- •1. Определение геоинформационного картографирования
- •2. Общие принципы гк; понятия о гис и гк
- •3. Основные этапы развития методов и средств автоматизации в картографии
- •5. Структура системы автоматизированного (геоинформационного) картографирования
- •6. Источники данных геоинформационного картографирования
- •7. Позиционная точность, точность атрибутов
- •8. Понятия качества данных. Распространение погрешностей в измерениях координат
- •9. Понятия базовых пространственных объектов и данных, цифровой картографической основы
- •10. Методы создания общегеографических и тематических компьютерных карт
- •11. Задачи автоматизации картографической генерализации
- •12. Семантическая и геометрическая генерализация
- •13. Элементы генерализации линий (упрощение, сглаживание, перемещение, структурирование, слияние)
- •14. Алгоритмы упрощения линий (независимые точки, локальная обработка)
- •15. Алгоритмы глобального упрощения линий
- •16. Алгоритмы определения пересечения линий: простейшие и особые случаи
- •17. Алгоритмы определения пересечения линий: сложные линии
- •18. Определение положения центральной точки полигона, скелетизация
- •19. Картографические базы и банки данных, этапы их проектирования
- •20. Цифровые, электронные и компьютерные карты
- •21. Трансформирование векторных изображений (на примере перехода из относительной прямоугольной системы коорд в равнопромежуточную коническую)
- •22. Линейное трансформирование растровых изображений
- •25. Методы построения цифровых моделей рельефа и комп. Построение изолинейных карт
- •4 Осн класса моделирования статистич пов-тей (отлич разными мат подходами)
- •26. Формализация и алгоритмизация процесса картографирования. Автоматизированное построение картографических знаков
- •27. Построение электронной карты (методы визуализации простр данных)
- •28. Элементы цветового зрения и цветовые палитры.
- •29. Понятия теории фракталов и ее использование в картогр генерализации.
- •30. Определение фрактальной размерности.
- •31. Ошибки измерения длин и площадей при использовании фракталов
- •36. Алгоритмы компьютерной обработки снимков для составления тематических карт
- •37. Использование операций синтеза, компонентного анализа, подсчета вегетационного индекса для создания тематических карт
- •38. Алгоритмы контролируемой классификации (ближайшего соседа, максимального правдоподобия)
- •39. Алгоритмы неконтролируемой классификации
- •41. Использование гис-пакета ArcView в целях геоинформационного картографирования
- •42. Структура и терминология гис-пакета ArcView
- •47. Построение связей между таблицами: соединение и связывание таблиц
4 Осн класса моделирования статистич пов-тей (отлич разными мат подходами)
Методы обратновзвеш расст. Основаны на предполож: каж точка имеет влияние, убывающее с расст; для интерп исп-ся либо заданное число ближайш точек, либо все точки в окрестности заданного радиуса.
Методы сплайнов. Исходят из усл min кривизны пов-ти, проведенные через исх точки, для опр числа ближ точек подбирается мат ф-ия
Методы кригинга. В основе лежит предполож: расст и напр изм-ий между точками указ на простр корреляцию, помогающую описанию пов-ти.
Методы выявления тренда. Базируются на вычислении полиномиальной мат ф-ии для всех исх точек методом МНК, минимизируется отклонение точек.
Метод ближайшего соседа – все значения моделируемых характеристик принимаются равными значениям в ближайшей известной точке. В результате образуются полигоны Тиссона с резкой сменой значений на границах. Этот метод применяется в экологических исследованиях при оценке зоны воздействия.
Метод В-сплайнов – строит кусочно-линейный полигон, позволяющий создать серию отрезков, которые в итоге образуют поверхность с непрерывными первой и второй производными. Метод обеспечивает непрерывность высот, уклонов, кривизны. Этот метод – локальной интерполяции – применяется для плавных поверхностей и не годится для поверхностей с отчетливо выраженными изменениями – это приводит к резким колебаниям сплайна. Он используется в программах интерполяции поверхностей общего значения и сглаживания изолиний при их рисовке.
Анализ трендов – пов-ть аппроксимируется многочленом, и структура выходных данных имеет вид алгебраической функции, которую можно использовать для расчета значений в точках растра или в любой точке пов-ти.
Методы скользящего, среднего и средневзвешенного расстояния – используется для модулирования плавно меняющихся пов-тей. Интерполирование значения представляет собой среднюю величину значения для n известных точек, либо среднее, полученное по интерполируемым точкам.
n n
Σ=Σwjzj/Σwj
j=1 j=1
w- функция расстояния d.
Метод мультиквадриковой интерполяции – основан на оценке расстояния между точками
Z(x,y)= Σcj ((xj-x) 2+(yj-yj)2)1/2
[cj]=||ai||-1[zj], aij=((xi-xj) 2+(yi-yj) 2)1/2
Геостатические интерполяции (кригинг).Применение метода базируется на том, что географические данные пространственно коррелируемы. Его основа – определение закономерностей изменений разброса значений моделируемого показателя (дисперсии) между точками в пространстве и подчеркивание различий, которые заложены в данные использ. весовые коэффициенты. Метод позволяет оптимизировать интерполировать путем подразделением пространственных данных вариаций на 3 компоненты:
1) детерминированную вариацию (глобальный трейд)
2) Пространственно автокоррелированию, зависит от соседних значений данных.
3) некоррелированный шум
Простой кригинг – трейд – const, эквивалентен среднему значению данных.
Универсальный кригинг – трейд моделируется полиномом 1-й или 2-й степени.
Методы моделирования пространственных данных поверхностей
Основная мера – плотность точек
а) равномерное
б) регулярное
в) случайное
г) кластерное
Критерием является х2=Σ(а-Е)/Е], где Q – количество объектов в подобласти.
Е - ожидаемое количество, Е=Qобщ./ρ
Чем >х2, тем меньше равномерное определение.
2. Анализ соседства расстояние ближнего соседа (РБС)
1,07453√плотн. точек
Считаем, к чему ближе: к случайному, регулярному или среднему между ними.
3. Зоны влияния
Mf – member shift. Наклон прямых определяет зону нечеткости. Угол наклона – коэффициент принадлежности.
Во многих ГИС, пакетах программ автоматизированного картографирования и построения горизонталей используется модель треугольной нерегулярной сети (TIN) она разработана на основе набора неравно расположенных точек. В TIN моделях нерегулярная сеть точек, может размещаться в соответствии с особенностями территории. Такая нерегулярная выборка, лучше отражает характер поверхности. Выбранные дискретно расположенные точки соединяют линиями, образующими треугольник – выполняют интерполяцию методом триангуляции.
Характерные точки поверхности приходится выбирать из уже существующих регулярных сеток, растровых ЦМР или оцифрованных горизонталей. Для этого используют методы выбора и кодирования локальных вершин, впадин и перевалов в пределах окна и последующего прореживания полученных точек, метод упорядочивания расстояний между всеми парами точек.
Для особого случая TIN триангуляции Делоне – строят наименьший многоугольник включающий узловые точки, который разбивается прямыми линиями на участки путем отнесения их к ближайшим узлам так, чтобы он содержал одну узловую точку. Линии проводят через середины отрезков, соединяющих 2 соседние точки, перпендикулярно к ним. Границы, созданные в этом процессе, образуют набор многоугольников, называемые полигонами Тиссена. Отображаемые множества точек образуют вершины сети треугольников. Существует несколько способов их соединения в треугольники. Предпочтительно строить компактные треугольники с углом 600.
Обычно для построения треугольников применяют метод Делоне. 3 точки образуют треугольник Делоне, когда окружность проходящая через них, не содержит других точек; построением полигонов Тиссона это обеспечивается. Создавая треугольники начинают двигаясь от внешней границы полигонов внутрь до завершения, построения сети. 2 узловые точки соединяются, если включающие их полигоны имеют общую сторону.
Основное преимущество TIN моделей – то что стороны треугольников можно совместить с известными хребтами или руслами. Такой подход используется в некоторых программах, например модуле TIN пакета MapInfo.
ЦМР и ТИН применяют для построения изолинейных карт. Созданную регулярную сеть точек интерполяции или интерполяционной функции вида z=F(x;y) используют в качестве исходных данных для алгоритмов автоматизированного построения изолиний. Каждая линия – все последовательные точки (ячейки) с одинаковым значением высоты (z=const) и строится с использованием линейной интерполяции или В-сплайнов. Аналогично создают карты рельефа с использованием отображения шкалой послойной окраски: закрашивание элементов растра опр. цветом в зависимости от высоты легко сделать в виде таблицы перекодировки.