Geographical Techniques MCQ Quiz in हिन्दी - Objective Question with Answer for Geographical Techniques - मुफ्त [PDF] डाउनलोड करें

सही उत्तर है: 1 सत्य है और 2 असत्य है

प्रमुख बिंदु

• कथन 1: "सुदूर संवेदन की एक सक्रिय प्रणाली में, संवेदन उपकरण विकिरण उत्सर्जित करता है, जो वस्तु से परावर्तित होकर वापस लौटता है।" (सत्य)
  • सक्रिय सुदूर संवेदन प्रणालियाँ अपना स्वयं का विकिरण उत्सर्जित करती हैं (जैसे, रडार, LiDAR)।
  • यह विकिरण लक्ष्य के साथ क्रिया करता है और सेंसर पर वापस परावर्तित हो जाता है।
  • उदाहरण: राडार (रेडियो डिटेक्शन एंड रेंजिंग), लिडार (लाइट डिटेक्शन एंड रेंजिंग)।
• कथन 2: सुदूर संवेदन  में वर्णक्रमीय विभेदन विकिरण प्राप्त करने की आवृत्ति को इंगित करता है।​"   (असत्य)
  • स्पेक्ट्रल रिज़ोल्यूशन से तात्पर्य स्पेक्ट्रल बैंडों की संख्या और चौड़ाई से है जिसमें सेंसर डेटा कैप्चर करता है, न कि विकिरण प्राप्त करने की आवृत्ति से।
  • यह विभिन्न तरंगदैर्घ्यों (जैसे, दृश्य, अवरक्त, माइक्रोवेव) में अंतर करने की क्षमता को परिभाषित करता है।
  • उच्चतर वर्णक्रमीय रिज़ोल्यूशन का अर्थ है कि सेंसर सूक्ष्मतरंगदैर्घ्य अंतर को पकड़ सकता है।

सही उत्तर है: '1, 2, और 3'

Key Points

• यह एक बेसिन में सभी धाराओं की कुल लंबाई को बेसिन क्षेत्र से विभाजित करने पर प्राप्त होता है।
  • यह कथन सही है।
  • जलनिकास घनत्व (Dd) को एक जलनिकास बेसिन में धाराओं की कुल लंबाई का उस बेसिन के कुल क्षेत्रफल से अनुपात के रूप में परिभाषित किया गया है। यह एक बेसिन में चैनल विकास की सीमा को निर्धारित करता है।
  • गणितीय रूप से, \( Dd = \frac{\Sigma L}{A} \), जहाँ \(\Sigma L \) कुल धारा लंबाई है, और (A) बेसिन क्षेत्र है।
  • इसलिए, यह कथन प्राचल का सही वर्णन करता है।
• यह मृदा पारगम्यता और वनस्पति घनत्व के व्युत्क्रमानुपाती है।
  • यह कथन सही है।
  • उच्च पारगम्यता अधिक अंतःस्राव की अनुमति देती है, जिससे सतही अपवाह कम होता है और परिणामस्वरूप जलनिकास घनत्व कम होता है।
  • वनस्पति वर्षा को रोककर और अंतःस्राव को बढ़ाकर अपवाह को कम करती है, जो जलनिकास घनत्व को भी कम करती है।
  • इस प्रकार, एक व्युत्क्रम संबंध मौजूद है, जो इस कथन को मान्य करता है।
• उच्च जलनिकास घनत्व मान एक मोटे जलनिकास बनावट का संकेत देते हैं।
  • यह कथन सही है।
  • एक उच्च जलनिकास घनत्व चैनलों के घने नेटवर्क को दर्शाता है, जो अक्सर खराब पारगम्य सतहों और खड़ी ढलानों से जुड़ा होता है, जिससे मोटे जलनिकास बनावट बनते हैं।
  • उच्च Dd वाले क्षेत्र अक्सर तेजी से सतही अपवाह और कटाव से ग्रस्त होते हैं।
  • इसलिए, यह कथन Dd की अवधारणा के साथ संरेखित होता है।
• निम्न जलनिकास घनत्व मान अत्यधिक विच्छेदित भू-भागों से जुड़े होते हैं।
  • यह कथन गलत है।
  • निम्न जलनिकास घनत्व आमतौर पर कम विच्छेदित भू-भागों में पाया जाता है जिसमें उच्च मृदा पारगम्यता, घनी वनस्पति और कोमल ढलान होते हैं।
  • अत्यधिक विच्छेदित भू-भागों में आमतौर पर कई चैनलों और खड़ी राहत के कारण उच्च Dd दिखाई देता है।
  • इसलिए, यह कथन प्राचल का सही वर्णन नहीं करता है।

Additional Information

• जलनिकास घनत्व और इसके निहितार्थ:
  • निम्न जलनिकास घनत्व : उच्च अंतःस्राव और न्यूनतम सतही अपवाह वाले अच्छी तरह से जल निकासी वाले बेसिन को इंगित करता है।
  • उच्च जलनिकास घनत्व  : खराब पारगम्य सतहों, खड़ी ढलानों और सीमित वनस्पति का सुझाव देता है, जिससे तेजी से अपवाह और कटाव होता है।
  • प्रभावित करने वाले कारक: भूवैज्ञानिक संरचना, मृदा प्रकार, ढलान, वनस्पति आवरण और वर्षा की तीव्रता जलनिकास घनत्व को प्रभावित करने वाले प्रमुख कारक हैं।

सही उत्तर 'एक युवा बेसिन जिसमें तेजी से अपरदन होता है' है।

Key Points

• हाइप्सोमेट्रिक वक्र:
  • एक हाइप्सोमेट्रिक वक्र एक जल निकासी बेसिन में ऊँचाइयों के वितरण का प्रतिनिधित्व करता है।
  • यह क्षैतिज अनुप्रस्थ काट क्षेत्र और ऊँचाई के बीच संबंध को दर्शाता है, आमतौर पर ऊर्ध्वाधर अक्ष पर ऊँचाई और क्षैतिज अक्ष पर किसी दिए गए ऊँचाई से नीचे के क्षेत्र के अनुपात के साथ।
• तीव्र वृद्धि के बाद एक समतल अवतल भाग की व्याख्या:
  • इस प्रकार का हाइप्सोमेट्रिक वक्र एक युवा बेसिन को इंगित करता है।
  • युवा बेसिन की विशेषताएँ:
    • प्रारंभिक तीव्र वृद्धि उच्च राहत और तेजी से ऊँचाई में गिरावट का सुझाव देती है, जो युवा चरणों में आम है जहाँ खड़ी ढलानें उच्च दरों के अपरदन का कारण बनती हैं।
    • यह तेजी से अपरदन धाराओं द्वारा ऊर्ध्वाधर चीरा को बढ़ाता है।
    • समतल अवतल भाग निचले ऊँचाई वाले क्षेत्रों का सुझाव देता है जो अभी तक महत्वपूर्ण रूप से क्षयित नहीं हुए हैं।

Additional Information

• बेसिन विकास के अन्य चरणों की व्याख्या:
  • मध्यम अपरदन के साथ परिपक्व बेसिन:
    • एक परिपक्व बेसिन मध्यम ऊँचाइयों के साथ एक अधिक संतुलित हाइप्सोमेट्रिक वक्र प्रदर्शित करेगा, जो अपरदन और परिदृश्य विकास के मध्यवर्ती चरण को दर्शाता है।
  • कई अपक्षय चरणों के साथ अनियमित बेसिन:
    • एक अनियमित बेसिन में विभिन्न अपरदन और निक्षेपण चरणों की उपस्थिति को दर्शाते हुए एक जटिल हाइप्सोमेट्रिक वक्र हो सकता है, जिसमें अनियमितताएँ और उबड़-खाबड़ इलाका शामिल है।
  • कम ऊँचाई के अंतर के साथ पुराना बेसिन:
    • एक पुराने बेसिन में एक हाइप्सोमेट्रिक वक्र दिखाई देगा जो लगभग समतल है, जो न्यूनतम ऊँचाई के अंतर, व्यापक अपरदन और एक परिदृश्य को पेनेप्लेन (निम्न-उच्चावच ) स्थितियों के करीब इंगित करता है।

सही उत्तर 1.4 है

हॉर्टन के धारा लंबाई अनुपात के नियम का उपयोग करके धारा क्रम 3 और 4 के लिए धारा लंबाई अनुपात (SLR) की गणना करने के लिए, हम निम्नलिखित सूत्र का उपयोग कर सकते हैं:

\(SLR = (Ln+1) / (Ln)\)

यहाँ, Ln किसी दिए गए धारा क्रम n की कुल धारा लंबाई को दर्शाता है, और Ln+1 अगले उच्च धारा क्रम की कुल धारा लंबाई को दर्शाता है।

Key Points

• धारा क्रम 3 (L3) की कुल धारा लंबाई 36 किमी है।
• धारा क्रम 4 (L4) की कुल धारा लंबाई 48 किमी है।

अब, हम इन मानों को सूत्र में प्रतिस्थापित करते हैं:

SLR = L4 / L3
SLR = 48 किमी / 36 किमी
SLR = 1.3333

गणना द्वारा, धारा क्रम 3 और 4 के लिए SLR 1.3333 है, जो 1.4 तक पूर्णांकित होता है

Additional Information

• धारा संख्या:
  • एक बेसिन के भीतर प्रत्येक क्रम में धाराओं की कुल संख्या को संदर्भित करता है। हॉर्टन का नियम धारा क्रम और धारा संख्या के बीच एक व्युत्क्रम संबंध को इंगित करता है।
  • ग्राफिकल प्रतिनिधित्व धारा क्रम बनाम धारा संख्या के लॉग में एक नकारात्मक रैखिक प्रवृत्ति दिखाता है, जो क्रम बढ़ने पर धारा गणना में एक ज्यामितीय प्रगति का सुझाव देता है। उदाहरण के लिए, छठे क्रम के नदी बेसिन में, प्रगति 1, 3, 9, 27, आदि जैसे अनुक्रम का पालन कर सकती है।
• शाखन अनुपात (BR):
  • एक नदी नेटवर्क के भीतर धाराओं के शाखन पैटर्न को निर्धारित करता है। इसे एक निश्चित क्रम (Sn) में धाराओं की संख्या और अगले उच्च क्रम (Sn+1) में धाराओं की संख्या के अनुपात के रूप में परिभाषित किया गया है: BR = (Sn) / (Sn+1).
  • शाखन अनुपात की गणना एक नदी बेसिन के भीतर क्रमिक धारा क्रमों के लिए की जाती है। एक उच्च शाखन अनुपात शाखाओं या द्विभाजन की एक बड़ी डिग्री को इंगित करता है।
  • माध्य शाखन अनुपात इंगित करता है कि उच्च से निम्न क्रम तक धारा खंड कैसे बढ़ते हैं: माध्य BR = ΣBR / BR की संख्या। यह अनुपात राहत, रॉक प्रकार और रॉक विच्छेदन जैसे भूवैज्ञानिक कारकों से प्रभावित होता है। अपेक्षाकृत सजातीय रॉक प्रकारों वाले क्षेत्रों में, माध्य शाखन अनुपात आमतौर पर 3 और 5 के बीच होता है।
  • ड्रेनेज पैटर्न को नियंत्रित करने वाली भूवैज्ञानिक संरचनाएँ माध्य शाखन अनुपात को 5 से अधिक तक बढ़ा सकती हैं। एक कम शाखन अनुपात पानी के जमा होने की प्रवृत्ति को इंगित करता है, जिससे बाढ़ का खतरा बढ़ जाता है।

सही उत्तर 3 है।

Key Points

दूसरे और तीसरे क्रम की धाराओं के बीच द्विभाजन अनुपात (BR) और दूसरे क्रम में धाराओं की संख्या को देखते हुए, तीसरे क्रम में धाराओं की संख्या की गणना करने के लिए, हम द्विभाजन अनुपात की परिभाषा का उपयोग करते हैं।

द्विभाजन अनुपात (BR) इस प्रकार दिया गया है:

BR = (वर्तमान क्रम में धाराओं की संख्या) / (अगले क्रम में धाराओं की संख्या)

दिया गया है:

• BR = 4
• दूसरे क्रम में धाराओं की संख्या (S2) = 12

हमें तीसरे क्रम में धाराओं की संख्या (S3) ज्ञात करने की आवश्यकता है। सूत्र का उपयोग करके:

4 = 12 / S3

S3 के लिए हल करना:

S3 = 12 / 4
S3 = 3

इसलिए, तीसरे क्रम में धाराओं की संख्या 3 है।

सही उत्तर है: A - III, B - IV, C - I, D - IIImportant Points

सापेक्षिक आर्द्रता वायु में जलवाष्प की वह मात्रा है जो समान तापमान पर संतृप्ति के लिए आवश्यक मात्रा के प्रतिशत के रूप में होती है। Important Points

• आर्द्रतामापी:
  • लियोनार्डो दा विंची ने 1480 के आसपास एक क्रूड हाइग्रोमीटर (आर्द्रतामापी) बनाया था।
  • फ्रांसेस्को फोली ने जबरदस्त प्रगति की और 1600 के दशक के दौरान एक कार्यात्मक उपकरण मॉडल बनाया।
  • रॉबर्ट हुक आर्द्रतामापी (हाइग्रोमीटर) की तकनीक में महत्वपूर्ण प्रगति के लिए भी जिम्मेदार थे।
  • स्विस पॉलीमैथ जोहान हेनरिक लैम्बर्ट ने 1755 में एक अधिक पूर्ण संस्करण बनाया था।
  • 1783 में, स्विस भौतिक विज्ञानी और भू-विज्ञानी होरेस बेनेडिक्ट डी सौसुरे ने विश्व का पहला आर्द्रतामापी बनाया, जिसमें आर्द्रता की गणना के लिए मानव बाल का उपयोग किया गया था।
  साइक्रोमीटर: 
  • अनिवार्य रूप से एक आर्द्रतामापी है।
  • यह नम-बल्ब और शुष्क-बल्ब थर्मामीटर से बना होता है।
  • दो थर्मामीटर के रीडिंग में अंतर का उपयोग वायुमंडलीय आर्द्रता को निर्धारित करने के लिए किया जाता है।

अतः, सापेक्षिक आर्द्रता मापने वाले उपकरणों के संबंध में कथन I और II दोनों सही हैं।

दिए गए विकल्पों में से सही उत्तर: D, B, A, C​ है। Important Pointsगामा किरणें (D):

• विद्युत चुम्बकीय स्पेक्ट्रम में गामा किरणों की तरंग दैर्ध्य सबसे कम और आवृत्तियाँ सबसे अधिक होती हैं।
• वे ब्रह्मांड में सबसे गर्म और सबसे ऊर्जावान वस्तुओं, जैसे न्यूट्रॉन तारे और पल्सर, सुपरनोवा विस्फोट और ब्लैक होल के आसपास के क्षेत्रों द्वारा निर्मित होते हैं।
• पृथ्वी पर, गामा किरणें परमाणु विस्फोटों और प्रयोगशालाओं में उत्पन्न होती हैं।

पराबैंगनी​ (B):

• पराबैंगनी प्रकाश की तरंगदैर्ध्य दृश्य प्रकाश की तुलना में कम लेकिन गामा किरणों की तुलना में लंबी होती है।
• सूर्य पराबैंगनी प्रकाश उत्सर्जित करता है, लेकिन इसका अधिकांश भाग पृथ्वी के वायुमंडल द्वारा अवशोषित कर लिया जाता है, जिससे हम इसके हानिकारक प्रभावों से बच जाते हैं। हालाँकि, इसका कुछ हिस्सा सतह तक पहुँच जाता है और धूप की कालिमा
  (सनबर्न) का कारण बन सकता है।

अवरक्त (इंफ्रारेड)​ (A):

• इन्फ्रारेड विकिरण की तरंगदैर्घ्य दृश्य प्रकाश से अधिक लेकिन माइक्रोवेव से कम होती है। हम अवरक्त विकिरण को ऊष्मा के रूप में महसूस कर सकते हैं।
• यह किसी भी चीज़ से उत्सर्जित होता है जो परम शून्य (-273.15 सेल्सियस) से अधिक गर्म होती है, जिसमें मानव शरीर और हमारे आस-पास की वस्तुएँ भी शामिल हैं।

माइक्रोवेव​ (C):

• चारों विकल्पों में से माइक्रोवेव की तरंगदैर्घ्य सबसे लंबी होती है।
• इनका उपयोग संचार (सेल फोन और वाईफाई सहित), रडार और निश्चित रूप से माइक्रोवेव ओवन जैसे विभिन्न अनुप्रयोगों में किया जाता है
• विद्युत चुम्बकीय स्पेक्ट्रम में, वे रेडियो तरंगों (जिनकी तरंग दैर्ध्य और भी लंबी होती है) और अवरक्त विकिरण के बीच होते हैं।

सही विकल्प केवल (A), (B) और (D) है।

Important Points

(A) चित्र रेखापुंज आंकड़ा प्रतिरूप (रास्टर डाटा मॉडल​) एक सरल आंकड़ा संरचना (डेटा स्ट्रक्चर) है: सही 

• चित्र रेखापुंज आंकड़ा प्रतिरूप आंकड़े को सेलों के जाल (ग्रिड) के रूप में संग्रहीत करता है,
• जहाँ प्रत्येक सेल को एक एकल मान निर्दिष्ट किया जाता है जो ऊंचाई, तापमान आदि जैसी विशेषताओं (ऐट्रिब्यूट) का प्रतिनिधित्व करता है।
• यह इसे एक सरल और आसानी से समझने वाली आंकड़ा संरचना (डेटा स्ट्रक्चर) बनाता है।

(B) सभी पिक्सल एक ही आकार और प्रकार के हैं: सही 

• चित्र रेखापुंज आंकड़ा प्रतिरूप में, प्रत्येक सेल या पिक्सेल का आकार और प्रकार समान होता है।
• यह नियमित नमूना लेने की अनुमति देता है और आंकड़े की गणना और संशोधन करना आसान बनाता है।

(C) छोटी फ़ाइल का आकार: गलत

• चित्र रेखापुंज आंकड़ा प्रतिरूप का फ़ाइल आकार सेलों की संख्या और आंकड़े के विभेदन पर निर्भर करता है।
• कुछ मामलों में, चित्र रेखापुंज आंकड़ा प्रतिरूप फ़ाइल आकार में सदिश आंकड़ा प्रतिरूप से छोटा हो सकता है, लेकिन अन्य मामलों में, विपरीत हो सकता है।

(D) चित्र रेखापुंज आंकड़ा प्रतिरूप सुदूर संवेदन प्रतिबिंब के साथ संगत है: सही 

• चित्र रेखापुंज आंकड़ा प्रतिरूप का व्यापक रूप से सुदूर संवेदन में उपयोग किया जाता है क्योंकि यह सुदूर संवेदन प्रतिबिंब, जैसे सैटेलाइट औरवायवीय प्रतिबिंब से प्राप्त जाल आंकड़े को कुशलतापूर्वक संग्रहित कर सकता है।
• रेखापुंज डेटा की नियमित ग्रिड संरचना छवि डेटा को संग्रहीत करने और संसाधित करने के लिए इसे अच्छी तरह से अनुकूल बनाती है।

(E) कठिन अधिचित्रण का कठिन प्रचालन: गलत

• चित्र रेखापुंज आंकड़ा प्रतिरूप में अधिचित्रण प्रचालन आसानी से किया जा सकता है क्योंकि यह आंकड़े को एकल मानों वाले सेल के जाल (ग्रिड) के रूप में संग्रहीत करता है।
• अधिचित्रण प्रचालन में दो या दो से अधिक मानचित्रों या आंकड़े समुच्चय को उनके स्थानिक विशेषताओं के आधार पर संयोजित करना शामिल है, और इसे जाल के सेलों में मान पर प्रचालित करके रास्टर डेटा मॉडल में आसानी से प्राप्त किया जा सकता है।

Additional Information

स्थानिक आंकड़े, भौगोलिक सूचना प्रणाली (GIS) के संदर्भ में, उस आंकड़े को संदर्भित करता है जिसमें भौगोलिक विशेषताओं के स्थान, आकार और विशेषताओं और एक दूसरे के साथ उनके संबंधों के बारे में जानकारी होती है। इसमें सदिश और चित्र रेखापुंज आंकड़े दोनों शामिल हैं।

1. सदिश आंकड़े: भौगोलिक विशेषताओं को बिंदुओं, रेखाओं या बहुभुज आकृतियों के रूप में प्रस्तुत करना और स्थानिक मान को संग्रहीत करना और उन विशेषताओं के बारे में जानकारी देना।
2. चित्र रेखापुंज आंकड़े: भौगोलिक विशेषताओं को सेलों के ग्रिड के रूप में प्रस्तुत करना और प्रत्येक सेल के मान को विशेषताओं जैसे ऊंचाई या भूमि-उपयोग प्रकार के रूप में संग्रहीत करना।

कुछ सामान्य प्रकार के स्थानिक डेटा में शामिल हैं:

• बिंदु: असतत स्थानों का प्रतिनिधित्व करते हैं, जैसे शहर या भवन।
• रेखाएँ: रेखीय विशेषताओं जैसे सड़कें या नदियाँ का प्रतिनिधित्व करती हैं।
• बहुभुज: क्षेत्र की विशेषताओं जैसे भूमि खंड या राजनीतिक सीमाओं का प्रतिनिधित्व करते हैं।
• चित्र रेखापुंज (रास्टर): सतत सतहों जैसे ऊंचाई, भूमि आच्छादन, या उपग्रह प्रतिबिंब का प्रतिनिधित्व करता है।

इन आंकड़े प्रकारों का उपयोग GIS में मानचित्र बनाने और स्थानिक विश्लेषण करने के लिए किया जा सकता है, जैसे कि दूरियों और क्षेत्रों की गणना करना, प्रतिरूप और संबंधों को खोजना और भौगोलिक जानकारी के आधार पर निर्णय लेना।

मानचित्र एक विशेष पैमाने पर विवरण दिखाते हुए पृथ्वी के विभिन्न भागों का प्रतिनिधित्व करते हैं। पैमाने के आधार पर मानचित्रों को चार प्रकारों में वर्गीकृत किया जा सकता है।

Key Points

• कैडस्ट्राल मानचित्र बहुत बड़े पैमाने पर बनाए जाते हैं, जो 16 इंच से एक मील तक, 32 इंच से एक मील तक भिन्न होते हैं। अधिकांश कैडस्ट्राल मानचित्र में 1: 500 और 1: 2,500 के बीच का पैमाना होता है। वे एक क्षेत्र के सभी संभावित विवरण दिखाते हैं। ये विशेष रूप से स्वामित्व पंजीकृत करने के लिए खेतों, भवनों की सीमाओं का सीमांकन करने के लिए तैयार किए गए हैं।
• स्थलाकृतिक मानचित्र बड़े पैमाने पर बनाए जाते हैं जो कैडस्ट्राल मानचित्र से छोटे होते हैं। वे राहत, जल निकासी, कस्बों, गांव, वनों आदि जैसे प्रमुख स्थलाकृतिक रूपों को दिखाते हैं। पैमाना 1:25000 से 1:50000 तक भिन्न होता है।
• दीवारी मानचित्र को कक्षा के मानचित्र के रूप में भी जाना जाता है, क्योंकि उनका उपयोग कक्षा के अध्ययन के लिए किया जाता है। उनका पैमाना स्थलाकृतिक मानचित्रों से छोटा होता है लेकिन ग्लोब से बड़ा होता है। दीवारी मानचित्रों का पैमाना 1:100000 से 1:500000 तक होता है।
• विभिन्न क्षेत्रों की भौतिक, जलवायु और आर्थिक विशेषताओं के बारे में सामान्य जानकारी देते हुए ग्लोब को बहुत छोटे पैमाने पर तैयार किया गया है। इनका पैमाना 1:1000000 या उससे छोटा होता है।

Additional Information

• उद्देश्य के आधार पर मानचित्रों को विभिन्न प्रकारों में वर्गीकृत किया जा सकता है। ये राजनीतिक मानचित्र, ऐतिहासिक मानचित्र, आर्थिक मानचित्र, मौसम और जलवायु मानचित्र, उच्चावच मानचित्र, भूगर्भीय मानचित्र आदि हैं।

अतः, बड़े से छोटे पैमाने पर मानचित्रों का सही क्रम कैडस्ट्राल, स्थलाकृतिक, दीवारी और ग्लोब है।

मौसम संबंधी उपग्रह एक प्रकार का उपग्रह है जिसका उपयोग मुख्य रूप से पृथ्वी के मौसम और जलवायु की निगरानी के लिए किया जाता है। ये उपग्रह ध्रुवीय परिक्रमा (पूरी पृथ्वी को कवर करते हुए) या भूस्थिर (एक ही स्थान पर मँडराते हुए) हो सकते हैं। उनका उपयोग तूफान प्रणालियों और क्लाउड पैटर्न/मेघ चित्राम के विकास और गति का पता लगाने के लिए किया जाता है।

Key Points

• TIROS-I टेलीविजन इन्फ्रारेड ऑब्जर्वेशन सैटेलाइट को संदर्भित करता है।
• यह विश्व का पहला मौसम उपग्रह था।
• इसे अप्रैल 1960 में लॉन्च किया गया था।
• TIROS ने पृथ्वी की सतह के बड़े हिस्से की नकल की, जिससे पूर्वानुमानकर्ताओं और वैज्ञानिकों को पहली बार सीधे पृथ्वी की मौसम प्रणालियों की बड़े पैमाने की विशेषताओं को देखने की अनुमति मिली।
• यह करीब तीन महीने तक चला।
• 1960 के दशक के मध्य तक, नागरिक TIROS कार्यक्रम ने नियमित, दैनिक मौसम अवलोकन प्रदान करने के लिए उपग्रहों की एक श्रृंखला शुरू की।
• यह कार्यक्रम आज भी प्रचलन में है और अन्य मौसम उपग्रहों के संयोजन में, अंतरिक्ष-आधारित मौसम प्रेक्षणों को समकालीन जीवन का एक सामान्य स्थान बना दिया है।

Additional Information

• TRMM जो ट्रॉपिकल रेनफॉल मेजरमेंट मिशन है, NASA और जापान एयरोस्पेस एक्सप्लोरेशन एजेंसी (JAXA) के बीच एक संयुक्त अंतरिक्ष मिशन था। इसे उष्णकटिबंधीय वर्षा की निगरानी और अध्ययन के लिए डिज़ाइन किया गया था। इसे 27 नवंबर 1997 को जापान के तनेगाशिमा से लॉन्च किया गया था।
• MODIS (मॉडरेट रेजोल्यूशन इमेजिंग स्पेक्ट्रोमाडोमीटर) एक उपग्रह-आधारित सेंसर है जिसका उपयोग पृथ्वी और जलवायु माप के लिए किया जाता है। दो MODIS/मोडिस सेंसर होते हैं, एक टेरा/TERRA उपग्रह पर और दूसरा AQUA /एक्वा उपग्रह पर।
• NOAA (नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन) एक अमेरिकी वैज्ञानिक और नियामक एजेंसी है जो मौसम की निगरानी समुद्री और वायुमंडलीय स्थितियों की भविष्यवाणी करती है, और गहरे समुद्र में खोज करती है।

अतः, TIROS-I पहला मौसम संबंधी उपग्रह था।

GIS में आंकड़ों का नमूना:

• प्राकृतिक घटना को द्रष्टिगत करने के लिए, व्यक्ति को पहले यह निश्चित करना चाहिए कि भौगोलिक स्थान का सर्वोत्तम प्रतिनिधित्व कैसे किया जा सकता है।
• आंकड़ों के नमूने, नियमों का समूह व/अथवा रचना होते हैं जिनका उपयोग वास्तविक विश्व के पहलुओं को कंप्यूटर में वर्णित एवं उनका प्रतिनिधित्व करने के लिए किया जाता है।
• ·  दो मुख्य आंकड़ों के नमूने इस कार्य को पूर्ण करने के लिए उपलब्ध हैं: रास्टर आंकड़ों का नमूना व वेक्टर आंकड़ों का नमूना।

Key Points

वेक्टर आंकड़ों का नमूना:

• GIS में वेक्टर आंकड़े/परतें असतत वस्तुओं को संदर्भित करते हैं जिनका प्रतिनिधित्व बिन्दुओं, रेखाओं व बहुभुजों से होता है।
• रेखाएं दो या अधिक बिन्दुओं को जोड़ने से निर्मित होती हैं एवं बहुभुज बंद रेखाओं के समूह होते हैं।
• परतें ज्यामिति का प्रतिनिधित्व करती हैं जो विशेषताओं का समान समूह साझा करती हैं।
• परत के भीतर वस्तुओं में आपसी सांस्थिति होती है।
• वेक्टर स्त्रोतों में अंकित मानचित्र, छवि सर्वेक्षण से मिली विशेषताएं व कई अन्य सम्मिलित होते हैं।

• अवयव हैं,
  • o    बिंदु: GIS में बिंदु का प्रतिनिधित्व निर्देशांक के एक जोड़े (x व y) से किया जाता है। इसे आयाम रहित वस्तु माना जाता है। सर्वाधिक समय बिंदु स्थान की विशेषताओं का प्रतिनिधित्व करता है (जैसे नगर, कुआं, ग्राम आदि)।
  • रेखा: रेखा अथवा वृत्त-चाप में न्यूनतम निर्देशांकों के दो जोड़े समाविष्ट होते हैं (उदाहरण- x1, y1 व x2, y2)। अन्य शब्दों में, एक रेखा को न्यूनतम दो बिन्दुओं को जोड़ना चाहिए। किसी रेखा के आरंभ व अंतिम बिंदुओं को गाँठ के रूप में संदर्भित किया जाता है जबकि वक्र पर बिन्दुओं को कोने के रूप में संदर्भित किया जाता है। प्रतिच्छेदन पर बिन्दुओं को भी गाँठ कहा जाता है। सड़कों, रेलमार्गों, धाराओं आदि का प्रतिनिधित्व सामान्य रूप से रेखा के द्वारा किया जाता है।
  • बहुभुज: सरल शब्दों में, बहुभुज एक क्षेत्र के साथ बंद रेखा होती है। किसी क्षेत्र या बहुभुज का प्रतिनिधित्व करने के लिए निर्देशांकों के न्यूनतम तीन जोड़े लगते हैं। नगरों की सीमा, वन, भूमि उपयोग आदि का प्रतिनिधित्व बहुभुज से किया जाता है।

Important Points

लाभ:

• सामान्यकरण के बिना आंकड़ों का प्रतिनिधित्व उनके मूल रिजोल्यूशन व रूप में किया जा सकता है।
• चित्रात्मक उत्पाद सौन्दर्यबोध की द्रष्टि से प्रायः अधिक मनभावन होता है (पारंपरिक मानचित्रकलात्मक प्रतिनिधित्व)
• चूंकि अधिकांश आंकड़े जैसे कि कागज़ी प्रति मानचित्र, वेक्टर रूप में होते हैं इसलिए आंकड़ों का रूपांतरण आवश्यक नहीं होता। 
• आंकड़े का यथार्थ भौगोलिक स्थान अनुरक्षित रहता है।
• ·  सांस्थिति के कुशल संकेतीकरण की अनुमति देता है व परिणामस्वरूप अधिक कुशल संचालन जिन्हें संस्थानिक जानकारी की आवश्यकता होती है, जैसे सामीप्य, जाल-तंत्र विश्लेषण।

हानियाँ:

• प्रत्येक सिरे के स्थान को स्पष्टतया वर्गीकृत करने की आवश्यकता होती है।
• प्रभावी विश्लेषण के लिए, वेक्टर आंकड़े को अवश्य ही संस्थानिक संरचना में रूपांतरित किया जाना चाहिए। इसमें बहुधा गहन प्रसंस्करण व प्रायः आंकड़ों के व्यापक शोधन की आवश्यकता होती है। इसके अतिरिक्त, सांस्थिति अचल होती है, व वेक्टर आंकड़ों में किसी भी प्रकार का अधतीकरण अथवा संपादन सांस्थिति के पुनः निर्माण की अपेक्षा करता है
• जोड़-तोड़ व विश्लेषण कार्यों के लिए कलन विधियां जटिल होती हैं एवं गहन प्रसंस्करण आवश्यक हो सकता है। बहुधा, यह स्वभावतः विशाल आंकड़ा समूहों के लिए कार्यक्षमता को सीमित कर देती हैं, जैसे कि विशेषताओं की एक बड़ी संख्या।  
• निरंतर आंकड़ों, जैसे कि उन्नयन के आंकड़ों, का प्रभावी ढंग से प्रतिनिधित्व वेक्टर रूप में नहीं किया जाता। प्रायः इन आंकड़ों की परतों के लिए पर्याप्त आंकड़ा सामान्यकरण अथवा अंतरवेषण की आवश्यकता होती है।
• बहुभुजों के भीतर स्थानिक विश्लेषण व निस्पंदन असंभव होता है।
• यह आंकड़ो की एक सघन संरचना होती है व इसमें उच्च मानचित्रकला उत्पादन विशेषता होती है।

• इसलिए, स्पष्ट है कि विकल्प ‘B’ वेक्टर आँकड़ा नमूने के विषय में सही है ।

सही उत्तर है: विकल्प 2) केवल C और E

Important Pointsनमूनाकरण:

• नमूनाकरण की अवधारणा में एक बड़े समूह (नमूना आबादी) से एक भाग (नमूना) का चयन करना शामिल है। शोध में नमूना लेने की तीन विधियाँ हैं:

1. यादृच्छिक/संभावना नमूनाकरण
2. गैर-यादृच्छिक/गैर-संभाव्यता नमूनाकरण
3. 'मिश्रित' नमूनाकरण

यादृच्छिक/संभाव्यता नमूनाकरण: इस प्रकार में, जनसंख्या के प्रत्येक तत्व के नमूने में चयन की समान और स्वतंत्र संभावना होती है।

गैर-यादृच्छिक/गैर-संभाव्यता नमूनाकरण डिज़ाइन: ये डिज़ाइन यादृच्छिकीकरण के सिद्धांत पर काम नहीं करते हैं बल्कि इनका उपयोग तब किया जाता है जब जनसंख्या में तत्वों की संख्या या तो अज्ञात होती है या व्यक्तिगत रूप से पहचानी नहीं जा सकती है।

सरल यादृच्छिक -

यह एक संभाव्यता नमूनाकरण तकनीक है जहां जनसंख्या के प्रत्येक सदस्य के चुने जाने की समान संभावना होती है।
यह एक वैध संभाव्यता नमूनाकरण विधि है।
स्तरीकृत -

• यह एक संभाव्यता नमूनाकरण तकनीक है जहां जनसंख्या को कुछ विशेषताओं के आधार पर उपसमूहों (स्तरों) में विभाजित किया जाता है, और फिर प्रत्येक स्तर से नमूने यादृच्छिक रूप से चुने जाते हैं।
• यह एक वैध संभाव्यता नमूनाकरण विधि है।

स्नोबॉल -

• यह एक गैर-संभाव्यता नमूनाकरण तकनीक है जहां प्रारंभिक प्रतिभागियों को चुना जाता है, और फिर अतिरिक्त प्रतिभागियों को रेफरल के माध्यम से भर्ती किया जाता है।
• यह इस बात की गारंटी नहीं देता कि जनसंख्या के प्रत्येक सदस्य के चुने जाने की ज्ञात, गैर-शून्य संभावना है। इसलिए,
• यह संभाव्यता नमूनाकरण विधि नहीं है।

झुंड -

• यह एक संभाव्यता नमूनाकरण तकनीक है जहां जनसंख्या को समूहों में विभाजित किया जाता है, और फिर समूहों का एक यादृच्छिक नमूना चुना जाता है, और चयनित समूहों के सभी सदस्यों को नमूने में शामिल किया जाता है।
• यह एक वैध संभाव्यता नमूनाकरण विधि है।

सुविधा -

• यह एक गैर-संभाव्यता नमूनाकरण तकनीक है जहां सुविधाजनक या आसानी से उपलब्ध चीज़ों के आधार पर नमूना चुना जाता है।
• यह इस बात की गारंटी नहीं देता कि जनसंख्या के प्रत्येक सदस्य के चुने जाने की ज्ञात, गैर-शून्य संभावना है।
• इसलिए, यह संभाव्यता नमूनाकरण विधि नहीं है।

तो, सही उत्तर है: केवल C और E C. स्नोबॉल और E. सुविधा संभाव्यता नमूनाकरण तकनीक नहीं हैं।

विषयात्मक मानचित्र किसी विशेष भौगोलिक क्षेत्र के लिए विशेष रूप से विषय वाले मानचित्र के रूप में संदर्भित होता है। यह विशिष्ट विषयों के बारे में होता है। इसका उपयोग विषय और भौतिक स्थान के बीच संबंध को स्पष्ट करने के लिए किया जाता है। किसी भी विषयात्मक मानचित्रमें, घटना की उपस्थिति को दर्ज करने के लिए निम्नलिखित विधियों का उपयोग किया जाता है; इसमे स्थानिक शृंखला, वितरण और प्रसार क्षेत्र बिंदु विधि मानचित्र शामिल हैं।

Key Points

• बिंदु मानचित्रण में, वस्तुओं के वितरण को एक समान आकार के बिंदु लगाकर दिखाया जाता है, जहां प्रत्येक बिंदु एक निश्चित संख्या या मात्रा का प्रतिनिधित्व करता है।
• यह घटना, उसके वितरण और प्रसार को दर्शाता है।
• उदाहरण खनिज संसाधनों, फसलों, मवेशियों आदि के वितरण को दर्शाने वाले मानचित्र हैं।
• जब आँकड़ा वितरण मानचित्रों में बिन्दुओ के साथ दिखाया जाता है, तो इसे बिंदु विधि कहा जाता है।
• इसमें सभी आँकड़े को पहले पूर्ण अंकों में बदला जाता है।
• फिर एक पैमाना माना जाता है, उदाहरण के लिए, यदि एक बिंदु 500 हेक्टेयर का प्रतिनिधित्व करता है, तो हम प्रत्येक आंकड़े को 500 से विभाजित करेंगे और वहां चिह्नित बिंदु उतने ही होंगे जितने कि प्राप्त आंकड़े हैं।

Additional Information

• समोच्च रेखा मानचित्र में, सांख्यिकीय आँकड़ों को समान मानो की रेखा द्वारा दिखाया जाता है जिसे समोच्च रेखा के रूप में जाना जाता है।
• उदाहरण हैं समवृष्टि रेखा जो समान मात्रा में वर्षा प्राप्त करने वाले स्थानों को दिखा रहे हैं और समदाब रेखा एक क्षेत्र पर समान दाब के वितरण को दिखा रहे हैं।
• वर्णमापी मानचित्र में, लंबवत, क्षैतिज और तिरछी रेखाएँ बनाने के लिए विभेदक छायांकन का उपयोग किया जाता है।
• कभी-कभी ब्लॉक, वृत्त और त्रिकोण का भी उपयोग किया जाता है।
• उदाहरण वन के प्रकार, उद्योगों के लिए स्थान कारक आदि प्रदर्शित करने वाले मानचित्र है। 
• स्थानवर्णी मानचित्र में अलग-अलग वस्तुओं को दिखाने के लिए अलग-अलग रंगों का उपयोग किया जाता है। उदाहरण के लिए, जनसंख्या का घनत्व, मात्रा, वर्षा की तीव्रता आदि।
• वर्णप्रतीकी मानचित्र​ में, आँकड़ों का वितरण एक समान योजना द्वारा दिखाया जाता है जैसे अक्षरों, संख्याओं, आकृतियों आदि का उपयोग करना। उदाहरण के लिए, कपास वितरण 'C' द्वारा दिखाया जा सकता है।

अतः बिंदु विधि मानचित्र का उपयोग किसी घटना की उपस्थिति, उसके स्थानिक शृंखला, वितरण और प्रसार क्षेत्र को रिकॉर्ड करने के लिए किया जाता है।

GIS आँकड़ा प्रारूप:

• GISआँकड़ा प्रारूपों को दो, स्थानिक और विशेषता आँकड़ा प्रारूप में वर्गीकृत किया जा सकता है।
• स्थानिक आँकड़ा सुविधाओं का एक भौगोलिक प्रतिनिधित्व है।
• दूसरे शब्दों में, स्थानिक आँकड़ा वह है जिसे हम वास्तव में कंप्यूटर स्क्रीन पर नक्शे (वास्तविक विश्व की विशेषताओं से युक्त) के रूप में देखते हैं।
• स्थानिक आँकड़ा को दो प्रकारों में विभाजित किया जा सकता है- सदिश और रेखापुंज आँकड़ा।
• 

रेखापुंज आँकड़ा प्रारूप:

• रेखापुंज आँकड़ा पिक्सल से बना होता है।
• यह स्तंभ और पंक्तियों के साथ ग्रिड कोष्ठों की एक सरणी है।
• प्रत्येक और सभी भौगोलिक सुविधा को रेखापुंज आँकड़ों में केवल पिक्सेल के माध्यम से दर्शाया जाता है।
• बिंदु, रेखा या बहुभुज जैसा कुछ भी नहीं है। जो सरल और कुशल उपरिशायी प्रक्रिया है।
• रेखापुंज आँकड़ा प्रारूप सुदूर संवेदी बिंबविधान के साथ संगत है।
• यदि यह एक बिंदु है, तो रेखापुंज आँकड़ा में यह एक एकल पिक्सेल होगा, एक रेखा को पिक्सेल की एक रेखीय व्यवस्था के रूप में दर्शाया जाएगा और एक क्षेत्र या बहुभुज को समान मानों वाले सन्निहित पड़ोसी पिक्सेल द्वारा दर्शाया जाएगा।
• रेखापुंज आंकड़ों में, एक पिक्सेल में केवल एक मान होता है (सदिश आँकड़ों के विपरीत जहां एक बिंदु, एक रेखा, या बहुभुज में अनेक मान या गुण हो सकते हैं) यही कारण है कि पिक्सेल या ग्रिड के एक समुच्चय से केवल एक भौगोलिक विशेषता का प्रतिनिधित्व किया जा सकता है।
• इसलिए यदि अनेक विशेषताओं पर विचार किया जाना है (उदाहरण के लिए- भूमि उपयोग, मिट्टी के प्रकार, वन घनत्व, स्थलाकृति, आदि) तो अनेकों रेखापुंज परतों की आवश्यकता होती है।
• 

बिंदु और रेखा के साथ नेटवर्क विश्लेषण सदिश आँकड़ा प्रारूप के साथ अधिक संगत होता है।