1. Понятие Географической Информационной Системы. Подсистемы гис

Информационные системы, как правило, создаются с использованием специального программного обеспечения, называемого системами управления базами данных (СУБД),

ГеографическаяГеографическаяинформационная система (ГИС) - для это система для управления географической информацией, ее анализа и отображения.Географическая информация представляется в виде серий наборов географических данных, которые моделируют географическую среду посредством простых обобщенных структур данных.. ГИС включает наборы современных инструментальных средств для работы с географическими данными.

Определение ГИС через подсистемы. ГИС представляет собой набор подсистем, ее образующих. В соответствии с этим определением, ГИС имеют следующие подсистемы: 1. Подсистема сбора данных, которая собирает и проводит предварительную обработку данных из различных источников. Эта подсистема также в основном отвечает за преобразования различных типов пространственных данных (например, от изолиний топографической карты к модели рельефа ГИС). 2. Подсистема хранения и выборки данных, организующая пространственные данные с целью их выборки, обновления и редактирования. 3. Подсистема анализа данных, которая выполняет различные задачи на основе этих данных, группирует и разделяет их, устанавливает параметры и ограничения и выполняет моделирующие функции. 4. Подсистема вывода, которая отображает всю базу данных или часть ее в табличной, диаграммной или картографической форме

2. Современные компьютерные ГИС и традиционные бумажные карты: сходство и различие.

Карта	ГИС
Ввод: запись (компиляция) на бумаге-точки-линии-области.	Ввод: запись (кодирование) в память компьютера-точки-линии-области.
Источники-Аэрофотосъемка-Дистанционное зондирование -Геодезические работы-Словесные описания и зарисовки -Статистические данные и др.	Источники–то же, что и для карт, а также-Готовые цифровые карты -Цифровые модели местности и рельефа-Цифровые аэро и космоснимки-Данные лазерного сканирования-Цифровые базы данных -Данные, полученные через Internet

сравнение функций подсистемы хранения и выборки

Карта	ГИС
Точки, линии и области рисуются на бумаге с помощью символов.	Точки, линии и области хранятся как ячейки растра или координаты и идентификаторы в компьютере.Таблицы атрибутов связаны с геометрией. Выборка требует эффективных методов компьютерного поиска.
Выборка-это просто чтение карты.	Выборка требует эффективных методов компьютерного поиска.

• сравнение функций подсистемы анализа

Карта	ГИС
Требуетсялинейка, планиметр, транспортир и другие инструменты, используемые человеком –аналитиком.	Используютсявозможности компьютера для измерения, сравнения и описания информации в базе данных.
Возможностиограничены данными, сгруппированными и представленными на бумажной карте.	Обеспечиваетбыстрый доступ к исходным данным, позволяет группировать и переклассифици-роватьданные для дальнейшего анализа. Одни и те же данные могут быть использованы многократно

сравнение функций подсистемы вывода

Карта	ГИС
Только графическое представление.	Карта–лишь один из видов вывода.
Многие формы карт.	ГИСпредоставляет практически неограниченные возможности в создании карт.
Модификациимогут включать картограммы и др.	Включаеттакже таблицы, графики, диаграммы, изображения и др.Нетрадиционные формы вывода: интерактивный вывод, передача баз данных, видео и

Нетрадиционная формы вывода: публикация картографических данных в Internet. Пользователи ГИС вынуждены взаимодействовать друг с другом с целью получить недостающие части имеющихся у них ГИС-данных. В состав ГИС-сети входят три основных строительных блока: • Порталы каталогов метаданных, где пользователи могут провести поиск и найти ГИС-информацию в соответствии с их потребностями • ГИС-узлы, где пользователи публикуют наборы ГИС-информации • Пользователи ГИС, которые ведут поиск, выявляют, обращаются и используют опубликованные данные и сервисы

3. Пространственные элементы

Представляемые на карте элементы, как природного происхождения, так и являющиеся результатом человеческой деятельности, называются объектами. Пространственные объекты можно разделить на четыре типа: точки, линии, области и поверхности. В рамках ГИС объекты реального мира явно представляются первыми тремя типами объектов из указанных. Точечные объекты – это такие объекты, каждый из которых расположен только в одной точке пространства. Линейные объекты представляются как одномерные в нашем координатном пространстве: дороги, реки, объекты, которые существенно длинны и узки. Объекты, имеющие и длину и ширину, называются областями или площадными объектами. Еще одно распространенное название - полигоны. Два способа представления географического пространства:векторным либо растровым. Векторная модель Векторные пространственные объекты(географические объекты с векторной геометрией) достаточно универсальны. Они хорошо подходят для представления объектов с четко выраженными границами, таких как буровые скважин. основана на векторах (направленных отрезках прямых). Базовым примитивом является точка. Векторные линейные объекты создаются путем соединения точек прямыми линиями или дугами. Для того, чтобы определить дугу нужно указать, по меньшей мере, 2 точки - начальную и конечную - для описания местоположения линейного объекта в пространстве. Если линия является кривой или ломаной, то необходимы дополнительные точки – формообразующие (вертексы). Площадные объекты определяются набором линий. Как и для линий, мы можем указывать их форму и ориентацию, а также величину площади, которую занимает данная область. Точки–это пары координат x,y. Линии –наборы координат, определяющих форму. Полигоны –наборы координат, определяющих границы замкнутых областей. Атрибуты векторных объектов хранятся в специальных таблицах и связываются с графическими элементами с помощью служебных идентификаторов. Растровая модель данных. Разбивает всю изучаемую территорию на элементы регулярной сетки или ячейки. В растровой модели реальный мир представлен в виде поверхности, равномерно поделенной на ячейки. Для того, чтобы определить местоположение растра в географическом пространстве, необходимо знать координаты x,yхотя бы одного угла растра. Растры используются для представления непрерывных слоёв: высот местности, уклонов. Представление пространственных элементов в растровой и векторной моделях данных. Растровый метод может использовать элементы любой подходящей геометрической формы при условии, что они могут быть соединены для образования сплошной поверхности, представляющей все пространство изучаемой области. Обычно используют квадраты, которые называются ячейками (grid cells). Растровые структуры данных не обеспечивают точной информации о местоположении, поскольку географическое пространство поделено на дискретные ячейки конечного размера. Вместо точных координат точек мы имеем отдельные ячейки растра, в которых эти точки находятся. Здесь мы наблюдаем изменения пространственной мерности, которая состоит в том, что мы изображаем объект, не имеющий измерений (точку), с помощью объекта (ячейки), имеющего длину и ширину. Линии, то есть одномерные объекты, изображаются как цепочки соединенных ячеек. Опять же, здесь имеет место изменение пространственной мерности от одномерных объектов к двухмерным структурам. Каждая точка линии представляется ячейкой растра, и каждая точка линии должна находиться где-то внутри одной из ячеек растра. Легко увидеть, что эта структура данных изображает линии ступенчатым образом. Этот ступенчатый вид также обнаруживается при изображении областей с помощью ячеек растра. Местоположение точки на растре нельзя указать точнее, чем местоположение ячейки, в которую попадает эта точка. Чем больше размер ячейки, тем большую площадь земли она покрывает, то есть, тем ниже (грубее) разрешение (resolution) растра, тем меньше точность положений точек, линий и областей, представленных данной структурой. Снижение пространственной точности положения объектов – главный недостаток растровой структуры данных. Бороться с ним можно, увеличивая разрешение растра.

4. Шкалы измерений атрибутов.

Используя геометрические примитивы, мы можем показать местоположение объекта и его форму. Но этого недостаточно. Чтобы совокупности геометрических объектов получили полезность карты, каждый из них должен обладать определенными описательными характеристиками, интересными для пользователя. описательные характеристики называются атрибутами. Но перед тем как присвоить атрибуты объектам, мы должны знать, как их измерять. Иначе, мы не сможем сравнивать объекты в одном месте с объектами в другом месте.уже существует устоявшаяся основа для измерения практически всех видов данных, в том числе и географических. Эти так называемые шкалы измерения данных простираются от простого именования объектов, для того, чтобы мы могли называть их, до высокоточных измерений, позволяющих нам непосредственно сравнивать качества различных объектов. Используемая шкала измерений будет определяться отчасти тем, что мы классифицируем, отчасти тем, что мы хотим знать, и отчасти нашими возможностями производить измерения при заданном масштабе наблюдения. На первом уровне находится номинальная шкала, из названия которой следует, что объекты различаются по именам. Эта система позволяет нам делать высказывания о том, как называется объект, но не позволяет делать прямого сравнения одного объекта и другого, за исключением определения тождества. Например, мы можем сказать, что этот кусок горной породы – известняк, а этот – глина. Хотя такое утверждение, несомненно, различает эти объекты, мы не можем их сравнивать, поскольку они различны по природе. То есть, мы не можем утверждать, что известняк лучше или хуже, чем глина или песчаник, так же как мы не можем делать подобных утверждений относительно яблок и апельсинов. Если мы хотим провести более тонкое сравнение объектов, нам следует выбрать более высокую шкалу измерений, например, порядковую. Порядковые шкалы позволяют сравнивать объекты на качественном уровне (больше-меньше, светлее -темнее, лучше – хуже) с произвольным числом градаций. Типичным примером порядковой шкалы является шкала Мооса для определения твердости минералов. Мы используем порядковую шкалу, когда описываем цвет образцов минералов и горных пород: зеленоватый, светло-зеленый, зеленый, темно-зеленый и т.д. Очевидно, что порядковые данные могут дать нам некоторое представление о последовательном сравнении пространственных объектов, но эти сравнения ограничены частным применением. Например, шкалу зеленого цвета мы может применить к яблокам, чтобы оценить степень их зрелости. Но если мы желаем купить автомобиль, то, скорее всего, будем использовать совсем другие шкалы, характеризующие качество автомобиля. Возьмем другой пример: отметку, которую вы получите за курс геоинформатики, нельзя сравнить с отметкой, полученной за физкультуру. Здесь действуют два принципиально различных набора критериев. Еще одним ограничением порядковых шкал является то, что, используя их, мы не можем сравнивать объекты количественно: если один объект больше другого, то порядковая шкала не может дать ответ насколько или во сколько раз один объект больше другого. Например, один студент получает на экзамене «2» , а другой – «4». Это вовсе не означает, что первый студент знает в два раза меньше второго: скорее всего, его знания - нулевые. Если мы хотим быть более точными в наших измерениях, нам нужно воспользоваться интервальной шкалой измерения или шкалой отношений, в которых измеряемым величинам приписываются численные значения. Как и в случае порядковой шкалы, здесь мы тоже можем сравнивать объекты, но здесь эти сравнения могут делаться с более точной оценкой различий. Хорошим примером пространственных данных, измеряемых в интервальной шкале, является температура почвы (в °С) на некоторой исследуемой площади с существенно различными типами почв. Мы можем обнаружить, что температура очень темной, богатой перегноем почвы, значительно выше температуры более светлой почвы с низким содержанием органического материала. В частности, мы можем сказать, что в одно время температурная разница между разными видами почв составляет 4° С, более темная почва имеет температуру 29° С, в то время как более светлая — только 25С. Теперь мы имеем легко измеримую, точно градуированную разницу между почвами в двух выбранных местах. Но остается одно ограничение при выполнении сравнений в интервальной шкале. Возьмем еще два, предельно различных вида почв, один - практически белый, а другой - почти черный. При измерении их температуры в одно время мы можем получить числа 10° С и 20°С. Как и раньше, мы можем получить численную разность между этими величинами 10 С. Но можем ли мы при этом сказать, что темная почва вдвое теплее светлой? На первый взгляд так. Но нам следует вспомнить, что начало шкалы Цельсия выбрано произвольно. А для того, чтобы вычислить отношение двух величин, нужно иметь шкалу, на которой 0 представляет действительное начало температур. В данном примере нам следует перевести все величины в шкалу Кельвина (К=273+°С). И когда мы преобразуем наши величины в соответственно 283 К и 293 К, увидим, что темная почва вовсе не вдвое теплее светлой. В результате перехода от шкалы Цельсия к шкале Кельвина мы оказались на последней и наиболее "количественной" шкале измерений — шкале отношений. Преобразовав температуры в абсолютную шкалу, мы смогли получить осмысленное отношение величин, поскольку мы действовали теперь на шкале отношений.