आप जानते हैं कि कंप्यूटर डेटा प्रोसेसिंग और ग्राफ़, आरेख और नक्शे बनाने में हमारी क्षमताओं को बढ़ाते हैं। वे विषय जो कंप्यूटर हार्डवेयर और एप्लिकेशन सॉफ़्टवेयर के संयोजन का उपयोग करते हुए डेटा प्रोसेसिंग और मानचित्रण के सिद्धांतों और विधियों से संबंधित हैं, उन्हें क्रमशः डेटाबेस प्रबंधन प्रणाली (DBMS) और कंप्यूटर सहायित मानचित्रण कहा जाता है। हालांकि, ऐसे कंप्यूटर अनुप्रयोगों की भूमिका केवल डेटा के प्रोसेसिंग और उनके ग्राफ़िकल प्रस्तुति तक सीमित है। दूसरे शब्दों में, इस प्रकार प्रोसेस किया गया डेटा या तैयार किए गए नक्शे और आरेख किसी निर्णय समर्थन प्रणाली विकसित करने के लिए उपयोग नहीं किए जा सकते। वास्तव में, ऐसे कई प्रश्न हैं जो हम आमतौर पर अपने दैनिक जीवन में सामना करते हैं और संतोषजनक समाधान खोजते हैं। ये प्रश्न हो सकते हैं: क्या कहाँ है? यह वहाँ क्यों है? यदि इसे किसी नए स्थान पर स्थानांतरित किया जाए तो क्या होगा? इस पुनः आवंटन से किसे लाभ होगा? यदि पुनः आवंटन होता है तो किन लोगों को लाभ खोने की संभावना है? इन और कई अन्य प्रश्नों 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 करते हुए एकीकृत करना होगा। यहीं पर स्थानिक सूचना प्रणाली की अवधारणा निहित है। वर्तमान अध्याय में, हम स्थानिक सूचना प्रौद्योगिकी के मूलभूत सिद्धांतों और इसके विस्तार को स्थानिक सूचना प्रणाली तक चर्चा करेंगे, जिसे अधिक सामान्यतः भौगोलिक सूचना प्रणाली के रूप में जाना जाता है।

स्थानिक सूचना प्रौद्योगिकियाँ क्या हैं?

शब्द ‘स्थानिक’ (spatial) अंग्रेज़ी के ‘space’ से बना है। इसका अर्थ है उन लक्षणों और घटनाओं से है जो भौगोलिक रूप से परिभाषित स्थान पर फैले होते हैं, अतः इनकी भौतिक रूप से मापने योग्य विमाएँ होती हैं। हम जानते हैं कि आज प्रयोग होने वाले अधिकांश डेटा में स्थानिक घटक (स्थान) होता है, जैसे किसी नगरपालिका सुविधा का पता, या कृषि-धारकों की सीमाएँ आदि। इसलिए स्थानिक सूचना प्रौद्योगिकी का सम्बन्ध उन तकनीकी आदानों के प्रयोग से है जो स्थानिक सूचना को एकत्र करने, संचित करने, पुनः प्राप्त करने, प्रदर्शित करने, हेरफेर करने, प्रबंधित करने और विश्लेषण करने में प्रयुक्त होते हैं। यह रिमोट सेंसिंग, GPS, GIS, डिजिटल कार्टोग्राफी और डेटाबेस प्रबंधन प्रणालियों का एक समन्वय है।

GIS (भौगोलिक सूचना प्रणाली) क्या है?

मध्य 1970 के दशक से उपलब्ध उन्नत कम्प्यूटिंग सिस्टम स्थलीय संदर्भित सूचना को संसाधित करने में सक्षम हैं, जिसका उद्देश्य स्थानिक और गुणधर्म डेटा को संगठित करना और उनका समन्वय करना है; व्यक्तिगत फ़ाइलों में विशिष्ट सूचना का पता लगाना और गणनाएँ करना, विश्लेषण करना और निर्णय सहायता प्रणाली विकसित करना है। 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, समेकित करने, हेरफेर करने, विश्लेषण करने और प्रदर्शित करने के लिए एक प्रणाली। इसमें सामान्यतः एक स्थानिक रूप से संदर्भित कम्प्यूटर डेटाबेस और उपयुक्त अनुप्रयोग सॉफ़्टवेयर शामिल होता है। यह कम्प्यूटर सहायित मानचित्रण और डेटाबेस प्रबंधन प्रणाली का एक समामेलन है और यह स्थानिक तथा संबद्ध विज्ञानों जैसे कि कम्प्यूटर विज्ञान, सांख्यिकी, मानचित्रण, सुदूर संवेदन, डेटाबेस प्रौद्योगिकी, भूगोल, भूविज्ञान, जलविज्ञान, कृषि, संसाधन प्रबंधन, पर्यावरण विज्ञान और लोक प्रशासन दोनों से अवधारणात्मक और पद्धतिगत शक्ति प्राप्त करती है।

भौगोलिक सूचना के रूप

भौगोलिक सूचना को दो प्रकार के डेटा दर्शाते हैं। ये स्थानिक और गैर-स्थानिक डेटा हैं (Box 4.1)। स्थानिक डेटा की विशेषता उनकी स्थितिगत, रेखीय और क्षेत्रीय उपस्थिति के रूपों से होती है (Fig. 4.1)।

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

भौगोलिक डेटाबेस : एक डेटाबेस में गुणधर्म और उनके मान या वर्ग होते हैं। बाईं ओर दिखाया गया गैर-स्थानिक डेटा साइकिल के पुर्ज़े प्रदर्शित करता है, जो कहीं भी स्थित हो सकते हैं। दाईं ओर का डेटा रिकॉर्ड स्थानिक है क्योंकि इसके एक गुणधर्म में विभिन्न राज्यों के नाम हैं, जिनकी मानचित्र में निश्चित स्थितियाँ होती हैं। इस डेटा का उपयोग GIS में किया जा सकता है।

चित्र 4.1 : बिंदु, एक रेखा और एक क्षेत्रीय विशेषता

इन डेटा रूपों को आमतौर पर स्वीकृत और उचित रूप से परिभाषित निर्देशांक प्रणाली से 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 की 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।

एक GIS अनुप्रयोग के लिए भौगोलिक डेटा के स्रोत का चयन, हालांकि, मुख्यतः निम्नलिखित पर निर्भर करता है:

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

अनेक उपयोगकर्ताओं के लिए स्थानिक डेटा का सबसे सामान्य स्रोत टॉपोग्राफिकल या थीमेटिक मानचित्र होते हैं, जो हार्ड कॉपी (कागज़) या सॉफ्ट कॉपी (डिजिटल) रूप में हो सकते हैं। ऐसे सभी मानचित्रों की विशेषताएँ निम्नलिखित होती हैं:

• एक निश्चित स्केल जो मानचित्र और उसके द्वारा प्रतिनिधित्व किए गए सतह के बीच संबंध प्रदान करता है,
• प्रतीकों और रंगों का प्रयोग जो मानचित्रित संस्थाओं के गुणों को परिभाषित करते हैं, और
• एक स्वीकृत निर्देशांक प्रणाली, जो पृथ्वी की सतह पर संस्थाओं के स्थान को परिभाषित करती है।

मैनुअल विधियों की तुलना में GIS के लाभ

मानचित्र, चाहे वे भौगोलिक सूचना के ग्राफिक माध्यम से संचार 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 एक या अधिक पूर्वनिर्धारित थीम दर्शाता है।

(iii) मानचित्र पर दर्शाई गई सूचना में बदलाव के लिए एक नया मानचित्र बनाना आवश्यक होता है।

इसके विपरीत, GIS में डेटा के भंडारण और प्रस्तुति के पृथक् होने का स्वाभाविक 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 पूछताछ 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. एकीकृत डेटाबेस पर स्थानिक संचालन (बहुभुज ओवरले या बफरिंग) लागू किए जा सकते हैं ताकि सूचना की नई सेट उत्पन्न की जा सके।
4. गुण डेटा के विभिन्न आइटम एक-दूसरे से साझा स्थान कोड के माध्यम से संबद्ध किए जा सकते हैं।

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:

• प्रोसेसिंग, भंडारण, प्रदर्शन और इनपुट-आउटपुट उपप्रणालियों वाला हार्डवेयर।
• 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 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 जीआईएस की रीढ़ हैं। मौजूदा डेटा किसी आपूर्तिकर्ता से प्राप्त किया जा सकता है या उपयोगकर्ता द्वारा स्वयं नया डेटा बनाया/एकत्र किया जा सकता है। डिजिटल मानचित्र जीआईएस के लिए बुनियादी डेटा इनपुट बनाता है। मानचित्र वस्तुओं से संबंधित सारणीबद्ध डेटा को डिजिटल डेटा से जोड़ा भी जा सकता है। एक जीआईएस स्थानिक डेटा को अन्य डेटा संसाधनों के साथ एकीकृत करता है और यहां तक कि एक डीबीएमएस का भी उपयोग कर सकता है।

लोग

जीआईएस उपयोगकर्ताओं की श्रेणी हार्डवेयर और सॉफ्टवेयर इंजीनियरों से लेकर संसाधन और पर्यावरण वैज्ञानिकों, नीति-निर्माताओं और निगरानी और कार्यान्वयन एजेंसियों तक फैली हुई है। ये विभिन्न वर्ग के लोग निर्णय समर्थन प्रणाली विकसित करने और वास्तविक समय की समस्याओं को हल करने के लिए जीआईएस का उपयोग 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, विश्लेषित किया जाएगा और अंततः अंतिम आउटपुट में प्रस्तुत किया जाएगा।

चित्र 4.2 : जीआईएस के मूलभूत घटक

स्थानिक डेटा प्रारूप

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

रेखिक डेटा प्रारूप

रेखापुंज डेटा किसी ग्राफिक लक्ष्य 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। कागज़ के टुकड़े पर तिरछी खींची गई एक रेखा पर विचार करें। एक रेखापुंज फ़ाइल इस छवि को कागज़ को छोटे आयतों की आव्यूह में विभाजित करके प्रस्तुत करेगी, जो कि ग्राफ पेपर की शीट जैसी कोशिकाओं के समान होती है। प्रत्येक कोशिका को डेटा फ़ाइल में एक स्थान दिया जाता है और उस स्थिति पर गुणधर्म के आधार पर एक मान दिया जाता है। इसकी पंक्ति और स्तंभ निर्देशांक किसी भी व्यक्तिगत पिक्सल की पहचान कर सकते हैं (चित्र 4.3)। यह डेटा प्रतिनिधित्व उपयोगकर्ता को मूल छवि को आसानी से पुनः निर्मित या दृश्य बनाने की अनुमति देता है।

चित्र 4.3 : ग्रिड के लिए सामान्य संरचना

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

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

रेखापुंज फ़ाइल स्वरूप सबसे अधिक बार निम्नलिखित गतिविधियों के लिए उपयोग किए जाते हैं :

• डिजिटल रूप में एरियल फोटोग्राफ्स, सैटेलाइट इमेजेस, स्कैन्ड पेपर मैप्स आदि के लिए।
• जब खर्चों 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 उसके 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 बाएँ किनारे के बीच की दूरी है; $\mathrm{Y}$, बिंदु और कागज के निचले हिस्से के बीच की दूरी है; $\mathrm{Z}$, बिंदु की कागज से ऊपर या नीचे की ऊँचाई है। मापे गए बिंदुओं को जोड़ने से वेक्टर बनता है।

चित्र 4.5 : वेक्टर डेटा मॉडल निर्देशांक युग्मों पर आधारित होता है

एक वेक्टर डेटा मॉडल उन बिंदुओं का उपयोग करता है जिन्हें उनकी वास्तविक (पृथ्वी) निर्देशांकों द्वारा संग्रहित किया जाता है। यहाँ रेखाएँ और क्षेत्रफल बिंदुओं के क्रमबद्ध अनुक्रम से बनाए जाते हैं। रेखाओं में बिंदुओं के क्रम की दिशा होती है। बहुभुज बिंदुओं या रेखाओं से बनाए जा सकते हैं। वेक्टर टोपोलॉजी के बारे में जानकारी संग्रहित कर सकते हैं। मैनुअल डिजिटाइजिंग 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 संग्रहित 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 सत्ताओं का प्रतिनिधित्व

GIS गतिविधियों की अनुक्रम

GIS-संबंधित कार्य में निम्नलिखित गतिविधियों की अनुक्रम शामिल होती है:

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

स्थानिक डेटा इनपुट

जैसा कि पहले ही 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 डेटासेट प्राप्त करना

वर्तमान डेटा आपूर्तिकर्ता डिजिटल डेटा को आसानी से उपलब्ध कराते हैं, जो छोटे पैमाने के 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 डेटासेट 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 आवश्यक होता है। प्रक्षेपण, पैमाना, आधार स्तर और गुणों 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 नमूना रणनीति
• एकत्र किए गए 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, वहाँ भिन्न-भिन्न भौगोलिक संदर्भ प्रणालियों, डेटा वर्गीकरण और नमूनाकरण के कारण डेटा एकीकरण में कठिनाइयाँ उत्पन्न होती हैं। इसलिए, उपयोगकर्ता को इन समस्याओं से अवगत होना चाहिए, जो विशेष रूप से अंतर-प्रांतीय 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 करने का होता है। DAT टेप, CD ROM और फ्लॉपी डिस्क का उपयोग इस उद्देश्य के लिए तेजी से सामान्य होता जा रहा है। इस चरण पर, स्रोत की एन्कोडिंग और संरचना प्रणाली से प्रयुक्त 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 में भौगोलिक आँकड़े बिंदुओं, रेखाओं और/या बहुभुज (क्षेत्रों)/पिक्सेल के रूप में होते हैं, जिन्हें निर्देशांकों की एक श्रृंखला द्वारा परिभाषित किया जाता है। इन्हें नक्शे या वायु-फ़ोटो के भौगोलिक संदर्भ तंत्र से लेकर या उस पर ग्रैटीक्यूल या ग्रिड चढ़ाकर प्राप्त किया जाता है। डिजिटाइज़र और स्कैनर के प्रयोग से निर्देशांक लिखने में लगने वाला समय व श्रम बहुत कम हो जाता है। हम संक्षेप में चर्चा करेंगे कि स्कैनर द्वारा GIS कोर में स्थानिक आँकड़े कैसे बनाए जाते हैं।

स्कैनर

स्कैनर ऐसे उपकरण हैं जो एनालॉग आँकड़ों को डिजिटल ग्रिड-आधारित छवियों में बदलते हैं। ये स्थानिक आँकड़े पकड़ने में प्रयुक्त होते हैं ताकि रेखीय नक्शे को उच्च-रेज़ोल्यूशन रेखिक छवियों में रूपांतरित किया जा सके, जिन्हें सीधे प्रयोग किया जा सकता है या आगे संसाधित कर वेक्टर टोपोलॉजी प्राप्त की जा सके। स्कैनर मुख्यतः दो प्रकार के होते हैं:

• वे स्कैनर जो चरण-दर-चरण आधार पर आँकड़े रिकॉर्ड करते हैं, और
• वे जो संपूर्ण दस्तावेज़ को एक ही संचालन में स्कैन कर सकते हैं।

प्रथम प्रकार के स्कैनर में एक गतिशील भुजा पर प्रकाश स्रोत (सामान्यतः प्रकाश उत्सर्जक डायोड या स्थिरित फ़्लोरोसेंट लैंप) और उच्च-रेज़ोल्यूशन लैंप युक्त एक डिजिटल कैमरा होता है। कैमरे में विशेष संवेदक, जिन्हें चार्ज कपल्ड डिवाइसेज़ (CCDs) कहा जाता है, एक सरणी में व्यवस्थित होते हैं। ये अर्धचालक उपकरण होते हैं जो अपनी सतह पर गिरने वाले प्रकाश के फ़ोटॉनों को इलेक्ट्रॉनों की गिनती में बदलते हैं, जिन्हें फिर डिजिटल मान के रूप में रिकॉर्ड किया जाता है।

स्कैनर या मानचित्र की गतिधारा मानचित्र की एक डिजिटल द्वि-आयामी छवि बनाती है। स्कैन किए जाने वाले मानचित्र को या तो फ्लैट बेड पर या घूर्णन 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 प्रयुक्त होते हैं जो स्टैंड पर लगे होते हैं और प्रकाश स्रोत तथा कैमरा ऐरे एक स्थिति में स्थिर होते हैं। मानचित्र को फीडिंग तंत्र 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 निर्मित होती है जिन्हें सॉफ़्टवेयर द्वारा सीधे संबोधित किया जा सकता है। चलने वाले पुर्ज़े केवल एक चलने वाले प्रकाश स्रोत के अतिरिक्त कोई नहीं होते हैं। संकल्प सेंसर सतह की ज्यामिति और मेमोरी की मात्रा द्वारा निर्धारित होता है, न कि किसी यांत्रिक भुजा द्वारा।

स्कैन की गई छवि सर्वोत्तम संभव स्कैनरों के साथ भी हमेशा पूर्ण से दूर होती है, क्योंकि इसमें मूल मानचित्र के सभी धब्बे और दोष सम्मिलित होते हैं। इसलिए डिजिटल छवि में अतिरिक्त डेटा को हटाया जाना चाहिए ताकि वह उपयोगी बन सके।

विशेषता डेटा दर्ज करना

विशेषता डेटा उन गुणों को परिभाषित करते हैं जो एक स्थानिक इकाई के होते हैं और जिन्हें GIS में संभालना आवश्यक है, परंतु वे स्थानिक नहीं होते। उदाहरण के लिए, एक सड़क को लगातार पिक्सेलों के समूह या 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 सूचना मानचित्रण प्रतीकों की श्रेणी में सम्मिलित की जा सकती है। सड़क से संबद्ध विशेषता मान, जैसे सड़क की चौड़ाई, सतह का प्रकार, अनुमानित यातायात और विशिष्ट यातायात नियम, को भी अलग से संग्रहीत किया जा सकता है—या तो संबंधपरक डेटाबेस के मामले में GIS में स्थानिक सूचना के रूप में, या वस्तु-उन्मुख डेटाबेस के साथ स्थानिक विवरण के साथ इनपुट किया जा सकता है।

प्रकाशित अभिलेख, आधिकारिक जनगणना, प्राथमिक सर्वेक्षण या स्प्रेडशीट जैसे स्रोतों से प्राप्त विशेषता डेटा को मैन्युअल रूप से या किसी मानक स्थानांतरण प्रारूप का उपयोग कर डेटा 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 यह है कि डेटा का कंप्यूटर प्लॉट या प्रिंट निकाला जाए, यदि संभव हो तो पारदर्शी शीट पर, मूल के समान स्केल पर। फिर दोनों मानचित्रों को लाइट टेबल पर एक के ऊपर एक रखकर दृश्य रूप से तुलना की जाए, बाएं से दाएं और ऊपर से नीचे की ओर क्रमबद्ध तरीके से काम करते हुए। गायब डेटा और स्थानिक त्रुटियों को प्रिंटआउट पर स्पष्ट रूप से चिह्नित किया जाना चाहिए। स्थानिक और गुणात्मक डेटा के कैप्चरिंग के दौरान आने वाली त्रुटियों को निम्नानुसार वर्गीकृत किया जा सकता है:

स्थानिक डेटा अधूरे हैं या दोहरे हैं

स्थानिक डेटा की अधूरापन तब उत्पन्न होता है जब मैन्युअल रूप से दर्ज किए गए डेटा में बिंदुओं, रेखाओं या बहुभुज/क्षेत्रों की इनपुट करते समय कुछ छूट जाते हैं। स्कैन किए गए डेटा में ये चूक आमतौर पर रेखाओं के बीच खाली स्थान के रूप में होती हैं जहाँ रेखा को जोड़ने के लिए रास्टर-वेक्टर रूपांतरण प्रक्रिया सभी भागों को नहीं जोड़ पाती।

गलत स्केल पर स्थानिक डेटा

गलत स्केल पर डिजिटाइज़ेशन करने से इनपुट स्थानिक डेटा गलत स्केल पर आ जाता 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 विरूपण, 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 कारण प्रभावित हो चुके होते हैं। इसलिए, यदि डेटाबेस की निर्देशांक प्रणाली इनपुट दस्तावेज़ या छवि में प्रयुक्त प्रणाली से भिन्न है, तो एक निर्देशांक प्रणाली से दूसरी में रूपांतरण की आवश्यकता हो सकती है।

इन त्रुटियों को अधिकांश GIS सॉफ़्टवेयरों द्वारा सीधे समर्थित विभिन्न संपादन और अद्यतन कार्यों के माध्यम से सुधारने की ज़रूरत होती है। यह प्रक्रिया समय-लोलुप और इंटरैक्टिव होती है जो स्वयं डेटा इनपुट से अधिक समय ले सकती है। डेटा संपादन सामान्यतः कंप्यूटर स्क्रीन पर त्रुटियों वाले मानचित्र के हिस्से को देखकर किया जाता है और उन्हें सॉफ़्टवेयर के माध्यम से कीबोर्ड, माउस द्वारा नियंत्रित स्क्रीन कर्सर या एक छोटे डिजिटाइज़र टैबलेट का उपयोग करके सुधारा जाता है।

वेक्टर डेटाबेस में मामूली स्थानिक त्रुटियों को स्क्रीन कर्सर के माध्यम से स्थानिक इकाई को हिलाकर सुधारा जा सकता है। कुछ GIS में, कंप्यूटर कमांड्स का सीधा उपयोग कर ग्राफिकल इकाइयों को मूव, रोटेट, इरेज, इंसर्ट, स्ट्रेच या ट्रंकेट किया जा सकता है जैसी आवश्यकता हो। जहाँ अतिरिक्त निर्देशांक एक रेखा को परिभाषित करते हैं, उन्हें ‘वीडिंग’ एल्गोरिदम का उपयोग कर हटाया जा सकता है। रेखापुंज डेटा में गुण मान और स्थानिक त्रुटियों को दोषपूर्ण सेल के मान को बदलकर सुधारना होगा। 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 प्रयुक्त होना चाहिए। जब विभिन्न परतों को एक साथ प्रयोग किया जाना है, तो उन सभी को वेक्टर या सभी को रेखापुंज प्रारूप में होना चाहिए। सामान्यतः, रूपांतरण वेक्टर से रेखापुज 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 की ग्रिड को ओवरले करके रूपांतरित किया जाता है।

कभी-कभी, रेखापुंज प्रारूप में डेटा को वेक्टर प्रारूप में रूपांतरित 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 गुणधर्म डेटा के बीच की कड़ियाँ GIS में महत्वपूर्ण होती हैं। इसलिए, इसे सावधानीपूर्वक किया जाना चाहिए। गुणधर्म डेटा को असंबंधित स्थानिक डेटा से जोड़ने से अंतिम डेटा विश्लेषण में अराजकता पैदा होगी। 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 इन दोनों डेटा फ़ाइलों को संयोजित या जोड़ना होगा। एक बार ऐसा हो जाने पर, हम एक संख्या को दूसरे से विभाजित कर 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 दूसरी फ़ाइल में उन्हीं विशेषताओं के बारे में अतिरिक्त जानकारी हो। उन्हें एक साथ लाने की प्रक्रिया आसानी से दोनों फ़ाइलों में साझा एक कुंजी, अर्थात् कस्बों के नाम, का उपयोग करके 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 डेटा काफी बार एकत्र किए जाते हैं। दूसरी ओर, भू-रूपांतरण डेटा 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 डेटा को मिलाने का तरीका पदानुक्रित मिलान (hierarchical matching) का उपयोग करना है - छोटे क्षेत्रों के डेटा 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 डेटा शामिल होते हैं। उदाहरण के लिए, फसलों की सीमाएं जो आमतौर पर खेतों की 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 अधिक उत्पादक 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 जुड़े होते 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 गुणों का उपयोग कर वास्तविक दुनिया से जुड़े प्रश्नों के उत्तर देते हैं। भौगोलिक विश्लेषण मॉडल विकसित करके और लागू करके वास्तविक प्रक्रियाओं के अध्ययन में सहायता करता है। ऐसे मॉडल भौगोलिक डेटा में छिपे रुझानों को सामने लाते हैं और इस प्रकार नई संभावनाएँ उपलब्ध कराते हैं। भौगोलिक विश्लेषण का उद्देश्य डेटा को उपयोगी सूचना में बदलना है ताकि निर्णय लेने वालों की आवश्यकताओं को पूरा किया जा सके। उदाहरण के लिए, जीआईएस का प्रभावी ढंग से उपयोग विभिन्न घटनाओं से जुड़े भविष्य के स्थानिक और कालिक रुझानों की भविष्यवाणी करने के लिए किया जा सकता है। हालांकि, किसी भी जीआईएस आधारित विश्लेषण को शुरू करने से पहले समस्या की पहचान करनी होती है और विश्लेषण का उद्देश्य परिभाषित करना होता है। इसके लिए निष्कर्षों तक पहुँचने के लिए चरणबद्ध प्रक्रियाओं की आवश्यकता होती है। निम्नलिखित स्थानिक विश्लेषण संचालन जीआईएस का उपयोग कर किए जा सकते हैं:

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

हालांकि, समय और स्थान की सीमाओं के अंतर्गत यहाँ केवल ओवरले और बफ़र विश्लेषण संचालनों को ही संबोधित किया जाएगा।

ओवरले विश्लेषण संचालन

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

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

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

बफर संचालन

बफर संचालन जीआईएस में एक अन्य महत्वपूर्ण स्थलीय विश्लेषण कार्य है। किसी निर्धारित दूरी का बफर किसी भी बिंदु, रेखा या क्षेत्रीय सुविधा के साथ बनाया जा सकता है (चित्र 4.11)। यह उन क्षेत्रों/जनसंख्या का पता लगाने में उपयोगी है जिन्हें सुविधाओं और सेवाओं—जैसे अस्पताल, मेडिकल स्टोर, डाकघर, डामर सड़कें, क्षेत्रीय उद्यान आदि—का लाभ मिलता है या वंचित रहते हैं। इसी प्रकार, यह वायु, ध्वनि या जल प्रदूषण के बिंदु स्रोतों के मानव स्वास्थ्य पर प्रभाव और प्रभावित जनसंख्या के आकार का अध्ययन करने के लिए भी प्रयोग 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 स्थलीय 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 मुक्त मुक्त सॉफ्टवेयर और अन्य सभी जीआईएस सॉफ्टवेयर बिंदु, रेखा और क्षेत्रीय सुविधाओं के साथ बफर विश्लेषण के लिए मॉड्यूल प्रदान करते हैं। उदाहरण के लिए, उपलब्ध किसी भी सॉफ्टवेयर की उपयुक्त कमांडों का प्रयोग करके, उन शहरों के चारों ओर 2, 4, 6, 8 और 10 किलोमीटर के बफर बनाए जा सकते हैं जिनमें कोई प्रमुख अस्पताल स्थित है। 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

मुज़फ्फरनगर, मेरठ, गाज़ियाबाद, गौतम बुद्ध नगर और अलीगढ़ को मानचित्रित किया गया है (चित्र 4.12) और उन शहरों से बफ़र बनाए गए हैं जहाँ प्रमुख अस्पताल स्थित हैं। यह देखा जा 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

अधिक जानने के लिए इंटरनेट स्रोत:

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

अभ्यास

1. नीचे दिए गए 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-सा एक संचालन विश्लेषण मॉड्यूल सॉफ़्टवेयर की आवश्यकता होती है?

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

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

(a) सरल आंकड़ा संरचना
(b) आसान और कुशल ओवरले करना
(c) रिमोट सेंसिंग इमेजरी के साथ संगत
(d) कठिन नेटवर्क विश्लेषण

(iv) निम्नलिखित में से कौन-सा एक वेक्टर 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

(५) शहरी परिवर्तन का पता GIS कोर में प्रभावी रूप से किसके द्वारा लगाया जाता है:

(क) ओवरले संचालन
(ख) निकटता विश्लेषण
(ग) नेटवर्क विश्लेषण
(घ) बफरिंग

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

(क) रास्टर और वेक्टर डेटा मॉडल के बीच अंतर कीजिए।
(ख) ओवरले विश्लेषण क्या है?
(ग) मैनुअल विधियों की तुलना में GIS के क्या लाभ हैं?
(घ) GIS के महत्वपूर्ण घटक क्या हैं?
(ङ) GIS कोर में स्थानिक डेटा को बनाने के विभिन्न तरीके क्या हैं?
(च) स्थानिक सूचना प्रौद्योगिकी क्या है?

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

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