आप जानते हैं कि कंप्यूटर डेटा प्रोसेसिंग और ग्राफ़, आरेख और नक्शे बनाने में हमारी क्षमताओं को बढ़ाते हैं। वे अनुशासन जो कंप्यूटर हार्डवेयर और एप्लिकेशन सॉफ्टवेयर के संयोजन का उपयोग करके डेटा प्रोसेसिंग और मानचित्रण के सिद्धांतों और तरीकों से संबंधित हैं, उन्हें क्रमशः डेटाबेस मैनेजमेंट सिस्टम (DBMS) और कंप्यूटर सहायक कार्टोग्राफी कहा जाता है। हालांकि, ऐसे कंप्यूटर अनुप्रयोगों की भूमिका केवल डेटा के प्रोसेसिंग और उनके ग्राफिकल प्रस्तुति तक सीमित है। दूसरे शब्दों में, जो डेटा प्रोसेस किए जाते हैं या जो नक्शे और आरेख तैयार किए जाते हैं, उनका उपयोग निर्णय समर्थन प्रणाली विकसित करने के लिए नहीं किया जा सकता। वास्तव में, ऐसे कई सवाल होते हैं जो हम अपने दैनिक जीवन में सामना करते हैं और संतोषजनक समाधान खोजते हैं। ये सवाल हो सकते हैं: क्या कहाँ है? यह वहाँ क्यों है? यदि इसे एक नए स्थान पर स्थानांतरित किया जाए तो क्या होगा? इस पुनः आवंटन से किसे लाभ होगा? पुनः आवंटन होने पर लाभ खोने की उम्मीद किससे है? इन और कई अन्य सवालों को समझने के लिए, हमें विभिन्न स्रोतों से एकत्रित आवश्यक डेटा को कैप्चर करना होगा और उन्हें जियो-प्रोसेसिंग टूल्स द्वारा समर्थित कंप्यूटर का उपयोग करके एकीकृत करना होगा। यहीं पर स्पेशियल इन्फॉर्मेशन सिस्टम की अवधारणा है। वर्तमान अध्याय में, हम स्पेशियल इन्फॉर्मेशन टेक्नोलॉजी के मूलभूत सिद्धांतों और इसके विस्तार को स्पेशियल इन्फॉर्मेशन सिस्टम पर चर्चा करेंगे, जिसे अधिक सामान्यतः भौगोलिक सूचना प्रणाली के रूप में जाना जाता है।

स्थानीय सूचना प्रौद्योगिकी क्या है?

शब्द ‘स्थानीय’ (spatial) अंग्रेज़ी के ‘space’ से बना है। इसका अर्थ है उन लक्षणों और घटनाओं से है जो भौगोलिक रूप से परिभाषित स्थान पर फैली होती हैं, और जिनकी भौतिक रूप से मापने योग्य विमाएँ होती हैं। हम जानते हैं कि आज प्रयोग होने वाले अधिकांश आंकड़ों में स्थानीय घटक (स्थान) होता है, जैसे किसी नगरपालिका सुविधा का पता, या कृषि भू-अवधियों की सीमाएँ आदि। इसलिए स्थानीय सूचना प्रौद्योगिकी का सम्बन्ध उस तकनीकी इनपुट के प्रयोग से है जिससे स्थानीय सूचना को एकत्रित, संग्रहीत, पुनः प्राप्त, प्रदर्शित, हेरफेर, प्रबंधित और विश्लेषित किया जाता है। यह रिमोट सेंसिंग, जीपीएस, जीआईएस, डिजिटल कार्टोग्राफी और डेटाबेस प्रबंधन प्रणालियों का समामेलन है।

जीआईएस (भौगोलिक सूचना प्रणाली) क्या है?

1970 के दशक के मध्य से उपलब्ध उन्नत कम्प्यूटिंग सिस्टम स्थलीय संदर्भित सूचना को संसाधित करने में सक्षम हैं ताकि स्थानिक और गुणधर्म डेटा को संगठित किया जा सके और उनका एकीकरण किया जा सके; व्यक्तिगत फ़ाइलों में विशिष्ट सूचना का पता लगाया जा सके और गणनाएँ की जा सकें, विश्लेषण किया जा सके और निर्णय समर्थन प्रणाली विकसित की जा सके। ऐसी सभी कार्यों में सक्षम प्रणाली को भौगोलिक सूचना प्रणाली (GIS) कहा जाता है। इसे इस प्रकार परिभाषित किया गया है: पृथ्वी पर स्थानिक रूप से संदर्भित डेटा को कैप्चर करने, संग्रहीत करने, जाँचने, एकीकृत करने, हेरफेर करने, विश्लेषण करने और प्रदर्शित करने के लिए एक प्रणाली। इसे सामान्यतः एक स्थानिक रूप से संदर्भित कम्प्यूटर डेटाबेस और उपयुक्त अनुप्रयोग सॉफ़्टवेयर से जुड़ा हुआ माना जाता है। यह कम्प्यूटर सहायित मानचित्रण और डेटाबेस प्रबंधन प्रणाली का एक समामेलन है और स्थानिक तथा संबद्ध विज्ञानों जैसे कि कम्प्यूटर विज्ञान, सांख्यिकी, मानचित्रण, रिमोट सेंसिंग, डेटाबेस प्रौद्योगिकी, भूगोल, भूविज्ञान, जलविज्ञान, कृषि, संसाधन प्रबंधन, पर्यावरण विज्ञान और लोक प्रशासन दोनों से इसकी अवधारणात्मक और पद्धतिगत शक्ति प्राप्त होती है।

भौगोलिक सूचना के रूप

दो प्रकार के डेटा भौगोलिक सूचना को दर्शाते हैं। ये स्थानिक और गैर-स्थानिक डेटा हैं (बॉक्स 4.1)। स्थानिक डेटा की पहचान उनके स्थानिक, रेखीय और क्षेत्रीय रूपों से होती है (चित्र 4.1)।

$\hspace{2cm}$ बॉक्स 4.1 : स्थानिक और गैर-स्थानिक डेटा

भौगोलिक डेटाबेस : एक डेटाबेस में गुणधर्म और उनका मान या वर्ग होता है। बाईं ओर दिखाया गया गैर-स्थानिक डेटा साइकिल के पुर्जों को प्रदर्शित करता है, जिन्हें कहीं भी रखा जा सकता है। दाईं ओर का डेटा रिकॉर्ड स्थानिक है क्योंकि इसमें एक गुणधर्म विभिन्न राज्यों के नाम हैं, जिनकी मानचित्र में निश्चित स्थान होते हैं। इस डेटा का उपयोग GIS में किया जा सकता है।

चित्र 4.1 : बिंदु, रेखा और क्षेत्र आकृति

इन डेटा रूपों को आमतौर पर स्वीकृत और उचित रूप से परिभाषित निर्देशांक प्रणाली में ज्यामितीय रूप से पंजीकृत किया जाना चाहिए और कोडित किया जाना चाहिए ताकि उन्हें GIS की आंतरिक डेटाबेस संरचना में संग्रहीत किया जा सके। दूसरी ओर, वे डेटा जो स्थानिक डेटा का वर्णन करते हैं, उन्हें गैर-स्थानिक या गुणधर्म डेटा कहा जाता है। स्थानिक डेटा एक स्थानिक या भौगोलिक सूचना प्रणाली में सबसे महत्वपूर्ण पूर्व-आवश्यकता होते हैं। एक GIS कोर में इसे कई तरीकों से बनाया जा सकता है। ये हैं :

• डेटा आपूर्तिकर्ता से डिजिटल रूप में डेटा प्राप्त करना
• मौजूदा एनालॉग डेटा को डिजिटाइज़ करना
• भौगोलिक इकाइयों का स्वयं सर्वेक्षण करना

किसी GIS अनुप्रयोग के लिए भौगोलिक डेटा स्रोत का चयन मुख्यतः निम्नलिखित बातों द्वारा नियंत्रित होता है:

• स्वयं अनुप्रयोग क्षेत्र
• उपलब्ध बजट, और
• डेटा संरचना का प्रकार, अर्थात् वेक्टर/रास्टर।

अनेक उपयोक्ताओं के लिए स्थानिक डेटा का सबसे सामान्य स्रोत हार्ड कॉपी (काग़ज़) या सॉफ्ट कॉपी (डिजिटल) रूप में स्थलाकृतिक या थीमेटिक मानचित्र होते हैं। ऐसे सभी मानचित्र निम्नलिखित विशेषताओं से युक्त होते हैं:

• एक निश्चित स्केल जो मानचित्र तथा उसके द्वारा प्रस्तुतित सतह के बीच संबंध प्रदान करता है,
• प्रतीकों और रंगों का प्रयोग जो मानचित्रित सत्ताओं के गुणधर्मों को परिभाषित करते हैं, और
• एक स्वीकृत निर्देशांक प्रणाली, जो पृथ्वी की सतह पर सत्ताओं के स्थान को परिभाषित करती है।

मैनुअल विधियों की तुलना में GIS के लाभ

मानचित्र, चाहे वे भौगोलिक सूचना के ग्राफिक माध्यम से संप्रेषण हों और ज्यामितीय सटीकता रखते हों, निम्नलिखित सीमाओं से युक्त होते हैं:

(i) मानचित्र सूचना एक विशिष्ट तरीके से संसाधित और प्रस्तुत की जाती है।

(ii) एक मानचित्र एकल या एक से अधिक पूर्वनिर्धारित थीम दर्शाता है।

(iii) मानचित्र पर चित्रित सूचना में परिवर्तन के लिए एक नया मानचित्र बनाना आवश्यक होता है।

इसके विपरीत, GIS में डेटा भंडारण और प्रस्तुति को पृथक् रखने का अंतर्निहित लाभ होता है। यह डेटा को विभिन्न तरीकों से देखने और प्रस्तुत करने के विकल्प भी प्रदान करता है। GIS के निम्नलिखित लाख उल्लेखनीय हैं:

1. उपयोगकर्ता प्रदर्शित स्थानिक विशेषताओं का प्रश्न कर सकते हैं और विश्लेषण के लिए संबद्ध गुण सूचना पुनः प्राप्त कर सकते हैं।
2. गुण डेटा को क्वेरी करके या विश्लेषण करके मानचित्र बनाए जा सकते हैं।
3. स्थानिक संचालन (बहुभुज ओवरले या बफरिंग) को एकीकृत डेटाबेस पर लागू किया जा सकता है ताकि सूचना की नई श्रेणियाँ उत्पन्न की जा सकें।
4. गुण डेटा की विभिन्न वस्तुओं को एक दूसरे से साझा स्थान कोड के माध्यम से संबद्ध किया जा सकता है।

GIS के घटक

भौगोलिक सूचना प्रणाली के महत्वपूर्ण घटक निम्नलिखित हैं: (a) हार्डवेयर (b) सॉफ्टवेयर (c) डेटा (d) लोग (e) प्रक्रियाएँ

GIS के विभिन्न घटक चित्र 4.2 में दिखाए गए हैं।

हार्डवेयर

जैसा कि अध्याय 4 में चर्चा की गई है, GIS के तीन प्रमुख घटक हैं:

• हार्डवेयर जिसमें प्रोसेसिंग, भंडारण, प्रदर्शन और इनपुट-आउटपुट उपप्रणालियाँ शामिल हैं।
• डेटा प्रविष्टि, संपादन, रखरखाव, विश्लेषण, रूपांतरण, हेरफेर, डेटा प्रदर्शन और आउटपुट के लिए सॉफ्टवेयर मॉड्यूल।
• डेटा संगठन की देखभाल के लिए डेटाबेस प्रबंधन प्रणाली।

सॉफ्टवेयर

निम्न कार्यात्मक मॉड्यूलों वाला अनुप्रयोग सॉफ्टवेयर GIS के लिए एक महत्वपूर्ण पूर्वापेक्षा है:

• डेटा प्रविष्टि, संपादन और रखरखाव से संबंधित सॉफ्टवेयर
• विश्लेषण/रूपांतरण/हेरफेर से संबंधित सॉफ्टवेयर
• डेटा प्रदर्शन और आउटपुट से संबंधित सॉफ्टवेयर।

डेटा

स्थानिक डेटा और संबंधित सारणीबद्ध डेटा GIS की रीढ़ होते हैं। मौजूदा डेटा किसी आपूर्तिकर्ता से प्राप्त किया जा सकता है या उपयोगकर्ता द्वारा नया डेटा स्वयं तैयार/एकत्र किया जा सकता है। डिजिटल मानचित्र GIS के लिए मूलभूत डेटा इनपुट बनाता है। मानचित्र वस्तुओं से संबंधित सारणीबद्ध डेटा को भी डिजिटल डेटा से जोड़ा जा सकता है। एक GIS स्थानिक डेटा को अन्य डेटा संसाधनों के साथ एकीकृत करता है और यहां तक कि DBMS का भी उपयोग कर सकता है।

लोग

GIS उपयोगकर्ताओं की श्रेणी हार्डवेयर और सॉफ्टवेयर इंजीनियरों से लेकर संसाधन और पर्यावरण वैज्ञानिकों, नीति-निर्माताओं और निगरानी व कार्यान्वयन एजेंसियों तक फैली हुई है। ये विभिन्न वर्ग के लोग GIS का उपयोग निर्णय समर्थन प्रणाली विकसित करने और वास्तविक समय की समस्याओं को हल करने के लिए करते हैं।

प्रक्रियाएं

प्रक्रियाओं में यह शामिल है कि डेटा को कैसे पुनः प्राप्त किया जाएगा, सिस्टम में इनपुट किया जाएगा, संग्रहीत किया जाएगा, प्रबंधित किया जाएगा, रूपांतरित किया जाएगा, विश्लेषण किया जाएगा और अंततः अंतिम आउटपुट में प्रस्तुत किया जाएगा।

चित्र 4.2 : GIS के मूलभूत घटक

स्थानिक डेटा प्रारूप

स्थानिक डेटा को रेखिक और सदिश डेटा प्रारूपों में दर्शाया जाता है :

रेखिक डेटा प्रारूप

रास्टर डेटा किसी ग्राफिकल फीचर को वर्गों की ग्रिड-पैटर्न के रूप में प्रस्तुत करता है, जबकि वेक्टर डेटा वस्तु को विशिष्ट बिंदुओं के बीच खींची गई रेखाओं के समूह के रूप में दर्शाता है। कल्पना कीजिए कागज़ के एक टुकड़े पर तिरछी रेखा खींची गई है। एक रास्टर फाइल इस छवि को कागज़ को छोटे आयताकार कोशिकाओं की मैट्रिक्स में विभाजित करके प्रस्तुत करेगी, जैसे ग्राफ पेपर की शीट; प्रत्येक कोशिका को डेटा फाइल में एक स्थान दिया जाता है और उस स्थान पर मौजूद विशेषता के आधार पर एक मान दिया जाता है। किसी भी व्यक्तिगत पिक्सेल की पहचान उसकी पंक्ति और स्तंभ निर्देशांक से की जा सकती है (चित्र 4.3)। यह डेटा प्रतिनिधित्व उपयोगकर्ता को मूल छवि को आसानी से पुनर्निर्मित या दृश्य बनाने की अनुमति देता है।

चित्र 4.3 : ग्रिड की सामान्य संरचना

कोशिका आकार और कोशिकाओं की संख्या के बीच संबंध को रास्टर के रेज़ोल्यूशन के रूप में व्यक्त किया जाता है। रास्टर प्रारूप में डेटा पर ग्रिड आकार के प्रभाव को चित्र 4.4 में समझाया गया है।

चित्र 4.4 : रास्टर प्रारूप में डेटा पर ग्रिड आकार का प्रभाव

रास्टर फाइल प्रारूपों का उपयोग प्रायः निम्नलिखित गतिविधियों के लिए किया जाता है :

• डिजिटल रूप में एरियल फ़ोटोग्राफ़, सैटेलाइट इमेजेस, स्कैन्ड पेपर मैप आदि के लिए।
• जब खर्च को कम रखना हो।
• जब मानचित्र में व्यक्तिगत मानचित्र फीचर्स का विश्लेषण आवश्यक न हो।
• जब “बैकड्रॉप” मानचित्रों की आवश्यकता हो।

वेक्टर डेटा प्रारूप

एक ही तिरछी रेखा के वेक्टर प्रतिनिधित्व में, रेखा की स्थिति को केवल इसके प्रारंभिक और अंतिम बिंदुओं के निर्देशांक दर्ज करके रिकॉर्ड किया जाता है। प्रत्येक बिंदु को दो या तीन संख्याओं के रूप में व्यक्त किया जाता है (यह इस बात पर निर्भर करता है कि प्रतिनिधित्व $2 \mathrm{D}$ है या $3 \mathrm{D}$, जिसे अक्सर $\mathrm{X}, \mathrm{Y}$ या $\mathrm{X}, \mathrm{Y}, \mathrm{Z}$ निर्देशांक कहा जाता है) (चित्र 4.5)। पहली संख्या, $\mathrm{X}$, बिंदु और कागज के बाईं ओर की दूरी है; $\mathrm{Y}$, बिंदु और कागज के निचले हिस्से की दूरी है; $\mathrm{Z}$, बिंदु की कागज से ऊपर या नीचे की ऊंचाई है। मापे गए बिंदुओं को जोड़ने से वेक्टर बनता है।

चित्र 4.5 : वेक्टर डेटा मॉडल निर्देशांक युग्मों पर आधारित है

वेक्टर डेटा मॉडल उन बिंदुओं का उपयोग करता है जिन्हें उनकी वास्तविक (पृथ्वी) निर्देशांकों द्वारा संग्रहीत किया जाता है। यहाँ रेखाएँ और क्षेत्रफल बिंदुओं के क्रमबद्ध अनुक्रमों से बनाए जाते हैं। रेखाओं में बिंदुओं के क्रम के अनुसार एक दिशा होती है। बहुभुज बिंदुओं या रेखाओं से बनाए जा सकते हैं। वेक्टर टोपोलॉजी के बारे में जानकारी संग्रहीत कर सकते हैं। मैनुअल डिजिटाइज़िंग वेक्टर डेटा इनपुट का सबसे अच्छा तरीका है।

वेक्टर फ़ाइलें सबसे अधिक बार निम्नलिखित के लिए उपयोग की जाती हैं:

• अत्यधिक सटीक अनुप्रयोगों के लिए
• जब फ़ाइल आकार महत्वपूर्ण हों
• जब व्यक्तिगत मानचित्र सुविधाओं का विश्लेषण आवश्यक हो
• जब वर्णनात्मक जानकारी संग्रहीत करनी हो

रेखा और वेक्टर डेटा प्रारूपों के लाभ और हानियों की व्याख्या बॉक्स 4.2 में की गई है।

चित्र 4.6 : रेखा और वेक्टर डेटा प्रारूपों में स्थानिक संस्थाओं का प्रतिनिधित्व

GIS गतिविधियों की अनुक्रम

GIS से संबंधित कार्य में निम्नलिखित गतिविधियों की अनुक्रम शामिल होता है:

1. स्थानिक डेटा इनपुट
2. विशेषता डेटा का दर्ज करना
3. डेटा सत्यापन और संपादन
4. स्थानिक और विशेषता डेटा लिंकेज
5. स्थानिक विश्लेषण

स्थानिक डेटा इनपुट

जैसा कि पहले उल्लेख किया गया है, GIS में स्थानिक डेटाबेस को विभिन्न स्रोतों से बनाया जा सकता है। इन्हें निम्नलिखित दो श्रेणियों में संक्षेपित किया जा सकता है:

(क) डेटा आपूर्तिकर्ताओं से डिजिटल डेटा सेट प्राप्त करना

वर्तमान डेटा आपूर्तिकर्ता डिजिटल डेटा को आसानी से उपलब्ध कराते हैं, जो छोटे पैमाने की मानचित्रों से लेकर बड़े पैमाने की योजनाओं तक हो सकते हैं। कई स्थानीय सरकारों और निजी संगठनों के लिए ऐसे डेटा एक आवश्यक स्रोत होते हैं और ये उपयोगकर्ता समूहों को डेटा को डिजिटाइज़ करने या स्वयं एकत्र करने के भार से मुक्त रखते हैं। यद्यपि ऐसे मौजूदा डेटा सेट का उपयोग आकर्षक और समय बचाने वाला होता है, जब एक परियोजना में विभिन्न स्रोतों/आपूर्तिकर्ताओं से डेटा को संयोजित किया जाता है, तो डेटा की अनुकूलता पर गंभीर ध्यान देना चाहिए। प्रक्षेपण, पैमाना, आधार स्तर और गुणधर्मों के विवरण में अंतर समस्याएँ पैदा कर सकते हैं।

व्यावहारिक स्तर पर, उपयोगकर्ताओं को यह सुनिश्चित करने के लिए डेटा की निम्नलिखित विशेषताओं पर विचार करना चाहिए कि वे अनुप्रयोग के साथ संगत हैं:

• डेटा का पैमाना
• उपयोग की गई भू-संदर्भ प्रणाली
• उपयोग की गई डेटा संग्रह तकनीक और नमूनीकरण रणनीति
• संग्रहित डेटा की गुणवत्ता
• उपयोग की गई डेटा वर्गीकरण और इंटरपोलेशन विधियाँ
• व्यक्तिगत मानचित्रण इकाइयों का आकार और आकृति
• रिकॉर्ड की लंबाई

यह भी ध्यान देना चाहिए कि जहाँ कई स्रोतों से डेटा का उपयोग किया जाता है, और विशेष रूप से जहाँ अध्ययन का क्षेत्र प्रशासनिक सीमाओं को पार करता है, डेटा एकीकरण में कठिनाइयाँ विभिन्न भौगोलिक संदर्भ प्रणालियों, डेटा वर्गीकरण और नमूनाकरण के कारण उत्पन्न होती हैं। इसलिए, उपयोगकर्ता को इन समस्याओं से अवगत होना चाहिए, जो विशेष रूप से अंतर-प्रांत और अंतर-जिला डेटा सेट तैयार करते समय प्रवण होती हैं। एक बार जब विभिन्न आपूर्तिकर्ताओं से प्राप्त डेटा के बीच संगतता स्थापित हो जाती है, तो अगला चरण डेटा को स्थानांतरण माध्यम से GIS में स्थानांतरित करना होता है। DAT टेप, CD ROM और फ्लॉपी डिस्क का उपयोग इस उद्देश्य के लिए तेजी से सामान्य हो रहा है। इस चरण पर, स्रोत की एन्कोडिंग और संरचना प्रणाली से उपयोग किए जाने वाले GIS की प्रणाली में रूपांतरण महत्वपूर्ण होता है।

(b) मैनुअल इनपुट द्वारा डिजिटल डेटा सेट बनाना

GIS में डेटा का मैनुअल इनपुट चार मुख्य चरणों में शामिल होता है:

• स्थानिक डेटा दर्ज करना।
• गुण डेटा दर्ज करना।
• स्थानिक और गुण डेटा का सत्यापन और संपादन।
• जहाँ आवश्यक हो, स्थानिक डेटा को गुण डेटा से लिंक करना।

मैनुअल डेटा इनपुट विधियाँ इस बात पर निर्भर करती हैं कि डेटाबेस में वेक्टर टोपोलॉजी है या ग्रिड सेल (रास्टर) संरचना। GIS में स्थानिक डेटा इनपुट करने के सबसे सामान्य तरीके हैं:

• डिजिटाइज़ेशन
• स्कैनिंग

इकाई मॉडल के साथ, भौगोलिक डेटा बिंदुओं, रेखाओं और/या बहुभुज (क्षेत्रों)/पिक्सल के रूप में होते हैं जिन्हें निर्देशांकों की एक श्रृंखला का उपयोग कर परिभाषित किया जाता है। ये निर्देशांक नक्शे या वायु-फोटोग्राफ की भौगोलिक संदर्भ प्रणालियों को देखकर या उस पर ग्रैटिक्यूल या ग्रिड को ओवरले करके प्राप्त किए जाते हैं। डिजिटाइज़र और स्कैनर के उपयोग से निर्देशांक लिखने में लगने वाला समय और श्रम काफी कम हो जाता है। हम संक्षेप में चर्चा करेंगे कि स्कैनर का उपयोग करके GIS कोर में स्थानिक डेटा कैसे बनाया जाता है।

स्कैनर

स्कैनर एनालॉग डेटा को डिजिटल ग्रिड-आधारित इमेज में बदलने वाले उपकरण हैं। ये स्थानिक डेटा कैप्चर में उपयोग होते हैं जिससे एक लाइन नक्शे को उच्च-रिज़ॉल्यूशन रेखाचित्र इमेज में बदला जा सके, जिसे सीधे उपयोग किया जा सकता है या वेक्टर टोपोलॉजी प्राप्त करने के लिए आगे प्रोसेस किया जा सकता है। दो मूल प्रकार के स्कैनर होते हैं:

• वे स्कैनर जो डेटा को चरण-दर-चरण आधार पर रिकॉर्ड करते हैं, और
• वे जो एक ही ऑपरेशन में पूरे दस्तावेज़ को स्कैन कर सकते हैं।

पहले प्रकार के स्कैनर में एक चलने वाली भुजा पर प्रकाश स्रोत (आमतौर पर प्रकाश उत्सर्जक डायोड या एक स्थिर फ्लोरोसेंट लैंप) और उच्च-रिज़ॉल्यूशन लैंप के साथ एक डिजिटल कैमरा होता है। कैमरे में सामान्यतः विशेष सेंसर होते हैं जिन्हें चार्ज्ड कपल्ड डिवाइसेज़ (CCDs) कहा जाता है जो एक ऐरे में व्यवस्थित होते हैं। ये अर्धचालक उपकरण होते हैं जो अपनी सतह पर गिरने वाले प्रकाश के फोटॉनों को इलेक्ट्रॉनों की गिनती में बदलते हैं, जिन्हें फिर डिजिटल मान के रूप में रिकॉर्ड किया जाता है।

स्कैनर या मानचित्र की गतिधारा मानचित्र का एक डिजिटल द्वि-आयामी चित्र तैयार करती है। स्कैन किए जाने वाले मानचित्र को या तो फ्लैट बेड पर या घूमने वाले ड्रम पर लगाया जा सकता है। फ्लैटबेड स्कैनरों में, प्रकाश स्रोत दस्तावेज़ की सतह पर ऊपर-नीचे व्यवस्थित रूप से चलता है। बड़े मानचित्रों के लिए, ऐसे स्कैनर प्रयोग किए जाते हैं जो स्टैंड पर लगे होते हैं और प्रकाश स्रोत तथा कैमरा सरणी एक स्थान पर स्थिर होते हैं। मानचित्र को फीडिंग यंत्र द्वारा आगे बढ़ाया जाता है। आधुनिक दस्तावेज़ स्कैनर उल्टे लेज़र प्रिंटरों जैसे होते हैं क्योंकि स्कैनिंग सतह एक निश्चित संकल्प के प्रकाश-संवेदी बिंदुओं के साथ बनाई जाती है जिन्हें सॉफ्टवेयर द्वारा सीधे संबोधित किया जा सकता है। कोई चलने वाला पुर्ज़ा नहीं होता सिवाय एक चलने वाले प्रकाश स्रोत के। संकल्प निर्धारित होता है संवेदक सतह की ज्यामिति और मेमोरी की मात्रा द्वारा, न कि किसी यांत्रिक बाँह द्वारा।

स्कैन किया गया चित्र हमेशा सर्वोत्तम संभव स्कैनरों के साथ भी परिपूर्ण नहीं होता, क्योंकि इसमें मूल मानचित्र के सभी धब्बे और दोष शामिल होते हैं। इसलिए डिजिटल चित्र में उपस्थित अतिरिक्त डेटा को हटाया जाना चाहिए ताकि वह उपयोग योग्य बन सके।

विशेषता डेटा दर्ज करना

विशेषता डेटा उन गुणों को परिभाषित करता है जो एक स्थानिक इकाई के होते हैं और जिन्हें GIS में संभालने की आवश्यकता होती है, लेकिन वे स्थानिक नहीं होते हैं। उदाहरण के लिए, एक सड़क को लगातार पिक्सेल के समूह के रूप में या एक रेखा इकाई के रूप में कैप्चर किया जा सकता है और GIS के स्थानिक भाग में किसी विशेष रंग, प्रतीक या डेटा स्थान द्वारा दर्शाया जा सकता है। सड़क के प्रकार का वर्णन करने वाली जानकारी कार्टोग्राफिक प्रतीकों की श्रेणी में शामिल की जा सकती है। सड़क से जुड़े विशेषता मान, जैसे सड़क की चौड़ाई, सतह का प्रकार, अनुमानित यातायात और विशिष्ट यातायात नियम, को भी अलग से संग्रहित किया जा सकता है—या तो GIS में स्थानिक जानकारी के रूप में रिलेशनल डेटाबेस के मामले में, या वस्तु-उन्मुख डेटाबेस के साथ स्थानिक विवरण के साथ इनपुट किया जा सकता है।

विशेषता डेटा जो प्रकाशित अभिलेख, आधिकारिक जनगणना, प्राथमिक सर्वेक्षण या स्प्रेडशीट जैसे स्रोतों से प्राप्त किया जाता है, को मैन्युअल रूप से या किसी मानक ट्रांसफर प्रारूप का उपयोग करके आयात करके GIS डेटाबेस में इनपुट के रूप में उपयोग किया जा सकता है।

डेटा सत्यापन और संपादन

GIS में कैप्चर किए गए स्थानिक डेटा को त्रुटि की पहचान और सुधार के लिए सत्यापन की आवश्यकता होती है ताकि डेटा की सटीकता सुनिश्चित हो सके। डिजिटाइज़ेशन के दौरान होने वाली त्रुटियों में डेटा की कमी और अंडर/ओवर शूट शामिल हो सकते हैं। स्थानिक डेटा में त्रुटियों की जांच करने का सबसे अच्छा तरीका डेटा का कंप्यूटर प्लॉट या प्रिंट निकालना है, तरल पर्चे पर, मूल नक्शे के समान स्केल पर। दोनों नक्शों को लाइट टेबल पर एक के ऊपर एक रखकर दृश्य रूप से तुलना की जा सकती है, बाएं से दाएं और ऊपर से नीचे की ओर व्यवस्थित रूप से काम करते हुए। गायब डेटा और स्थानिक त्रुटियों को प्रिंटआउट पर स्पष्ट रूप से चिह्नित किया जाना चाहिए। स्थानिक और गुणात्मक डेटा को कैप्चर करते समय उत्पन्न होने वाली त्रुटियों को निम्नानुसार समूहित किया जा सकता है:

स्थानिक डेटा अधूरे हैं या दोहरे हैं

स्थानिक डेटा की अपूर्णता मैन्युअल रूप से दर्ज किए गए बिंदुओं, रेखाओं या बहुभुज/क्षेत्रों की इनपुट में चूक के कारण उत्पन्न होती है। स्कैन किए गए डेटा में चूक आमतौर पर रेखाओं के बीच खाली स्थान के रूप में होती हैं जहां रेखापुंज सदिश रूपांतरण प्रक्रिया रेखा के सभी भागों को जोड़ने में विफल रहती है।

गलत स्केल पर स्थानिक डेटा

गलत स्केल पर डिजिटाइज़ेशन से इनपुट स्थानिक डेटा गलत स्केल पर उत्पन्न होता है। स्कैन किए गए डेटा में समस्याएं आमतौर पर जियो-रेफरेंसिंग प्रक्रिया के दौरान उत्पन्न होती हैं जब गलत मानों का उपयोग किया जाता है।

स्थानिक डेटा विकृत हैं

स्थानिक डेटा विकृत भी हो सकता है यदि डिजिटाइज़िंग के लिए उपयोग किए गए आधार मानचित्र स्केल-सही नहीं हैं। वायु-फ़ोटोग्राफ़, विशेष रूप से, लेंस विकृति, राहत और झुकाव विस्थापन के कारण गलत स्केल से विशेषित होते हैं। इसके अतिरिक्त, स्कैनिंग या डिजिटाइज़िंग के लिए उपयोग की गई काग़ज़ी मानचित्र और फ़ील्ड दस्तावेज़ों में यादृच्छिक विकृतियाँ हो सकती हैं क्योंकि वे बारिश, धूप और बार-बार मोड़ने के संपर्क में आ चुके होते हैं। इसलिए, एक निर्देशांक प्रणाली से दूसरी में रूपांतरण की आवश्यकता हो सकती है यदि डेटाबेस की निर्देशांक प्रणाली इनपुट दस्तावेज़ या छवि में प्रयुक्त प्रणाली से भिन्न हो।

इन त्रुटियों को सुधारने की आवश्यकता होती है विभिन्न संपादन और अद्यतन कार्यों के माध्यम से, जैसा कि अधिकांश GIS सॉफ़्टवेयर सीधे समर्थन करते हैं। यह प्रक्रिया समय लेने वाली और इंटरैक्टिव होती है जो कभी-कभी डेटा इनपुट से भी अधिक समय ले सकती है। डेटा संपादन सामान्यतः यह करके किया जाता है कि कंप्यूटर स्क्रीन पर त्रुटियों वाले मानचित्र के हिस्से को देखा जाता है और फिर सॉफ़्टवेयर का उपयोग करके उन्हें कीबोर्ड, माउस द्वारा नियंत्रित स्क्रीन कर्सर या एक छोटे डिजिटाइज़र टैबलेट के माध्यम से सुधारा जाता है।

वेक्टर डेटाबेस में मामूली स्थानीय त्रुटियों को स्क्रीन कर्सर के माध्यम से स्थानिक इकाई को हिलाकर सुधारा जा सकता है। कुछ GIS में, कंप्यूटर कमांडों का उपयोग सीधे तौर पर ग्राफिकल इकाइयों को हिलाने, घुमाने, मिटाने, डालने, खींचने या छांटने के लिए किया जा सकता है जैसी आवश्यकता हो। जहां अतिरिक्त निर्देशांक एक रेखा को परिभाषित करते हैं, उन्हें ‘weeding’ एल्गोरिदम का उपयोग करके हटाया जा सकता है। रेखापुंज डेटा में गुणधर्म मान और स्थानिक त्रुटियों को दोषपूर्ण सेल के मान को बदलकर सुधारा जाना चाहिए। एक बार स्थानिक त्रुटियों को सुधार लेने के बाद, वेक्टर रेखा और बहुभुज नेटवर्क की टोपोलॉजी उत्पन्न की जा सकती है।

डेटा रूपांतरण

डेटा को संचालित और विश्लेषित करते समय, सभी डेटा के लिए एक ही प्रारूप का उपयोग किया जाना चाहिए। जब विभिन्न परतों को एक साथ उपयोग किया जाना है, तो उन सभी को वेक्टर या सभी को रेखापुंज प्रारूप में होना चाहिए। आमतौर पर, रूपांतरण वेक्टर से रेखापुंज में होता है, क्योंकि विश्लेषण का सबसे बड़ा भाग रेखापुंज डोमेन में किया जाता है। वेक्टर डेटा को रेखापुंज डेटा में उपयोगकर्ता-परिभाषित सेल आकार के साथ एक ग्रिड को ओवरले करके रूपांतरित किया जाता है।

कभी-कभी, रेखापुंज प्रारूप में डेटा को वेक्टर प्रारूप में परिवर्तित किया जाता है। ऐसा विशेष रूप से तब होता है जब कोई डेटा में कमी लाना चाहता है क्योंकि रेखापुंज डेटा के लिए आवश्यक डेटा संग्रहण वेक्टर डेटा की तुलना में बहुत अधिक होता है।

भौगोलिक डेटा : लिंकेज और मिलान

स्थानिक और गुणात्मक डेटा के बीच की कड़ियाँ GIS में महत्वपूर्ण होती हैं। इसलिए, इसे सावधानीपूर्वक किया जाना चाहिए। गुणात्मक डेटा को असंबंधित स्थानिक डेटा से जोड़ना अंतिम डेटा विश्लेषण में अराजकता का कारण बनेगा। इसी प्रकार, एक डेटा परत को दूसरे से मिलाना भी महत्वपूर्ण है।

कड़ियाँ

एक GIS सामान्यतः विभिन्न डेटा सेटों को जोड़ता है। मान लीजिए, हम किसी राज्य में 10 वर्ष से कम उम्र के बच्चों में कुपोषण के कारण मृत्यु दर जानना चाहते हैं। यदि हमारे पास एक फ़ाइल है जिसमें इस आयु वर्ग के बच्चों की संख्या है, और दूसरी फ़ाइल है जिसमें कुपोषण से मृत्यु दर है, तो हमें पहले दोनों डेटा फ़ाइलों को संयोजित या जोड़ना होगा। एक बार ऐसा करने के बाद, हम एक आंकड़े को दूसरे से विभाजित करके वांछित उत्तर प्राप्त कर सकते हैं।

सटीक मिलान

सटीक मिलान का अर्थ है जब हमारे पास एक कंप्यूटर फ़ाइल में कई भौगोलिक विशेषताओं (जैसे कस्बों) के बारे में जानकारी हो और अतिरिक्त जानकारी दूसरी फ़ाइल में उन्हीं विशेषताओं के बारे में हो। उन्हें एक साथ लाने की प्रक्रिया आसानी से एक सामान्य कुंजी, अर्थात् कस्बों के नाम, का उपयोग करके पूरी की जा सकती है। इस प्रकार, प्रत्येक फ़ाइल में समान कस्बे के नाम वाला रिकॉर्ड निकाला जाता है, और दोनों को जोड़कर एक अन्य फ़ाइल में संग्रहित किया जाता है।

पदानुक्रमिक मिलान

कुछ प्रकार की जानकारी, हालांकि, अन्य प्रकार की जानकारी की तुलना में अधिक विस्तार से और कम बार एकत्र की जाती है। उदाहरण के लिए, एक बड़े क्षेत्र को कवर करने वाले भू-उपयोग के आंकड़े काफी बार एकत्र किए जाते हैं। दूसरी ओर, भू-रूपांतरण के आंकड़े छोटे क्षेत्रों में एकत्र किए जाते हैं, लेकिन कम बार। यदि छोटे क्षेत्र बड़े क्षेत्रों के भीतर समायोजित हो जाते हैं, तो एक ही क्षेत्र के आंकड़ों को मिलाने का तरीका पदानुक्रमित मिलान (hierarchical matching) का उपयोग करना है - छोटे क्षेत्रों के आंकड़ों को तब तक एक साथ जोड़ें जब तक समूहीकृत क्षेत्र बड़े क्षेत्रों से मेल न खा जाएं और फिर उन्हें ठीक-ठीक मिलाएं।

फज़ी मिलान (Fuzzy Matching)

कई अवसरों पर, छोटे क्षेत्रों की सीमाएं बड़े क्षेत्रों की सीमाओं से मेल नहीं खातीं। यह समस्या अधिक बार तब आती है जब पर्यावरणीय आंकड़े शामिल होते हैं। उदाहरण के लिए, फसलों की सीमाएं जो आमतौर पर खेतों की किनारों/सीमाओं द्वारा परिभाषित होती हैं, मिट्टी के प्रकारों की सीमाओं से शायद ही मेल खाती हैं। यदि हम यह निर्धारित करना चाहते हैं कि किसी विशेष फसल के लिए सबसे उपजाऊ मिट्टी कौन-सी है, तो हमें दोनों सेटों को ओवरले करना होगा और प्रत्येक मिट्टी के प्रकार के लिए फसल उत्पादकता की गणना करनी होगी। यह एक नक्शे को दूसरे के ऊपर रखने जैसा है और मिट्टी और उत्पादकता के संयोजनों को नोट करना है।

एक GIS ये सभी संचालन कर सकता है। हालांकि, स्थानिक जानकारी के सेट तभी जुड़ते हैं जब वे एक ही भौगोलिक क्षेत्र से संबंधित हों।

स्थानिक विश्लेषण

जीआईएस की ताकत इसकी विश्लेषणात्मक क्षमताओं में निहित है। जीआईएस को अन्य सूचना प्रणालियों से अलग करने वाली बात इसकी स्थानिक विश्लेषण कार्यात्मकताएँ हैं। विश्लेषण कार्य डेटाबेस में मौजूद स्थानिक और गैर-स्थानिक गुणधर्मों का उपयोग करके वास्तविक दुनिया से जुड़े प्रश्नों के उत्तर देते हैं। भौगोलिक विश्लेषण मॉडल विकसित करके और लागू करके वास्तविक दुनिया की प्रक्रियाओं के अध्ययन में सहायक होता है। ऐसे मॉडल भौगोलिक डेटा में निहित अंतर्निहित प्रवृत्तियों को प्रदान करते हैं और इस प्रकार नई संभावनाएँ उपलब्ध कराते हैं। भौगोलिक विश्लेषण का उद्देश्य डेटा को उपयोगी सूचना में बदलना है ताकि निर्णय निर्माताओं की आवश्यकताओं को पूरा किया जा सके। उदाहरण के लिए, जीआईएस का प्रभावी रूप से उपयोग विभिन्न घटनाओं से जुड़े भविष्य के रुझानों को समय और स्थान के संदर्भ में भविष्यवाणी करने के लिए किया जा सकता है। हालाँकि, किसी भी जीआईएस आधारित विश्लेषण को शुरू करने से पहले, समस्या की पहचान करनी होती है और विश्लेषण के उद्देश्य को परिभाषित करना होता है। इसके लिए निष्कर्षों तक पहुँचने के लिए चरण-दर-चरण प्रक्रियाओं की आवश्यकता होती है। निम्नलिखित स्थानिक विश्लेषण संचालन जीआईएस का उपयोग कर किए जा सकते हैं:

(i) ओवरले विश्लेषण
(ii) बफर विश्लेषण
(iii) नेटवर्क विश्लेषण
(iv) डिजिटल टेरेन मॉडल

हालाँकि, समय और स्थान की सीमाओं के अंतर्गत यहाँ केवल ओवरले और बफर विश्लेषण संचालनों को संबोधित किया जाएगा।

ओवरले विश्लेषण संचालन

GIS की पहचान ओवरले संचालन है। ओवरले संचालन का उपयोग करके मानचित्रों की कई परतों का एकीकरण एक महत्वपूर्ण विश्लेषण कार्य है। दूसरे शब्दों में, GIS एक ही क्षेत्र की दो या अधिक थीमेटिक मानचित्र परतों को ओवरले करके एक नई मानचित्र परत प्राप्त करना संभव बनाता है (चित्र 6.7)। GIS के ओवरले संचालन

चित्र 4.7 : सरल ओवरले संचालन

चित्र 4.8 : उत्तर प्रदेश के अलीगढ़ शहर में 1974 और 2001 के दौरान शहरी भूमि उपयोग

चित्र 4.9 : 1974-2001 के दौरान अलीगढ़ शहर में शहरी भूमि रूपांतरण

सिव मानचित्रण के समान हैं, अर्थात् तुलना करने और आउटपुट मानचित्र प्राप्त करने के लिए लाइट टेबल पर मानचित्रों की ट्रेसिंग को ओवरले करना।

मानचित्र ओवरले की कई अनुप्रयोग हैं। इसका उपयोग दो अलग-अलग समयावधियों में भूमि उपयोग/भूमि आवरण में परिवर्तनों का अध्ययन करने और भूमि रूपांतरणों का विश्लेषण करने के लिए किया जा सकता है। उदाहरण के लिए, चित्र 4.8 वर्ष 1974 और 2001 के दौरान शहरी भूमि उपयोग को दर्शाता है। जब दोनों मानचित्रों को ओवरले किया गया, तो शहरी भूमि उपयोग में परिवर्तन प्राप्त हुए (चित्र 4.9) और दी गई समयावधि के दौरान शहरी फैलाव को मानचित्रित किया गया (चित्र 4.10)। इसी प्रकार, ओवरले विश्लेषण किसी दी गई भूमि उपयोग के लिए प्रस्तावित भूमि उपयोगों की उपयुक्तता विश्लेषण में भी उपयोगी है।

बफर संचालन

बफर संचालन जीआईएस में एक अन्य महत्वपूर्ण स्थानिक विश्लेषण कार्य है। किसी निर्दिष्ट दूरी का बफर किसी भी बिंदु, रेखा या क्षेत्रीय सुविधा के साथ बनाया जा सकता है (चित्र 4.11)। यह उन क्षेत्रों/जनसंख्या को खोजने में उपयोगी है जो अस्पताल, मेडिकल स्टोर, डाकघर, डामर सड़कें, क्षेत्रीय पार्क आदि जैसी सुविधाओं और सेवाओं से लाभान्वित या वंचित हैं। इसी प्रकार, यह वायु, ध्वनि या जल प्रदूषण के बिंदु स्रोतों के मानव स्वास्थ्य पर प्रभाव और इस प्रकार प्रभावित जनसंख्या के आकार का अध्ययन करने के लिए भी उपयोग किया जा सकता है। इस प्रकार के विश्लेषण को निकटता विश्लेषण कहा जाता है। बफर संचालन भौगोलिक सुविधाओं की परवाह किए बिना बहुभुज सुविधा प्रकार उत्पन्न करता है और स्थानिक निकटता को रेखांकित करता है। उदाहरण के लिए, किसी रासायनिक औद्योगिक इकाई से एक किलोमीटर बफर के भीतर रहने वाले घरों की संख्या उस इकाई से निकलने वाले औद्योगिक अपशिष्ट से प्रभावित होती है।

Arc View/ArcGIS, Geomedia Quantum GIS मुफ्त ओपनसॉफ्टवेयर और अन्य सभी जीआईएस सॉफ्टवेयर बिंदु, रेखा और क्षेत्र सुविधाओं के साथ बफर विश्लेषण के लिए मॉड्यूल प्रदान करते हैं। उदाहरण के लिए, उपलब्ध किसी भी सॉफ्टवेयर की उपयुक्त कमांडों का उपयोग करके, किसी प्रमुख अस्पताल वाले शहरों के चारों ओर 2, 4, 6, 8 और 10 किलोमीटर के बफर बनाए जा सकते हैं। एक केस स्टडी के रूप में, सहारनपुर का बिंदु स्थान।

चित्र 4.11 : एक बिंदु, रेखा और एक बहुभुज के चारों ओर नियत चौड़ाई के बफ़र खींचे गए हैं।

मुज़फ़्फ़रनगर, मेरठ, गाज़ियाबाद, गौतम बुद्ध नगर और अलीगढ़ का मानचित्रण किया गया है (चित्र 4.12) और उन शहरों से बफ़र बनाए गए हैं जहाँ प्रमुख अस्पताल पाए जाते हैं। कोई देख सकता है कि शहरों के निकटवर्ती क्षेत्र बेहतर सेवित हैं, शहरों से दूर रहने वाले लोगों को चिकित्सा सेवाओं का लाभ उठाने के लिए लंबी दूरी तय करनी पड़ती है और उनके क्षेत्र सबसे कम लाभान्वित होते हैं (चित्र 4.13)।

चित्र 6.13 : अस्पतालों के चारों ओर निर्धारित दूरियों के बफ़र

इंटरनेट स्रोत और अधिक जानने के लिए:

• schoolgis.nic.in
• bhuvan.nrsc.gov.in
• wwwiirs.gov.in

अभ्यास

1. चार विकल्पों में से सही उत्तर चुनिए :

(i) स्थानिक आंकड़े निम्नलिखित रूपों में प्रकट होते हैं :

(a) स्थानिक
(b) रेखीय
(c) क्षेत्रीय
(d) उपरोक्त सभी रूप

(ii) निम्नलिखित में से कौन-सी क्रिया विश्लेषण मॉड्यूल सॉफ़्टवेयर की आवश्यकता रखती है?

(a) आंकड़ा संग्रहण
(b) आंकड़ा प्रदर्शन
(c) आंकड़ा निर्गत
(d) बफ़रिंग

(iii) रेखिक (Raster) आंकड़ा प्रारूप का निम्नलिखित में से कौन-सा नुकसान है?

(a) सरल आंकड़ा संरचना
(b) आसान और कुशल अतिव्यापन
(c) सुदूर संवेदन छवियों के साथ संगत
(d) कठिन नेटवर्क विश्लेषण

(iv) निम्नलिखित में से कौन-सा सदिश (Vector) आंकड़ा प्रारूप का लाभ है ?

(क) जटिल डेटा संरचना
(ख) कठिन ओवरले संचालन
(ग) रिमोट सेंसिंग डेटा के साथ असंगति की कमी
(घ) संक्षिप्त डेटा संरचना

(व) शहरी परिवर्तन का पता GIS कोर में प्रभावी रूप से किया जाता है:

(क) ओवरले संचालनों द्वारा
(ख) निकटता विश्लेषण द्वारा
(ग) नेटवर्क विश्लेषण द्वारा
(घ) बफरिंग द्वारा

2. निम्नलिखित प्रश्नों के उत्तर लगभग 30 शब्दों में दीजिए :

(i) रास्टर और वेक्टर डेटा मॉडल के बीच अंतर कीजिए।
(ii) ओवरले विश्लेषण क्या है?
(iii) मैनुअल विधियों की तुलना में GIS के क्या लाभ हैं?
(iv) GIS के महत्वपूर्ण घटक क्या हैं?
(v) GIS कोर में स्थानिक डेटा को बनाने के विभिन्न तरीके क्या हैं?
(vi) स्पेशियल इन्फॉर्मेशन टेक्नोलॉजी क्या है?

3. निम्नलिखित प्रश्नों के उत्तर लगभग 125 शब्दों में दीजिए :

(i) रास्टर और वेक्टर डेटा प्रारूपों की चर्चा कीजिए। उदाहरण दीजिए।
(ii) GIS संबंधी कार्य में शामिल गतिविधियों के क्रम का व्याख्यात्मक विवरण लिखिए।