Руководство по гис-анализу_Энди Митчелл

Вы можете отображать поверхность плотности, используя шкалу цветов или изолинии.

Использование шкалы цветов

Поскольку каждая ячейка поверхноси имеет уникальную величину плотности, необходимо классифицировать эти значения, чтобы систематизировать изображение.

Вы можете определить параметры классов вручную или использовать возможности ГИС в реализации стандартных схем классификации. Наиболее общие схемы классификации:

Естественная разбивка - диапазоны класса фиксируют естественную группировку значений данных. В примере, показанном справа, это дало возможность отобразить области самой высокой плотности при сохранении тонких заюшомерностей.

Квантили - каждый класс имеет одинаковое количество ячеек. В примере показано, что большое количество ячеек в этом случае может попасть в более высокие классы, скрывая положительные аномалии.

Равные интервалы - разность между максимальной и минимальной величиной одинакова для каждого класса. В данном примере области самой высокой плотности высвечены за счет сгущения элементов с более низкой плотностью.

Стандартное отклонение - классы определены рядом среднеквадратичных отклонений от среднего всех величин слоя. Данная схема хорошо выявляет области с аномально высокими или низкими значениями.

Глава 3 «Построение карт по числовым критериям» содержит подробное обсуждение процесса создания классов и методов классификации.

Плотность сотрудников на кяадратшпю милю

Квантили Равные интервалы

Среднеквадратичное отклонение

Использование изолиний

Изолинии соединяют точки равной плотности на поверхности. Большинство программного обеспечения ГИС, включая ArcInfo и Arc View, создает изолинии поверхности автоматически. Вы просто назначаете сечение горизонталей - то есть разницу в значениях соседних изолиний. Изолинии хорошо показывают интенсивность изменения поверхности - гуще изолинии, интенсивнее изменение.

Плотность предприятий на квадратную милю. Сечение горизонталей - 200

Лучше выбрать интервал, который выявляет закономерности в областях плавного изменения поверхности, не добиваясь адекватного отражения аномальных участков. Впрочем, жестких правил для отражения величины и скорости изменения поверхности не существует.

Комбинация изолиний с цветной градуировкой поверхности плотности позволяет пользователю, быстро обнаруживать области самой высокой плотности, а также оценить интенсивность изменения.

ПРОСМОТР РЕЗУЛЬТАТОВ

Закономерности, отраженные на вашей карте частично зависят и от того, как создавалась поверхность плотности. Например, две карты внизу показывают плотность дорожной сети в лесных районах, выраженную в длине пути на единицу площади. Слева использование маленького радиуса захвата позволило выявить несколько аномалий плотности. Карта справа, при использовании большего радиуса захвата, показывает лишь одну область высокой плотности. ; Биолог, который ищет уединенные уголки для изучения дикой природы определил бы радиус захвата, основываясь на характере сгущения дорожной сети в заслуживающих внимания территориальных разностях. Повысить чувствительность к присутствию дорог можно при использовании большего радиуса захвата

Поверхность плотности может показать, как проходит именение величины в пределах области. Эта карта показывает стоимость квадратного фута земли. Правая половина карты показывает небольшое различие в стоимости участков, в то время как левая сторона отражает рост изменения. Более интенсивное изменение плотности может говорить о большем многообразии землепользования в данной области.

Поверхность плотности стоимости земли на квадратный фут. Для привязки показаны автомагис- трали .

На результат, полученный с помощью поверхности плотности влияет также распределение исходных точек. Чем больше количество исходных точек и равномернее их распределение, тем представительнее будут выявленные закономерности. Таким образом, промежутки между исходными точками могут

служить мерой оценки представительности данных.

Исходные точки для построения поверхности плотности населения (центры тяжести районов).

Также имейте в виду, что в месте появившейся в результате аномалии плотности может вовсе не быть конкретного объекта, так как ГИС вычисляет величины в пределах окружения каждой ячейки. На этой карте плотности служащих не видно ни одного предприятия, и, таким образом, никакие кокретные служащие не могут ассоциироваться с самыми высокими величинами плотности (светлая область справа). В данном случае аномально высокая плотность расположена между несколькими главными нанимателями. Пятно слева, однако, попадает как раз на точку расположения предприятия, поскольку оно единственное на данном участке.

Точки расположения предприятий с поверхностью плотности служащих этих предприятии (количество служащих на квадратную милю)

При создании поверхности плотности в процессе интерполяции данных аномально высокие или низкие величины могут исчезать. Это упрощает и делает нагляднее распределение, но неизбежно уводит от конкретного места аномалии. Поэтому рекомендуется отображать точки расположения исходных объектов либо прямо на поверхности плотности, либо на отдельной карте.

Люди анализируют объекты, находящиеся в пределах области, чтобы контролировать происходящие в ней события или сравнивать различные области на основании их содержимого.

Контролируя пространство в пределах области, люди оценивают адекватность принимаемых мер. Например, районный прокурор мог бы более жестко наказывать нарушения порядка, происходящие в 1000 футовой зоне вокруг школы. Начальник пожарной охраны, отображая область опасного задымления, мог бы оценить окружающую территорию и оптимально организовать эвакуацию пострадавших.

Обобщение объектов по признаку принадлежности к какой-либо области позволяет сравнивать территории по количественным критериям. Например, руководству полиции могла бы понадобиться ежемесячная сводка краж, происшедших в различных районах города, чтобы контролировать горячие точки. Администрация заповедника хотела бы видеть, в пределах каких речных бассейнов находится больше старого леса, что бы принять меры к его сохранению.

ГАЛЕРЕЯ КАРТ

Лесоперерабатывающая кампания Боис Каскад составила карту распределения типов лесной растительности по речным бассейнам Голд Форка, штат Айдахо, чтобы более эффективно управлять лесным хозяйством внутри каждого речного бассейна.

Проектная фирма Парсон Бринкерофф создала ряд карт, отражающих альтернативные маршруты для прокладки железной дороги. Каждая карта показала участки складирования опасных материалов, расположенных внутри 1,000-футовой буферной зоны вокруг полотна, на фоне глубин залегания грунтовых вод. Карты использовались, чтобы анализировать потенциальные осложнения, связанные с охраной водных ресурсов вдоль маршрута

Постановка анализа

Чтобы находить объекты, попадающие внутрь области, вы можете нанести границу области поверх всех объектов или использовать ее в качестве критерия автоматизированного выбора объектов, попадающих внутрь. Затем можно составить перечень выбранных объектов, суммировать или обобщать другим способом их значения в пределах заданной области.

Метод, который вы выберете определяется типом данных и характером информации, которую вы собираетесь получить в результате анализа.

ВАШИ ДАННЫЕ

Вы должны представлять себе количество анализируемых объектов и их тип.

Количество исследуемых областей

Вы можете проводить анализ содержимого одной области или сразу нескольких.

Одна область

Поиск объектов внутри одной области позволяет вам контролировать деятельность или обобщать информацию относительно данной области. Единичная область может представлять собой:

•Район обслуживания вокруг определенного центра, например, библиотечный район или зона пожарной охраны.

Звонки по 9-11 а полуторамильноп зоне пожарной

станции

Буфер, определяющий назначенное расстояние вокруг некоторого объекта, например, буфер вокруг водотока, ограничивающий территорию лесозаготовок.

200-футовый буфер вокруг водотока ограничивает зону, запрещенную для лесозагоовок.

• Административную или естественную границу, такую как полицейский квартал, участок земли или речной бассейн.

Типы почв в пределах участка земли

Область оценки, например, территорию коммерческой деятельности, которая может быть нанесена вручную.

Клиенты, попадаю- щие внутрь террито-

рии коммерческой деятельности.

Результат моделирования, например, зона паводкового затопления, полученная средствами пространственного анализа ГИС.

Участки внутри зоны, затопляемой паводком pay в 100 лет.

Содержимое нескольких областей, которые трактуются как одна - например, предприятия в пределах группы почтовых округов.

Предприятия, расположенные в пределах группы почтовых округов.

Множество областей

Определение содержимого каждой из нескольких областей позволяет производить их сопоставление. При этом области могут быть:

•Прилегающими друг к другу, такими как почтовые округа или речные бассейны.

Почтовые округа - пример прилегающих областей.

Разобщенными, типа государственных заповедников

Эти области, занимаемые государственными парками, разобщены .

"Вложенными, типа областей, затопляемых паводком раз в 50- и 100-лет или областей внутри 1, 2-х и 3-х мильных зон.

Вы можете определить каждую область, используя ее название, например, имя речного бассейна или уникальный номер, такой как номер городского квартала.

Анализ дискретных или непрерывных объектов

Дискретные объекты - это те, которые можно идентифицировать отдельно. Вы можете составить их список, посчитать их или суммировать числовые атрибуты, связанные с ними. Они являются либо точками на карте, такими как адреса студентов, преступления или орлиные гнездовья; либо линейными объектами, такими как потоки, трубопроводы или дороги; либо дискретными областями, например, участками затопления.

Точки - места правонарушений, обнаруженные вблизи

школы

Линейные объекты — дороги, проходящие через

заповедную область

Дискретные области — участки, затопляемые во время паводка.

ПОИСК объектов внутри области - 9 1

Непрерывные объекты представляют собой неразрывные географические явления. В связи с этим приходится предварительно обобщать значения таких объектов для каждой области. Непрерывные объекты могут представлять собой:

•Непрерывные категории или классы, такие как тип растительности или отметки рельефа. Можно оценить долю каждой категории или класса внутри области - например, количество растительности каждого типа в пределах речного бассейна.

Типы почв представ-

лены непрерывными категориями.

Зоны распределения осадков (в дюймах в год) пред- ставлено непрерывными классами.

•Непрерывные величины. Это - числовые величины, которые непрерывно изменяются в пределах поверхности. Они могут быть представлены температурой, отметками рельефа или количеством осадков. Ими могут также являться величины, полученные средствами ГИС из других типов данных. Поверхность стоимости земли, поверхность плотности дорожной сети или карта пригодности мест обитания - это все примеры представления непрерывных величин.

Представление поверхности рельефа как непрерывной величины.

ПРЕДСТАВЛЕНИЕ ОБ ИНФОРМАЦИИ, КОТОРУЮ ВЫ ХОТИТЕ ПОЛУЧИТЬ.

Представление об информации, которую вы хотите получить в результате анализа, поможет решить, какой метод лучше использовать.

Вам необходим перечень, общее

количество или обобщение?

Вы можете использовать ГИС, чтобы выяснить, находится ли конкретный объект внутри области; получить перечень всех объектов области; выяснить их количество или обобщить данные, попадающие внутрь одной области или каждой из нескольких областей, основываясь на атрибутах объектов.