18. 1) Картографический анализ в гис.
Это традиционный и общеизвестный прием анализа карт; его цель состоит в том, чтобы выявить наличие на карте изучаемых явлений, особенности их размещения и взаимосвязи. Описание – качественный способ анализа картографического изображения, но в него могут вводиться количественные характеристики, прочитанные по карте. Техника описания проста, но, тем не менее, подчинена некоторым обязательным требованиям. Приступая к описанию, необходимо прежде всего оценить качество самой карты, серии карт или атласа, получить представление об их современности, детальности, принципах составления, характере искажений, вызываемых картографической проекцией. Следует изучить легенду, уделяя главное внимание принципам классификации изображаемых явлений и самим способом изображения. Анализируя какое-либо явление или территорию, очень важно соблюдать порядок от общего к частному, т.е. дать сперва характеристику основных, определяющих черт, затем детально проанализировать отдельные особенности и частности. В заключение четко формулируется выводы. Всякое научное описание должно быть логично, строго упорядочено, построено по определенному плану, причем хорошо, если этот план ясен читателю. Основные принципы, которым должно удовлетворять научное описание, составляемое по картам: - логичность, упорядоченность и последовательность описания; - отбор и систематизация фактов; - введение в описание элементов сравнения, аналогии, сопоставления с использованием количественных показателей; - оценка описываемых явлений или процессов с точки зрения конкретных задач исследования; - четкая формулировка выводов и рекомендаций. Описания по картам широко используются на предварительной стадии исследования для общего ознакомления с изучаемым объектом, планирования исследования, определения рациональной методики, выбора исходных картографических материалов. Описание совершенно необходимо и на заключительном этапе, когда требуется дать содержательную интерпретацию полученных результатов. При хорошо спланированном исследовании математические приемы сочетаются с описаниями, не подменяя и не вытесняя их. Это обеспечивает необходимое равновесие между качественными и количественными методами картографического анализа.
2) Модели взаимосвязи явлений. c/124
3) Характеристики проектной деятельности.
19. 1)Определение координат объектов стр. 98
2) Прямая угловая засечка стр. 102
3) Неопределенность? Как она связана с моделью данных ГИС? Как она влияет на результат обработки и анализа в ГИС?
Большинство систем в современной науке неизбежно содержит неопределенность, которая связана с целью, для которой была создана система. Чтобы разработать конструктивную теорию управления неопределенностью заданного типа, предлагается рассматривать эту проблему на четырех различных уровнях:
УРОВЕНЬ 1 – поиск соответствующего математического представления заданного типа неопределенности;
УРОВЕНЬ 2 – разработка исчисления, с помощью которого можно должным образом управлять этим типом неопределенности;
УРОВЕНЬ 3 – нахождение эффективного способа измерения релевантной неопределенности в любой формализуемой ситуации;
УРОВЕНЬ 4 – разработка методологических аспектов теории, чтобы сделать принципы неопределенности функционально вычислимыми.
До определенного времени в науке не проявлялось практически никакого интереса к изучению неопределенности. Фактически устранение неопределенности рассматривалось как одно из проявлений прогресса науки. Этому отрицательному отношению к неопределенности, распространенному до 20-го столетия, бросил серьезный вызов ряд выдающихся ученых. Среди них – Людвиг Больцман – основатель статистической механики и молекулярной кинетической теории, Вернер Гейзенберг, изложивший принцип неопределенности в квантовой физике, Курт Гёдель, доказавший фундаментальные теоремы о полноте и непротиворечивости формальных систем. Предположению, что только теория вероятности является способной к фиксации любого вида неопределенности, были противопоставлены во второй половине 20-го столетия два важных обобщения в математике. Одно из них – обобщение классической теории множеств до теории нечетких множеств, предложенной Лотфи Заде. Второе – обобщение классической теории мер до теории монотонных мер, предложенной Гюставом Шоке. В каждой теории неопределенность представлена функцией, которая приписывает каждому множеству релевантных альтернатив число в интервале [0, 1], которое выражает степень достоверности того, что истинная альтернатива находится в этом множестве. Мера неопределенности – функционал, который ставит в соответствие каждой функции неопределенности неотрицательное вещественное число. Вообще говоря, неопределенность выражает некоторую информационную неполноту. Это предполагает, что информация может быть измерена в терминах сокращения неопределенности, то есть количество информации увеличивается за счет уменьшения неопределенности и, таким образом, зависит от возможности измерить неопределенность в пределах различных математических моделей. Информация, измеренная исключительно сокращением неопределенности, именуется информацией на основе неопределенности. Неопределенность геоданных определяется различием между содержанием базы геоданных и соответствующих явлений в реальном мире. Базы геоданных формируются процессами, которые включают приближение, ошибку измерения и обобщение. Большинство баз геоданных основано на определениях терминов, классов и значений, которые, по сути, являются неопределенными, так что аналитики могут интерпретировать их по-разному. Все эти эффекты расхождения значений подпадают под определение неопределенности геоданных, так как они заставляют пользователя базы геоданных учитывать существующее несоответствие. Учет неопределенности, неточности и погрешности подразумевает использование специальных концептуальных моделей, оперирующих геоданными в пределах от нечетких и огрубленных множеств до основанных на традиционной теории ошибки измерения [1]. Неопределенность воспринимается многими исследователями как «ахиллесова пята» ГИС [2], поскольку результаты анализа с помощью ГИС часто представляются намного более точными, чем они есть на самом деле. А если учесть, что ГИС все больше используются для прогноза и принятия решений, то предотвращение опасности получения ненадежных результатов из-за влияния неопределенности, вероятно, станет еще более неотложным. Несмотря на то, что точность получаемых геоданных постоянно улучшается, человечество обладает огромным наследством менее точных геоданных, которые будут находить приложение еще много лет. Поэтому необходимо разрабатывать конструкции подходящих моделей геоданных, чувствительных к ошибке [3], вызванной неопределенностью. Простое добавление значений, представляющих неопределенность, к базе геоданных в качестве дополнительных признаков не в состоянии фиксировать всю сложность пространственной неопределенности. Понимание неопределенности в географических данных остается проблемой, которая на сегодняшний день решена только частично. Географическая информационная система (ГИС) предоставляет целый ряд инструментальных средств манипулирования геоданными, не предлагая никакого контроля правильности их употребления. ГИС дает пользователю полную свободу комбинировать, производить наложения и анализировать геоданные из различных источников, независимо от их масштаба, точности, разрешения и качества картографических документов. Это – серьезная проблема. Без квантификации неопределенности результаты анализа геоданных можно рассматривать только как качественную информацию, и это очень обесценивает их и в научном, и в практическом смысле. Чтобы решить проблему использования геоданных в плане совместного использования системы дистанционного зондирования и ГИС, требуется разработать интегрированный подход к управлению географической информацией. Этот подход должен поддерживать много типов геоданных, собранных на основе различных моделей географического пространства, учитывающих, при этом, типы присущих им ошибок и неопределенности. Обеспечивая индивидуальную поддержку каждой из пространственных моделей, необходимо использовать специальные методы, чтобы контролировать неопределенность, поскольку данные изменяются от представлений низкого уровня (дистанционно считанные данные рельефа земной поверхности) до высокоуровневых абстракций, используемых в ГИС (различимые объекты и темы). Особенно интересна диссеминация неопределенности в различных концептуальных моделях. Моделирование неопределенности можно представить в виде трех этапов: 1) формализация неопределенности, связанной с каждым набором геоданных, позволяющая говорить об объективном характере надежности, 2) разработка методов контроля уровня неопределенности в процессе обработки и преобразования геоданных и 3) определение пригодности набора геоданных для конкретной задачи. На рис. 1 показано преобразование геоданных, зафиксированных спутником и затем переведенных в подходящую форму для ГИС; при этом используются четыре модели геоданных: растровая, изображения, тематическая и объектная. Непрерывные зоны квантуются устройством считывания и переводятся в форму изображения, затем проводится классификация и, наконец, преобразование в отдельные объекты отображения. Полный процесс извлечения объекта иногда называется семантической абстракцией из-за увеличивающейся семантической нагрузки на содержание геоданных, поскольку они преобразуются в формы, которые более удобны для человеческого восприятия. При преобразовании данных в соответствии с переходом от одной концептуальной модели географического пространства к другой характеристики неопределенности в геоданных могут изменяться. Существующие методики преобразования геоданных изменяют присущую им неопределенность и, кроме того, могут добавить дополнительную неопределенность. Более того, многие из формальных методик используют комбинации геоданных с характеристиками неопределенности, например мультивременная классификация изображения или интеллектуальное выделение признаков. Следовательно, существуют две взаимосвязанные проблемы [4]: 1. Как характеристики неопределенности геоданных изменяются при переходе от модели к модели?
20.1) Операции с локальными соседями. Стр. 74
2) Фильтрация.
Фильтрация это - преобразование, которое позволяет усилить воспроизведение тех или иных объектов, подавить нежелательное вуалирование, устранить другие случайные помехи (шум).
Один из самых простых способов фильтрации - преобразование в скользящем окне.
При таком преобразовании пересчитываются значения яркости всех пикселов изображения. Пересчет происходит для каждого пиксела таким образом: когда данный пиксел является центральным в окне, которое "движется" по снимку, ему дается новое значение, которое является функцией от значений окружающих его в окне пикселов. Размер окна может быть, например 3х3 или 5х5 пикселов. Каждый раз окно смещается на 1 пиксел и движется до тех пор, пока не пройдет весь снимок. Для всех пикселов окна исследователь устанавливает весовые коэффициенты исходя из целей дешифрирования.
Если весовые коэффициенты всех пикселов в окне равны, изображение будет сглажено.
Если весовой коэффициент центрального пиксела в окне значительно выше остальных, то изображение станет более резким.
Если весовые коэффициенты вертикально расположенных пикселов в окне будут значительно выше остальных, на изображении выделятся линии меридионального направления.