III.1.1. Информационные модели взаимосвязей пространственных характеристик явлений

Наиболее просты модели взаимосвязей пространственных харак­теристик явлений, основанные на информационных показателях свя­зи и позволяющие создавать карты энтропии контуров. Однако даже такие простые модели могут оказаться полезными при решении слож­ных проблем, например при исследовании факторов, влияющих на возникновение рака желудка. Уже давно замечено, что заболевае­мость раком в различных странах неодинакова, а распространенность отдельных его видов колеблется не только в пределах обширных территорий мира, но даже в ограниченных регионах, таких, как Молдавия, Грузия и др. Установление частоты того или иного вида рака в различных типах местности или группах населения, а также определение ее взаимосвязи с факторами окружающей среды, при­вычками, обычаями позволяют иногда обнаружить причины рака (Шабад, 1973).

Шкала на карте энтропии контуров заболеваемости раком желуд­ка сельского населения относительно распространения магния в грун­товых водах (рис. 21) состоит всего из двух градаций. Причем первая градация, равная нулю, свидетельствует о тесной связи между забо­леваемостью раком желудка и распространением Mg в этих районах. Там, где наблюдается высокое содержание магния в грунтовых водах, процент заболеваемости раком желудка среди населения самый низ­кий и наоборот.

Вторая градация шкалы энтропии соответствует такому положе­нию, когда контуры заболеваемости раком желудка приурочены к трем контурам распределения магния в грунтовых водах. В этом случае наблюдается некоторое отклонение от общей закономерности, которое можно объяснить тем, что дефицит магния нельзя считать единственной причиной, обусловливающей возникновение рака же­лудка.

При создании карт энтропии контуров, равно как и при соз­дании корреляционных карт, которые будут рассмотрены далее, необходимо следить за правильностью отображения содержательно- географических зависимостей между явлениями. Механистический расчет и анализ взаимосвязей без надлежащей содержательной интерпретации явлений могут привести к полному абсурду. В этой связи показателен пример сходства картографического изобра

жения, которое приводит к формально высоким показателям свя­зи, при отсутствии причинной связи между явлениями (Берлянт,

1978).

Так, формальные показатели связи между показателями сто­ка, датами набухания цветочных почек абрикоса и плотностью сельского населения Армении очень высоки, что не дает правиль­ного представления о взаимосвязях. Такая псевдовзаимосвязь воз­никает из-за того, что изображения всех указанных явлений на

III.1.2. Корреляционные модели взаимосвязей пространственных характеристик явлений

Можно привести ряд примеров создания корреляционных карт, позволяющих обнаружить взаимосвязи между явлениями, на­пример между комплексом природных и социальных явлений, что осуществлено для территории Алтайского края (Тикунов, 19856). В этом случае ставилась задача выяснить степень соответствия меж­ду оценкой природных условий для жизни населения и плот­ностью населения. Тематические корреляционные карты позволи­ли значительно детализировать представления о зависимостях, су­ществующих между расселением и природными условиями Алтайс­кого края. Прослеживание пространственного варьирования связей от места к месту по всей территории дало возможность выявить районы, где природные условия в значительной мере определили факторы, препятствующие или благоприятствующие размещению населения. С другой стороны, по составленным картам удалось вы­явить территории, где расселение мало зависит от природных фак­торов.

Билет№21

Характеристика алгоритмов для создания синтетических карт в режиме классификации с учителем

Основа для построения синтетических карт - гомогенность территории и иерархическая упорядоченность таксонов.

Алгоритм получения оценочной, синтетической карты, реализуемый с учителем:

Если при использовании методов автоматической классификации группировка территориальных единиц производится лишь на основании наборов данных о их свойствах, то втором случае дополнительно требуется заранее указать принадлежность некоторых территориальных единиц к разным таксонам. Каждый таксон может быть представлен некоторым не ограниченным количеством территориальных единиц или же всего одной единицей, набор которых представляет обучающую совокупность. На основе обучающей совокупности для характеристика каждого таксона вычисляется такое же число эталонов- условных территориальных единиц со сходными показателями. Полученная совокупность, состоящая из n эталонов, автоматически классифицируется от максимального значения к минимальному. Затем, проведя осреднение на более высоком уровне (отношение максимального к минимальному значению), получаем эталоны второго порядка, относительно которых вся территория разбивается на отдельные единицы согласно выбранной мере различия (чаще всего, евклидовы расстояния).