Капралов Е.Г., Кошкарев А.В., Тикунов В.С. и др. Геоинформатика

Подождите немного. Документ загружается.

погоды, научно-исследовательских судов, плавмаяков, океано-

графических буйковых станций и др. Состав наблюдаемых данных

включает следующие гидрометеорологические характеристики: тем-

пературу и соленость воды в приземном слое океана (моря) и на

стандартных горизонтах (до глубины 500 м); направление, высоту

и период ветровых волн и зыби; скорость и направление течений в

поверхностном слое и на некоторых горизонтах; скорость и на-

правление ветра на установленной высоте; температуру воздуха;

температуру точки росы; атмосферное давление; общую солнеч-

ную радиацию и др. В настоящее время собираемые данные груп-

пируются в Центре океанографических данных ВНИИГМИ-МЦЦ,

где они обрабатываются, контролируются и накапливаются на

носителях информации, в частности на микрофильмах и магнит-

ных лентах.

Обширные материалы могут быть получены из государствен-

ных кадастров, которые ведут Росземкадастр и Министерство при-

родных ресурсов РФ. Например, ведение кадастра земельных участ-

ков производится Федеральной службой земельного кадастра Рос-

сии (Росземкадастром), лесов, вод, особо охраняемых природных

территорий и месторождений и проявлений полезных ископа-

емых — различными службами Министерства природных ресур-

сов РФ. Это обеспечивает полноценную основу (наряду с приня-

тием основополагающих законодательных актов) для рациона-

лизации управления нашими основными национальными богат-

ствами. Значительный объем информации содержится в Феде-

ральных информационных ресурсах Министерства природных ре-

сурсов РФ.

При проведении тех или иных исследований, например на ста-

ционарах, собираются сведения о характеристиках ландшафтов или

при учете населения птиц, где применяются интересные методи-

ки сбора данных, но, как правило, они не координируются в го-

сударственном и тем более в глобальном масштабах. Зачастую об-

следования проводятся отдельными экспедициями и используют-

ся для частных научно-исследовательских работ.

Велико информационное значение справочных изданий по от-

дельным типам географических объектов. Кроме вышеупомянутых

справочников Гидрометслужбы, Госкомстата и др., хорошим при-

мером может быть 40-томный Каталог ледников СССР, аккумули-

ровавший в себе разнообразные гляциологические данные, в пос-

ледующем обобщенные в Атласе снежно-ледовых ресурсов мира.

Отличительная особенность текстовых материалов — отчетов

экспедиций, статей, книг — состоит в том, что, имея большой

фактический материал, они не всегда представлены в специально

классифицированном виде и не обеспечивают точную простран-

ственную локализацию данных. Это позволяет разделить их по при-

годности для информационного обеспечения географических ис-

следований. Во-первых, это книги и статьи обычного типа, содер-

жащие разнообразные сведения, рассредоточенные как в регио-

нальном, так и в тематическом плане. Упорядоченному использо-

ванию подобного типа данных помогает их библиографическая

каталогизация, в частности региональные каталоги географиче-

ских библиотек. Определенной тематической и региональной сис-

тематизации лавины вновь поступающих текстовых материалов

способствует их прохождение через Реферативный журнал, изда-

ваемый ВИНИТИ РАН, рубрики которого нацелены именно на

системное информационное обеспечение исследований.

Вторую группу составляют обобщающие тематические моно-

графии по отдельным компонентам природы и хозяйства для круп-

ных регионов (например, «Рельеф Земли», «Почвы мира» и др.)

или комплексные географические работы (например, «Физико-гео-

графическое районирование СССР»). Близки к ним имеющие пред-

метную и региональную направленность обобщающие глобальные

и региональные географические работы, начиная от материков,

океанов, крупных регионов мира (такие, как многотомное изда-

ние «География океанов», «Сохранение биоразнообразия»

(2002)

и др.) и заканчивая отдельными физико-географическими или эко-

номико-географическими и политико-административными едини-

цами «Малые реки Волжского бассейна» (под ред. Н.И.Алексеев-

ского),

«Геоэкология Прикаспия» (под ред. Н.С.Касимова) и др.

В заключение необходимо отметить, что в ГИС редко использу-

ется только один вид данных. Чаще всего это сочетание разнооб-

разных данных на какую-либо территорию.

Контрольные вопросы

Определите, что входит в понятие «картографические источники».

2. В чем особенности использования материалов дистанционного зон-

дирования Земли в ГИС?

3. Какие органы государственной власти отвечают за ведение фондов

пространственной информации в цифровом виде?

4. Какие из источников информации дают наиболее оперативную про-

странственную информацию?

5. Какова периодичность сбора материалов государственной статис-

тики?

6. В чем недостатки использования текстовых материалов в геоинфор-

мационных системах?

7. Дайте пример комплексного представления данных в ГИС.

2.1.2.

Модели пространственных данных

Информационную основу ГИС образуют цифровые представ-

ления (модели) реальности. С появлением компьютера все множе-

ство данных разделилось на два типа: цифровые и аналоговые дан-

ные.

Последними стали именовать данные на традиционных «бу-

мажных» носителях, используя этот термин как антоним цифро-

вым данным. В отличие от аналоговой, цифровая форма представ-

ления, хранения и передачи данных реализуется в виде цифровых

кодов или цифровых сигналов.

Рассматривая данные по отношению к описываемым ими объек-

там, говорят о цифровых моделях объектов, а применительно к

пространственным объектам в ГИС — о цифровых моделях про-

странственных объектов. Термин «цифровая модель» нельзя при-

знать удачным — он отражает внешнюю форму их представления,

а не его суть как набор логических правил построения системы из

слагающих ее элементов — в данном случае элементарных (ато-

марных) пространственных объектов, имеющих аналогии в ком-

пьютерной графике и называемых там графическими примитивами.

Цифровые по форме, по своей сути модели пространственных

данных относятся к типу информационных моделей, отличных от

реальных (например, физических), математических, мысленных

или моделей особого типа, например картографических.

Объектом информационного моделирования в ГИС является

пространственный объект. Это одно из ключевых понятий геоин-

форматики. Он может быть определен как цифровое представле-

ние (модель) объекта реальности (местности), содержащее его

местоуказание и набор свойств (характеристик, атрибутов), или

сам этот объект.

Некоторое множество цифровых данных о пространственных

объектах образует пространственные данные. Они состоят из двух

взаимосвязанных частей: позиционной (тополого-геометрической)

и непозиционной (атрибутивной) составляющих, которые обра-

зуют описание пространственного положения и тематического со-

держания данных соответственно.

Пространственные объекты как абстрактные представления ре-

альных объектов и предмет информационного моделирования (циф-

рового описания) в ГИС разнообразны и традиционно классифи-

цируются сообразно характеру пространственной локализации ото-

бражаемых ими объектов реальности, мерности пространства, ко-

торое они образуют, модели данных, используемой для их описа-

ния, и по другим основаниям. В рамках объектно-ориентирован-

ных моделей данные могут конструироваться в новые классы объек-

тов,

отличные от базовых или созданных ранее. Базовыми (элемен-

тарными) типами пространственных объектов, которыми опери-

руют современные ГИС, обычно считаются (в скобках приведены

их синонимы) следующие:

• точка (точечный объект) — 0-мерный объект, характеризуе-

мый плановыми координатами;

• линия (линейный объект, полилиния) —

1-мерный

объект,

образованный последовательностью не менее двух точек с извест-

ными плановыми координатами (линейными сегментами или ду-

гами)',

• область (полигон, полигональный объект, контур, контур-

ный объект) — 2-мерный (площадной) объект, внутренняя об-

ласть, ограниченная замкнутой последовательностью линий (дуг в

векторных топологических моделях (данных) или сегментов в моде-

ли «спагетти») и идентифицируемая внутренней точкой (меткой)',

• пиксел (пиксель, пэл) — 2-мерный объект, элемент цифрово-

го изображения, наименьшая из его составляющих, получаемая в

результате дискретизации изображения (разбиения на далее неде-

лимые элементы растра)', элемент дискретизации координатной

плоскости в растровой модели (данных) ГИС;

• ячейка (регулярная ячейка) — 2-мерный объект, элемент раз-

биения земной поверхности линиями регулярной сети;

• поверхность (рельеф) — 2-мерный объект, определяемый не

только плановыми координатами, но и аппликатой Z, которая

входит в число атрибутов образующих ее объектов; оболочка тела;

• тело — 3-мерный (объемный) объект, описываемый тройкой

(триплетом) координат, включающей аппликату Z, и ограничен-

ный поверхностями.

Общее цифровое описание пространственного объекта включает:

— наименование;

— указание местоположения (местонахождения, локализации);

— набор свойств;

— отношения с иными объектами;

— пространственное «поведение».

Два последних элемента описания пространственного объекта

факультативны.

Наименованием объекта служит его географическое наимено-

вание (имя собственное, если оно есть), его условный код и/или

идентификатор, присваиваемый пользователем или назначаемый

системой.

В зависимости от типа объекта его местоположение определяет-

ся парой (триплетом) координат (для точечного объекта) или на-

бором координат, организованным определенным образом в рам-

ках некоторой модели данных, о которых речь пойдет ниже. Это

геометрическая часть описания данных, геометрия (метрика) рас-

сматриваемых пространственных объектов, отличная от их семан-

тики (непозиционных свойств).

Перечень свойств соответствует атрибутам объекта, качествен-

ным и количественным его характеристикам, которые приписы-

ваются ему в цифровом виде пользователем, могут быть получены

в ходе обработки данных или генерируются системой автомати-

чески (к последнему типу атрибутов принадлежат, например, зна-

чения площадей и периметров полигональных объектов). Суще-

ствует расширенное толкование понятия атрибута объекта; после-

лнему могут быть поставлены в соответствие любые типы данных:

текст, цифровое изображение, видео- или аудиозапись, графика

(включая карту), что, по существу, реализуется на практике в муль-

тимедийных электронных атласах. Под атрибутами понимаются

именно содержательные, тематические (непозиционные, непрос-

транственные) свойства объектов.

Под отношениями понимают прежде всего топологические

свойства (топологию). К топологическим свойствам пространствен-

ного объекта принято относить его размерность (мерность, про-

странственную размерность), сообразно которой выше были вы-

делены 0, 1, 2 и 3-мерные объекты; замкнутость, если речь идет о

линейных объектах в широком смысле слова; связность; простота

(отсутствие самопересечения линейных объектов и «островов» в

полигоне); нахождение на границе, внутри или вне полигона; при-

знак точечного объекта, указывающий, является ли он конечным

для некоторой линии. Примерами топологических отношений

объектов являются их свойства «пересекаться» (или «не пересе-

каться»), «касаться», «быть внутри», «содержать», «совпадать»

[С.Ф.Трофимова,

2000].

Топология вместе с геометрией образует тополого-геометри-

ческую часть описания данных, его позиционную часть.

Таким образом, в самом общем виде в пространственных дан-

ных следует различать и выделять три составные части: тополо-

гическую, геометрическую и атрибутивную — «геометрию», «то-

пологию» и «атрибутику» цифровой модели пространственного

объекта.

Четкое разделение позиционных и непозиционных данных —

историческая традиция, имеющая определенные технологические

корни. Управление атрибутивной частью данных обычно возлагается

на средства систем управления базами данных (СУБД), встроенных

в программные средства ГИС или внешних по отношению к ним

(см.

2.1.4).

В наиболее яркой форме оно реализовано в рассмотрен-

ной ниже векторной модели данных, атрибуты которой представле-

ны таблицей, хранятся и управляются СУБД, поддерживающей

реляционную модель данных, а их позиционная часть, связанная

с атрибутивной через идентификаторы пространственных объек-

тов,

управляется другими средствами. Модели пространственных

данных такого типа получили широкое распространение и наиме-

нование геореляционных. Будучи еше недавно практически единст-

венно!! и став классической, геореляиионная модель не выглядит

достаточно изящной. Современной альтернативой этой модели яв-

ляется интегрированный подход, когда и атрибутивная, и тополо-

го-геометрпческая части данных хранятся и управляются в единой

среде СУБД, а также объектный и объектно-реляционный подхо-

ды (и одноименные им типы моделей данных) |Ю.К.Королев,

19981.

Объектно-ориентированный подход к моделированию простран-

ственных объектов вводит также понятие их «пространственного

поведения».

Способы организации цифровых описаний пространственных

данных принято называть моделями данных по традиции, унасле-

дованной из теоретических обобщений проектирования систем

управления базами данных. Они называются также цифровыми пред-

ставлениями или просто представлениями пространственных дан-

ных.

На концептуальном уровне все множество моделей простран-

ственных данных можно разделить на три типа: модели дискрет-

ных объектов, модели непрерывных полей и модели сетей.

Типами (классами) моделей именуют также модели, различа-

ющиеся по своему внутреннему устройству. В литературе существу-

ет множество классификаций моделей и наименований конкрет-

ных моделей. Построить исчерпывающую классификацию моделей

пространственных данных вряд ли возможно: чуть ниже будет по-

казано, что особенности моделируемой предметной области и спе-

цифические требования к функциональности ГИС могут потребо-

вать разработки и использования весьма специальных моделей дан-

ных. Кроме того, как справедливо заметил Ю. К. Королев, «их нельзя

расклассифицировать по одной оси, они различаются как бы «в

разные стороны» [Ю.К.Королев, 1998. — С. 110]. Тем не менее в

практике геоинформатики уже достаточно давно определился на-

бор базовых моделей (представлений) пространственных данных,

используемых для описания объектов размерности не более двух

(планиметрических объектов):

• растровая модель;

• регулярно-ячеистая (матричная) модель;

• квадротомическая модель (квадродерево, дерево квадратов,

квадрантное дерево, Q-дерево, 4-дерево);

• векторная модель:

векторная топологическая (линейно-узловая) модель;

векторная нетопологическая модель (модель «спагетти»).

Это список рекомендуемых терминов для обозначения базовых

моделей данных. Он не включает модели, используемые для пред-

ставления поверхностей (рельефов) и рассмотренные ниже в раз-

деле о цифровом моделировании рельефа, а также трехмерных

расширений базовых моделей и специальных типов моделей для

особых объектов (например, геометрических сетей). Рассмотрим

перечисленные модели более подробно.

Растровая модель данных. Модель данных, именуемая растро-

вой взамен устаревшего наименования матричной модели данных,

имеет аналогии в компьютерной графике, где растр — прямоу-

гольная решетка — разбивает изображение на составные однород-

ные (гомогенные) далее неделимые части, называемые пикселами

(от английского pixel, сокращение от «picture

element*

— элемент

изображения), каждому из которых поставлен в соответствие не-

который код, обычно идентифицирующий цвет в той или иной

системе цветов (цветовой модели). Из множества значений логи-

ческих пикселов складывается цифровое изображение. Растровая

модель данных в ГИС предполагает разбиение пространства (коор-

динатной плоскости) с вмещающими ее пространственными объек-

тами на аналогичные пикселам дискретные элементы, упорядо-

ченные в виде прямоугольной матрицы. Для цифрового описания

(позиционирования) точечного объекта при этом будет достаточ-

но указать его принадлежность к тому или иному элементу дискре-

тизации, учитывая, что его положение однозначно определено но-

мерами столбца и строки матрицы (при необходимости координа-

ты пиксела, либо его центроида или любого угла могут быть вы-

числены). Пикселу присваивается цифровое значение, определяю-

щее имя или семантику (атрибут) объекта. Аналогичным образом

описываются линейные и полигональные объекты: каждый эле-

мент матрицы получает значение, соответствующее принадлеж-

ности или непринадлежности к нему того или иного объекта

(рис.

6).

Представление исходных полигональных объектов на рис. 6 в

виде растра может показаться весьма грубым приближением их

истинной формы. Однако, выбрав подходящий размер пиксела

растровой модели, можно добиться пространственного разреше-

ния (точности представления объектов), удовлетворяющего целям

их цифрового описания и последующей обработки, если этому не

препятствуют соображения экономии машинной памяти: двукрат-

/ D

(А

Г*

С_

, С

В,

Е Е 6

в^

..Е-

-с-г

с.

,с

D D

Р'

/в

•|

1С

А"

"А А'

В В

D D D

Исходная карта

кон гуров

Формат с использованием

ячеек сетки

Рис.

6. Растровая модель данных Исходные полигональные объекты (а) с

атрибутами (классами) А, В, С, D и Е и матрица размером 7x7 растро-

вой модели (<?), каждому элементу которой присвоено значение атрибу-

та объекта |

Картография...,

I994.

— С. 198|

ное увеличение разрешения ведет к четырехкратному росту объе-

мов хранимых данных и т.д. Полученная матрица образует растро-

вый слой с однотипными объектами; множество разнотипных объек-

тов образует набор слоев, составляющих полное цифровое описа-

ние моделируемой предметной области. С каждым семантическим

значением или кодом пиксела, кроме того, может быть связан

неограниченный по длине набор (таблица) атрибутов, каждый из

которых можно развернуть в производный слой, соответствующий

размеру исходной матрицы. Таким образом, становится не столь

обязательным разделение данных на позиционную и семантичес-

кую составляющие, отпадает необходимость в особых средствах

хранения и манипулирования метрикой и семантикой простран-

ственных данных, как это принято в векторных системах, суще-

ственно упрощаются аналитические операции, многие из которых

(включая обработку запросов с логическими условиями) сводятся

к попиксельным операциям с набором растровых слоев, которые

могут быть легко «распараллелены».

В ГИС растрового типа (с возможностями поддержки растровой

модели данных) достаточно просто могут быть реализованы фун-

кции их обработки, включая пространственный анализ. Зачастую

они содержат также аппарат, получивший название «картографи-

ческой алгебры» (неудачный дословный перевод с английского «тар

algebra»), аналогичный по языковым средствам матричным опера-

циям в некоторых языках программирования. Поддержка растро-

вой модели данных — хорошая предпосылка (и условие) интегра-

ции программных продуктов ГИС со средствами цифровой обра-

ботки данных дистанционного зондирования и обработки изобра-

жений в целом.

Простота машинной реализации операций с растровыми дан-

ными находится в противоречии с другой главной их особеннос-

тью — значительными затратами машинной памяти, требуемой

для их хранения (в сравнении с объемами данных в описываемых

ниже векторных моделях). Существуют способы сжатия (компрес-

сии, упаковки) растровых данных. Простейший и достаточно по-

пулярный из них — групповое кодирование. Групповой код преобра-

зует исходный растровый слой в ряд пар целых (обычно двухбай-

товых) чисел, нечетные позиции которого отводятся для указа-

ния числа повторяющихся пикселов (групп) со значениями, за-

нимающими четные позиции ряда, образуя счетчик и значение

группы соответственно. Порядок просмотра исходной матрицы

конвенциализируется, и в случае движения компрессора слева

направо и сверху вниз (в лексикографическом порядке) матрица

на рис. 6 будет свернута в одномерный массив вида:

4С ID2C

IB2E3D

1С IB IE

1C3D4C

3D 1ВЗС ЗА 1ВЗС IA3B

4D 1А2В.

Новая пара чисел (пакет) генерируется тогда, когда изменяет-

ся группа или когда количество ее элементов превысит допусти-

мое двухбайтовое значение счетчика.

Степень сжатия данных, в нашем примере составляющая всего

около 2%, в общем случае будет зависеть от пространственной

структуры исходного растрового слоя, составляя многие порядки,

а при определенных условиях приближаясь по компактности к век-

торным представлениям и форматам (которые сами по себе обыч-

но настолько компактны, что не нуждаются в сжатии). Существу-

ют различные модификации группового кода, широко используе-

мого также для сжатия цифровых изображений.

Регулярно-ячеистая модель данных. Описанная выше растровая

модель данных пригодна для цифрового представления не только

пространственных объектов в ГИС, но и изображений. Примерами

могут служить цифровые фотоизображения, снятые непосредствен-

но цифровой фотокамерой или полученные путем цифрования

аналоговых негативов или фотоотпечатков на сканере хорошего

разрешения и далее превращенные (возвращенные) в графику на

страницах иллюстрированных журналов или в семейном фотоаль-

боме. Данные дистанционного зондирования Земли — аэроснимки

и космические снимки, получаемые с борта космических плат-

форм и других летательных аппаратов и представляющие собой,

как отмечалось ранее, один из основных источников данных для

ГИС,

в настоящее время в существенной своей части по форме

тоже цифровые, образуют класс растровых цифровых изображе-

ний, обрабатываемых программными средствами цифровой обра-

ботки изображений. Растровой цифровой копией можно назвать

оцифрованную на том же сканере бумажную карту, используемую

в качестве графической подложки (растровой цифровой карты-ос-

новы) в малозатратных геоинформационных проектах.

Во всех перечисленных выше случаях речь идет о цифровых ра-

стровых изображениях, образованных множеством его элементов —

пикселов, каждому из которых ставится в соответствие значение

(код) цвета или спектрального коэффициента яркости объекта

съемки. На эти далее неделимые элементы растра «разбивается» и

координатная плоскость с пространственными объектами в их ра-

стровом представлении. Если атомарной единицей данных при их

описании служит элемент «разбиения» территории — регулярная

пространственная ячейка (территориальная ячейка) правильной

геометрической формы — речь идет о другой, отличной от растро-

вой, хотя и формально с нею схожей, регулярно-ячеистой модели

данных. Формальное сходство абсолютно в случае квадратной (пря-

моугольной) формы ячеек, хотя известны примеры регулярных (или

квазирегулярных) сетей (решеток) с ячейками правильной тре-

угольной, гексагональной или трапециевидной формы, равновели-

ких или квазиравновеликих. При этом сеть может строиться (разу-

меется мысленно) на плоскости

в условных прямоугольных коор-

динатах некоторой картографи-

ческой проекции или на повер-

хности шара или эллипсоида; в

последнем случае регулярными

ячейками обычно являются сфе-

рические трапеции фиксирован-

ного или переменного углового

размера. Пример построения сети

равновеликих трапеций на сфе-

ре (что эквивалентно равновели-

кой цилиндрической (квадрат-

ной) проекции Ламберта) при-

веден на рис. 7. Рис. 7. Разбиение сферы на равно-

По ряду технологических и великие трапеции [Картография...,

технических причин ГИС первых

1994.—С.

95)

поколений (60—70-е годы XX в.)

использовали регулярно-ячеистую модель данных. На рис. 8 дан

пример одной из ранних австралийских геоинформационных си-

стем континентального масштаба ARIS, создаваемой с начала

Рис.

8. Регулярная сеть картографической БД GRID 0.5 австралийской на-

циональной геоинформационной системы AR1S

(Картография...,

1994. —

С. 169]