the new flexible use systems are expected to be ubiquitous in coverage, which could present coordination challenges in areas that already contain fixed systems, particularly if the two systems are operated by two different service providers. As 5G technology continues to develop, there will be more clarity on how effectively flexible use systems and existing fixed service systems will be able to co-exist. In the meantime, ISED is considering several options on the treatment of existing users as described in the following paragraphs.

63. In 2014, when the decision Footnote 22 was made to renew these licences, it was determined that site-specific licences were the most efficient and consistent approach to authorizing high frequency spectrum and therefore new licences issued through the renewal process were not provided with a high expectation of renewal after their 10-year term. The use of this spectrum is evolving to include mobile in addition to fixed use services and as such, a licensing process that does not distinguish between the two will provide more flexibility for operators to deploy and adapt their networks as they see fit. In moving from fixed licensing to flexible use, ISED is considering two options for the treatment of existing Tier 3 licences at the end of the renewed 10 year term.

64. The first option is to convert the Tier 3 fixed service licences to flexible use licences. The existing licences were issued in accordance with the current band plan, i.e., in paired blocks of 50 MHz (see figure 6) and would not align with the proposed new band plan (see figure 7). Therefore, if ISED decides to convert existing Tier 3 area fixed licences to flexible use licences, it is proposed that those licences would be aligned with the new band plan in order to maximize the amount of cleared spectrum. It is noted that flexible use licences would be expected to be much more valuable and in demand than fixed. Furthermore, technology developments and/or network re-design may provide increased efficiency which would permit continued provision of service using less spectrum. Therefore, ISED could consider issuing new licences at the end of the current term, for a lesser amount of spectrum. The new amount of spectrum could be determined by using a percentage of the current amount.

65. The second option is to issue site-specific licences for sites currently in operation at the end of the licence term. These new site-specific licences could then be treated the same way that the current site-specific licences would be treated, i.e. either with or without protection from new flexible use licensees (see section 7.5.2 below).

7.5.2 Grid cell and site-specific FCFS licences

66. Grid cell and site-specific licences are issued on an annual basis. Licensing under these approaches provides for very efficient access to spectrum in that a licence is only issued for the area or site in which the licensee intends to deploy. Furthermore, these licences could make co-ordination with future flexible use licensees relatively straight-forward as the specific location of each transmitter is known. As such, ISED is considering two options for the treatment of existing grid cell and site-specific users.

67. First, given the potential for improved coordination (both through the expected improvements in technology capability and the limited geographic areas of licences), ISED could allow these licensees to continue operating in the band and be protected from interference from new flexible use licensees. New licensees would be required to coordinate with the existing licensees by deploying around their sites or by other means determined between the licensees. This approach to treating these users would provide access to the spectrum for 5G with minimal impact on existing users. Furthermore, given the expected capabilities of technology in this band, this approach will likely be technically feasible. However, it could also severely limit deployment of 5G in major urban areas (as discussed in section 7.1, 88% of grid cell and site-specific licences are operating in the six largest urban areas).

68. A second approach would be to allow for them to continue operating on a secondary basis to flexible use licences. This approach would provide no protection for existing licensees from interference caused by new flexible use systems but would allow them to continue operating, at least until 5G systems are deployed in their specific area. It is proposed that under this option, a notification period of one year would apply.

Question 7-7: ISED is seeking comments on:

A. the options and implications for the treatment of incumbent licensees currently holding Tier 3 licences, the percentage that would apply to option 1 and supporting rationale.

B. the options and implications for the treatment of incumbent licensees currently holding FCFS licences and supporting rationale.


5 GENERAL OBSERVATIONS AND CONCLUDING REMARKS

University-business interactions are part of complex multi-layered dynamic social systems. The international body of scholarly literature identifies a wide range of (interacting) UBI determinants, among which the R&D environment, the nature of proximities between research partners, and the effectiveness of those connections. In this empirical study we applied a quantitative indicator-based mapping of UBC patterns in the United Kingdom. It taps into a rich source of comparative empirical information on the UK's research-intensive university sector, especially with regards to research co-operation patterns and cross-sectoral mobility of academic researchers. We focused our attention on a selection of 48 research-intensive universities, their joint research publications with the business sector, and the dispersion of partner firms across distance-based geographical zones in the UK and abroad.

The geographical location and spatial distribution of those firms presents a new perspective on UBC patterns, and addresses an information gap in UK government statistics or university administration data on research co-operation with the local or regional business sector. In addressing these knowledge gaps and analytical challenges, the collected data from UBRP measurement approach provides some interesting new insights into aggregate-level UBC information across the UK's largest research-intensive universities.

We focused our study on two research questions, stated in subsection 1.2: (i) is the geographical distance between the university and its industry partners a meaningful parameter of a university's UBC profile? (ii) If so, how distance-dependent are the major explanatory variables describing the way research-intensive universities are engaging with R&D-active firms? Concerning the first research question, we find that the number of UBRPs has increased across all distance zones. However, long-distance “global” UBRPs has increased at a significantly higher rate than short-distance “local” UBRPs. Several universities exhibit a “glocalizing” pattern, where UBRP growth occurs across the entire range of distances. At other “globalizing” universities the growth occurs almost entirely in the long distance zones. Focusing on the subsample of universities with significant growth rates in either glocalization or globalization, we find that the glocalization rate is higher at “catching up” universities that have low levels of local UBRPs and are located in areas with relatively low levels of business sector R&D intensity.

Regarding the second question, our macro-level findings highlight a multitude of determinants that seem to be affecting UBRP patterns, where each distance zones presents a different set of determinants. Nonetheless, four common “structural” factors emerge (see subsection 5.1), which are significant in the majority of the distance zones and are like to be major drivers of UBC activity. The business sector R&D expenditure in the region represents a very significant external factor. Not surprisingly, we find evidence of spatial concentration effects in the London metropolitan area and in other R&D-intensive areas. Two of other factors—the research volume of a university and its citation impact level—reflect research-related organizational determinants such as critical mass, economies of scale, and scientific quality. The fourth factor captures the importance of the “human factor” as a UBC and UBI determinant, with empirical evidence that local UBRPs are more likely to involve boundary-spanning academic researchers. The share of these “cross-sectoral” researchers—either “university-business mobile researchers” (UBM-Rs) and/or “university-business/multiple affiliated researchers” (UB/MA-Rs)—is consistently among the most discriminating variables to explain the propensity of universities to collaborate with firms located at close distance. Given the strong positive relationships that tend to exist between social proximity, cognitive proximity and spatial proximity (Boschma, 2005 ), this outcome suggests that these individuals are an important driving force, if not an indispensable “success factor” for create sustainable R&D-related university-business interactions within the UK. There is still insufficient understanding of how knowledge is actually shared or transferred between individuals—either within the same local geographical area or further afield.

More in general, our UBC model critically hinges on the assumption that its three key performance indicators (UBRPs, UBM-Rs, and UB/MA-Rs) are sufficiently valid proxies of general patterns and trends as regards to university-business co-operation. The model's focus on research clearly introduces an observation bias: all three key performance indicators (KPIs) are related to research publication output, more specifically successful research (otherwise the work would not be published). Moreover, publication output quantities do not reflect essential information on inputs (such as the amount of industry funding of academic research, or highly qualified graduate students moving into industry), the effectiveness of knowledge creation processes, nor how productive interactions with the business sector actually were. For example, work by Faggian and McCann ( 2009 ) shows that the quality of UK universities, via the flows of their highest quality graduates, are found to be of limited importance for regional innovation performance in the university's local region but these graduates do have significant impacts on the innovation performance in other UK regions.

Hence, these KPIs—and the UBRPs in particular—present a limited window of analysis that tends to overemphasize successful research co-operation and associated productive interactions in terms of researcher mobility, joint knowledge creation or exchange. Moreover, our UBC analysis does not include a clear-cut distinction by type of university, notably between “comprehensive” or “specialized,” in terms of their research activity profile. Although the variables “Publication output—medical fields” and “Publication output—STEM fields” partially capture this profile, a more explicit and fine-grained distinction deserves more attention in follow-up studies to ascertain possible effects of (changes in) research specialization on UBRP patterns and trends.

Given the growing importance of UBI and UBC as knowledge-intensive inputs into UK business sector R&D—witness the development of the Knowledge Exchange Framework (KEF) as a proposed new policy tool and information platform—more effort should be invested into developing new analytical methods and performance indicators for studying UBI, UBC and UBRP patterns and trends. One of the proposed activities, KEF Metrics, aims to provide “timely data that describes and compares institutional-level performance in knowledge exchange” (https://re.ukri.org/knowledge-exchange/knowledge-exchange-framework/). Between March and May 2019, 21 universities, participated in a pilot exercise to further test on how to operate KEF in England. Should KEF become operational, the three UBC performance indicators may open up new avenues for further empirical enquiry of the UK science system, especially concerning university knowledge transfer to the business section. UBI and UCB data may also be of interest in the next edition of the Research Excellence Framework (www.ref.ac.uk/about/what-is-the-ref/) either in terms of contributing to performance indicators, or as elements within impact stories that academic researchers will be required to produce. UBC-related data could also supplement university-level statistical information from the Higher Education-Business and Community Interaction survey, which may help address policy-relevant information gaps, notably on the effects and effectiveness of government policies to promote UBI within the UK.

Finally, a concluding remark regarding Brexit. Although our data only run up to 2017, the large volume of UBRPs in the most recent years provides compelling information on the size of the intersection between UK academia and their corporate partners on the continent (Tijssen & Yegros, 2017 ). According to our data, hundreds of researchers were, and probably still are, straddling and moving between UK universities and the business sector elsewhere in Europe. This connectivity space of mutual trust relationships, common understanding and shared goals spans many personal ties and associated R&D networks. It represents several decades” worth of UK investment in valuable human capital and vulnerable social capital. Leaving the EU could seriously damage the UK's UBI infrastructures if those connections are severed.


Anerkjennelser

[41] The University of Melbourne thermochronology laboratory receives infrastructure support under the AuScope Program of NCRIS. S.H. received support from the National Natural Science Foundation of China (NSFC) (41072186). Y.T. received support from IPRS and MIRS scholarships at the University of Melbourne. Y.T. is grateful to Abaz Alimanovic for assistance with (U-Th)/He dating and to Zhonghua Tian and Zhaokun Yan for their assistance during fieldwork. Constructive reviews from anonymous reviewers clarified points of this work. Editorial work of James Tyburczy is gratefully appreciated.

Additional supporting information may be found in the online version of this article.

Filnavn Beskrivelse
ggge20361-sup-0001-suppinfoSI01.pdf38.4 KB støttende informasjon
ggge20361-sup-0002-suppinfoSI02.pdf42.2 KB støttende informasjon
ggge20361-sup-0003-suppinfoSI03.pdf31.9 KB støttende informasjon
ggge20361-sup-0004-suppinfo04.txt1.5 KB støttende informasjon

Vær oppmerksom på: Utgiveren er ikke ansvarlig for innholdet eller funksjonaliteten til støtteinformasjon fra forfatterne. Eventuelle spørsmål (annet enn manglende innhold) bør rettes til den tilsvarende forfatteren for artikkelen.


Se videoen: Using ArcMap 10 to join Excel data with a shapefile