Suite

Créer des cartes pour aider à déterminer la sélection du site

Créer des cartes pour aider à déterminer la sélection du site


J'ai la tâche de créer une carte dont l'objectif serait d'aider à déterminer un site pour une conférence. J'ai les données suivantes :

Adresses des éventuels participants à la conférence (je les ai déjà géocodées). 6 sites de villes possibles dans le Nord-Est.

J'ai l'extension Spatial Analyst mais pas l'analyste réseau.

Je pense qu'un facteur majeur dans la détermination d'un site serait la proximité du site de la ville et le maintien du temps de conduite au minimum pour autant de personnes que possible, disons moins de 3 heures ou plus ou 150 miles).

Comment puis-je faire une carte thermique comme un aperçu général des clusters ? Répondu ci-dessous, j'ai utilisé l'analyse de la densité du noyau.

Comment puis-je trouver le meilleur site en fonction de la distance de conduite la plus courte sans utiliser l'analyse de réseau ? Répondu ci-dessous.


Cela peut convenir à vos besoins :

  1. Créez une couche raster de vos routes (une échelle grossière convient).
  2. Calculez toutes les cellules de la couche raster pour qu'elles soient égales à 1.
  3. Définissez une requête de définition sur vos sites potentiels afin que seul le premier site soit affiché.
  4. Calculez la distance de coût pour toutes les routes menant à ce site.
  5. Revenez à l'étape 3 et définissez la requête pour le site suivant. Répétez l'opération pour les 6 sites. Cela pourrait être automatisé avec Python, mais 6 sites sont gérables.
  6. Vous aurez 6 cartes de coûts, comme ci-dessous, pour votre région.
    1. Pour chaque carte de coûts, extrayez les valeurs en points, pour vos adresses. Vous aurez 6 couches de points, avec une distance pour chaque point jusqu'au site potentiel.
    2. Exécutez des statistiques récapitulatives sur chaque couche de points extraite, en calculant la valeur moyenne pour chaque site. La valeur moyenne la plus basse est le site où, en moyenne, vos participants conduiront le moins.

En fonction de la répartition de vos points, vous pouvez faire quelque chose de relativement simple, comme utiliser l'outil Minimum Bounding Geometry pour créer un cadre de délimitation. Idéalement, vous utiliseriez un enveloppe convexe en option, mais en fonction de votre licence qui pourrait ne pas être disponible.

Dans la capture d'écran suivante, j'ai, par exemple, utilisé rectangle par zone:

(en supposant que le point soit l'emplacement des participants potentiels)

Maintenant, tout ce que vous avez à faire est de trouver le centre de cette boîte englobante.

Vous pouvez soit utiliser l'outil Entité en point pour convertir le polygone en un point (qui renverrait le centre), ou vous pouvez le calculer en utilisant le Calculateur de champ. Dans tous les cas, vous auriez votre point central, que vous pouvez maintenant utiliser pour voir de quelle ville il est le plus proche.

Bien sûr, cette méthode dépend de vos données. Si vous avez des valeurs aberrantes extrêmes, ou si vos points forment des clusters lourds, le point central qui est renvoyé peut être absurde.


ÉDITER: Pour générer la carte thermique, puisque vous avez Analyste spatial vous pouvez utiliser la densité du noyau. Mais attention : étant donné que votre étendue est assez grande, son exécution peut prendre très, très longtemps, selon la taille de pixel que vous choisirez pour la sortie. Je recommanderais donc de sauvegarder tout le reste avant de tester cet outil ;-)


Localisation d'installations bioénergétiques à l'aide d'un algorithme de localisation-allocation-allocation modifié basé sur un SIG : prise en compte de la distribution spatiale de l'approvisionnement en ressources

Les modèles de localisation-allocation sont fréquemment utilisés pour localiser les installations de bioénergie.

Les approches actuelles ne tiennent pas compte de la concurrence d'approvisionnement entre les sites potentiels.

Nous proposons une extension de la p-modèle médian qui évalue les bassins versants d'approvisionnement.

Il est démontré à l'aide d'une étude de cas pour localiser de manière optimale les installations de DA.

L'approvisionnement en ressources et la concurrence sont tous deux essentiels lors de l'implantation d'installations de bioénergie.


Une technique de sélection de site à usage unique, à l'aide d'un SIG, pour la planification de l'aquaculture : Choix des emplacements pour la culture de radeaux d'huîtres de mangrove sur l'île de Margarita, Venezuela

L'ostréiculture a le potentiel de générer des revenus pour les communautés côtières et de réduire la pression sur les populations naturelles surexploitées. Un projet de transfert d'huîtres de mangrove Crassostrea rhizophorae une technologie de culture sur radeau à des communautés côtières sélectionnées de l'île de Margarita, au Venezuela, est en cours de développement et une technique de sélection d'emplacement optimale a été conçue. Pour sélectionner les variables ou les facteurs qui déterminent l'adéquation du site, une base de données bibliographiques a été constituée, les aspects d'intérêt choisis et les plus complets choisis, en éliminant les redondants. Vingt variables ont été regroupées en critères en fonction de leur influence sur le projet. Les variables ont été classées en critères environnementaux intrinsèques, environnementaux extrinsèques, logistiques et socio-économiques. Trente-cinq experts ont été invités à évaluer les facteurs et à noter chacun selon leur poids d'adéquation. Le critère logistique a reçu les valeurs les plus élevées, suivi des problèmes extrinsèques environnementaux. Un système d'information géographique utilisant une carte de base compilée à partir de cartes à l'échelle 1:25 000 a été développé. Une carte thématique pour chaque facteur a été réalisée, divisant graphiquement la zone d'étude de 3896 km 2 en polygones de poids égal pour chaque facteur. L'évaluation multicritères (MCE) a été utilisée pour combiner les variables. Les vecteurs résultants dans les cartes thématiques ont été ajoutés pour obtenir des polygones plus petits avec la même somme de valeur. Enfin, MCE a été utilisé pour générer un résultat final : les sites optimaux pour l'ostréiculture résultant des valeurs ajoutées de plus de 3000 polygones dans les cartes, pour les 20 critères. Des scores plus élevés ont été atteints dans 13 zones couvrant 4,1 km 2 , ces endroits ayant les conditions optimales pour l'aquaculture d'huîtres sur radeau dans la région. Des emplacements supplémentaires répondant à 75 % à 70 % des critères exigés pour une sélection finale appropriée couvrent 137 sites couvrant 37,5 km 2 .

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Adapter une approche d'analyse décisionnelle multicritère basée sur un SIG pour évaluer de nouveaux sites de production d'électricité

Il existe un besoin croissant d'implanter de nouvelles centrales électriques utilisant des sources d'énergie plus propres en raison de la réglementation accrue sur la pollution de l'air et de l'eau et d'un désir sociopolitique de développer des sources d'énergie plus propres. Pour aider les entreprises de services publics et d'énergie ainsi que les décideurs politiques à évaluer les zones potentielles pour l'implantation de nouvelles usines dans les États-Unis contigus, une adaptation d'une approche d'analyse décisionnelle multicritère basée sur un système d'information géographique (SIG) est présentée dans cet article. L'approche présentée a conduit au développement de l'outil d'analyse de site d'Oak Ridge pour l'expansion de la production d'électricité (OR-SAGE). L'outil utilise des données telles que la croissance démographique, la disponibilité de l'eau, les indicateurs environnementaux et les risques tectoniques et géologiques pour fournir une analyse approfondie des options d'implantation. Aux entreprises de services publics et d'énergie, l'outil peut fournir rapidement et efficacement des informations sur l'adéquation des terres en fonction des intrants spécifiques à la technologie. Cependant, l'outil ne remplace pas l'évaluation détaillée requise des sites candidats. Pour les décideurs, l'outil offre la possibilité d'analyser les impacts de la future technologie énergétique tout en équilibrant l'utilisation concurrente des ressources.

Résumé graphique

Points forts

► Nous développons une approche d'estimation des terrains disponibles pour l'implantation de nouvelles centrales. ► L'approche divise les États-Unis en millions de cellules de 100 m × 100 m. ► Nous avons mis en œuvre l'approche pour différentes options de production et de stockage d'électricité. ► L'approche fournit une rétroaction efficace sur l'aptitude des terres à produire de l'électricité. ► L'approche a la capacité d'analyser les impacts des futures technologies énergétiques.


Créer des cartes pour aider à déterminer la sélection du site - Systèmes d'information géographique

James A. Kuiper et Konnie L. Wescott

Une approche SIG pour prédire l'emplacement des sites préhistoriques *

Présenté à la dix-neuvième conférence annuelle des utilisateurs d'Esri, San Diego, Californie, États-Unis
26-30 juillet 1999
Parrainé par l'Institut de recherche sur les systèmes environnementaux (Esri)

Le manuscrit soumis a été créé par l'Université de Chicago en tant qu'opérateur du laboratoire national d'Argonne ("Argonne") en vertu du contrat n° W-31-109-ENG-38 avec le département américain de l'Énergie. Le gouvernement des États-Unis conserve pour lui-même, et d'autres agissant en son nom, une licence mondiale payée, non exclusive, irrévocable dans ledit article pour reproduire, préparer des œuvres dérivées, distribuer des copies au public, et exécuter publiquement et afficher publiquement, par ou sur au nom du Gouvernement.

* Travaux pris en charge dans le cadre d'une demande d'achat interministérielle militaire du département américain de la Défense, par le biais du contrat W-31-109-Eng-38 du département américain de l'Énergie.

L'utilisation de la cartographie prédictive basée sur un système d'information géographique (SIG) pour localiser les zones à fort potentiel pour les sites archéologiques préhistoriques devient de plus en plus populaire parmi les archéologues. La connaissance des variables environnementales influençant les activités des habitants d'origine est utilisée pour produire des couches SIG représentant la distribution spatiale de ces variables. Les couches SIG sont ensuite analysées pour identifier les emplacements où les combinaisons de variables environnementales correspondent aux modèles observés sur les sites préhistoriques connus. Les résultats d'une étude visant à localiser les zones à fort potentiel pour les sites préhistoriques dans une zone en grande partie non étudiée de 39 000 acres dans la région d'Upper Chesapeake Bay, y compris les détails du processus d'analyse, sont présentés. Le projet a utilisé les données environnementales de plus de 500 sites connus dans d'autres parties de la région et les résultats correspondaient bien aux sites connus dans la zone d'étude.

L'utilisation de systèmes d'information géographique (SIG) pour la cartographie prédictive afin de localiser des sites archéologiques préhistoriques non enregistrés devient de plus en plus populaire parmi les archéologues. Généralement, ces techniques supposent que la sélection des sites par les habitants d'origine était au moins partiellement basée sur un ensemble de facteurs environnementaux favorables, tels que la distance à l'eau ou le cadre topographique. Une autre hypothèse est que les couches SIG modernes caractérisent systématiquement les changements par rapport à l'état préhistorique de la région suffisamment bien pour qu'elles puissent être utilisées pour aider à découvrir des sites supplémentaires.

La modélisation prédictive utilise des approches déductives et inductives. Les modèles déductifs sont basés sur des théories sur le comportement des habitants préhistoriques. Les modèles inductifs, qui sont plus couramment utilisés, sont basés sur des modèles observés lors d'enquêtes au sol ou d'autres données. L'une des techniques inductives les plus puissantes et les plus largement utilisées est la régression logistique. Cette approche statistique rigoureuse nécessite une taille d'échantillon adéquate, et des variables indépendantes doivent être mesurées à la fois pour les zones connues pour avoir des sites et les zones connues pour manquer de sites (données hors site). Certaines études archéologiques sont maintenant conçues spécifiquement pour soutenir la régression logistique dans les SIG en collectant plus systématiquement des informations environnementales et en incluant des enregistrements des zones étudiées où aucun site n'a été trouvé (BRW 1996).

Dans les situations où les données disponibles doivent être utilisées, les exigences de la régression logistique peuvent ne pas être remplies, mais la modélisation prédictive inductive est toujours possible avec des méthodes alternatives et peut obtenir des résultats utiles. Cet article illustre une telle situation. L'étude de cas décrite ici a été réalisée pour Aberdeen Proving Ground (APG), un site d'essai de l'armée américaine dans la région d'Upper Chesapeake Bay (Figure 1). Créé en 1917, l'APG est utilisé pour tester l'artillerie et d'autres munitions, les véhicules militaires et une grande variété d'autres équipements. La superficie des terres est d'environ 39 000 acres, dont plus de 25 000 acres sont constituées de zones humides ou de forêts où les ressources naturelles et culturelles sont présentes et protégées. En revanche, une grande partie des terres adjacentes à l'extérieur de l'APG ont continué à être cultivées de manière intensive et sont récemment devenues de plus en plus urbanisées. Malgré le cadre relativement protégé et la quantité réduite de perturbations sur l'APG, les études archéologiques ont été limitées en raison des activités de la mission.

Figure 1. Emplacement du terrain d'essai d'Aberdeen.

Les 46 sites archéologiques préhistoriques connus à APG sont principalement des amas de coquillages et des éparses lithiques, bien que certains sites contiennent également des céramiques. L'âge des sites varie du paléo-indien à la période du Sylvicole supérieur/de Contact. Ces sites se trouvent principalement le long de la côte, avec plus de 90 % à moins de 50 mètres d'un rivage ou d'un cours d'eau. Il existe un biais dans la population des sites APG connus parce que la plupart des relevés ont été effectués le long des rives. Les zones intérieures ne sont presque pas entièrement étudiées.

Dans la région supérieure de la baie à l'extérieur de l'APG, de nombreux sites ont été trouvés dans des zones présentant des caractéristiques environnementales similaires à celles de l'APG. Les caractéristiques connues de ces sites ont servi de base à la conception d'un modèle prédictif pour l'APG afin de déterminer le potentiel du site dans les zones non étudiées.

Malgré le caractère unique du site APG, une mine d'informations SIG environnementales (Kuiper 1996 DSHE 1996), plus de 500 sites connus dans la région et la probabilité de nombreux sites archéologiques préhistoriques non découverts sur APG, les conditions préalables à la modélisation logistique n'ont pas pu être rencontré. L'étude était limitée aux données disponibles, et la régression logistique n'a pas pu être utilisée en raison du manque de données environnementales hors site, et parce que la taille de l'échantillon des sites connus n'était pas suffisante à moins que le modèle ne soit réduit à un ensemble très simple de conditions environnementales. . Une ligne directrice générale pour la régression logistique est de faire la moyenne d'au moins 25 échantillons pour chaque condition environnementale unique, avec moins de 20 % ayant moins de 5 échantillons (SAS 1990). Pour effectuer la modélisation, une approche alternative a été développée qui a pris en compte les caractéristiques environnementales des sites connus et la distribution spatiale de ces caractéristiques, sans utiliser la régression logistique pour calculer les résultats.

La préparation à la modélisation a commencé par la collecte de données et le processus de distillation sous une forme utile pour la modélisation. Ce processus comprenait le développement d'une base de données sur les sites archéologiques, la compilation de couches SIG représentant les distributions spatiales des variables environnementales enregistrées pour les sites connus et l'examen des données avec des statistiques descriptives. Les résultats statistiques ont été utilisés pour décider des couches environnementales à utiliser pour les calculs du modèle et les paramètres du modèle. Enfin, le modèle a été exécuté et les résultats ont été visualisés et comparés à des sites connus sur l'installation APG.

Base de données des sites archéologiques

Les informations concernant 572 sites préhistoriques enregistrés dans la région de la baie supérieure de Chesapeake ont d'abord été compilées dans une base de données, puis traitées avec le logiciel du système d'analyse statistique (SAS) pour analyse (Wescott et Kuiper 1999 MHT 1995). La région dans laquelle ces sites ont été trouvés était supposée avoir des caractéristiques similaires à APG à ce stade, mais une analyse pour vérifier cette hypothèse a été réalisée plus tard dans l'étude. Les données du site comprenaient un emplacement de polygone dans le SIG, le type de site, la distance à l'eau, le type de source d'eau (saumâtre ou douce), le type de sol, le cadre topographique, la pente, l'altitude, l'aspect, le cadre géomorphique, la période, les dimensions et le contenu. Les données ont été examinées à l'aide d'un logiciel statistique afin de mieux comprendre les informations et d'identifier des modèles qui seraient utiles à des fins de modélisation. Une analyse distincte a été effectuée pour les sites d'amas de coquillages et d'autres sites (non coquilliers) afin de réduire l'effet des variables concurrentes où un facteur positif pour un type de site est un facteur négatif pour un autre. Les emplacements des sites et des zones d'étude ont également été cartographiés dans le SIG et liés à la base de données des sites.

Production de couches SIG environnementales

Des couches SIG pour chacune des variables environnementales de la base de données des sites archéologiques ont été produites. La plupart des couches étaient dérivées de couches de lignes ou de polygones existantes, mais certaines ont nécessité un certain nombre d'étapes pour produire le résultat final.

La couche de distance à l'eau a été produite à partir d'une couche d'hydrologie généralisée dans le SIG (Figure 2). Les petits canaux et les canaux artificiels connus ont été supprimés et des polygones indiquant la terre par rapport à l'eau ont été créés. Arc LINEGRID a été utilisé pour produire une version raster des lignes et Arc POLYGRID a produit une version similaire des polygones. La grille EUCDISTANCE a calculé les distances par rapport aux rivages, puis les zones couvertes d'eau ont été réaffectées à une distance de 0 à l'aide de la fonction Grid CON. Une fois la couche de type source d'eau terminée, un processus similaire a été utilisé pour produire une distance jusqu'à la couche d'eau saumâtre afin d'améliorer les résultats du modèle d'amas de coquillages (figure 3).

Figure 2. Distance à l'eau la plus proche pour une partie du site APG.

Figure 3. Distance jusqu'à l'eau saumâtre la plus proche pour une partie du site APG.

Le type de couche d'eau, en conjonction avec la distance à l'eau, était censé être utile pour prédire les sites, mais nécessitait plus d'analyses et de traitements pour dériver des informations SIG disponibles. Les rives de la couche hydrologique utilisée pour la distance à l'eau ont été codées manuellement en divisions pour la baie, la rivière, le ruisseau et le lac/étang. (Les rivières Gunpowder et Bush s'élargissent dans la zone APG et sont saumâtres.) Les données sur la chimie de l'eau des polygones de l'inventaire national des zones humides (NWI) du Fish and Wildlife Service des États-Unis ont été utilisées pour identifier d'autres plans d'eau saumâtre. Arc BUFFER a été utilisé avec une petite distance pour produire des zones autour des entités linéaires. La couche contenait alors des polygones avec les catégories de sources d'eau suivantes : rivage de baie, rivage de rivière, rivage de ruisseau saumâtre/salé et rivage de ruisseau frais. Arc POLYGRID a été utilisé pour produire une version raster de la couche, et Grid EUCALLOCATION a été utilisé avec une distance de 1 000 pieds pour identifier le type de source d'eau de toutes les zones terrestres situées à moins de 1 000 pieds d'une source d'eau principale. La superficie restante a ensuite été codée comme n'ayant aucune source d'eau principale avec la fonction Grid CON. La figure 4 illustre le type de couche de source d'eau pour une partie du site APG.

Figure 4. Type d'eau la plus proche pour une partie du site APG.

Les données d'étude des sols pour la plupart des APG datent de 1927, probablement à cause de nombreux problèmes d'accès et de sécurité qui limitent les études archéologiques. Cette étude de sol est à une échelle de 1:62 500 et a un faible niveau de détail pour l'APG. Cependant, une petite partie du site se trouve dans le comté de Baltimore et des données d'enquête de 1976 à une échelle de 1:20 000 étaient disponibles pour cette zone. La production de cette couche SIG nécessitait simplement de coder les catégories de sols avec des valeurs numériques pouvant être utilisées dans un format raster et de regrouper les types de sols pour correspondre aux catégories plus générales des données du site archéologique. Le résultat est illustré à la figure 5.

Figure 5. Type de sol pour une partie du site APG.

Élévation, pente et aspect

Un modèle numérique d'élévation (MNE) pour l'ensemble du site existait dans la base de données SIG (Figure 6). Il a été produit à partir de lignes d'élévation et de points à l'aide d'Arc TOPOGRID à des fins de modélisation des bassins versants. Les données sources pour le DEM étaient des courbes de niveau de 2 pieds et des élévations de points pour la péninsule d'Aberdeen et des courbes de niveau de 5 pieds pour la péninsule d'Edgewood et les autres zones APG. Grid RESAMPLE a été utilisé avec l'option 'cubic' pour convertir le DEM des cellules de 25 pieds en cellules de 100 pieds pour le modèle. La couche de pente (Figure 7) a été calculée directement à partir du MNT en utilisant Grid SLOPE avec l'option « percentrise ». Aspect (Figure 8) a été produit avec la commande Grid ASPECT, et les valeurs d'azimut de sortie ont été reclassées en huit valeurs pour les directions cardinales utilisées dans les données du site archéologique.

Figure 6. Élévation d'une partie du site APG.

Figure 7. Pente pour une partie du site APG.

Figure 8. Aspect d'une partie du site APG.

Le cadre topographique était un élément important des informations environnementales dans la base de données des sites archéologiques, mais il était difficile de produire une couche SIG avec les catégories appropriées identifiées. Les paramètres topographiques trouvés dans la base de données des sites archéologiques ont été examinés et classés dans les catégories plus générales suivantes : plage, plaine inondable, plat intérieur, falaise, sommet de colline, terrasse et pente de colline. Les zones de plage ont été définies en appliquant une zone tampon de 25 pieds aux entités polygonales et linéaires du « rivage non consolidé » du NWI. Les plaines inondables ont été produites en extrayant les zones avec des pentes inférieures ou égales à 5 pour cent du MNT et en éliminant les zones non adjacentes à un rivage. Les falaises, les sommets des collines et les terrasses ont été ajoutés manuellement à la carte en utilisant plusieurs couches pour l'orientation. Ces couches comprenaient les courbes de niveau, la pente, le relief ombré dérivé du MNT et l'hydrologie (figure 9). Les pentes des collines ont été dérivées du DEM en utilisant des pentes de plus de 5 pour cent avec des longueurs de pente de plus de 150 pieds. Les zones terrestres restantes ont été classées comme plates à l'intérieur des terres, et la couche de données résultante, illustrée à la figure 10, a été inspectée visuellement pour s'assurer que les catégories étaient raisonnables. .

Figure 9. Relief ombragé et hydrologie de surface pour une partie du site APG.

Figure 10. Cadre topographique d'une partie du site APG.

La variable de réglage géomorphique, bien qu'enregistrée dans la base de données du site archéologique, a été exclue comme candidate pour le développement de la couche SIG, principalement parce que les données SIG disponibles pour la géologie des sols et des surfaces dans la zone d'étude étaient générales et ne seraient pas utiles pour distinguer les catégories significatives trouvées. dans la base de données des sites archéologiques.

Traitement de la couche environnementale finale

Pour le calcul du modèle, toutes les couches environnementales ont été converties au format raster avec une résolution de 100 pieds. taille de la cellule. Étant donné que l'étendue des données dans chaque couche variait, les couches raster ont été masquées à l'aide de la superficie du site afin que les bords des couches correspondent exactement et puissent être modélisés de manière cohérente.

Analyse statistique descriptive

Tant pour la base de données des sites archéologiques que pour les couches SIG, des statistiques descriptives ont été calculées pour déterminer les couches environnementales les plus significatives et les paramètres à utiliser pour la conception du modèle. Les 46 sites connus de l'APG ont été omis à ce stade pour être utilisés ultérieurement pour la validation du modèle. Les caractéristiques environnementales de 500 points localisés au hasard à partir du SIG ont été comparées aux sites connus. Cette comparaison comprenait des tests du chi carré pour évaluer le niveau d'association entre les données régionales et APG. La plupart des résultats étaient hautement significatifs, indiquant l'une des deux choses suivantes : (1) l'environnement général à APG est significativement différent de l'environnement régional, ou (2) la variable environnementale testée est significativement différente de l'environnement de base, ce qui en fait un bon prédicteur pour les emplacements. Les statistiques descriptives ont été examinées plus en détail afin de déterminer laquelle des deux alternatives était la plus probable. Les conditions environnementales qui étaient clairement réparties différemment à l'APG par rapport à la région plus large ont dû être omises. Sur la base de cette considération, l'aspect a été éliminé parce que les aspects APG sont principalement au sud-est, tandis que l'aspect dans les données régionales était plus uniformément réparti. (De plus, l'aspect n'a pas été enregistré pour de nombreux sites connus.) La pente a été éliminée pour des raisons similaires, l'APG étant principalement plat alors qu'une plus grande variabilité était présente dans les données régionales. Enfin, le type de sol et le drainage ont été éliminés car ils présentaient la plus faible statistique du chi carré des variables environnementales et ne constitueraient pas un facteur de sélection fort d'un point de vue statistique. De plus, la confiance dans la source de données SIG pour les sols était moindre. Pour les variables restantes, il était clair que la signification plus élevée des tests du chi-carré indiquait une bonne variable prédictive plutôt qu'une APG ayant une distribution différente de celle de la région environnante. Ces variables étaient la distance à l'eau, le type d'eau, l'altitude et le cadre topographique.

Une analyse plus approfondie a été effectuée après que les données du site archéologique aient été séparées en composants coquilliers et non coquillages. Les amas de coquillages sont fréquents dans la région et sont fortement liés aux plans d'eau saumâtre ou salée utilisés comme source de coquillages. Ces sites ont été séparés dans l'analyse parce que les caractéristiques environnementales menant à leur sélection seraient différentes ou opposées à d'autres types de sites, et parce que la taille de l'échantillon était adéquate. Aucun autre type de site n'était suffisamment fréquent pour le séparer pour l'analyse. De plus, la distance par rapport à l'eau saumâtre a été utilisée pour l'analyse des sites coquilliers, tandis que la distance par rapport à toute eau a été utilisée pour les sites sans coquillage.

Une analyse statistique plus poussée a été effectuée sur les données du site archéologique afin de déterminer des regroupements plus simples de variables environnementales et d'examiner les associations entre les paires de variables. Les regroupements étaient nécessaires pour obtenir des tailles d'échantillon adéquates pour le développement de grappes significatives. Les résultats les plus utiles ont été obtenus en limitant chacune des quatre variables à deux niveaux : distance à l'eau : 0 - 500 pieds et plus de 500 pieds type d'eau : saumâtre et douce altitude : 0 - 20 pieds et plus de 20 pieds et topographie : terrasse/bluff et plaine inondable/plat. Des tableaux de fréquences ont été produits pour chaque paire de variables, et le coefficient phi a été utilisé comme mesure d'association. Deux variables qui sont de bons prédicteurs sont meilleures si leur association est faible. Des mesures d'association plus faibles ont été trouvées pour les données shell par rapport aux données non shell. Cette découverte, et le fait que les données autres que la coque comprennent une variété de sites différents, aident à expliquer pourquoi de meilleurs résultats ont été obtenus à partir du modèle de coque plus tard dans le travail.

Le pourcentage d'occurrences de combinaisons uniques des quatre variables environnementales a été calculé pour les sites coquilliers (tableau 1) et les sites non coquilliers (tableau 2). Par exemple, dans les données sur les coquilles, 34,7% des sites connus se trouvent à moins de 500 pieds d'eau saumâtre, le type d'eau le plus proche est saumâtre, l'altitude est de 20 pieds ou moins et la topographie est une terrasse ou une falaise. Semblable à la régression logistique, la conception du modèle de combinaison unique associe le potentiel du site à l'occurrence d'une combinaison unique de facteurs environnementaux. Au lieu de calculer une probabilité, cependant, il a simplement utilisé la fréquence observée de la combinaison unique comme mesure du potentiel du site. Pour localiser les cellules avec ces combinaisons uniques dans le SIG, la fonction Grid COMBINE a été utilisée pour produire une couche SIG avec une valeur pour chaque combinaison unique des variables environnementales. Un potentiel élevé a été attribué aux combinaisons uniques survenant plus de 20 % du temps, un potentiel moyen de 6,25 % à 20 % et un potentiel faible ou nul à moins de 6,25 %. (Les huit combinaisons constitueraient chacune 6,25 % du total si elles étaient de répartition égale.) Ces niveaux de potentiel de site ont été liés à la table attributaire de valeur de grille (TVA) à l'aide d'une jointure relationnelle dans la base de données. Cette procédure attribuait le potentiel du site à chaque cellule de la carte, et les résultats pouvaient être interrogés et visualisés. Une couche montrant les résultats combinés des versions shell et non shell du modèle a également été produite avec la fonction Grid MAX. Les résultats des analyses en coquille, sans coquille et combinées sont présentés aux figures 11, 12 et 13, respectivement, pour une partie de la zone d'étude.

Tableau 1 : Fréquences de combinaisons uniques pour les sites préhistoriques de coquillages dans la région de Upper Chesapeake Bay (Wescott et Kuiper 1999).

Distance à l'eau (pi) Type d'eau Élévation (pi) Topographie La fréquence Pourcentage
0-500 Saumâtre 0-20 Terrasse/Bluff 75 34.7
0-500 Saumâtre 0-20 Plaine d'inondation/Plat 81 37.5
0-500 Saumâtre > 20 Terrasse/Bluff 14 6.5
0-500 Saumâtre > 20 Plaine d'inondation/Plat 2 0.9
0-500 Frais 0-20 Terrasse/Bluff 24 11.1
0-500 Frais 0-20 Plaine d'inondation/Plat 10 4.6
0-500 Frais > 20 Terrasse/Bluff 4 0.9
> 500 Saumâtre 0-20 Terrasse/Bluff 4 1.9
> 500 Frais 0-20 Terrasse/Bluff 2 0.9
Totaux 216 100.0

Tableau 2 : Fréquences des combinaisons uniques pour les sites préhistoriques sans coquillage dans la région de Upper Chesapeake Bay (Wescott et Kuiper 1999).

Distance à l'eau (pi) Type d'eau Élévation (pi) Topographie La fréquence Pourcentage
0-500 Frais > 20 Terrasse/Bluff 89 27.3
0-500 Frais > 20 Plaine d'inondation/Plat 14 4.3
0-500 Frais 0-20 Terrasse/Bluff 27 8.3
0-500 Frais 0-20 Plaine d'inondation/Plat 23 7.1
0-500 Saumâtre > 20 Terrasse/Bluff 27 8.3
0-500 Saumâtre > 20 Plaine d'inondation/Plat 8 2.5
0-500 Saumâtre 0-20 Terrasse/Bluff 33 10.1
0-500 Saumâtre 0-20 Plaine d'inondation/Plat 35 10.7
> 500 Frais > 20 Terrasse/Bluff 26 8.0
> 500 Frais > 20 Plaine d'inondation/Plat 34 10.4
> 500 Frais 0-20 Terrasse/Bluff 2 0.6
> 500 Frais 0-20 Plaine d'inondation/Plat 2 0.6
> 500 Saumâtre > 20 Terrasse/Bluff 2 0.6
> 500 Saumâtre 0-20 Terrasse/Bluff 4 1.2
Totaux 326 100.0

Figure 11. Résultats du modèle Shell indiqués pour une partie du site APG.

Figure 12. Résultats du modèle sans coque illustrés pour une partie du site APG.

Figure 13. Résultats combinés des modèles coquille et non coquille indiqués pour une partie du site APG.

Plusieurs approches ont été utilisées pour évaluer et valider les cartes de potentiel du site, y compris le calcul du pourcentage de la superficie couverte par chaque catégorie potentielle, la comparaison des emplacements des sites connus au potentiel du site correspondant et le calcul de la statistique de gain de Kvamme (1 - [% de surface / % sites connus]) (Kvamme 1988). Les résultats sont présentés dans le tableau 3. La carte du potentiel du site de la coquille correspondait bien aux sites connus dans la région. Cette correspondance peut être attribuée à plusieurs facteurs. Les caractéristiques environnementales associées à ces sites sont bien définies, le modèle s'est concentré spécifiquement sur ces types de sites, et le mélange de conditions environnementales identifiées dans le processus de développement du modèle correspond bien aux relevés côtiers utilisés pour découvrir les sites. Les résultats ont été moins concluants pour les sites sans coquille, bien qu'un seul site connu se trouve dans une zone à faible potentiel. Les facteurs statistiques conduisant à ce résultat inférieur comprennent des variables concurrentes dans le groupe moins homogène des sites sans coquille et des mesures plus élevées d'association entre les variables environnementales sans coquille. De plus, l'APG n'a pas de sites préhistoriques non côtiers connus (enregistrés), et très peu de l'intérieur a été intensivement étudié. Étant donné que les relevés intérieurs sont plus répandus dans les données régionales utilisées pour concevoir le modèle, le modèle peut être plus utile que la validation ne le suggère pour indiquer les zones à fort potentiel à l'intérieur du site APG. Les résultats des études intérieures du site seraient inestimables pour une évaluation et une amélioration ultérieures du modèle.

Tableau 3 : Résumé des résultats de validation du modèle.

Potentiel du site Pourcentage de la superficie du site Nombre de sites connus Statistique de gain de Kvamme
Coquille Non-coquille Combiné Coquille Non-coquille Combiné Coquille Non-coquille Combiné
Haute 16.5 2.7 19.2 12 2 42 0.82 0.55 0.79
Moyen 2.5 44.3 29.0 0 30 4 0.80 0.52 0.52
Faible 81.0 53.0 51.8 1 1 0 - - -

Malgré les limites de cette analyse et de la modélisation archéologique prédictive en général, les résultats de l'étude fournissent une carte utile pour affiner et réduire les zones de forte probabilité potentielle pour les sites. Une vérification au sol est nécessaire pour mieux valider les résultats. La modélisation ne peut pas remplacer une étude archéologique intensive pour découvrir des sites, mais elle fournit aux planificateurs un guide indiquant les zones qui nécessiteraient probablement moins de temps, d'efforts et d'argent pour se développer du point de vue de la conformité des ressources culturelles. Les domaines prioritaires pour l'évaluation, la surveillance ou l'atténuation sont augmentés par les résultats du modèle.

Comme le montre cette étude, de bons résultats peuvent être obtenus à partir de la modélisation prédictive archéologique avec les données disponibles même si les exigences de la régression logistique ne peuvent pas être satisfaites. Dans les cas où la modélisation prédictive (en particulier la régression logistique) est prévue ou susceptible de se produire, l'amélioration des procédures d'échantillonnage et de collecte de données est susceptible d'augmenter l'efficacité et la qualité de la modélisation. Les emplacements d'enquête peuvent être planifiés avec des méthodes basées sur des statistiques pour réduire les biais et garantir qu'un ensemble représentatif de conditions environnementales uniques est pris en compte. Les procédures de collecte de données peuvent être améliorées grâce à une collecte systématique, quantitative et approfondie d'informations au cours des enquêtes, y compris la collecte de données dans des endroits étudiés où aucun site n'a été trouvé.

Nous tenons à remercier Reed MacMillian, David Blick et les autres membres du personnel de la Direction de la sécurité, de la santé et de l'environnement à Aberdeen Proving Ground pour leur soutien et leurs encouragements au cours de ce projet. Thanks also to John Hoffecker for his guidance and interest in the archaeological elements of this work, to Richard Olsen for his management support, John Krummel for his review of the initial draft of this document, and to Joan Meyer and Margaret Greaney for their GIS contributions. This project was sponsored by the U.S. Army as part of a larger environmental analysis for Aberdeen Proving Ground. This work was supported under a military interdepartmental purchase request from the U.S. Department of Defense, U.S. Army, through U.S. Department of Energy contract W-31-109-Eng-38.

DISTRIBUTION STATEMENT AND DISCLAIMER

Distribution restriction statement: Approved for public release: Distribution is unlimited. #3159-A-5

Neither the U.S. Army, nor any of its employees or officers, makes any warranty, express or implied, or assumes any legal liability or responsibility for the accuracy, completeness, or usefulness of any information, apparatus, product, or process disclosed, or represents that its use would not infringe privately owned rights.

Reference to any specific commercial product, process, or service by trade name, trademark, manufacturer, or otherwise does not necessarily constitute or imply its endorsement, recommendation, or favoring by the U.S. Army. The views and opinions of the authors do not necessarily state or reflect those of the U.S. Army.

Directorate of Safety, Health and Environment (DSHE), 1996, Geographic Information System database, U.S. Army, Aberdeen Proving Ground, MD.

BRW, Inc., 1996, Draft Research Design for the Development of a High Probability Predictive Model for Identifying Archaeological Sites , prepared for Minnesota Department of Transportation, Saint Paul, MN.

Kuiper, J.A., 1996, Producing a Programmatic Environmental Impact Statement for a Large Federal Facility: A GIS Technical Leader's Perspective , paper presented at the 16th Annual Esri User Conference, Palm Springs, CA.

Kvamme, K., 1988, Development and testing of quantitative models. In W.J. Judge and L. Sebastian (eds), Quantifying the Present and Predicting the Past: Theory, Method, and Application of Archaeological Predictive Modeling , U.S. Department of the Interior, Bureau of Land Management Service Center, Denver, CO, pp. 325 - 428.

Maryland Historical Trust (MHT), 1995, Maryland archaeological site files and maps, Crownsville, MD.

SAS Institute, Inc., 1990, The CATMOD Procedure - Cautions. In SAS/STAT User's Guide , Version 6, Fourth Edition, Volume 1, Cary, NC, pp. 462-463.


2020.10 City Hall Needs Assessment - RFQ

The City of Willow Park is accepting responses from qualified consultants interested in providing a space needs assessment and a facilities master plan to address the city’s existing as well as future facility needs. Responses will be accepted through noon on Oct. 23, 2020, at Willow Park City Hall, 516 Ranch House Road, Willow Park, TX, 76087.

SCOPE OF SERVICES:
Develop a needs assessment study and site evaluations. Provide a facility deficiency evaluation report and provide design services for a Plan and an estimate of associated costs for implementation. The Plan needs to address the entire operation, including administrative use, conference rooms, storage rooms, kitchen/break room and other areas as necessary. Development of the Building Master Plan should consider a new facility. Specific responsibilities of the selected party will include, but not be limited to, the following:
• Complete a space needs assessment given number and function of the City’s employees
• Provide a projection of future space needs assuming a 20-year horizon
• Provide recommendations and estimated costs associated with the implementation and phasing of a Plan
• Determine site needs and future parking requirements

Questions or comments that the Consultant will need to address in the Plan:

City Hall
• Assess existing and future space needs for future personnel needs. The Consultant will incorporate future staffing needs and departments from the city to incorporate into the Plan’s recommendations and cost estimates
• Assess the existing and future space needs for Council Chambers and future events and meetings. Assess and make recommendations with costs estimates on upgrading informational technology to provide better customer services for citizens and elected officials.
• Assess and make recommendations on existing and future needs of conference room space. Provide recommendations on upgrades with technological improvements to such conference rooms on upgrades with technological improvements to such conference room to allow for more effective meetings.

Utility Billing and Municipal Court
Assess and make recommendations on providing better customer service for utility customers to include, but not limited a drive-thru window, kiosk, etc.

Records Retention
Assess and make recommendations on current and future space needs for records retention.

Planning & Engineering
Assess and make recommendations on current and future space needs for the Department of Planning and Engineering with regards to new personnel and additional equipment in the future including, but not limited to, geographic information systems, etc.
Assess and make recommendations on existing and future space for a conference room(s) incorporating technological improvements to such conference room area.

Document Format
The successful Consultant will provide one (1) original and (8) copies of both the final draft and final version of the Plan and Study in hard copy, in electronic format acceptable to the City (i.e. .DOC, .PDF), and web-ready electronic format acceptable to the City. The successful Candidate will create all maps in a City-approved geographical information systems application. Maps and supporting documentation will be maintainable using current City software programs. All final map files will be presented in either Arc GIS shape file or City-approved file on a City-approved form of submission.

Budget
The current budget for the plan is $25,000. The City Council may consider budget adjustments if deemed appropriate to meet the City’s needs, but respondents should carefully consider the established budget in preparing the response. The response should make efforts to demonstrate fiscal responsibility, efficient utilization of resources, and ability to deliver a high-value product.

The City of Willow Park is committed to maintaining facilities that meet the needs of the City. The facilities should be attractive, efficient, clean, safe, and accessible.
The City of Willow Park reserves the right to expand the original scope of work as needed to include floor plans, basic renderings, and other entry level activities.

Response to the RFQ
The following items are required in the response. In order to expedite the evaluation of the responses, proponents will organize their responses in the same sequence. Instructions regarding scope and contents are given in this section. These instructions are designed to ensure the submission of information essential to the understanding and comprehensive evaluation of each response.

1. Cover Letter
A cover letter with company name, address, phone number, project contact and principal signature is required, expressing interest in the project and certifying that sufficient resources in personnel, equipment, and time are available and can be committed to this project.

2. Work Plan
Explain the work plan with detailed specific tasks as noted in Scope of Services Section of the RFQ. Note all tasks and the responsible parties including the City and sub-consultants.

3. Project Experience
Provide a resume for the principal of the firm along with a resume for the project manager. Provide primary contact, names of titles of employees and all subconsultant team members, partnering firms and their team members who will have responsibilities under the subsequent agreement. Provide a brief background on all participants to include professional work and areas of expertise.

4. Relevant Experience
List projects of a similar nature with which the successful proponent has had direct experience. Be specific on why the referenced projects are like this project, including but not limited to project location, description, date of implementation, services provided by your firm for the project, and client contact information. Include cost information and a link to project photos / deliverables, if available.

Award of Contract
1. Negotiations
After selection of a consultant based on qualifications, the City will then enter into negotiations as to the terms of the contract, all aspects of services, and the compensation to be paid to the proponent.

2. Inability to reach agreement
In the event the negotiations between the most qualified proponent selected and the City cannot be completed as a result of an inability to reach agreement on the fee for services or scope of work to be performed, then at the option of the City, the contract may be awarded to the next most qualified proponent. Negotiations will continue in this sequence until a contract is finalized or all responses are rejected.

3. City Council Approval
The final contract will be submitted to the City Council for approval.

4. Final Contract
The selected consultant will be required to assume responsibility for all services offered in its response, whether or not such services are provided by a partnership arrangement. The successful consultant will be considered the sole point of contact with regard to contractual matters, including payment of any and all charges resulting from the contract. The RFQ and the successful consultant’s responses, or any part thereof, may be incorporated into and made a part of the final contract. The CITY reserves the right to negotiate the terms and conditions of the contract with the successful consultant.


Geospatial tools

Historically, the use of spatial tools (e.g. GIS) in decision processes has been somewhat problematic in part due to the magnitude of the data required by a GIS, perception and reality of operating GIS software, and the level-of-knowledge required by end-users to manipulate data in a GIS (Malczewski, 1999, Sumathi et al., 2008). In the last 15 years, GIS data have become more readily available in both quantity and quality. Moreover, the realization of easy-to-use GIS software and GIS tools (in


Geotechnical site investigations for possible urban extensions at Suez City, Egypt using GIS

With the development of economic activities in the world, the construction activities have also increased. A proper surface and subsurface investigation is made to assess the general suitability of the site and to prepare an adequate and economic safe design for the proposed work. The main purpose of the current study is to create a spatial model of the geotechnical conditions and considerations by using geographic information systems (GIS) techniques to develop and analyze a site model and to plan site activities at the new extension of Suez City (SC). In the geotechnical site evaluations, GIS can be used in four ways, data integration, data visualization and analysis, planning and summarizing site activities, and data presentation. The integrated data can be displayed manipulated and analyzed using tools build into the GIS programs, thus creating the geotechnical site model of the study area. Decisions can be made for further site activities and the results of the site activities can be integrated into the GIS site model. Interpretation of geotechnical data frequently involves assimilating information from many sites each with a unique geographical location. Interpretation of these data requires the spatial location to incorporate into the analysis. Weights are assigned to different of mechanical, physical soil properties, geological, hydrogeological, and other ancillary data. Finally, the weighted maps are integrated using a GIS based on the construction purposes for the new extension of SC for significant cost savings in design, construction and longevity. The ideal and good zones’ highest regime has been observed towards central and western regions with sporadic pockets. The marginal zones to average zones are moderately suited for shallow foundation.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Timperman JP (1972) The diagnosis of drowning—a review. Forensic Sci Int 1:397–469

Pollanen MS (1998a) Diatoms and homicide. Forensic Sci Int 91:29–34

Pollanen MS (1998b) Forensic diatomology and drowning. Elsevier, Amsterdam

Ludes B, Coste M, North N, Mangin P (1996a) Intérêt de l’étude de la flore des diatomées du lieu de submersion dans le diagnostic de noyade. Bull Fr Pêche Piscic 341/342:133–137

Ludes B, Coste M, Tracqui A, Mangin P (1996b) Continuous river monitoring of the diatoms in the diagnosis of drowning. J Forensic Sci 41:425–428

Ludes B, Coste M, North N, Doray S, Tracqui A, Kintz P (1999) Diatom analysis in victim’s tissues as an indicator of the site of drowning. Int J Legal Med 112:163–166

Guiry MD (2012) How many species of algae are there? J Phycol 48:1057–1063

Mann DG, Vanormelingen P (2013) An inordinate fordness? The number, distributions, and origin of diatom species. J Eukaryot Microbiol 60:414–420

Smol SP, Stoermer EF (2010) The diatoms: applications for the environmental and earth sciences. Cambridge University Press, Cambridge

Reynolds CS (2006) The ecology of phytoplankton. Cambridge University Press, Cambridge, 2 nd edition, pp 552

Round FE, Crawford RM, Mann DG (1990) The diatoms: biology and morphology of the genera. Cambridge University Press, Cambridge

Hürlimann J, Feer P, Elber F, Niederberger K, Dirnhofer R, Wyler D (2000) Diatom detection in the diagnosis of death by drowning. Int J Legal Med 114:6–14

Horton BP, Boreham S, Hillier C (2006) The development and application of a diatom-based quantitative reconstruction technique in forensic science. J Forensic Sci 51:643–650

Siver PA, Lord WD, McCarthy DJ (1994) Forensic limnology: the use of freshwater algal community ecology to link suspects to an aquatic crime scene in southern New England. J Forensic Sci 39:847–853

Coelho S, Ramos P, Ribeiro C, Marques J, Santos A (2016) Contribution to the determination of the place of death by drowning—a study of diatoms’ biodiversity in Douro river estuary. J Forensic Legal Med 41:58–64

Ütermohl H (1958) Zur Vervollkommnung der quantitative phytoplankton-Methodik. Mitt Int Ver Limnol 9:1–38

Krammer K, Lange-Bertalot H (2000) Bacillariophyceae. In: Ettl H, Gerloff J, Heynig H, Mollenhauer D (eds) Süsswasser flora von Mitteleuropa, Band 2/1–4. Gustav Fischer Verlag, Stuttgart, pp 1–4

Lange-Bertalot H (2000-2016) Diatoms of the European inland waters and comparable habitats, Vol. 1-8. A.R.G. Gantner Verlag, Ruggell, Ruggell

Hofmann G, Werum M, Lange-Bertalot H (2011) Diatomeen im Süsswasser-Benthos von Mitteleuropa: Bestimmungsflora Kieselalgen für die ökologische Praxis über 700 der häufigsten Arten und ihre Ökologie. A.R.G. Gantner Verlag, Ruggell, Ruggell

Ranner G, Juan H, Udermann H (1982) Zum Beweiswert von Diatomeen im Knochenmark beim Ertrinkungstod. Z Rechtsmed 88:57–65

Kater W (1987) Vergleichende Diatomeenanalysen zur Differenzierung der Todesumstände bei im Wasser gefundenen Leiche. Dissertation, J.W. Goethe-Universität, Frankfurt

Di Giancamillo A, Domeneghini C, Gibelli D, Cattaneo C (2011) Diatom extraction with HCl from animal tissues: a technical note. Legal Med 13:268–271

R Core Team (2013) R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna. http://www.R-project.org/

McCullagh P, Nelder, JA (1989) Generalized linear models. Chapman & Hall

López-Seoane V. (1893) Diatomeas de Galicia. Fondo documental del Instituto José de Cornide de Estudios Coruñeses, (unpublished)

Tomàs X (1988) Diatomeas de las aguas epicontinentales saladas del litoral mediterráneo de la Península Ibérica. Ph. D. Thesis Dissertation. University of Barcelona

Varela M, Rodríguez B, Costas E (1991) Inventario de diatomeas de auga doce de Galicia. Cadernos da área de Ciencias Biolóxicas (Inventarios) do Seminario de Estudos Galegos, Vol. IX, Sada

Aboal M, Álvarez Cobelas M, Cambra J, Ector, L. (2003) Floristic list of non-marine diatoms (Bacillariophyceae) of Iberian Peninsula, Balearic Islands and Canary Islands. Updated taxonomy and bibliography. Diatom Monographs, 4. A.R.G. Gantner Verlag, Ruggell

Pardo I, Abraín R, Gómez-Rodríguez C, García-Roselló E (2010) Tipología de ríos y conformidad con las comunidades biológicas en el ámbito de las Confederaciones Hidrográficas del Cantábrico y Miño – Sil. Convenio entre la Universidad de Vigo y las Confederaciones Hidrográficas del Cantábrico y Miño-Sil. 28 + XI pp

Delgado C (2011) Benthic diatoms of Atlantic and Mediterranean Spanish rivers: ecology and bioindication. Ph. D. Thesis Dissertation. University of Vigo

Novais MH, Blanco S, Morais M, Hoffman L, Ector L (2015) Catalogue of continental diatoms from Portugal, including the archipelagos of Azores and Madeira: update nomenclature, distribution and bibliography. In: Diatom monographs (Witkowski, A., ed.), 17A–C: pp 1307

Margalef R (1983) Limnología. Ediciones Omega, S.A., Barcelona

Wetzel RG (2001) Limnology: lake and river ecosystems. Elsevier Academic Press, San Diego

Revenstorf V (1904) Der nachweis der aspirierten ertrankungs flussigkeits als kriterium des todes duch ertrinken. Vierteljahresschs Geritchtl Med Of Sanitaetswes 28:274–279

Pollanen MS (1997) The diagnosis value of the diatom test for drowning, II. Validity: analysis of diatoms in bone marrow and drowning medium. J Forensic Sci 42:286–290

Pollanen MS, Cheug C, Chiasson DA (1997) The diagnosis value of the diatom test for drowning, I. Utility: a retrospective analysis of 771 cases of drowning in Ontario, Canada. J Forensic Sci 42:281–285

Xu G, Hu B, Shen R, Pan X, Zhou X (2012) Applications for drowning identification by planktonic diatom test on rats in forensic medicine. Procedia Eng 18:417–421

Buhtz BW, Burkhardt W (1938) Die Feststellung des Ertränkungsortes aus dem Diatomeenbefund der Lungen. Dtsch Z Ges Gerichtl Med 29:469–484

Peabody JA (1977) Diatoms in forensic science. J Forensic Sci Soc 17:81–87

Geissler U, Gerloff J (1966) Das Vorkommen von Diatomeen in menschlichen Organen und in der Luft. Nova Hedwigia 10:565–577

Rumrich U, Lange-Bertalot H, Rumrich M (1990) Tod durch Ertrinken. Eine Methode zur kritischen Differenzierung mit Hilfe von Diatomeen Kriminalistik 6:325–330

Schneider V, Kolb K (1969) Über den Nachweis von radioaktiv marketieren Diatomeen in den Organen. Beitr Gerichtl Med 25:158

Lunetta P, Penttilä A, Hällfors G (1998) Scanning and transmission electron microscopical evidence of the capacity of diatom to penetrate the alveolo-capillary barrier in drowning. Int J Legal Med 111:229–237

Vannote RL, Minshall GW, Cummins KW, Sedell JR, Cushing CE (1980) The river continuum concept. Can J Fish Aquat Sci 37:130–137

Horton BP, Edwards RJ (2005) The application of local and regional transfer functions to the reconstruction of Holocene sea levels, North Norfolk, England. The Holocene 15:216–228

Auer A (1991) Qualitative diatom analysis as a tool to diagnose drowning. Am J Forensic Med Pathol 12:213–218


Served or unserved? A site suitability analysis of social services in Atlanta, Georgia using Geographic Information Systems

Geographers, planners and public health officials are increasingly interested in working with community partners, organizations, and residents to engage in action oriented research designed to impact positive community change. One growing area of community-based research focuses on geographic examinations of aspects of social service accessibility. In this study, we work with multiple community partners in an urban area to examine the spatial distribution of social service providers. We also identify potential new locations for social service providers that can meet the unmet demands for such services. We utilize a Public Participation GIS framework to create shared community resources and research deliverables for our community partners. The results of our work help local providers, leaders, and community residents to visualize gaps and coverage in social services across urban space draw attention to additional forces that shape access, i.e. public transportation, walkability, and zoning codes and confirm the anecdotal evidence of poor accessibility presented by neighborhood leaders and residents. The work has practical and actionable implications for lower income urban communities and methodological implications for the disciplines of geography, public health and planning.

Points forts

► We perform site suitability analysis on social services in Atlanta, GA. ► We examine access to a variety of social services in the area. ► 16,824 people are estimated to be without access to any social services.