178
Мы уже рассматривали один из методов дасиметрического картографирования, не
обозначая его как такового: настоящая дасиметрия, впервые примененная Хаммондом
[Hammond, 1964] в его работе о формах рельефа, включает очерчивание или классификацию
областей геоморфологических типов на основе переклассификации топографических
данных. Топографические поверхности прекрасно подходят для этого метода, который
требует непрерывных распределений бесконечного числа точек. Рассматривая
переклассификацию непрерывных поверхностей, мы создавали окрестности взаимной
видимости, южных склонов, крутых склонов и других посредством группировки выбранных
интервалов наших наборов данных. Это была измененная форма дасиметрического
картографирования. Еще раз мы можем увидеть, что современные методы имеют корни в
докомпьютерных временах.
Могут оказаться полезными несколько других форм дасиметрического
картографирования; среди наиболее мощных - использование других регионов с
предположением корреляции, со значительным вовлечением некоторой формы
картографического наложения. Посмотрев на пример с плотностью частей, мы могли бы
сказать, что это тоже сравнение показателей между картами, но подход с предположением
корреляции существенно отличается. Вместо обособления участков области, для которых
подробное исследование улучшает информационное содержание, и использования этой
информации для улучшения наших знаний об остальном, здесь мы используем либо
ограничивающие показатели, либо связанные показатели, содержащиеся в других
покрытиях.
Мы использовали вариант дасиметрического картографирования с
ограничивающими переменными (limiting variables) при обсуждении исключающих
факторов в наложении. В качестве примера применения для улучшения качества
полигональных данных и моделей, создаваемых на их основе, допустим, что мы имеем дело
с картой численности населения штата Миннесота по округам. У нас есть также карта,
содержащая в качестве полигональных атрибутов площади округов. Наложив два покрытия и
поделив население на площадь, мы получим карту плотности населения для каждого округа
штата. Однако, Миннесота "страна десяти тысяч озер", что подразумевает наличие
значительных площадей, на которых люди не живут, если только не в плавучих домах.
Чтобы улучшить результат, мы должны для каждого округа "исключить" из покрытия
площадей водную поверхность. Если бы мы не применили этот "ограничивающий
показатель" для покрытия площадей округов и использовали результат для создания
покрытия плотности населения, то плотность населения округов с крупными водоёмами
оказалась бы меньше реальной.
Эти методы могут часто использоваться совместно с картографическим наложением
для изоляции и отсева областей, вносящих систематические отклонения в количественные
полигональные данные.
Наш последний пример дасиметрического картографирования, использующий
связанные переменные (related variables), очень близок математическому наложению, как
растровому, так и векторному. Показатели полигональных покрытий часто объединяются
при помощи операций более сложных, чем простое исключение. Статистические подходы,
такие как корреляция и регрессия, часто используются для демонстрации того, что
географически рассеянные феномены связаны друг с другом, и того, как эти отношения
позволяют нам предсказывать вариации одного в зависимости от изменений другого. Это
верно и при использовании ГИС. Например, если мы знаем, что существует сильная
корреляция между процентом пахотной земли и процентом уклона, то мы можем предсказать
количество пахотной земли на основе этой корреляции. Имея такую информацию, мы можем
создать подробное предсказательное покрытие процента пахотной земли на основе одного
только уклона. И наоборот, имея покрытия существующих процентов пахотной земли и
уклона, через картографическое наложение мы могли бы создать покрытие, показывающее