Особенности организации пространственных данных в гис.

Главной отличительной особенностью ГИС является наличие так называемых координатных моделей данных, взаимосвязанных с атрибутивными (описательными). Как для координатных моделей в целом, так и для их атомарных элементов существуют различные способы представления. Основными разновидностями координатных моделей являются растровые и векторные.

Векторные модели. Минимальной (атомарной) единицей векторной координатной модели является графический примитив. В различных векторных ГИС понятия графического примитива несколько отличаются между собой.

Общим для всех ГИС типом является точка. Графические примитивы для линейных объектов – отрезок, дуга, полилиния, замкнутая полилиния (контур). В некоторых системах встречаются такой примитив, как мультилиния. Для площадных объектов – полигон. В пакете ArcView используется три типа графических примитивов – точка, полилиния, полигон (Point,Polyline,Polygon).

Совокупность графических примитивов, связанных определенными пространственными отношениями, обычно называют покрытием. Покрытие, рассматриваемое в контексте его тематического содержания, называют слоем.

Покрытия и слои в ГИС могут определяться через графические примитивы различным способом. Например, в ArcView слой может содержать только один тип графических примитивов, а в MapInfo - несколько.

Между графическими примитивами координатных моделей существуют несколько типов взаимосвязей:

1. взаимосвязи построения – между различными типами графических примитивов для их взаимного преобразования;

2. аналитические взаимосвязи пространственной локализации – рассчитываются по координатам отдельных точек;

3. семантические (интеллектуальные) взаимосвязи – не рассчитываются и должны быть описаны в атрибутивных данных.

Векторные модели подразделяются на топологические и нетопологические. Топологическая модель предполагает хранение в явном виде пространственных взаимосвязей между графическими примитивами. Такими характеристиками являются: 1) связность; 2) примыкание; 3) близость; 4) пересечение. Наличие этих характеристик в явном виде не обязательно. Кроме того, редактирование графических данных в топологической модели существенно сложнее, чем в нетопологической (нетопологический способ организации полилиний иногда называют «спагетти»). В целом, два указанных типа моделей взаимно преобразуемы, и многие топологические характеристики могут быть получены непосредственно в процессе геоинформационного моделирования. Обычно топологические модели используется для решения задач на графах (достижимость, оптимальный маршрут и т.п.). В этом случае базовой топологической связью является примыкание, обеспечивающее пространственную связность сети, на которой выпоняются оптимизационные расчеты.

Растровые модели подразделяются на бесструктурные и структурно определенные (мозаики).

Бесструктурные модели обрабатывают данные как наборы строк без какой-либо структуры. Среди них выделяют гиперграфовые и решетчатые модели. В гиперграфовых моделях взаимосвязи организуются на базе объектной модели Чена, которая рассматривалась ранее. Объекты, классы и связи этой модели описываются графами, которые, в свою очередь, образуют гиперграфы. Для организации такой модели требуется наличие некоторой иерархии объектов и классов. В противном случае используются решетчатые модели.

Структурно-определенные модели (мозаики) делятся на регулярные, нерегулярные и вложенные. Выделяют три типа плоских регулярных мозаик: квадрат, треугольник и шестиугольник. Для плоских моделей наиболее удобен квадрат. Треугольные мозаики применяются для создания выпуклых покрытий.

Из нерегулярных мозаик чаще всего используются треугольные сети неправильной формы (Triangulated Irregular Network –TIN) и полигоны Тиссена (диаграммы Вороного). TIN удобны для создания цифровых моделей рельефа по заданному набору точек. Полигоны Тиссена представляют собой геометрические конструкции, образованные серединными перпендикулярами к полигонам TIN. Полигоны Тиссена удобны для анализа на соседство, близость и достижимость.

Шестиугольники используются в иерархических или вложенных мозаиках (рекурсивная модель Гибсона). Однако наиболее распространенным примером иерархической мозаики является квадратомическое дерево.

Взаимосвязь координатных и семантических (атрибутивных) моделей данных. Наиболее простая взаимосвязь в векторных моделях. Именно поэтому векторные ГИС удобны в тех задачах, где требуется работать с большими объемами содержательной информации. Каждому графическому примитиву сопоставляется кортеж (вектор данных). Связь осуществляется через первичный ключ (индексный файл *.shx в шейп-структурах ArcView).

Модели согласования растровых и атрибутивных данных немного сложнее. Существует 3 основных типа.

1. GRID/LUNR/MAGI. Каждой растровой ячейке сопоставляется кортеж (вектор данных). Хорошо работать с наборами измерений, например с многозональной информацией. Плохо работать с картами (оверлей слоев).

2. IMGGRID. Каждый тематический слой представляется в двоичном коде. Результат оверлея – карта. У каждого бинарного слоя – свой атрибут. Плохо, когда большой кортеж.

3. Наиболее популярна модель MAP (рис.5).

ГИС-анализ и геоинформационное моделирование.

Иногда геоинформационное моделирование также относят к ГИС-анализу, и для этого есть определенные основания. Но на самом деле это немного разные задачи. ГИС- анализ – это извлечение информации из электронных карт путем выполнения пространственных запросов. Эти запросы можно выполнять без какого-либо преобразования пространственных данных.

Какие задачи можно отнести к задачам ГИС-анализа?

1. Выполнение измерений по карте. В ArcView для измерения длин используется инструмент «линейка». Измерение площадей производится в процессе редактирования площадных объектов. И в том, и в другом случае длина или площадь объекта показываются в единицах измерения карты (вида) внизу окна. Для выполнения измерений можно также воспользоваться калькулятором поля в интерфейсе таблицы атрибутов. В этом случае длина или площадь объекта будут считаться в единицах представления шейп-файла.

2. Получение информации об отдельном объекте (информационная кнопка).

3. Поиск объекта по уникальному атрибуту. Выполняется в активных темах вида.

4. Подсчет статистических характеристик по группе объектов (функция Статистика в меню Поле).

5. Получение пространственной выборки путем запроса к таблице атрибутов. Записываем нужное условие и получаем выборку.

6. Получение пространственной выборки путем оверлея графических слоев.

Заметим, что последнюю операцию уже в каком-то смысле можно отнести к простейшим задачам геоинформационного моделирования. То есть приемы по сути одинаковые, но итог принципиально другой. Что же тогда такое геоинформационное моделирование?

Под геоинформационным моделированием в самом общем смысле подразумевается любой процесс преобразования пространственных данных, результатом которого является качественно новая пространственная информация. То есть геоинформационное моделирование позволяет нам получить какой-то новый тематический слой электронной карты, качественно отличающийся о того, что мы имели раньше.

С этой точки зрения к процедурам геоинформационного моделирования относится и тематическая обработка данных ДЗ, так как в результате тематической классификации мы получаем новый индексный слой – классифицированное изображение. Но это самый простой пример геоинформационного моделирования. Классифицированное растровое изображение без наложения на него хоть каких-то векторных слоев картой еще не является, это просто перекрашенная в условные цвета картина земной поверхности. А вот когда мы на основе результата классификации создаем тематическую карту – это уже геоинформационное моделирование (этап image understanding). Интерактивное редактирование отдельных слоев графической информации, даже по материалам аэрокосмических съемок, к геоинформационному моделированию тоже отношения не имеет. А вот создание ресурсных карт по материалам тематической обработки данных ДЗ – это задача геоинформационного моделирования. Построение графика или диаграммы на основе пространственных данных – это, по сути, тоже геоинформационное моделирование.

Таким образом, процесс геоинформационного моделирования отличается от обычных процедур редактирования графической информации именно комплексным использованием как пространственных, так и атрибутивных (табличных) данных. И от обычных запросов к базе данных – тоже. Это основное достоинство геоинформационных технологий и одна из основных причин их возрастающей популярности.

По методологическому критерию выделяют несколько видов геоинформационного моделирования, реализуемых как в векторных, так и в растровых ГИС. Нельзя сказать, что каждый из этих видов моделирования связан с определенным формальным (математическим) аппаратом, скорее классификация проводится на уровне самой концепции.

• Геокодирование – позиционирование (координатная привязка) табличных данных. В общем-то, задача простая и относится к теории реляционных баз данных. В ArcView для этого есть готовый аппарат, и вы уже тренировались.

• Геогруппировка – построение пространственно-временной динамической модели путем объединения совокупностей графических объектов в более крупные. Здесь используются аналитические зависимости и физические модели. Собственно, это разные задачи тематической классификации растровых, реже векторных слоев карты. Этим, например, будут заниматься те, кто работает в метеорологии, геофизике, физике океана и т.п. В основном речь идет о растровых моделях данных и методология в основном относится к методологии анализа растровых сцен. Но оверлейный анализ тоже присутствует. Аппарат достаточно хорошо формализован, поэтому большая часть процессов может быть автоматизирована.

• Буферизация – построение буферных зон для различных типов объектов. Пример – построение водоохранных зон крупных рек и водоемов. Еще пример – зоны воздействия стрессового фактора на природные объекты. Аппарат – построение огибающей на заданном расстоянии от границы объектов, а потом объединение и удаление перекрытий. Тоже процедура формальная, поэтому может выполняться автоматически.

• Генерализация – обобщение графических объектов и изменение их отображения при изменении масштаба. Этот вопрос мы будем рассматривать специально, так как он очень важен для умения пользоваться картами. И еще важен при создании мелкомасштабных карт, которые чаще всего и делаются по космическим снимкам. Методологический аппарат очень разнообразен, кое-что потом рассмотрим. Полная формализация практически невозможна: слишком много различных факторов, которые необходимо учитывать.

• Комбинирование – композиция и декомпозиция графических объектов на основе отношений между ними. Если геогруппировка в основном применима к растровым моделям, то комбинирование – это методология в векторных ГИС. Простейшим примером комбинирования является одна из операций редактирования полигонов, которая так и называется. Комбинирование – это, в основном, методология прикладного ГИС-анализа (какая-то пространственная выборка по заданным критериям). Например, решение транспортных задач осуществляется в основном с помощью процедур комбинирования. Многие задачи этого типа могут быть решены методами дискретного анализа, в частности, методами теории графов.

• Обобщение – создание атрибутов новых объектов на основе отношений между исходными. Процедура обобщения часто включает топологический анализ графических объектов, но в целом она достаточно хорошо формализуется. Может быть интерактивной, но может быть и чисто аналитической. Пример – на основе некоторых значений некоторых показателей A,B,C рассчитывается показатель D, потом производится группировка объектов по этому показателю. Пример – построение карты растительного покрова по составу растительности в пределах некоторого контура. Преимущественно здесь используется аппарат дискретного анализа и теории баз данных.

• Построение тематических карт на основе анализа и обработки атрибутивных данных. Эта методология лежит в основе создания некоторых легенд в ArcView. Там классификация производится по одному атрибуту. Если требуется классификация объектов по нескольким атрибутам, требуется корреляционный и факторный анализ. В конечном счете, это все методология распознавания, основанная на многомерной кластеризации. Такой подход, однако, чаще всего требуется при создании так называемых синтетических карт по комплексу показателей. Во многих случаях просто новый показатель просто рассчитывается по заданным формулам.