- •Классификация элементарных математико-картографичеких моделей
- •Моделирование и картографирование нечетких географических систем
- •Модели структуры пространственных характеристик явлений
- •Моделирование тематического содержания типологических карт
- •Принципы построения сложных цепочкообразных моделей
- •Математические модели, применяемые при создании типологических карт
- •Характеристика алгоритмов, применяемых при создании карт взаимосвязей
- •Алгоритмы оценочных карт.
- •Области и способы применения корреляционных моделей при создании тематических карт
- •Характеристика и роль математических и картографических моделей в мкм
- •Области использования электрического моделирования в мкм
- •Области применения регрессионных моделей при создании тематических карт
- •Понятие анаморфиронных изображений и их отношение к традиционным картам
- •Модели взаимосвязей содержательной характеристике явлений
- •Пути оценки надежности моделирования тематического содержания карт
- •Классификация сложных математико-картографических моделей
- •Модели динамики содержательного развития явления
- •Понятие об анаморфозах, способы их создания
- •Способы построения сложных древовидных моделей
- •Многовариантность в мкм
- •Модели динамики пространственного распространения явления
- •Детерминистические модели.
- •Стохастические модели.
- •Классическая Модель Кендалла.
- •Условия построения модели Монте-Карло
- •Диффузионные модели пространственного распространения явления
- •Математические модели, применяемые для создания оценочных карт
- •Особенности создания цепочкообразных, древовидных и сетевых моделей
- •Характеристика алгоритмов для создания синтетических карт в автоматическом режиме
- •Краткий обзор методов создания анаморфированных изображений
- •Подходы к оценке достоверности мкм
- •Принципы построения элементарных моделей динамики географических явлений
- •Моделирование тематического содержания оценочных карт
- •Модели структуры содержательных характеристик явлений
- •III.1.1. Информационные модели взаимосвязей пространственных характеристик явлений
- •Принципы построения элементарных моделей взаимосвязей географических явлений
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).