1. IntroductionMany spatial phenome

1. Introduction
Many spatial phenomena show a degree of uncertainty that cannot be expressed with clear-cut boundaries. In continuous spaces where it is difficult to clearly define boundaries, terms like “close to”, “suitable” and “small” can better express the character of divisions than a simple binary true/false classification (Burrough, 1992 and Burrough, 1996). Additionally, fuzzy systems are useful on areas where data are incomplete or where there are only general rules of system behaviour. Because of these qualities, fuzzy methods have been successfully applied in numerous GIS fields such as data classification (Fisher, 1999 and Demicco and Klir, 2004), geomorphology and soil mapping (Burrough, 1989, Burrough et al., 1992, MacMillan et al., 2000 and Scull et al., 2003), image classification (see: Petry et al., 2005), decision support systems (McBratney and Odeh, 1997), hydrology and flood risk (Makropulos et al., 2008), ancient settlement studies and historical data (Borodkin, 1999, Barceló, 2005 and Jasiewicz and Hildebrandt-Radke, 2009), and tourism (Ergin et al., 2003).

Mamdani (Mamdani and Assilian, 1975) was among the first to apply fuzzy logic to build control systems based on Zadeh, 1965 and Zadeh, 1973 fuzzy set theory and fuzzy decision system (Zadeh, 1973). There are several implementations of fuzzy inference systems based on Mamdani’s solution in high-level mathematical and statistical programming environments such as Mathematica, MATLAB (MATLAB Fuzzy Logic Toolbox Documentation) or R (Meyer and Hornik (2009)). These systems, however, are designed to be used as control systems or decision support for small data sets. Their application for large GIS data sets comprising millions or tens of millions of cells (numbers of iterations) is time-consuming. Input/output operations (especially for large data sets) between GIS and external applications are additional bottlenecks. Hence, the full GIS implementation of inference systems capable of obtaining a satisfactory analysis time requires a low-level approach.

The presented fuzzy system for GRASS GIS is a low-level implementation of Zadeh’s (1973) and Mamdani’s fuzzy inference system (Mamdani and Assilian, 1975), which is designed to work with GIS raster databases of any size and type supported by the GRASS GIS system. The GRASS GIS, an open-source GIS environment (Neteler and Mitasova, 2008), was chosen because of its ability to process very large data sets with low memory load. The system consists of three modules: r.fuzzy.system, r.fuzzy.sets and r.fuzzy.logic. The r.fuzzy.system is not required to work with the two additional modules, which have been designed to perform basic fuzzy operations and overlays and to test intermediate results. All three modules are written in ANSI C using GRASS API and can be run on all platforms that support GRASS GIS. Like other GRASS programs, all modules use command line interface and GRASS Tcl/Tk or wxPython GUI’s.

The proposed fuzzy system is not the first implementation of fuzzy logic in a GRASS GIS environment. For the 4.0 version of GRASS GIS, there is an external fuzzy logic system created by François Delclaux in 2000. Unfortunately, it is no longer supported by current versions of GRASS. The system described in this paper is a completely new solution unrelated to GRASS 4.0.

ผลลัพธ์ (ไทย) 1:

1. บทนำปรากฏการณ์เชิงพื้นที่จำนวนมากแสดงระดับของความไม่แน่นอนที่ไม่แสดงกับขอบเขตที่แน่ชัด ในพื้นที่ต่อเนื่องยาก ให้ชัดเจนกำหนดขอบเขต เงื่อนไขเช่น "ไป" "เหมาะ" และ "เล็ก" ได้ดีขึ้นด่วนลักษณะของหน่วยงานมากกว่าเรียบง่ายแบบไบนารีจริง/เท็จประเภท (Burrough, 1992 และ Burrough, 1996) นอกจากนี้ ระบบเลือนมีประโยชน์บนพื้นที่ข้อมูลไม่สมบูรณ์ หรือมีเพียงกฎทั่วไปของพฤติกรรมของระบบ เนื่องจากคุณสมบัติเหล่านี้ วิธีการเลือนได้ถูกนำไปใช้ในด้าน GIS มากมายเช่นการจัดประเภทข้อมูล (Fisher, 1999 และ Demicco และ Klir, 2004), ธรณีสัณฐานวิทยาและการทำแผนที่ดิน (Burrough, 1989, Burrough et al. 1992 แมคมิลลาน et al. 2000 และแจว et al. 2003), ภาพการจัดประเภท (ดู: Petry et al. 2005), ตัดสินใจระบบสนับสนุน (McBratney และ Odeh, 1997), ความเสี่ยงน้ำท่วมและอุทกวิทยา (Makropulos et al , 2008), ศึกษาโบราณการชำระเงินและข้อมูลในอดีต (Borodkin, 1999, Barceló, 2005 และ Jasiewicz และ Hildebrandt แอฟริกา 2009), และการท่องเที่ยว (Ergin et al. 2003)Mamdani (Mamdani และ Assilian, 1975) เป็นครั้งแรกที่ใช้ตรรกศาสตร์ในการสร้างระบบควบคุมที่อิง Zadeh, 1965 และ Zadeh, 1973 เลือนทฤษฎี และระบบตัดสินใจเลือน (Zadeh, 1973) มีปฏิบัติการต่าง ๆ ของระบบการอนุมานเลือนจากโซลูชันของ Mamdani ในระดับสูงทางคณิตศาสตร์ และทางสถิติเขียนโปรแกรมสภาพแวดล้อมเช่น Mathematica, MATLAB (MATLAB เลือนเอกสารเครื่องมือตรรกะ) หรือ R (Meyer และ Hornik (2009)) ระบบเหล่านี้ อย่างไรก็ตาม การออกแบบเพื่อใช้เป็นระบบควบคุมหรือสนับสนุนการตัดสินใจสำหรับชุดข้อมูลขนาดเล็ก ใช้ชุดข้อมูล GIS ขนาดใหญ่ที่ประกอบด้วยหลายล้านหรือหลายสิบล้านเซลล์ (ตัวเลขของการเกิดซ้ำ) จะใช้เวลานาน การดำเนินการอินพุต/เอาท์พุต (โดยเฉพาะสำหรับชุดข้อมูลขนาดใหญ่) ระหว่าง GIS และโปรแกรมประยุกต์ภายนอกจะคอขวดเพิ่มเติม ด้วยเหตุนี้ เต็มงาน GIS ระบบสรุปความสามารถในการรับวิเคราะห์พอเวลาต้องใช้วิธีการระดับต่ำนำเสนอระบบเลือนสำหรับหญ้า GIS เป็นการดำเนินการระดับต่ำของของ Zadeh (1973) และของ Mamdani เลือนข้อระบบ (Mamdani และ Assilian, 1975), ซึ่งถูกออกแบบมาเพื่อทำงานกับฐานข้อมูล raster GIS ของใด ๆ ขนาดและชนิดที่ได้รับการสนับสนุน โดยระบบ GIS หญ้า การ GIS หญ้า สภาพแวดล้อม GIS แหล่งเปิด (Neteler และ Mitasova, 2008), ได้รับเลือก เพราะความสามารถในการประมวลผลชุดข้อมูลขนาดใหญ่มากกับการโหลดหน่วยความจำ ระบบนี้ประกอบด้วย 3 โมดูล: r.fuzzy.system, r.fuzzy.sets และ r.fuzzy.logic R.fuzzy.system จะต้องทำงานกับสองเพิ่มเติมโมดู ซึ่งถูกออกแบบมา เพื่อทำการดำเนินงานพื้นฐานที่พร่าเลือนและภาพซ้อนทับ และทดสอบผลลัพธ์ที่ระดับกลาง ทั้งสามโมดูเขียนใน ANSI C ใช้หญ้า API และสามารถรันบนแพลตฟอร์มทั้งหมดที่สนับสนุนหญ้า GIS โมดูลทั้งหมดใช้เหมือนโปรแกรมอื่น ๆ หญ้า ส่วนติดต่อบรรทัดคำสั่ง และหญ้า Tcl/Tk หรือ wxPython GUIระบบ fuzzy เสนอไม่ใช่การดำเนินการครั้งแรกของตรรกศาสตร์คลุมเครือในสภาพแวดล้อม GIS หญ้า เวอร์ชั่น 4.0 ของ GIS หญ้า มีระบบตรรกศาสตร์ภายนอกสร้างขึ้น โดย François Delclaux ใน 2000 อับ มันจะไม่สนับสนุน โดยรุ่นปัจจุบันของหญ้า ระบบที่อธิบายไว้ในบทความนี้เป็นวิธีใหม่ไม่เกี่ยวข้องกับหญ้า 4.0

ผลลัพธ์ (ไทย) 2:

1. บทนำ
ปรากฏการณ์เชิงพื้นที่จำนวนมากแสดงระดับของความไม่แน่นอนที่ไม่สามารถแสดงที่มีขอบเขตที่ชัดเจน-ตัด ในพื้นที่อย่างต่อเนื่องที่มันเป็นเรื่องยากที่จะกำหนดอย่างชัดเจนขอบเขตคำเช่น "ใกล้", "เหมาะสม" และ "เล็ก" จะสามารถแสดงบทบาทของหน่วยงานกว่าง่ายไบนารีจริง / การจัดหมวดหมู่เท็จ (เบอร์โรห์, ปี 1992 และเบอร์โรห์, 1996) . นอกจากนี้ระบบฟัซซี่จะมีประโยชน์ในพื้นที่ที่มีข้อมูลที่ไม่สมบูรณ์หรือที่มีกฎระเบียบทั่วไปเท่านั้นของพฤติกรรมของระบบ เพราะคุณสมบัติเหล่านี้วิธีการเลือนได้รับการใช้ประสบความสำเร็จในสาขาระบบสารสนเทศภูมิศาสตร์ต่าง ๆ นานาเช่นข้อมูลการจัดหมวดหมู่ (ฟิชเชอร์, ปี 1999 และ DeMicco และ Klir, 2004), ธรณีสัณฐานและการทำแผนที่ของดิน (เบอร์โรห์, ปี 1989, เบอร์โรห์ et al., 1992 MacMillan et al, .. ปี 2000 และแจว, et al, 2003) การจัดหมวดหมู่ภาพ (ดู:. Petry, et al, 2005) ระบบสนับสนุนการตัดสินใจ (McBratney และ Odeh, 1997) อุทกวิทยาน้ำท่วมและความเสี่ยง (Makropulos et al, 2008), โบราณ. การศึกษาการตั้งถิ่นฐานและข้อมูลทางประวัติศาสตร์ (Borodkin 1999 ของ Barcelo ปี 2005 และ Jasiewicz และ Hildebrandt-Radke, 2009) และการท่องเที่ยว (Ergin et al., 2003).

Mamdani (Mamdani และ Assilian, 1975) เป็นคนแรกที่จะใช้ตรรกะคลุมเครือ เพื่อสร้างระบบการควบคุมบนพื้นฐานของ Zadeh 1965 และ Zadeh 1973 ตั้งทฤษฎีฟัซซี่และระบบการตัดสินใจเลือน (Zadeh, 1973) มีหลายใช้งานของระบบอนุมานฟัซซีขึ้นอยู่กับวิธีการแก้ปัญหา Mamdani ในระดับสูงคณิตศาสตร์และสถิติสภาพแวดล้อมการเขียนโปรแกรมเช่น Mathematica, MATLAB (MATLAB ฟัซซี่ลอจิกกล่องเครื่องมือเอกสาร) หรือ R คือ (เมเยอร์และ Hornik (2009)) ระบบเหล่านี้ แต่ถูกออกแบบมาเพื่อนำมาใช้เป็นระบบควบคุมหรือสนับสนุนการตัดสินใจสำหรับชุดข้อมูลขนาดเล็ก การประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์ของพวกเขาสำหรับชุดข้อมูลขนาดใหญ่ประกอบด้วยล้านหรือหลายสิบล้านของเซลล์ (ตัวเลขซ้ำ) เป็นเวลานาน การดำเนินงาน Input / Output (โดยเฉพาะสำหรับชุดข้อมูลขนาดใหญ่) ระหว่าง GIS และการใช้งานภายนอกเป็นคอขวดเพิ่มเติม ดังนั้นการดำเนินการระบบสารสนเทศภูมิศาสตร์เต็มรูปแบบของระบบการอนุมานความสามารถในการได้รับการวิเคราะห์ที่น่าพอใจต้องใช้วิธีการในระดับต่ำ.

ที่นำเสนอระบบฟัซซี่สำหรับการทำหญ้า GIS เป็นการนำระดับต่ำของ Zadeh ของ (1973) และระบบการอนุมาน Mamdani ของฟัซซี่ (Mamdani และ Assilian 1975) ซึ่งถูกออกแบบมาเพื่อทำงานกับฐานข้อมูล GIS แรสเตอร์ที่มีขนาดใดและประเภทได้รับการสนับสนุนโดยระบบ GIS หญ้า จีไอหญ้าสภาพแวดล้อม GIS โอเพนซอร์ส (Neteler และ Mitasova, 2008) ได้รับเลือกเพราะความสามารถในการประมวลผลชุดข้อมูลขนาดใหญ่มากกับการโหลดหน่วยความจำต่ำ ระบบประกอบด้วยสามโมดูล: r.fuzzy.system, r.fuzzy.sets และ r.fuzzy.logic r.fuzzy.system ไม่จำเป็นต้องทำงานร่วมกับสองโมดูลเพิ่มเติมซึ่งได้รับการออกแบบมาเพื่อดำเนินการเลือนขั้นพื้นฐานและการซ้อนทับและทดสอบผลกลาง ทั้งสามโมดูลจะถูกเขียนใน ANSI C โดยใช้ GRASS API และสามารถทำงานบนแพลตฟอร์มทั้งหมดที่สนับสนุนระบบสารสนเทศภูมิศาสตร์ GRASS เช่นโปรแกรม GRASS อื่น ๆ โมดูลทั้งหมดใช้อินเตอร์เฟซบรรทัดคำสั่งและหญ้า Tcl / Tk หรือ wxPython GUI ของ.

เสนอระบบเลือนไม่ได้ดำเนินการครั้งแรกของตรรกศาสตร์ในสภาพแวดล้อม GRASS ระบบสารสนเทศภูมิศาสตร์ สำหรับรุ่น 4.0 ของหญ้า GIS มีภายนอกระบบตรรกศาสตร์ที่สร้างขึ้นโดยFrançois Delclaux ในปี 2000 แต่ก็ไม่ได้รับการสนับสนุนจากรุ่นปัจจุบันของหญ้า ระบบที่อธิบายไว้ในบทความนี้เป็นโซลูชั่นใหม่ที่สมบูรณ์แบบที่ไม่เกี่ยวข้องกับ GRASS 4.0

ผลลัพธ์ (ไทย) 3:

1 . แนะนำปรากฏการณ์พื้นที่มากมายที่แสดงระดับของความไม่แน่นอนที่ไม่สามารถแสดงออกกับขอบเขตที่ชัดเจน อย่างต่อเนื่องเป็น ซึ่งมันเป็นเรื่องยากที่จะชัดเจนกำหนดขอบเขตเงื่อนไขเช่น " ปิด " " เหมาะสม " และ " เล็ก " ดีขึ้นสามารถแสดงอักขระของหน่วยงานมากกว่าวิไบนารีจริง / เท็จหมวดหมู่ ( เบอโร , 1992 และเบอโร , 1996 ) นอกจากนี้ ระบบ Fuzzy จะมีประโยชน์ในพื้นที่ที่ข้อมูลไม่ครบถ้วน หรือมีกฎทั่วไปของพฤติกรรมของระบบ เพราะคุณสมบัติเหล่านี้ วิธีการฟัซซี่ได้รับเรียบร้อยแล้วใช้ในเขตข้อมูล GIS มากมายเช่นการจำแนกข้อมูล ( Fisher , 1999 และ demicco และ klir , 2004 ) และแผนที่ดินแผนที่ธรณีวิทยา ( เบอโร , 1989 , ค่า et al . , 1992 , Macmillan et al . , 2000 และกรรเชียง et al . , 2003 ) การจำแนกภาพ ( ดู : เพ็ตทรี et al . , 2005 ) , ระบบสนับสนุนการตัดสินใจ ( mcbratney และเจด โอเดะ , 1997 ) อุทกวิทยาและเสี่ยงน้ำท่วม ( makropulos et al . , 2008 ) , การศึกษาชุมชนโบราณ และข้อมูลทางประวัติศาสตร์ ( borodkin , 1999 , barcel ó 2005 และ jasiewicz ฮิลดีเบรินต์และรัดเก้ , 2009 ) และการท่องเที่ยว ( ergin และ al . , 2003 )แมมดานิ ( แมมดานิ และ assilian , 1975 ) เป็นหนึ่งในครั้งแรกที่จะใช้ตรรกศาสตร์ในการสร้างระบบการควบคุมตาม zadeh 1965 และ zadeh 2516 ทฤษฎีฟัซซี่เซตแบบฟัซซี่และระบบการตัดสินใจ ( zadeh , 1973 ) มีหลายการใช้งานของระบบขึ้นอยู่กับแมมดานิฟัซซี่อนุมานโซลูชั่นทางคณิตศาสตร์ในระดับสูงและสภาพแวดล้อมการเขียนโปรแกรมสถิติเช่น Mathematica ( MATLAB MATLAB , กล่องเครื่องมือฟัซซี่ลอจิกเอกสาร ) หรือ R ( เมเยอร์และ hornik ( 2009 ) ระบบเหล่านี้ แต่ถูกออกแบบมาเพื่อใช้เป็นระบบสนับสนุนการตัดสินใจ การควบคุม หรือสำหรับชุดข้อมูลขนาดเล็ก ใบสมัครของพวกเขาสำหรับข้อมูล GIS ชุดใหญ่ประกอบด้วยล้านหรือหลายสิบล้านเซลล์ ( วนรอบ ) จะใช้เวลานาน การดำเนินการอินพุต / เอาต์พุต ( โดยเฉพาะอย่างยิ่งสำหรับชุดข้อมูลขนาดใหญ่ ) ระหว่างระบบสารสนเทศภูมิศาสตร์และการใช้งานภายนอกเป็นคอขวดเพิ่มเติม ดังนั้น การนำระบบ GIS เต็มรูปแบบสามารถได้รับการวิเคราะห์เชิงเวลาและต้องใช้วิธีการรวมเสนอระบบฟัซซี่สำหรับหญ้า GIS คือ ปฏิบัติในระดับต่ำ zadeh ( 1973 ) และระบบอนุมานฟัซซีแมมดานิ ( แมมดานิ และ assilian , 1975 ) ซึ่งถูกออกแบบมาเพื่อทำงานกับฐานข้อมูลภาพ GIS ของขนาดและประเภทได้รับการสนับสนุนโดยระบบ GIS หญ้า . หญ้า GIS ระบบสารสนเทศภูมิศาสตร์ , สิ่งแวดล้อม ( neteler โอเพ่นซอร์ส และ mitasova , 2008 ) , ถูกเลือกเพราะความสามารถในการประมวลผลชุดข้อมูลที่มีขนาดใหญ่มากโหลดหน่วยความจำต่ำ ระบบประกอบด้วย 3 โมดูล : r.fuzzy.system r.fuzzy.sets r.fuzzy.logic , และ . การ r.fuzzy.system คือไม่ต้องทำงานกับสองเพิ่มเติมโมดูลที่ถูกออกแบบมาเพื่อดำเนินการแบบพื้นฐานและภาพซ้อนทับและผลการทดสอบระดับกลาง ทั้งสามโมดูลที่เขียนใน ANSI C โดยใช้หญ้า API และสามารถรันบนแพลตฟอร์มทั้งหมดที่สนับสนุนหญ้าสารสนเทศภูมิศาสตร์ เช่นโปรแกรมหญ้าอื่น ๆโมดูลทั้งหมดใช้อินเตอร์เฟซบรรทัดคำสั่ง Tcl / Tk wxPython และหญ้าหรือ GUI .เสนอระบบฟัซซี่ ไม่ใช่ครั้งแรกการใช้งานตรรกศาสตร์คลุมเครือในหญ้าระบบสารสนเทศภูมิศาสตร์สิ่งแวดล้อม สำหรับ 4.0 รุ่นของหญ้า GIS มีภายนอกระบบตรรกศาสตร์ที่สร้างโดยฟรองซัวส์ delclaux 2000 น่าเสียดาย ที่ไม่ได้รับการสนับสนุน โดยรุ่นปัจจุบันของหญ้า ระบบที่อธิบายไว้ในบทความนี้เป็นสมบูรณ์โซลูชั่นใหม่ที่ไม่เกี่ยวข้องกับหญ้า 4.0