- •1. Основные представления о моделировании. Базовые понятия и термины.
- •2.Основные типы моделей. Их сравнительная оценка и области применения. Современные задачи развития математического моделирования в экологии.
- •3. Статистические модели. Нормальное распределение. Выборка и генеральная совокупность. Основная область применения в экологии и почвовед.
- •4. Иммитационные модели. Их задачи, возможности и ограничения. Осноблпримен.
- •5. Графовые модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.
- •6.Табличные модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.
- •7. Регрессионные модели. Их задачи, возможности и ограничения. Основная область применения в экологии и почвоведении.
- •8. Основные понятия регрессионного анализа. Типы регрессии. Их прикладная интерпретация.
- •9. Метод наименьших квадратов. Области его применения.
- •10. Оценка качества регрессионной модели. Способы улучшения качества регрессионной модели.
- •11. Множественная регрессия. Ее преимущества и недостатки. Основная область применения в экологии и почвоведении.
- •12. Пространственные модели. Основная область применения в экологии и почвоведении.
- •13. Корреляция рядов динамики. Основная область применения в экологии и почвоведении.
- •14. Оценка точности прогноза. Особенности поискового прогнозирования в экологии и почвоведении.
- •15. Геостатистика. Пространственно координированные данные. Типы данных в гис.
- •16. Модели представления пространственных данных. Растровый и векторный подход.
- •17. Интерполяция пространственных данных. Особенности применения в экологии и почвоведении.
- •18. Классификация пространственных данных. Особенности их применения в экологии и почвоведении.
- •19. Геоинформационные математические модели. Основная область применения в экологии, почвоведении, агрохимии
- •20. Сравнительный анализ растровых и векторных гис. Их преимущества и недостатки. Основная область применения в экологии и почвоведении.
- •21. Как можно создавать новые тематические слои.
- •22. Моделирование пригодности и рисков в гис.
- •23. Анализ рельефа в гис. Цифровые карты рельефа.
- •24. Алгебра карт. Применение алгебраических и логических операций при создании новых слоев гис.
- •25. Генерализация пространственных данных. Особенности генерализации пространственных данных в почвоведении и экологии.
- •26. Имитационное моделирование. Имитация природных процессов.
- •32 .Использование методов математического моделирования для решения оптимизационных задач.
- •33 . Пример использования регрессионной модели в экологии или почвоведении
- •34. Использование метода усреднения ряда динамики скользящим окном
- •35. Особенности выбора наилучшего тренда ряда динамики
- •36. Процедура и задачи оценки наличия автокорреляции в ряду динамики.
- •37. Особенности построения уравнения авторегрессии
- •38. Процедура и задачи оценки автокорреляции между 2 рядами данных
- •39. Расчет точности прогноза по коэффициенту расхождения
- •40. Интерполяция данных по методу обычного кригинга
- •42. Способ генерализации карты методом скользящего окна с помощью гис.
- •44. Способ анализа зависимости потенциальной продуктивности от глубины грунтовых вод.И 45. Способ анализа зависимости потенциальной продуктивности от начальной влажности почв.
- •46. Способ анализа зависимости потенциальной продуктивности от типа почв.
- •47. Основные особенности анализа и моделирования статистических и динамических систем.
- •48. Методологические особенности экологического математического моделирования.
- •49. Основные проблемы и принципиальные ограничения использования методов математического моделирования в почвоведении.
- •50. Для решения каких прикладных задач можно использовать экологические геоинформационные модели и системы?
- •51. Какие методы математического моделирования используются в классификации почв и экосистем?
- •52. Как проводится картографическое моделирование воздействия источников загрязнения атмосферы на ситуационных и генеральных планах объектов овос (оценки воздействия на окружающую среду)?
- •2. Роль и место гис в природоохранных мероприятия
- •54. Какими методами математического моделирования определяют экологически значимые факторы?
17. Интерполяция пространственных данных. Особенности применения в экологии и почвоведении.
Интерполяция— вычисление промежуточных значений какой-либо величины по некоторым известным ее значениям. Интерполяция используется во многих прикладных направлениях наук о Земле. В метеорологии интерполируются данные наблюдений метеостанций для получения карт погоды на большие территории, интерполируются данные океанологических и гидрологических измерений, строятся поля концентраций веществ в различных средах и др. В геологии интерполяция применяется для построения двумерных и трехмерных моделей подземных массивов по данным точечных скважин.
Для создания интерполированной карты как минимум необходимый набор точек с данными об их пространственном положение (координаты х, у в пользовательской системе или в виде широты / долготы) и количественное значение параметра (z) в этих точках — высота, давление, температура, концентрация загрязнителя и др. В большинстве практических случаев сеть таких исходных точек нерегулярная, имеет разную плотность, большие разрывы т.д.
Задачей пространственной интерполяции является построение на основе сети исходных точек сплошной поверхности с заданным размером шага сетки. В зависимости от требуемой пространственной точности выбирается разный шаг (например, участок размером 10×10 км может быть интерполированные с шагом 100 м (100×100 узлов сетки) или с шагом 10 м (1000×1000 узлов) На основании числовых значений точек данных рассчитывается значение для каждого узла сети, что интерполируется. Обычно процедура интерполяции выполняется для области прямоугольной формы — растра.
Использование известных значений той или иной величины в определенных точках для оценки неизвестных значений в неизвестных точках называется пространственной интерполяцией. Например, создавая карту температур какой-либо страны, Вы не найдете достаточно метеостанций, равномерно распределенных по ее территории. Пространственная интерполяция помогает оценить температуры на всей территории, используя существующие данные, взятые с метеостанций. Результат такой интерполяции часто называют статистической поверхностью. Модели рельефа, карты осадков и накопления снега, а также карты плотности населения – вот некоторые примеры результатов пространственной интерполяции.
Например, чтобы создать цифровую модель рельефа на основе высотных данных, собранных с помощью GPS-устройства в определенных точках, выбирается метод интерполяции, подходящий для оптимальной оценки высоты в тех точках, где данные отсутствуют. Полученная модель может быть использована для проведения анализа или как основание для другой модели.
Существует целый ряд методов интерполяции. Два самых широко используемых метода: IDW (англ. InverseDistanceWeighting, рус. Обратное Взвешенное Расстояние) и TIN (англ. TriangulatedIrregularNetworks, рус. Нерегулярная Триангуляционная Сеть).
Интерполяция использует векторные точки с известными значениями той или иной величины для оценки этой величины в неизвестных точках и создает растровую поверхность, покрывающую всю область исследования.
Результат интерполяции – растровый слой того или иного формата.
Для оптимальной оценки величины важно выбрать подходящий метод интерполяции.
IDW-интерполяция присваивает входным точкам коэффициенты взвешивания так, что воздействие точек затухает с увеличением расстояния до новой точки, где производится оценка значения величины.
TIN-интерполяция использует входные точки для создания поверхности, состоящей из прилегающих друг к другу треугольников, основываясь на пространственном распределении этих точек.