आप जानते हैं कि कंप्यूटर डेटा प्रोसेसिंग और ग्राफ़, आरेख और मानचित्र बनाने में हमारी क्षमताओं को बढ़ाते हैं। वे विषय जो कंप्यूटर हार्डवेयर और एप्लिकेशन सॉफ़्टवेयर के संयोजन का उपयोग कर डेटा प्रोसेसिंग और मानचित्रण के सिद्धांतों और विधियों से संबंधित हैं, उन्हें क्रमशः डेटाबेस प्रबंधन प्रणाली (DBMS) और कंप्यूटर सहायित कार्टोग्राफी 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 मानचित्र और आरेख किसी निर्णय समर्थन प्रणाली विकसित करने के लिए उपयोग नहीं किए जा सकते। वास्तव में, ऐसे कई प्रश्न हैं जो हम अपने दैनंदिन 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 कर दिया जाए तो क्या होगा? इस पुनः आवंटन से कौन लाभान्वित होगा? पुनः आवंटन होने पर कौन लाभ खोने की संभावना रखते हैं? इन और कई अन्य प्रश्नों को समझने के लिए, हमें विभिन्न स्रोतों से एकत्रित आवश्यक डेटा को कैप्चर करना होगा और उन्हें उस कंप्यूटर का उपयोग कर एकीकृत करना होगा जो भू-प्रोसेसिंग उपकरणों द्वारा समर्थित है। 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।

स्पेशियल इन्फॉर्मेशन टेक्नोलॉजीज क्या हैं?

शब्द ‘स्पेशियल’ स्पेस (स्थान) से लिया गया है। यह उन विशेषताओं और घटनाओं को संदर्भित करता है जो भौगोलिक रूप से परिभाषित स्थान पर फैली होती हैं, इस प्रकार इनकी भौतिक रूप से मापने योग्य विमाएँ होती हैं। हम जानते हैं कि आज प्रयुक्त अधिकांश डेटा में स्थान घटक (स्थान) होता है, जैसे किसी नगरपालिका सुविधा का पता, या कृषि भूमि की सीमाएँ आदि। इसलिए, स्पेशियल इन्फॉर्मेशन टेक्नोलॉजी स्थानीय जानकारी को एकत्र करने, संग्रहीत करने, पुनः प्राप्त करने, प्रदर्शित करने, हेरफेर करने, प्रबंधित करने और विश्लेषण करने में तकनीकी इनपुट के उपयोग से संबंधित है। यह रिमोट सेंसिंग, जीपीएस, जीआईएस, डिजिटल कार्टोग्राफी और डेटाबेस मैनेजमेंट सिस्टम का एक समामेलन है।

जीआईएस (भौगोलिक सूचना प्रणाली) क्या है?

मध्य 1970 के दशक से उपलब्ध उन्नत कम्प्यूटिंग प्रणालियाँ 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। 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 समामेलन है और 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

दो प्रकार के डेटा भौगोलिक सूचना को दर्शाते हैं। ये स्थानिक और गैर-स्थानिक डेटा हैं (बॉक्स 4.1)। स्थानिक डेटा अपने स्थानिक, रेखीय और क्षेत्रीय रूपों से विशेषता होते हैं (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, 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, रेखा और क्षेत्रीय विशेषता

इन डेटा रूपों को एक सामान्यतः 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 की सबसे महत्वपूर्ण पूर्व-आवश्यकता होती है। एक GIS कोर में इसे कई तरीकों से बनाया जा सकता है। ये हैं:

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

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

• स्वयं अनुप्रयोग क्षेत्र
• उपलब्ध बजट, तथा
• आँकड़ा संरचना का प्रकार, अर्थात् वेक्टर/रैस्टर।

अनेक उपयोक्ताओं के लिए स्थानिक आँकड़ों का सर्वसाधारण स्रोत स्थलाकृतिक या थीमेटिक मानचित्र होते हैं, जो हार्ड कॉपी (कागज़) या सॉफ्ट कॉपी (डिजिटल) रूप में हो सकते हैं। ऐसे सभी मानचित्रों की निम्नलिखित विशेषताएँ होती हैं:

• एक निश्चित स्केल जो मानचित्र तथा उस सतह के बीच संबंध प्रदान करता है जिसे वह दर्शाता है,
• प्रतीकों और रंगों का प्रयोग जो मानचित्रित सत्ताओं के गुणधर्मों को परिभाषित करते हैं, तथा
• एक स्वीकृत निर्देशांक तंत्र, जो पृथ्वी की सतह पर सत्ताओं के स्थान को परिभाषित करता है।

GIS के मैनुअल विधियों पर लाभ

मानचित्र, चाहे भौगोलिक सूचना के संप्रेषण के लिए कोई भी लेखाचित्र माध्यम हों और ज्यामितीय सटीकता रखते हों, निम्नलिखित सीमाओं से युक्त होते हैं:

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

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

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

इसके विपरीत, GIS में आँकड़ों के भंडारण तथा प्रस्तुति को पृथक् रखने का अंतर्निहित लाभ होता है। यह आँकड़ों को अनेक प्रकार से देखने तथा प्रस्तुत करने के विकल्प भी प्रदान करता है। GIS के निम्नलिखित लाखों का उल्लेख योग्य है:

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 का प्रश्न करके या विश्लेषण करके मानचित्र बनाए जा सकते हैं।
3. स्थानिक संचालन (बहुभुज ओवरले या बफरिंग) समेकित डेटाबेस पर लागू किए जा सकते हैं ताकि सूचना की नई श्रृंखलाएँ उत्पन्न हो सकें।
4. गुण डेटा के विभिन्न मदों को साझा स्थान कोड के माध्यम से एक-दूसरे 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 उप-प्रणालियाँ शामिल हैं।
• डेटा प्रविष्टि, संपादन, अनुरक्षण, 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 पूर्वापेक्ष है:

• डेटा प्रविष्टि, संपादन और अनुरक्षण 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 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 आधारभूत 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 पुनःप्राप्त 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; GIS के मूलभूत घटक

स्थानिक डेटा प्रारूप

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

रेखिक डेटा प्रारूप

रास्टर डेटा किसी ग्राफ़िक विशेषता 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। एक काग़ज़ पर तिरछी खींची गई रेखा पर विचार करें। एक रास्टर फ़ाइल इस छवि को काग़ज़ को छोटे आयताकारों की मैट्रिक्स में विभाजित करके प्रस्तुत करेगी, जो कि एक ग्राफ़ पेपर की शीट जैसी कोशिकाओं के समान होती है। प्रत्येक कोशिका को डेटा फ़ाइल में एक स्थान दिया जाता है और उस स्थान पर मौजूद 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 प्रस्तुति उपयोगकर्ता को मूल छवि को आसानी से पुनर्निर्मित या दृश्य बनाने की अनुमति देती है।

चित्र 4.3; ग्रिड के लिए सामान्य संरचना

कोशिका आकार और कोशिकाओं की संख्या के बीच संबंध को रास्टर के रिज़ॉल्यूशन 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 फ़ाइल प्रारूपों का उपयोग सबसे अधिक बार निम्नलिखित गतिविधियों के लिए किया जाता है:

• डिजिटल रूप में एरियल फोटोग्राफ्स, सैटेलाइट इमेजेस, स्कैन्ड पेपर मैप्स आदि के लिए।
• जब खर्च को कम रखना हो।
• जब मानचित्र में व्यक्तिगत मानचित्र फीचर्स का विश्लेषण नहीं चाहिए।
• जब “बैकड्रॉप” मानचित्रों की आवश्यकता हो।

वेक्टर डेटा फॉर्मेट

एक ही तिरछी रेखा के वेक्टर रिप्रेज़ेंटेशन में रेखा की स्थिति को केवल इसके प्रारंभिक और अंतिम बिंदुओं के निर्देशांक रिकॉर्ड करके दर्ज 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 रिप्रेज़ेंटेशन $2 \mathrm{D}$ 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 के आधार पर आधारित है

एक वेक्टर डेटा मॉडल उन बिंदुओं का उपयोग करता है जिन्हें उनकी वास्तविक (पृथ्वी) निर्देशांकों द्वारा संग्रहीत किया जाता है। यहाँ रेखाएँ और क्षेत्र बिंदुओं के क्रमबद्ध अनुक्रमों 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 संग्रहीत कर सकते हैं। मैनुअल डिजिटाइज़िंग वेक्टर डेटा इनपुट का सबसे अच्छा तरीका है।

वेक्टर फ़ाइलें सबसे अधिक बार इनके 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 इकाइयों का प्रतिनिधित्व

GIS गतिविधियों का क्रम

GIS से संबंधित कार्य में निम्नलिखित गतिविधियों का क्रम शामिल होता 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 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:

(a) डेटा आपूर्तिकर्ताओं से डिजिटल डेटासेट 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 ऐसा डेटा एक आवश्यक स्रोत होता है और यह उपयोगकर्ता समूहों को स्वयं डेटा को डिजिटाइज़ करने या एकत्र करने के भार से मुक्त रखता है। यद्यपि ऐसे मौजूदा डेटासेट का उपयोग आकर्षक और समय बचाने वाला होता है, जब विभिन्न स्रोतों/आपूर्तिकर्ताओं से डेटा को एक ही परियोजना में संयोजित किया जाता है, तो डेटा की अनुकूलता पर गंभीर ध्यान देना चाहिए। प्रक्षेपण, पैमाना, आधार स्तर और विशेषताओं के विवरण में अंतर समस्याएं 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
• एकत्रित 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 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।
• गुणात्मक डेटा दर्ज करना।
• स्थानिक और गुणात्मक डेटा का सत्यापन और संपादन।
• जहाँ आवश्यक हो, स्थानिक को गुणात्मक 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 आंकड़े बिंदुओं, रेखाओं और/या बहुभुज (क्षेत्रों)/पिक्सलों के रूप में होते हैं जिन्हें निर्देशांकों की एक श्रृंखला का उपयोग कर परिभाषित किया जाता है। इन्हें मानचित्र या वायु-फोटो की भौगोलिक संदर्भ प्रणालियों का उल्लेख करके, या उस पर ग्रेटिक्यूल या ग्रिड ओवरले करके प्राप्त किया जाता है। डिजिटाइज़र और स्कैनर के उपयोग से निर्देशांक लिखने में लगने वाला समय व श्रम बहुत कम हो जाता है। हम संक्षेप में चर्चा करेंगे कि स्कैनर का उपयोग करके GIS कोर में स्थानिक आंकड़े कैसे बनाए जाते हैं।

स्कैनर

स्कैनर एनालॉग आंकड़ों को डिजिटल ग्रिड-आधारित छवियों में बदलने वाले उपकरण हैं। ये स्थानिक आंकड़ों की कैप्चरिंग में एक रेखा-मानचित्र को उच्च-रिज़ॉल्यूशन रास्टर छवियों में बदलने के लिए उपयोग किए जाते हैं, जिन्हें सीधे प्रयोग किया जा सकता है या वेक्टर टोपोलॉजी प्राप्त करने के लिए आगे संसाधित किया जा सकता है। स्कैनर दो मूलभूत प्रकारों के होते हैं:

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

पहले प्रकार के स्कैनर में एक चलनशील भुजा पर प्रकाश स्रोत (आमतौर पर प्रकाश उत्सर्जक डायोड या एक स्थिरीकृत फ्लोरोसेंट लैंप) और उच्च-रिज़ॉल्यूशन लैंप के साथ एक डिजिटल कैमरा होता है। कैमरा सामान्यतः चार्ज्ड कपल्ड डिवाइसेज़ (CCDs) नामक विशेष संवेदकों से सुसज्जित होता है जो एक सरणी 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 गतिविधि 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 के साथ, प्रकाश स्रोत को दस्तावेज़ की सतह के ऊपर नीचे व्यवस्थित रूप से चलाया जाता है। बड़े मानचित्रों के लिए, ऐसे स्कैनर उपयोग किए जाते हैं जो स्टैंड पर लगे होते हैं और प्रकाश स्रोत तथा कैमरा अरे को एक स्थान पर स्थिर रखा जाता है। मानचित्र को फीडिंग तंत्र द्वारा पास से गुजारा जाता है। आधुनिक दस्तावेज़ स्कैनर उल्टे लेज़र प्रिंटरों जैसे होते हैं क्योंकि स्कैनिंग सतह को प्रकाश संवेदनशील बिंदुओं की एक दी गई रिज़ॉल्यूशन के साथ निर्मित किया जाता है जिन्हें सॉफ़्टवेयर द्वारा सीधे संबोधित किया जा सकता है। चलने वाले भागों में केवल एक चलने वाला प्रकाश स्रोत होता है। रिज़ॉल्यूशन सेंसर सतह की ज्यामिति और मेमोरी की मात्रा द्वारा निर्धारित होता है न कि किसी यांत्रिक आर्म द्वारा।

स्कैन किया गया चित्र हमेशा बिल्कुल सही नहीं होता है, यहां तक कि सबसे अच्छे संभव स्कैनरों के साथ भी, क्योंकि इसमें मूल मानचित्र के सभी धब्बे और दोष शामिल होते हैं। इसलिए, डिजिटल चित्र में अतिरिक्त डेटा को हटाना पड़ता है ताकि उसे उपयोग योग्य बनाया जा सके।

विशेषता डेटा दर्ज करना

विशेषता डेटा उन गुणों को परिभाषित करते हैं 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 स contiguous पिक्सेल्स के एक समूह के रूप में या एक रेखा इकाई के रूप में कैप्चर किया जा सकता है और GIS के स्थानिक भाग में एक निश्चित 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, यातायात का अनुमानित संख्या और विशिष्ट यातायात नियम, को अलग से भी संग्रहीत किया जा सकता है — या तो relational डेटाबेस के मामले में GIS में स्थानिक जानकारी के रूप में, या object-oriented 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 किए जाते हैं, उन्हें मैन्युअल रूप से या एक मानक ट्रांसफर प्रारूप का उपयोग करके आयात करके GIS डेटाबेस में इनपुट के रूप में उपयोग किया जा सकता है।

डेटा सत्यापन और संपादन

जीआईएस में कैद किए गए स्थानिक आंकड़ों को त्रुटि की पहचान और सुधार के लिए सत्यापित करना होता है ताकि आंकड़ों की शुद्धता सुनिश्चित हो सके। डिजिटाइज़ेशन के दौरान होने वाली त्रुटियों में आंकड़ों की कमी और अंडर/ओवर शूट्स शामिल हो सकते हैं। स्थानिक आंकड़ों में त्रुटियों की जाँच का सबसे अच्छा तरीका यह है कि आंकड़ों की कंप्यूटर प्लॉट या प्रिंट निकाली जाए, यदि संभव हो तो पारदर्शी शीट पर, मूल नक्शे के समान पैमाने पर। दोनों नक्शों को लाइट टेबल पर एक के ऊपर एक रखकर दृश्य रूप से तुलना की जाए, बाएँ से दाएँ और ऊपर से नीचे की ओर क्रमबद्ध तरीके से काम करते हुए। लापता आंकड़ों और स्थानिक त्रुटियों को प्रिंटआउट पर स्पष्ट रूप से चिह्नित किया जाना चाहिए। स्थानिक और गुणात्मक आंकड़ों को कैद करते समय उत्पन्न होने वाली त्रुटियों को निम्नलिखित रूप में वर्गीकृत किया जा सकता है:

स्थानिक आंकड़े अधूरे हैं या दोहरे हैं

स्थानिक आंकड़ों की अधूरापन स्थिति तब उत्पन्न होती है जब मैन्युअल रूप से दर्ज किए गए बिंदुओं, रेखाओं या बहुभुज/क्षेत्रों की इनपुट करते समय कुछ छूट जाता है। स्कैन किए गए आंकड़ों में यह छूट आमतौर पर रेखाओं के बीच खाली स्थान के रूप में होती है जहाँ रेखा को जोड़ने के लिए रेखा-रेखांतरण प्रक्रिया विफल रहती है।

स्थानिक आंकड़े गलत पैमाने पर हैं

गलत पैमाने पर डिजिटाइज़ेशन करने से इनपुट स्थानिक आंकड़े गलत पैमाने पर आ जाते हैं। स्कैन किए गए आंकड़ों में समस्याएँ आमतौर पर जियो-रेफरेंसिंग प्रक्रिया के दौरान उत्पन्न होती हैं जब गलत मानों का उपयोग किया जाता है।

स्थानिक आंकड़े विकृत हैं

स्थानिक आँकड़े विकृत भी हो सकते हैं यदि डिजिटाइज़िंग के लिए प्रयुक्त आधार मानचित्र स्केल-सही नहीं हैं। वायु-फ़ोटोग्राफ़, विशेष रूप से, लेंस विकृति, राहत तथा झुकाव विस्थापन के कारण गलत स्केल से विशेषित होते हैं। इसके अतिरिक्त, स्कैनिंग या डिजिटाइज़िंग के लिए प्रयुक्त कागज़ी मानचित्र तथा फ़ील्ड दस्तावेज़ों में यादृच्छिक विकृतियाँ हो सकती हैं क्योंकि वे वर्षा, धूप और बार-बार मोड़ने के प्रभाव में आ 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 प्रत्यक्ष रूप से समर्थित विभिन्न संपादन और अद्यतन कार्यों के माध्यम से सुधारने की ज़रूरत होती है। यह प्रक्रिया समय लेने वाली और इंटरैक्टिव है जो कि स्वयं डेटा इनपुट से भी अधिक समय ले सकती है। डेटा संपादन सामान्यतः कंप्यूटर स्क्रीन पर त्रुटियों वाले मानचित्र के भाग को देखकर किया जाता है और उन्हें कीबोर्ड, माउस द्वारा नियंत्रित स्क्रीन कर्सर या एक छोटे डिजिटाइज़र टैबलेट का उपयोग करके सॉफ़्टवेयर के माध्यम से सुधारा जाता है।

वेक्टर डेटाबेस में छोटे स्थानिक त्रुटियों को स्क्रीन कर्सर के माध्यम से स्पेशियल इकाई को हिलाकर सुधारा जा सकता है। कुछ GIS में, कंप्यूटर कमांड्स का सीधा उपयोग करके 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 करके हटाया जा सकता है। रेखिक डेटा में विशेषता मान और स्थानिक त्रुटियाँ।
त्रुटिपूर्ण सेल्स के मान को बदलकर सुधारे जाने चाहिए। एक बार स्थानिक त्रुटियाँ सुधार ली जाएँ, तो वेक्टर रेखा और बहुभुज नेटवर्क की टोपोलॉजी जनरेट की जा सकती है।

डेटा रूपांतरण

डेटा को मैनिपुलेट और विश्लेषण करते समय, सभी डेटा के लिए एक ही प्रारूप उपयोग किया जाना चाहिए। जब विभिन्न परतों को एक साथ उपयोग किया जाना है, तो उन सभी को वेक्टर या सभी को रेखिक प्रारूप में होना चाहिए। आमतौर पर रूपांतरण वेक्टर से रेखिक की ओर होता है, क्योंकि विश्लेषण का सबसे बड़ा भाग रेखिक डोमेन में किया जाता है। वेक्टर डेटा को रेखिक डेटा में यूज़र-डिफ़ाइंड सेल साइज़ की ग्रिड ओवरले करके ट्रांसफॉर्म किया जाता है।

कभी-कभी, रेखिक प्रारूप में डेटा को वेक्टर प्रारूप में बदला जाता है। ऐसा विशेष रूप से तब होता है जब डेटा रिडक्शन प्राप्त करना हो, क्योंकि रेखिक डेटा के लिए आवश्यक डेटा स्टोरेज वेक्टर डेटा की तुलना में बहुत अधिक होता है।

भौगोलिक डेटा; लिंकेज और मिलान

स्थानिक और गुण डेटा के संबंध महत्वपूर्ण होते हैं GIS में। इसलिए, इसे सावधानीपूर्वक किया जाना चाहिए। गुण 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।

संबंध

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 हो जाने पर, हम एक आंकड़े 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 का संचालन दोनों फ़ाइलों में सामान्य कुंजी, अर्थात् कस्बों के नाम, का उपयोग कर आसानी से किया जा सकता है। इस प्रकार, प्रत्येक फ़ाइल में समान कस्बे 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 पदानुक्रित मिलान (hierarchical matching) का उपयोग करना है—छोटे क्षेत्रों के आंकड़ों को तब तक जोड़ें जब तक कि समूहबद्ध क्षेत्र बड़े क्षेत्रों से मेल न खाएं 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 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 इन सभी संचालनों को कर सकता है। हालांकि, स्थानिक जानकारी के सेट तभी जुड़े होते हैं जब वे एक ही भौगोलिक क्षेत्र से संबंधित हों।

स्थानिक विश्लेषण

GIS की ताकत इसकी विश्लेषणात्मक क्षमताओं में निहित है। GIS को अन्य सूचना प्रणालियों से अलग करने वाली बात इसकी स्थानिक विश्लेषण कार्यक्षमताएँ हैं। विश्लेषण कार्य डेटाबेस में मौजूद स्थानिक और गैर-स्थानिक गुणों 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 छिपे रुझानों को उजागर 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, GIS का प्रभावी रूप से उपयोग विभिन्न घटनाओं से जुड़े भविष्य के स्थानिक और कालिक रुझानों की भविष्यवाणी करने के लिए किया जा सकता है। हालाँकि, किसी भी GIS आधारित विश्लेषण को शुरू करने से पहले समस्या की पहचान करनी होती है और विश्लेषण के उद्देश्य को परिभाषित करना होता है। इसके लिए निष्कर्ष तक पहुँचने के लिए चरणबद्ध प्रक्रियाओं की आवश्यकता होती है। निम्नलिखित स्थानिक विश्लेषण संचालन GIS 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 कारण यहाँ केवल ओवरले और बफर 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 की 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 दो अलग-अलग समयावधियों में भूमि उपयोग/भूमि आवरण में आए 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 आए 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 प्रस्तावित भूमि उपयोगों के लिए दी गई भूमि उपयोग की उपयुक्तता विश्लेषण में भी उपयोगी है।

बफर संक्रिया

बफर संचालन जीआईएस में एक अन्य महत्वपूर्ण स्थानिक विश्लेषण कार्य है। निर्धारित दूरी का एक बफर किसी भी बिंदु, रेखा या क्षेत्र 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 पार्क आदि से लाभ मिलता है या वंचित रहती है। 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 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 मुक्त मुक्त सॉफ्टवेयर और अन्य सभी जीआईएस सॉफ्टवेयर बिंदु, रेखा और क्षेत्र सुविधाओं के साथ बफर विश्लेषण के लिए मॉड्यूल प्रदान करते हैं। उदाहरण के लिए, उपलब्ध सॉफ्टवेयर में से किसी की उपयुक्त कमांडों का उपयोग करके, कोई भी उन शहरों के चारों ओर 2, 4, 6, 8 और 10 किलोमीटर के बफर बना सकता है 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

मुज़फ़्फ़रनगर, 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 हैं। 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 दूरी के बफ़र

इंटरनेट स्रोत और अधिक जानने के लिए:

• schoolgis.nic.in
• bhuvan.nrsc.gov.in
• www.iirs.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-सी क्रिया विश्लेषण मॉड्यूल सॉफ़्टवेयर की आवश्यकता होती है?

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

(iii) रेखिक (Raster) आंकड़ा प्रारूप का निम्नलिखित में से कौन-सा दोष 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 बताइए।
(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 बनाने के विभिन्न तरीके क्या हैं?
(vi) स्थानिक सूचना प्रौद्योगिकी 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।