A style containing 34 assorted 3D people models for use in large-scale visualizations, providing vertical context.To Match Layer Symbology to Style in ArcGIS Pro, populate a person_type text field to match the values shown below. Next, copy these values to a table, then join the height value(s) to the people points for use in pop-ups or charts. person_type name height_m height_feet height_inches

Man 1 Gerald 1.7899 5 10.47

Man 2 Ethan 1.8879 6 2.33

Man 3 Cliff 1.7015 5 6.99

Man 4 Dustin 1.7965 5 10.73

Man 5 Jorge 1.8787 6 1.96

Man 6 Phillip 1.6752 5 5.95

Man 7 Dmitri 1.71 5 7.32

Man 8 Luke 1.793 5 10.59

Man 9 Carlos 1.7028 5 7.04

Man 10 Jimmy 1.7625 5 9.39

Man 11 Helmut 1.8331 6 0.17

Man 12 Guy 1.812 5 11.34

Man 13 Leon 1.8219 5 11.73

Man 14 Matthias 1.753 5 9.02

Man 15 Kendrick 1.8787 6 1.96

Man 16 Seth 1.8272 5 11.94

Man 17 Gomer 1.8982 6 2.73

Man 18 Robert 1.7853 5 10.29

Man 19 Jack 1.779 5 10.04

Man 20 Andy 1.8794 6 1.99

Man 21 Hamish 1.67 5 5.75

Man 22 Felix 1.86 6 1.23

Man 23 Adrian 1.75 5 8.90

Woman 1 Greta 1.5371 5 0.52

Woman 2 Simone 1.6366 5 4.43

Woman 3 Alison 1.679 5 6.10

Woman 4 Felicia 1.7433 5 8.63

Woman 5 Jessica 1.7322 5 8.20

Woman 6 Claire 1.6405 5 4.59

Woman 7 Maude 1.7795 5 10.06

Woman 8 Jenny 1.659 5 5.31

Woman 9 Diane 1.67 5 5.75

Woman 10 Carla 1.75 5 8.90

Woman 11 Lauren 1.69 5 6.54

Descarga aquí el metadato:https://aplicaciones.siatac.co/geonetwork/srv/spa/catalog.search#/metadata/1742d666-50c8-4573-823e-5c5189ac0bbdDescarga aquí el shapefile:https://opendata.arcgis.com/datasets/31b4f21bfb6047659d5bc2b335d99eff_0.zipCorresponde a la capa de cicatrices por quemas en la Amazonía colombiana desde marzo del 2017 a escala 1:100.000. Para generar esta capa se seleccionan las imágenes satelitales, del programa LandSat; deben tener menos del 30% de nubes. Se hace una verificación de la cantidad puntos de calor detectados durante el mes de monitoreo, para corroborar cuales Path Row que cubren la región amazónica (4-57, 4-58, 4-59, 4-60, 4-61, 4-62, 4-63, 9-59, 9-60, 7-58, 7-59, 7-60, 7-61, 5-57, 5-58, 5-59, 5-60, 5-61, 5-62, 3-57, 3-58, 3-59, 8-58, 8-59, 8-60, 6-57, 6-58, 6-59, 6-60, 6-61, 6-62) deben priorizarse para la descarga.Para el procesamiento y clasificación de las imágenes, y los diferentes geoprocesos se usan herramientas del software ArcGis (Esri, 2022a). Con este programa se aplican los “Model Builder” que se han generado para este procesamiento, los cuales hacen parte de los flujos de trabajo (Workflow) construidos en la plataforma SIATAC. Con las imágenes se generan dos composiciones de color RGB , (1) una que integra el Índice de Vegetación de Diferencia Normalizada - NDVI (B5-B4/B5+B4), el Radio Normalizado de Quema-NBR (B5-B7/ (B5+B7) y la banda del infrarrojo cercano -IR (B5); (2) la otra composición se hace con las bandas B7-B5-B2; estas composiciones resaltan las áreas que han sufrido procesos de quema de la vegetación (Murcia & Otavo, 2018).Con la composición RGB (1) se hace una clasificación no supervisada tipo clúster (Clúster Iso) (Esri, 2022b) y se generan 11 clases. Sobre esta capa ráster se hace una verificación visual para determinar cuál de las 11 clases corresponde a las cicatrices, este proceso se hace con respaldo en el protocolo metodológico (Murcia et al., 2018) y las dos composiciones ya generadas. Una vez seleccionada la clase que se ha verificado como cicatrices, se hace una reclasificación binaria de las unidades, en la que uno (1) son cicatrices y cero (0) las otras clases. En el mismo proceso (Model Builder) se hace la vectorización y se genera la capa de polígonos de cicatrices.Luego se hace una verificación visual de los polígonos generados, para descartar aquellos que no son cicatrices, para esto se aplican los criterios previstos en el protocolo metodológico (Murcia et al., 2018) teniendo como referente las dos composiciones previamente generadas. Con la capa resultado se hace un proceso de análisis espacial de intersección (Esri, 2022c) para descartar las cicatrices que ya fueron clasificadas en el mes anterior.A la capa resultante se le hace control de calidad para verificar la exactitud temática, validando aspectos como delimitación, errores por omisión y errores por comisión. De igual modo, se verifica que la capa cumpla con todos los criterios de topología como la correcta adyacencia entre polígonos, y se aprueba la capa.En el siguiente paso, la capa aprobada se integra en un WorkFlow (Esri, 2022d) de la base de datos en la plataforma SIG de Esri, del SIATAC. Luego se aplica un proceso SIG de intersección mediante el cual se clasifican las cicatrices que se ubican en áreas que eran bosques, según la capa de bosques más reciente generada por el IDEAM (Ideam, 2022). Sobre los polígonos restantes, se aplica el mismo proceso SIG (intersección) con la capa de coberturas de la tierra, del periodo más reciente (Sinchi, 2022) y se clasifican las cicatrices que se ubican en donde había vegetación secundaria u otras coberturas, principalmente pastos.La capa resultante se somete a un proceso de análisis espacial de intersección para generar la información de las cicatrices con el tipo de cobertura vegetal afectada, por cada Unidad Espacial de Referencia (UER): Grandes paisajes, Jurisdicción de Corporaciones Autónomas Regionales o de Desarrollo sostenible, Estado legal del territorio, Departamentos y Municipios. Para finalizar, las estadísticas se publican en el portal del Sistema de Información Ambiental Territorial de la Amazonia colombiana -SIATAC (https://siatac.co/cicatrices-de-quema/).BIBLIOGRAFÍAMurcia, U. & Otavo, S. (2018). La amazonia se quema: Detección de áreas con mayor ocurrencia de incendios de vegetación como estrategia para la prevención y control. Revista Colombiana Amazónica No 11 de 2018, 59-72. https://sinchi.org.co/11-revista-colombia-amazonica.Cañon I., Gordillo G., León A., Murcia U., Romero H., Velásquez M. (2018). Protocolo para el monitoreo de cicatrices por quemas en la Amazonia colombiana. 46pp.Esri. (2022a). ArcGIS Desktop.https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview.Esri. (2022b). Clasificación no supervisada de clúster ISO.https://pro.arcgis.com/es/pro-app/2.8/tool-reference/spatial-analyst/iso-cluster-unsupervised-classification.htmEsri. (2022c). Intersección (Análisis).https://pro.arcgis.com/es/pro-app/latest/tool-reference/analysis/intersect.htmEsri. (2022d). ArcGIS Workflow Manager (Análisis).https://www.esri.com/en-us/arcgis/products/arcgis-workflow-manager/overviewIdeam. (2022). Sistema de Monitoreo de bosques y carbono SMBYC.https://smbyc.ideam.gov.co/MonitoreoBC-WEB/reg/indexLogOn.jspSinchi. (2022). Sistema de Monitoreo de las Coberturas de la tierra de la Amazonia colombiana SIMCOBA. Datos abiertos.https://datos.siatac.co/pages/coberturasDiccionario de datos:objectid: Corresponde al identificador propio de cada registro dentro de la capa de informaciónarea_ha: Corresponde al área en hectáreas de la unidad seleccionadaarea_km2: Corresponde al área en kilómetros cuadrados de la unidad seleccionadaano: Corresponde al año de publicación de la cicatriz de quemaorigen: Corresponde a la cobertura que fue afectada por la cicatriz de quemames: Corresponde al mes de publicación de la cicatriz de quemafecha_registro: Corresponde a la fecha de publicación de la cicatriz de quemashape: Corresponde a geometría del elementost_area(shape): Corresponde al área del elementost_length(shape): Corresponde al perímetro del elementoFuente:Modelos de Funcionamiento y Sostenibilidad del Laboratorio SIG y SRBogotá D.C., Colombia siatac.coCalle 20 # 5 - 44Código Postal: 110311 Teléfono: +57 (1) 4442060Horario de atención: 8:00 am - 5:00 pm de Lunes a Viernes Información de contacto:Establecer previo contacto telefónico o a través de correo electrónico, para realizar la solicitud o fijar una cita en el horario de atención.

Our Co-design team is from the University of Texas, working on a Department of Energy-funded project focused on the Beaumont-Port Arthur area. As part of this project, we will be developing climate-resilient design solutions for areas of the region. More on www.caee.utexas.edu.We used a DJI Mavic 2 Pro to capture aerial photos in Beaumont-Port Arthur, TX, in February 2023, including:I. Beaumont Soccer ClubII. Corps’ Port Arthur Resident OfficeIII. Halbouty Pump Station comprises its vicinityIV. Lamar University (Including Exxon Power Plants close to Lamar Univ.)V. MLK Boulevard for aerial images of the industry and the ship channelVI. Salt Water Barrier (include some aerial images about the Big Thicket)Aerial photos taken were through DroneDeploy autonomous flight, and models were processed through the DroneDeploy engine as well. All aerial photos are in .JPG format and contained in zipped files for each location.The processed data package including 3D models, geospatial data, mappings, point clouds, and the animation video of Halbouty Pump Station has various file types:- The Adobe Suite gives you great software to open .Tif files.- You can use LASUtility (Windows), ESRI ArcGIS Pro (Windows), or Blaze3D (Windows, Linux) to open a LAS file and view the data it contains.- Open an .OBJ file with a large number of free and commercial applications. Some examples include Microsoft 3D Builder, Apple Preview, Blender, and Autodesk.- You may use ArcGIS, Merkaartor, Blender (with the Google Earth Importer plug-in), Global Mapper, and Marble to open .KML files.- The .tfw world file is a text file used to georeference the GeoTIFF raster images, like the orthomosaic and the DSM. You need suitable software like ArcView to open a .TFW file.This dataset provides researchers with sufficient geometric data and the status quo of the land surface at the locations mentioned above. This dataset could streamline researchers' decision-making processes and enhance the design as well.In October 2023, we had our follow-up data collection, including:I. Beaumont Soccer ClubII. Shipping and Receiving Center at Lamar UniversityAfter the aerial collection, we obtained aerial photos of those two locations mentioned above, as well as processed data (such as point clouds and models).