Российская сеть изучения и охраны пернатых хищников
Я хочу сообщить о встрече окольцованной птицы!
Пернатые хищники
Соколообразные
Совообразные
Изучение
Ключевые виды
Мониторинг
Фаунистика
Миграции
Кольцевание
Охрана
Платформинг
Нестбоксинг
Птицы и ЛЭП
ООПТ
Информация о сети
Устав и программа
Члены сети
Проекты
Мероприятия сети
Блоги
СМИ о нас
Библиотека
Журнал “RC”
Методики
Книги
Статьи
Отчёты и доклады
Презентации
Новости
События
Конференции
Прочие объявления
Из соцсетей
Для спонсоров
Горящие проекты
МЫ В СОЦСЕТЯХ
RRRCN RRRCN
Fatbirder's Top 1000 Birding Websites
НАШИ БАННЕРЫ
RRRCN RRRCN

ArcView GIS для экологов

1.1.6.6. Работа с легендой

Легенда – обозначение объекта, показывающее как он будет выглядеть при визуализации в Виде или на карте.

Для активной (выделенной) темы любого типа, подгруженной в Вид, можно настроить легенду, вызвав «Legend Editor — Редактор легенды» из меню Theme/Legend Edit…, нажатием горячей кнопки «Edit Legend – Редактировать легенду» в панели управления ArcView, либо двойным кликом мыши на тему в оглавлении Вида.

1.1.6.6.1. Редактор легенды

Окно редактора легенды изменяется в зависимости от типа темы. Общий вид имеет окно редактора легенды для векторных тем (шейп-файлов и покрытий ArcInfo) и GRID-тем. Существенно от них отличаются как видом, так и набором команд редакторы легенды для простых растровых тем и изображений. Редактор легенды для TIN-тем имеет специфический вид, однако набор команд характерен для редактора легенды векторных тем.

1.1.6.6.1.1. Редактор легенды для векторных тем и GRID-тем

Рис. 164. Окно редактора легенды для векторной темы или GRID-темы при выбранном типе легенды как «Single Symbol – Отдельный символ»
Рис. 164. Окно редактора легенды для векторной темы или GRID-темы при выбранном типе легенды как «Single Symbol – Отдельный символ».

Редактор легенды для векторных объектов и покрытий в формате GRID имеет следующий вид и набор функций (рис. 164):

Поле «Theme – Тема» – показывает название темы, как оно отображается в оглавлении Вида,

Меню «Legend Type – Тип легенды» – позволяет выбрать из списка тип легенды. В списке доступно несколько позиций, в зависимости от типа темы (для векторных тем доступно 6 позиций, для GRID-тем – лишь 2: отдельный символ и цветовая шкала):

– «Single Symbol – Отдельный символ» – позволяет отобразить все объекты темы одним символом и цветом (рис. 164). Все загруженные в первый раз в Вид темы, не имеющие файла легенды, отображаются отдельным символом.

– «Graduated Color – Цветовая шкала» – позволяет отобразить объекты в виде нескольких градаций цвета, ранжированных по значениям атрибутов (рис. 165). Карты, созданные при помощи цветовой шкалы, имеют набор символов, чьи цвета изменяются согласно значениям определенного атрибута. Хорошим примером являются карты температуры воздуха, высот и глубин, плотности населения и т.д. Карты с цветовой шкалой используются для изображения ранжированных данных (например, от 1 до 10, низкий – высокий) или данных, представленных в виде цифровых прогрессий (например, размеры, ранги, проценты). Цвета в цветовой шкале подбираются по изменению насыщенности и тона, например темный цвет показывает наивысшее значение, светлый – наименьшее, а переходные цвета показывают средние значения между двумя крайними вариантами.

Рис. 165. Окно редактора легенды для векторной темы или GRID-темы при выбранном типе легенды как «Graduated Color – Цветовая шкала»
Рис. 165. Окно редактора легенды для векторной темы или GRID-темы при выбранном типе легенды как «Graduated Color – Цветовая шкала».

– «Graduated Symbol – Градуированный символ» — позволяет отобразить объекты в виде нескольких градаций размерного класса символа, ранжированных по значениям атрибутов (рис. 166). Карты на основе градуированных символов похожи на карты, созданные на основе цветовой шкалы, за исключением того, что изменяется размер точечных символов или толщина линии. Как и карты с цветовой шкалой, карты с градуированными символами используются для изображения рангов или прогрессий. Например, колонии птиц могут быть ранжированы по количеству гнездящихся в них пар, а реки могут быть ранжированы по ширине или объему воды. При создании карты с градуированными символами важно тщательно выбрать диапазон размеров символов. Символы наибольшего размера должны быть такими, чтобы соседствующие символы не перекрывали полностью друг друга. В то же время, диапазон в размере от самого маленького до самого большого должен быть достаточным, чтобы каждый класс символов был отличим друг от друга.

Рис. 166. Окно редактора легенды для векторной темы при выбранном типе легенды как «Graduated Symbol – Градуированный символ»
Рис. 166. Окно редактора легенды для векторной темы при выбранном типе легенды как «Graduated Symbol – Градуированный символ».

– «Unique Value – Уникальное значение» – позволяет отобразить все объекты, имеющие разные значения атрибутов, разными символами и цветами (рис. 167).

Рис. 167. Окно редактора легенды для векторной темы при выбранном типе легенды как «Unique Value – Уникальное значение»
Рис. 167. Окно редактора легенды для векторной темы при выбранном типе легенды как «Unique Value – Уникальное значение».

Рис. 168. Окно редактора легенды для полигональной векторной темы при выбранном типе легенды как «Dot – Плотность точек»
Рис. 168. Окно редактора легенды для полигональной векторной темы при выбранном типе легенды как «Dot – Плотность точек».

– «Dot – Плотность точек» – позволяет отобразить полигональные объекты в виде полигонов с точками, расположенными внутри полигонов, чтобы отобразить значение какого-либо атрибута (рис. 168). Каждая точка отображает какое-либо определенное значение. Например, на карте численности зябликов в заповеднике каждая точка отображает 100 особей. Таким образом, если в определенном выделе население насчитывает 100 особей, то на карте внутри выдела будет изображена одна точка, если 1500 особей, то на карте будет изображено 15 точек внутри этого выдела. Карты с типом легенды «Dot – Плотность точек» используются при необходимости связать плотность (частоту) возникновения каких-либо явлений с количественными характеристиками. Различия в численности птиц в разных выделах лесов заповедника легко могут быть показаны с помощью цветовой шкалы на карте. Однако, на такой карте два выдела разной площади, но с одинаковым числом птиц будут иметь один и тот же цвет. Карта с точками разной плотности отобразит плотность населения. Если выделы различаются по площади, точки в выделах с меньшей площадью будут расположены ближе (плотнее) друг к другу по сравнению с выделами большей площади. ArcView расставляет точки внутри полигона случайным образом. При создании карты с точками разной плотности, желательно, чтобы точки располагались и не слишком плотно, и не слишком далеко друг от друга, а так, чтобы можно было четко видеть распределение.

– «Chart – Локализованная диаграмма» – позволяет отобразить все объекты, используя круговые или столбчатые диаграммы для изображения данных (рис. 169). Картографирование с помощью диаграмм позволяет отображать множество атрибутов на одной карте, так же как и показывать связи различных атрибутов между собой. Однако, поскольку карты с диаграммами содержат большой объем информации, визульный анализ требует некоторой подготовки. На верхней карте с круговыми диаграммами рис. 170 отображена структура землепользования. Размер кружка показывает общую площадь земель в районе, а сектора в диаграмме обозначают различные категории земель и их относительную площадь в общей структуре землепользования. Таким образом, из этой карты видно, что наибольшие площади сельскохозяйственных угодий сосредоточены в южной части рассматриваемой территории, а наибольший процент залесенных земель и акваторий приходится на северную часть. На нижней карте рис. 170 показана структура колоний чайковых птиц – четко видно, в каких колониях какой вид доминирует, и на какой территории доминируют колонии с тем или иным видом.

Рис. 169. Окно редактора легенды для векторной темы при выбранном типе легенды как «Chart – Локализованная диаграмма»
Рис. 169. Окно редактора легенды для векторной темы при выбранном типе легенды как «Chart – Локализованная диаграмма».

Рис. 170. Пример отображения данных с помощью опции «Chart – Локализованная диаграмма»: верхняя карта – структура землепользования, нижняя карта – колонии чаек
Рис. 170. Пример отображения данных с помощью опции «Chart – Локализованная диаграмма»: верхняя карта – структура землепользования, нижняя карта – колонии чаек.

При выбранном типе легенды как «Single Symbol – Отдельный символ» редактор легенды имеет минимальный набор кнопок (рис. 164):

Load – Загрузить – команда позволяет загрузить сохраненный файл легенды для применения к текущей теме, вызывая окно открытия файлов. Файл легенды имеет расширение *.avl.

Save – Сохранить – команда позволяет сохранить настройки легенды текущей темы в виде файла легенды, вызывая окно сохранения файла. Если файл легенды сохранен под тем же именем, что и оригинальный файл текущей темы, в ту же директорию, в которой находится оригинальный файл текущей темы, в дальнейшем при загрузке этой темы в Вид в любом другом проекте она будет открываться с сохраненной легендой.

Default – По умолчанию – команда позволяет вернутся к легенде по умолчанию, присвоив ее текущей теме.

Нижний ряд кнопок:

Advanced – Дополнительно – вызывает диалоговые окна дополнительных опций для легенды точечной и линейной темы. В первом случае позволяет настроить угол вращения символа и масштаб, во втором – отступ от реального местоположения объекта и масштаб.

Для масштабирования символов в диалоговом окне «Advanced Options – Дополнительные опции» включаем опцию масштабирования, ставя галочку в окошке переключения «Scale Symbols – Масштабировать символы». После включения опции можно выбрать исходный масштаб, при котором масштабируемые значки и линейные символы будут изображаться в том же масштабе, в котором они изображаются в Редакторе легенды. По умолчанию, исходный масштаб тот же, что и масштаб Вида. Если необходимо пользоваться другим исходным масштабом, его значение следует ввести в поле ввода. Например, если в Редакторе легенды задать линейный символ шириной 12 пунктов и включить опцию «Scale Symbols – Масштабировать символы», ввести в окне исходный масштаб 24000 и применить это изменение, нажав кнопку «ОК» – при увеличении масштаба в Виде до 1:12000, ширина линейного символа будет 24 пункта.

Для вращения точечных символов в целях отображения дополнительной информации относительно объектов (например, направление ветра, направление миграции, обозначение начала или входа, и т.д.) в диалоговом окне «Advanced Options – Дополнительные опции» в меню «Rotation Field – Столбец вращения» выбираем столбец атрибутивной таблицы, содержащий значения угла поворота для каждого символа и применяем это изменение, нажав кнопку «ОК».

На карте (рис. 171) точечными символами, повернутыми в разные стороны, показано размещение групп серых журавлей. Направление каждого символа указывает направление разлета групп птиц, ранжированных по численности, на ночевку.

Statistics – Статистика – вызывает диалоговое окно статистики в котором отображаются минимальное, максимальное, среднее значения, стандартное отклонение, сумма и количество значений в столбце, выбранном из меню «Field – Столбец».

Undo – Отменить – отменяет настройки легенды до уровня последнего применения.

Apply – Применить – применяет настройки легенды к текущей теме.

При выбранном типе легенды как «Graduated Color – Цветовая шкала» в редактор легенды в дополнение к вышеописанным функциям, добавляется блок классификации значений, содержащий помимо основного поля символов, значений и условных обозначений, меню, ряд кнопок управления и стандартный набор цветовых палитр с линейным изменением цветов (рис. 165):

Основное поле блока классификации значений состоит из 3-х столбцов:

– «Symbol – Символ» – изменяемый столбец, в котором отображаются символы. Каждый символ активен и при двойном клике на него, вызывается палитра редактирования символов;

– «Value – Значение» – изменяемый столбец, в котором отображаются ранги значений из атрибутивной таблицы. Изменяя параметры данного столбца, следует осознавать, что представленные в нем значения, берутся из атрибутивной таблицы, и если введенное в ячейку столбца значение не будет соответствовать значению, имеющемуся в атрибутивной таблице, оно не будет отображено на карте (в Виде);

Рис. 171. Пример отображения данных с помощью опции поворота символов
Рис. 171. Пример отображения данных с помощью опции поворота символов.

– «Label – Условное обозначение» – изменяемый столбец, в котором отображаются условные обозначения. По умолчанию они соответствуют рангам значений из атрибутивной таблицы и столбца «Value – Значение», однако могут быть изменены пользователем на его усмотрение. Изменения будут внесены в легенду темы;

Classification Field – Классификационный столбец – меню выбора столбца, доступного в атрибутивной таблице, по которому осуществляется классификация значений. Пользователем могут быть выбраны любые столбцы с числовыми значениями;

Normalize by: – Нормализовать по: – меню выбора параметров нормализации классифицируемых значений. При нормализации атрибутов, в ArcView происходит деление каждого значения атрибута на какое-либо число, чтобы получилось соотношение, а затем эти относительные значения изображаются на карте. Нормализовать атрибуты можно двумя способами, выбрав соответствующие позиции:

– «Percent of Total – Процент от суммы» – по отношению к сумме значений атрибутов, так что полученные относительные значения представляют собой процент от суммы (не доступен для GRID-тем). Отображение этих процентов на карте позволяет передавать относительный размер или значимость явления. Это особенно часто используется в случаях с числовыми (абсолютными) данными, которые легче интерпретировать в виде процентов. Например, когда анализируются абсолютные цифры рекреационной нагрузки за год, сравнивать различные регионы легче, когда они классифицированы по процентному соотношению рекреационной нагрузки к годовой суммарной величине, чем по абсолютному объему;

– столбец из атрибутивной таблицы – по значениям других атрибутов. Нормализуя данные по другому столбцу, стоит принимать во внимание пространственные различия другого явления, которые могут повлиять на атрибуты, по которым осуществляется классификация в теме. Например, если создается карта рекреационной нагрузки по областям, то распределение, вероятнее всего, отобразит различия в численности населения областей. Нормализуя значения рекреационной нагрузки по численности населения, можно свести к минимуму фактор численности населения и более четко выявить пространственное разнообразие рекреационной нагрузки. Атрибуты часто нормализуются по площади, особенно если площади полигонов в теме сильно различаются. Например, если нормализуется численность населения по площади, можно создать карту плотности населения.

Внимание! Если данные уже нормализованы, не следует пытаться нормализовать их еще раз. Если данные представлены как соотношение, они, вероятно, уже нормализованы. Примерами могут служить темпы, проценты, данные, исчисленные на тысячу, на год, на километр (например, темпы роста, скорость потока и т.п.), и значения плотности на единицу площади (например, плотности населения, количество голов скота по хозяйствам, число зайцев на гектар леса и т.п.). Нормализация нормализованных данных, вероятнее всего, приведет к ошибочному результату.

Classify… – Классифицировать – команда позволяет классифицировать значения иначе, чем это сделала автоматически ArcView, выводя диалоговое окно «Classification – Классификация». Диалоговое окно содержит 3 меню:

– «Type – Тип классификации» – позволяет выбрать тип классификации значений из 5 предложенных методов:

– «Natural Breaks – Метод естественных границ» – метод, используемый ArcView по умолчанию, устанавливает границы группировок по существу различий, имеющихся в данных. ArcView использует статистический расчет (оптимизацию по Дженку (Jenk)), позволяющий минимизировать вариации в пределах каждого класса. Пример, приведенный на рис. 172, показывает, как это работает: представлен набор объектов (слева направо) от самого маленького значения по численности населения до самого большого. Объекты разделены на классы, границы классов установлены в местах сравнительно больших скачков в значениях.

– «Equal Area – Равноплощадной метод» – доступен только для полигональных тем, позволяет классифицировать полигоны по интервалам в значениях атрибутов так, чтобы общая площадь полигонов в каждом классе составляла примерно одну и ту же величину. ArcView определяет общую площадь только по полигонам, имеющим действительные значения атрибутивных данных. Классы, полученные с помощью равноплощадного метода, типологически такие же, как и классы, полученные с помощью метода равномерных интервалов. Равноплощадной метод классификации похож на классификационный метод квантилей за исключением того, что каждому объекту при этой классификации придается вес, отличный от 1. Например, при классификации данных по численности населения с помощью равноплощадного метода самая большая по площади страна (Китай) сама составляет класс. Меньшие по площади страны относятся к оставшимся классам. Это приводит к тому, что вариации в численности населения в меньших по площади странах не выявляются.

– «Equal Interval – Метод равных интервалов (Равнопромежуточный метод)» – позволяет разделить все значения атрибутов на равные по размеру подгруппы (подклассы). Например, если объекты в теме имеют значения атрибутов в диапазоне от 12 до 351, общий диапазон этих значений составит 339, так что при делении этих объектов на три класса с помощью равнопромежуточного метода классификации, в каждом классе будут представлены значения в пределах 113, и, следовательно, значения классов будут 12-125, 126-238, и 239-351 (рис. 172).

Классификация по методу равных интервалов используется, когда необходимо подчеркнуть величину значения атрибута по сравнению с другими значениями, например, показать, что какой-либо регион принадлежит к группе регионов, в которых ведется треть лесозаготовок от всех по стране. Равнопромежуточный метод классификации является идеальным для данных, чей диапазон заранее известен, таких как процентные соотношения или температура. Численность населения или другие данные, для которых отсутствует прямая концептуальная зависимость от диапазона данных, могут быть лучше представлены с помощью других методов классификации. Очевидно, что равнопромежуточный метод классификации не подходит, если необходимо выявить тонкие различия между объектами, имеющими почти одинаковые значения.

Рис. 172. Пример отбора данных по численности населения в разных странах для классификации разными методами: 1 – метод естественных границ, 2 – метод квантилей, 3 – равноплощадной метод, 4 – метод равных интервалов, 5 – метод стандартных отклонений
Рис. 172. Пример отбора данных по численности населения в разных странах для классификации разными методами: 1 – метод естественных границ, 2 – метод квантилей, 3 – равноплощадной метод, 4 – метод равных интервалов, 5 – метод стандартных отклонений.

– «Quantile – Метод квантилей (равномерный)» – позволяет каждому классу приписать одинаковое число объектов. На рис. 172 показана сортировка значений данным методом: пять первых стран размещены в первом классе, следующие пять – во втором и т.д. Не имеет значения, что страны, расположенные по обе стороны границы классов, имеют одинаковую численность населения. Равномерные классы, следовательно, могут вводить в заблуждение, поскольку низкие значения часто попадают в один класс с высокими значениями. Преодолеть подобное искажение можно, увеличив число классов. Классификация по методу квантилей лучше всего подходит для классификации данных с линейным распределением, другими словами, для данных, у которых отсутствует диспропорциональное число объектов с одинаковыми значениями. Этот метод используется, когда нужно выделить значение объекта относительно других объектов, например, показать, что лесхоз входит в первую треть лесхозов по объему лесозаготовок.

– «Standard Deviation – Метод стандартных отклонений» – позволяет распределить значения, отличающиеся более чем на три стандартных отклонения от среднего на два класса: больше трех стандартных отклонений от среднего (> 3 SD) и меньше трех стандартных отклонений от среднего (< 3 SD). Стандартное отклонение показывает разницу значения атрибута по сравнению со средним значением всех величин. При классификации данных с использованием метода стандартных отклонений, ArcView находит среднее значение и затем расставляет интервалы вверх и вниз по отношению к среднему значению с шагом 1, 0,5 или 0,25, пока все значения данных не будут включены в свой класс. На карте с цветовой шкалой по умолчанию устанавливается дихроматическое линейное изменение цвета (например, от голубого до красного) и среднее значение данных дается нейтральным цветом (например, белым).

На рис. 172 показано, как получаются классы. На правой диаграмме показано, что объекты размещены по их атрибутивным значениям на нижней оси. Рассчитываются средняя величина и стандартное отклонение. В приведенном примере среднее значение – 180±103. Например, объект попадает в класс «0 – 1 стандартное отклонение», если его значение превышает среднее не более, чем на 103 (от 180 до 283). На левой диаграмме показан тот же набор значений атрибутов, размещенный на вертикальной оси, так чтобы можно было сравнивать эту диаграмму с другими методами классификации.

При большой разнице значений, они сдвигаются в сторону большего, поскольку ниже среднего имеется, например, только один класс, а выше среднего – семь классов.

– «Number of classes – Количество классов» – позволяет выбрать или ввести значение количества классов в легенде, отличное от автоматически выданного ArcView;

– «Round values at: – Точность значений (Округлить значения до:)» – позволяет выбрать точность значения, округлив его до определенного количества десятичных знаков. По умолчанию ArcView определяет значения с точностью до 3-х знаков после запятой;

Color Ramps – Палитры с линейным изменением цветов – меню выбора стандартных палитр ArcView. В коллекции доступны стандартные палитры для отображения типов земель, классов растительности, высот и глубин и пр.;

Ряд кнопок управления позволяет работать с полями символов и значений (рис. 165):

Добавить символ – добавляет символ в ячейку столбца «Symbol – Символ»;

Удалить символ – удаляет полностью строку из блока отображения символов, значений и условных обозначений. Кнопка становится активной при выделении необходимой для удаления ячейки в столбце «Symbol – Символ»;

Сортировать значения по возрастающей – сортирует значения в столбце «Value – Значение» по возрастающей, автоматически сортируя и символы этих значений;

Сортировать значения по убывающей – сортирует значения в столбце «Value – Значение» по убывающей, автоматически сортируя и символы этих значений;

Нет данных – позволяет управлять отображением в легенде нулевых значений, открывая окно «Null Values – Нулевые значения». Нулевые значения могут означать, например, отсутствие данных, пропуски или, что данные не могут использоваться с определенными географическими объектами, поэтому они обычно исключаются пользователем из классификации в ArcView. Для атрибутов, содержащих числа, нулевые значения могут быть очевидно незначимыми как, например, -9 или могут содержать пустые ячейки. Ноль может использоваться для значения «Нет данных», но тогда его можно спутать со значимым нулем атрибутов, таким как 0 градусов (при температуре) или 0 рублей (при оценке стоимости). Для атрибутов, содержащих символы, нулевое значение может быть представлено пустой ячейкой или содержать слова, такие как «Нет» или «Нет данных». Для того, чтобы выбрать нулевые значения в атрибутивных данных:

– открываем окно «Null Values – Нулевые значения»,

– выбираем столбец из меню «Field – Столбец», в котором необходимо найти нулевые значения. По умолчанию, в поле «Field» будет отображаться столбец, выбранный для классификации объектов. Однако можно обращаться к любому другом столбцу в этом диалоговом окне. Например, когда стоит задача нормализовать классификационный столбец по другому столбцу, можно использовать эту функцию, чтобы отобрать нулевые значения в обоих столбцах;

– в поле ввода данных «Null Value – Нулевое значение» вводим нулевое значение. Если нулевое значение представляет собой пустую ячейку, ничего не вводим, оставляя поле пустым;

– в окошке переключения «Include No Data Class in Legend – Включая нулевой класс в легенде» ставим галочку если хотим изобразить объекты с нулевыми значениями, выбрав для них условный знак (по умолчанию, ArcView не будет показывать объекты, которые имеют нулевое значение, так что в классификации не будет представлен класс «Нет данных») – в результате в легенду добавляется класс «Нет данных», представленный незакрашенным символом, который можно изменить по желанию.

– закрепляем настройки, нажав кнопку «OK».

Перевернуть цветовую шкалу – переворачивает цветовую шкалу, меняя смену градаций цвета от более темного к более светлому или наоборот,

Задать цветовую шкалу – позволяет задать цветовую шкалу с градациями изменений цвета, выбранного пользователем, отличную от предложенной ArcView. Для того, чтобы воспользоваться функцией, необходимо двойным кликом по первой ячейке столбца «Symbol – Символ» вызвать палитру и задать нужный цвет символу, далее таким же образом задать цвет последнему символу и нажать кнопку построения цветовой шкалы.

При выбранном типе легенды как «Graduated Symbol – Градуированный символ» в редактор легенды в дополнение к вышеописанным функциям в блок классификации значений в ряд кнопок управления добавляется кнопка, а в нижнюю часть блока поле и меню управления цветом и размером символов (рис. 166):

Кнопка «Задать символьную шкалу» как и в случае с цветовой шкалой (см. выше) позволяет задать шкалу с градациями изменений символа, выбранного пользователем. Для того, чтобы воспользоваться функцией, необходимо двойным кликом по первой ячейке столбца «Symbol – Символ» вызвать палитру и задать нужный символ и его размер, далее таким же образом задать символ и размер для последней ячейки и нажать кнопку построения шкалы символов.

Поле «Symbol – Символ» в нижней части блока классификации значений позволяет присвоить символ для всех ячеек одноименного столбца в активном поле редактора легенды. Для этого необходимо дважды кликнуть на символ и в открывшемся окне палитры выбрать нужный значок.

Меню «Size Range – Диапазон размера» – позволяют выбрать или ввести значение размера первого и последнего символа в легенде, для построения шкалы.

При выбранном типе легенды как «Unique Value – Уникальное значение» в редакторе легенды в блоке классификации значений доступно одно меню «Values Field – Столбец значений» при выборе в котором столбца со значениями для легенды активной темы, в основном поле блока отображается 4 столбца (рис. 167). Помимо уже описанных изменяемых столбцов «Symbol – Символ», «Value – Значение» и «Label – Условное обзначение» появляется неизменяемый столбец «Count – Количество», показывающий, сколько объектов для данной строки (символа легенды) имеется в теме.

Внимание! Если теме присвоена сохраненная заранее легенда ячейки столбца «Count – Количество» в окне редактора легенды остаются незаполненными, что не означает, что в теме отсутствуют объекты со значениями, отображающимися в столбце «Value – Значение».

Меню «Color Schemes – Цветовые схемы» – позволяет выбрать цветовую схему для раскраски символов (значков легенды) как случайным образом, так и в определенной гамме цветов;

Кнопка «Присвоить случайные цвета» – позволяет присвоить случайный цвет всем символам легенды;

Кнопка «Присвоить случайные символы» – позволяет присвоить случайные символы для всех значений темы;

При выбранном типе легенды как «Dot – Плотность точек» в редакторе легенды в блоке классификации значений доступен следующий набор команд (рис. 168):

Density Field – Столбец значений плотности – меню выбора столбца для расчета плотности точек в полигоне;

Normalize by: – Нормализовать по: – меню выбора параметров нормализации классифицируемых значений по значениям столбца атрибутивной таблицы.

Поле ввода данных «Dot Legend: 1dot= – Значение точки: 1 точка =» — позволяет ввести значение для точки в легенде, например 1 точка = 100 особей.

Кнопка «Calculate – Вычислить» – позволяет вычислить среднее значение для точки по столбцу атрибутивной таблицы и добавляет это значение в поле ввода данных «Dot Legend: 1dot=».

Поле «Dot Symbol – Символ точки» позволяет присвоить символ для точек внутри полигона. Для этого необходимо дважды кликнуть на символ и в открывшемся окне палитры выбрать нужный значок.

Поле «Background Symbol – Символ подложки» позволяет применить тип заливки, окраску фона и границ для полигонов, внутри которых будут располагаться точки. Для этого необходимо дважды кликнуть на символ и в открывшемся окне палитры выбрать нужный тип заливки, цвет фона и линий.

Поле «Nul Symbol – Символ нулевого значения» позволяет применить тип заливки, окраску фона и границ для полигонов с нулевыми значениями.

При выбранном типе легенды как «Chart – Локализованная диаграмма» в редакторе легенды в блоке классификации значений доступен следующий набор команд (рис. 169):

В левом активном поле «Fields – Столбцы» отображаются столбцы атрибутивной таблицы. Для отображения в легенде нужных столбцов их необходимо выделить левой кнопкой мыши и перенести в поле справа, нажав кнопку «Add – Добавить».

В правом активном поле ««Fields – Столбцы»» отображаются столбцы атрибутивной таблицы, выбранные для создания легенды. Если выбраны лишние столбцы, их можно удалить, выделив левой кнопкой мыши и нажав кнопку «Delete – Удалить». Столбец «Symbols – Символы» показывает каким цветом будет отображаться значение выбранного столбца в диаграмме объекта. Дважды кликнув левой кнопкой мыши на ячейку символа можно вызвать палитру и изменить цвет символа.

В нижней части блока в разделе «Chart Type – Тип диаграммы» доступны две кнопки выбора диаграмм – столбчатой или круговой.

Поле «Background Symbol – Символ подложки» позволяет изменить вид и окраску символа, к которому привязаны диаграммы. Для этого необходимо дважды кликнуть на символ и в открывшемся окне палитры выбрать нужный тип значка, цвета и т.д.

Поле «Nul Symbol – Символ нулевого значения» позволяет изменить вид и окраску символов нулевых значений.

Кнопка «Properties – Свойства» вызывает окно настройки параметров диаграммы. Вид окна зависит от типа выбранной диаграммы.

Для столбчатой диаграммы открывается окно «Column Chart Properties – Свойства столбчатой диаграммы», содержащее поля ввода данных для настроек размеров колонок «Minimum Height – Минимальная высота», «Maximum Height – Максимальная высота», «Column Width – Ширина колонок».

Для круговой диаграммы открывается окно «Pie Chart Properties – Свойства круговой диаграммы», содержащее поля ввода данных для настроек размеров диаграммы «Minimum Size – Минимальный размер», «Maximum Size – Максимальный размер» и меню выбора столбца атрибутивной таблицы для определения размеров «Size Field – Столбец размера».

 

Содержание

 

 

Страниц: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Наверх

Пернатые хищники и их охрана
Форум сети
Фотоальбом
Видеотека
  • Login

  • Войти через loginza

    30.11.2016

    Международная конференция по сохранению птиц в Венгрии

    Международная конференция по охране птиц в Венгрии

    Международная конференция по сохранению птиц, организованная Венгерской национальной сетевой компанией MAVIR , в сотрудничестве с Обществом охраны птиц Венгрии (MME/Birdlife) и Институтом Германа Отто, прошла в Венгрии 7-8 ноября 2016.

    29.11.2016

    Прослеживание балобанов, помеченных передатчиками, подтверждает, что браконьерство наносит основной урон популяциям соколов

    Балобан с передатчиком. Фото И. Карякина

    Из 10 балобанов (6 самок и 4 самцов), помеченных передатчиками в Алтае-Саянском регионе в 2016 г. после сезона браконьерского лова соколов продолжило миграцию лишь 4 сокола (3 самца и 1 самка).

    Все новости

    Flora Hoser on the conference. Photo by Márton Horváth

    Презентации докладов Международной конференции по сохранению птиц в Венгрии

    Презентации докладов Международной конференции по сохранению птиц в Венгрии, проходившей 7-8 ноября 2016 г.

    Эльвира Николенко на конференции «Сохранение биоразнообразия в Южной Сибири»

    Презентации докладов конференции «Сохранение биоразнообразия в Южной Сибири»

    Презентации докладов конференции «Сохранение биоразнообразия в Южной Сибири», проходившей в г. Новосибирск (Россия) 4–6 ноября 2016 г.

    Все публикации