18. Операции с данными в векторном формате.
1. Представление пространственных объектов и взаимосвязей
Пространственные объекты — точки, линии и полигоны — кодируются с помощью пар координат:
• точка: (х, у);
• линия: (x1, у1), (х2, у2), ... (хn, уn);
• полигон: (x1, у1), (x2, у2), ... (хn, уn).
Для построения линии или полигона нужно соединить последовательно каждую пару точек отрезком прямой или плавной линией. Для точечных объектов координаты могут выступать и в роли атрибутов. Для других объектов атрибуты хранятся в таблицах, а координаты — в отдельных файлах; группа координат, определяющая один объект, сопровождается индивидуальным идентификатором (ID).
Возможности представления взаимосвязей в базе данных ГИС определяют разделение БД на топологические и картографические. В топологических базах данных взаимосвязи кодируют и представляют как дополнительные атрибуты. Рассмотрим способы кодирования двух типов объектов: линейных — связи в сетях, и полигональных — связи между полигонами.
2. Алгоритмы определения пересечения линий
Основной вопрос, который решает эти алгоритмы: пересекает ли линия, соединяющая точки с координатами (x1, x2) и (х2, у2) одной оцифрованной кривой (линейного объекта или границы полигона), с линией, соединяющей точки (u1, v1) и (u2, v2) — другой, и если да, то где.
3. Способы вычисления длин линий, периметров и площадей полигонов
Они позволяют получать количественные характеристики линейных и полигональных объектов, помимо тех, которые представлены атрибутами в БД.
4. Алгоритм «точка в полигоне»
Общий подход к решению этого типа задач состоит из двух процедур: 1) провести вертикальную линию от исследуемой точки вверх («до бесконечности»); 2) подсчитать, сколько раз эта линия пересечет границу полигона: • если число пересечений нечетное, точка находится внутри полигона; • если четное — вне.
5. ГИС-технологии пространственного анализа
Технологии пространственного анализа данных в ГИС включают четыре типа базовых операций. 1. Объединение смежных объектов, относящихся к одному классу. 2. Вырезание подмножества объектов для создания нового слоя. 3. Построение буферных зон. 4. Операции наложения слоев (оверлей).
Процедура объединения смежных объектов, принадлежащих одному классу (слияние, или Dissolve), применяется, как правило, для упрощения больших наборов данных, содержащих полигональные или линейные объекты с одинаковыми значениями атрибутов. Такая операция позволяет уменьшить число объектов (например, оцифрованные отрезки одной улицы), исключая лишние записи в таблицах атрибутов и сохраняя поля других атрибутивных значений.
Вырезание объектов (Clip) используется в случаях, когда необходимо выбрать (вырезать) часть одного слоя, используя один или больше полигонов другого слоя как резак, и тем самым создать новый слой, который содержит географическое подмножество объектов большего слоя. В результате один класс объектов определяет границы другого.
Например, задача состоит в изучении транспортных сетей некоторой области, а исходные данные о дорогах в базе данных представлены картой государственной дорожной сети. Для выполнения анализа удобнее создать рабочий слой, который содержит только дороги (или части дорог), попадающие в границы области. Для этого можно применить операцию вырезания к слою государственной дорожной сети, используя полигон области как резак для создания нового слоя. Подобным способом можно вырезать объекты других типов — точечные, линейные или полигональные.
Операция построения буферных зон позволяет создавать полигональные области (соответственно новые полигональные объекты) вокруг некоторого географического объекта или набора объектов. Буферная зона - это площадной (полигональный объект), границы которого находятся на равном удалении на заданную величину от выбранного объекта. Буферные зоны строятся автоматически средствами ГИС, причем они могут создаваться вокруг объектов любых типов — точек, полилиний, площадей и т. д. (рис. 4.11); в результате создается новый полигон, включающий исходный объект. Обычно построение буферных зон выполняют для определения различных охранных зон, зоны видимости, дальности действия или расположения и т. д.
Ширина буферной зоны определяется заданным расстоянием, которое для каждого выбранного объекта в слое может быть одинаковым или различным, задаваемым числовым атрибутом. Числовые значения в поле атрибутивной таблицы можно использовать также для создания множества концентрических буферных зон заданной ширины. Если нет необходимости в создании буферов вокруг отдельных объектов, можно обобщить границы между смежными областями; при этом все буферные полигоны будут сгруппированы в один объект, определяемый одной записью в таблице атрибутов.
6. Операции оверлея полигонов
Оверлей — это наложение друг на друга двух или более слоев, в результате чего образуется графическая композиция исходных слоев (графический оверлей) или один слой, содержащий композицию пространственных объектов исходных слоев, топологию этой композиции и атрибуты, арифметически или логически производные от значений атрибутов исходных объектов (топологический оверлей в векторном представлении пространственных объектов).
19. Операции с растровыми слоями БД
Как уже не раз отмечалось, многие элементарные ГИС-операции в растровых системах выполняются проще, чем в векторных. Нет необходимости определять пересечения линий, поскольку границы растровых полигонов определяются сменой атрибута пиксела. Для определения площади полигона нужно только подсчитать число пикселов с его атрибутом, а затем умножить на величину разрешения.
При реклассе в растровом представлении ареалов достаточно изменить значение их класса по одному признаку или сочетанию признаков (присвоить новый идентификатор), тогда как при векторном представлении нужно еще устранить границы между ареалами одного и того же типа и слить полигоны в более крупные объекты; перекодировать последовательность отрезков линий, образующих границу (т. е. перестроить топологию); присвоить новый идентификатор каждому новому объекту.
Следует отметить, что длина линий в растровом формате существенно зависит от ее ориентации относительно ячеек растра. Если линия идет вдоль строк или столбцов, то ее длина равна сумме ячеек, умноженной на величину разрешения. Если линия пересекает ячейки строго по диагонали, то ее длину нужно умножить на л. Более сложная проблема — получение правильной длины извилистом линии. Разрешение растра может быть таково, что целый участок извилистой линии будет показан одной ячейкой, а тогда длина линии будет меньше реальной.
Процесс построения слоев растровой ГИС подразумевает геометрическую согласованность данных по ячейкам растра, а атрибуты вступают в соответствие автоматически. Если данные разных слоев тематической БД взаимоувязаны в пространстве (представлены в одной системе координат, пикселы имеют одинаковый размер), то выполнение операций оверлея в растровых системах осуществляется только в атрибутивном пространстве, на уровне легенд карт. Здесь на первое место выходят не просто технологии совмещения данных, а их географическое согласование.
В целом же для работы с взаимосвязями более пригодны векторные системы. Растровым системам, в которых мир моделируется как набор элементов, не свойственно понятие объекта как целого. Однако, используя простые приемы, можно оперировать взаимосвязями и в растровых системах. Например, имеется карта почвенных контуров, представляющая слой типов почв, в котором каждый элемент (пиксел) является идентификатором (1 или 2) некоторого типа почв (А или В) и идентификатором входа в таблицу атрибутов почв. В другом слое определено положение каждого почвенного разреза указанием на соответствующий элемент растра и идентификатором (1-4), указывающим на таблицу атрибутов разрезов. Путем операции оверлея можно вычислить взаимосвязь типа «содержится в»; при этом результаты (в данном случае тип почвы) хранятся в виде отдельного столбца в таблице атрибутов разрезов.
20. Типовые компьютерные задачи по анализу территории. Краткосрочные прогнозы. Долговременные прогнозы
Создание ГИС позволяет решать несколько классов задач. Первым, наиболее распространенным классом задач являются информационно-справочные задачи, которые позволяют осуществлять поиск и уточнение местоположения и характеристик интересующих геообъектов.
Второй класс — это задачи анализа, моделирования и прогнозирования природных и техногенных процессов. Решение этих задач позволит в удобной и наглядной картографической форме (на мониторе или на бумажном носителе) получать обобщенную или детализированную информацию. Примерами компьютерного моделирования могут быть карты зонирования (например, урожайности сельскохозяйтсвенных культур или др.) или моделирование зон затопления при очень высоком уровне воды в реке, моделирование аварийных разливов и их влияние на объекты инженерно-транспортной инфраструктуры в зоне возможного затопления и многие другие.
Прогнозирование – это процесс предвидения, предсказания тенденций и перспектив дальнейшего развития тех или иных объектов и их будущего состояния на основе знания закономерностей развития их в прошлом и в настоящее время.
Виды прогнозов в зависимости от их временного охвата классифицируются на:
1. Краткосрочные прогнозы - обычно применяются при составлении годичных планов.
2. Среднесрочные прогнозы (5-10 лет)
3. Долгосрочные прогнозы (10-20 лет и выше)
Общие методы прогнозирования можно разделить на четыре крупные группы:
. методы экспертных оценок;
. методы экстраполяции трендов;
. методы регрессионного анализа;
. методы экономико-математического моделирования.
Методы экспертных оценок. Предполагает учет субъективного мнения экспертов о будущем состоянии дел. Для экспертных оценок характерно предсказание будущего на основе как рациональных доводов, так и интуитивного знания. Методы экспертных оценок, как правило, имеют качественный характер. Разновидности: 1. Индивидуальные экспертные оценки: - сценарии; - метод “интервью”; - аналитические докладные записки. 2. Коллективные экспертные оценки: - метод “комиссий”; - метод “мозговых атак”; - метод Дельфи. Могут применяться при использовании различных методов прогнозирования (краткосрочного, среднесрочного и долгосрочного).
Методы экстраполяции трендов. Основаны на статистическом наблюдении динамики определенного показателя, определении тенденции (трения) его развития и продолжении этой тенденции для будущего периода, т.е. при помощи методов экстраполяции трендов закономерности прошлого развития объекта переносятся в будущее. Разновидности: 1. Метод скользящего среднего; 2. Метод экспоненциального сглаживания. Обычно применяются в краткосрочном (не более одного года) прогнозировании, когда число изменений в среде минимально. Прогноз создается для каждого конкретного объекта отдельно и последовательно на каждый следующий момент времени. Если прогноз составляется для товара (продукта/ услуги), в задачи прогнозирования входят анализ спроса и анализ продаж этого продукта. Результаты прогнозирования используются во всех сферах внутрифирменного планирования, включая общее стратегическое планирование, финансовое планирование, планирование производства и управления запасами, маркетинговое планирование и управление торговыми потоками и торговыми операциями.
Методы регрессионного анализа. Исследует зависимость определенной величины от другой величины или нескольких других величин. Применяется преимущественно в среднесрочном прогнозировании, а также в долгосрочном прогнозировании. Средне- и долгосрочный периоды дают возможность установления изменений в среде бизнеса и учета влияний этих изменений на исследуемый показатель.
Методы экономико-математического моделирования. Предполагают построение математических моделей, основанных на использовании методов теории вероятностей и математической статистики. Разновидности: 1. Модели внутренней среды фирмы (корпоративные модели); 2. Макроэкономические модели: - эконометрические модели; - модели “затраты-выпуск”. При использовании корпоративных моделей полезно делать не только перспективные, но и ретроспективные (обращенные в прошлое) прогнозы. Сравнение данных ретроспективного прогноза и фактических данных за прошлый период позволяет сделать вывод о надежности моделей. Большая часть математических моделей имеет форму компьютерных программ. Находясь в процессе выполнения, такие программы позволяют исследовать развитие внутрифирменных взаимосвязей, то есть придают моделям динамический характер.