4. Компьютеризация процесса наложения

Процесс наложения может быть очень сложным, практически невозможным при использовании традиционных карт. Различные веса параметров, сложные математические процедуры, правила комбинирования, – все они вносят вклад в усложнение процесса. Теперь мы посмотрим, как компьютер помогает реализовать все эти методы.

1. Растровые наложения "точка в полигоне" и "линия в полигоне"

В растровых ГИС ячейки растра, представляющих статистику преступности, места обитания птиц или любую другую точечную информацию, могут сравниваться с помощью присваивания этим точкам, как и полигонам, легко отличимых чисел или категорий; таким образом, становится сразу же очевидно, какие ячейки расположены в пределах интересующих нас полигонов. Например, у нас есть одно покрытие с одним полигоном, скажем, лугом, представленным числовым значением 1. Окружающий фон мог бы иметь значение 0 – "область не классифицирована". В другом покрытии ячейки со значением 1 представляют положения больших сорняков, остальные ячейки содержат значение 0. При наложении этих двух покрытий с помощью сложения мы получим ячейки со значением 2, представляющие сорняки на лугу.

Вы можете заметить, что мы использовали одно и то же число для полезной травы в первом покрытии и для сорняков – во втором. Это привело к тому, что в результирующем покрытии мы не можем различить ячейки луга без сорняков от ячеек сорняков, растущих вне луга. Если бы мы обозначили сорняки существенно большим числом, скажем, 10, то легко могли бы распознать все случаи; на результирующем покрытии число 10 обозначало бы сорняки на неклассифицированном фоне, а 11 – сорняки среди травы, что являлось результатом наложения "точка в полигоне". Конечно, если бы наша ГИС могла хранить дополнительные атрибутивные данные или поддерживала легенду, то мы могли бы идентифицировать эти точки корректно в любом случае. Хотя большинство ГИС имеют возможности обеспечения этих функций, следует помнить об этом простом примере, ибо любые математические операции, которые мы могли бы выполнить в дальнейшем над этим покрытием, могли бы создать нам серьезные трудности. Сохранять видимое разделение категорий важно также и потому что такая же проблема встретится нам при растровом наложении полигонов.

Как видите, в растре наложение "точка в полигоне" не требует явной информации о координатах как точек, так и полигонов. В простейших системах нужно помнить о различимости категорий после выполнения наложения, в более сложных такое различение может производиться по меткам (таким, как "сорняки" + "трава"). Системы, связанные с СУБД, будут иметь записи атрибутов, показывающие одновременное присутствие двух или более различных атрибутов в одной ячейке растра.

Поскольку в растровой модели данных линии представляются цепочками прилежащих ячеек растра, которые сами по себе являются точками, становится очевидным, что операция наложения "линия в полигоне", по сути, не отличается от операции "точка в полигоне".

2. Растровое наложение полигонов

Процесс растрового наложения полигонов по сути так же прост, как и наложение точек, поскольку в растре полигоны являются группами точек с одинаковыми наборами числовых значений. Растровым наложениям свойствен недостаток пространственной точности, но при этом они обладают высокой гибкостью и скоростью выполнения вследствие своей простоты. Общепризнанно, что в общем случае растровое наложение предпочтительно вследствие его вычислительной легкости. Поскольку каждая ячейка растра одного покрытия обязательно совмещена c такой же ячейкой в других покрытиях, компьютеру не приходится тратить ресурсы на вычисление координатных взаимоотношений объектов разных покрытий. Вместо этого все ресурсы тратятся на сравнение атрибутивных данных, что, конечно, повышает скорость выполнения данной операции. Эти операции, чем-то похожие на матричную алгебру, обычно называют картографической алгеброй или алгеброй карт.

Простота растрового наложения дает также большую гибкость этой операции: мы легко можем выбирать из огромного числа возможных комбинаций логических, математических и условных операций над числовыми значениями ячеек растра. Мы уже рассматривали переклассификацию ячеек растра с помощью простых решающих правил, характеристик размера, формы и смежности, уклона и экспозиции склона, и многих других. Каждая из получаемых окрестностей является полигоном и легко может сравниваться с полигонами других покрытий с использованием все тех же перечисленных операций.