Цветков В.Я. Геоинформационные системы и технологии - файл n1.doc

приобрести
Цветков В.Я. Геоинформационные системы и технологии
скачать (3238.5 kb.)
Доступные файлы (1):
n1.doc3239kb.08.07.2012 20:10скачать

n1.doc

1   2   3   4   5   6   7   8   9   ...   14

Рис. 4.3. Номенклатура и разграфка карты масштаба 1:1 000 000


В основу разграфки топографических карт положен лист карты мас­штаба 1 : 1 000 000. Для составления карты такого масштаба изображе­ние земной поверхности разбивается на 60 колонн (двухугольников) на­чиная от Гринвичского меридиана через 6° (рис.4.3).

Двухугольники нумеруются арабскими цифрами от 1 до 60 на восток от 180°. Возможна нумерация от 0°. В этом случае двухугольники называ­ют не колоннами, а зонами. Нумерация зон от колонн отличается на 30 еди­ниц, например, колонна с номером 40 соответствует зоне с номером 10.

Таким образом колонны и зоны делят земной шар по меридианам. Параллелями через 4° по широте изображение земной поверхности делится на ряды, обозначаемые буквами латинского алфавита к северу и югу от эк­ватора (см. рис. 4.3). Таким делением по меридианам и параллелям опре­деляется номенклатура листа карты масштаба 1:1 000 000 (миллионной).

Номенклатура каждого листа включает букву ряда и номер колон­ны. Так, лист, на котором показывается г. Москва, имеет номенклатуру N-37, что соответствуют 52 - 56° широты и 36 - 42° долготы. Номенкла­тура сдвоенных или счетверенных листов карты складывается из обо­значений широтного пояса и соответственно двух или четырех колонн.

Номенклатура листов карт более крупных масштабов связана с но­менклатурой листов миллионной карты. Так, лист карты масштаба 1 : 500 000 (рис. 4.4) составляет 1/4 листа миллионной карты и обозна­чается добавлением прописной буквы А, Б, В, Г к номенклатуре листа миллионной карты, например N-37-Б.




- N-37-Б


Рис. 4.4. Номенклатура листов карт масштабов 1:500 000 и 1:300 000


N-37

Лист карты масштаба 1 : 300 000 составляет 1/9 листа миллионной карты и обозначается римскими цифрами от I до IX, расположенными перед номенклатурой миллионного листа, например I-N-37 (см. рис. 4.4).

Лист карты масштаба 1 : 200 000 (рис. 4.5) составляет 1/36 листа миллионной карты и обозначается римскими цифрами от I до XXXVI, расположенными после номенклатуры миллионного листа, например N-37-I.

N-37

I

II

III

IV

V

VI

VII













XII

XIII













XVIII

XIX













XXIV

XXV













XXX

XXXI

ХХХII

XXXIII

XXXIV

XXXV

XXXVI

О - N-37-I Рис. 4.5. Номенклатура листов карты масштаба 1: 200 000

Лист карты масштаба 1 : 100 000 (рис. 4.6) составляет 1/144 листа миллионной карты и обозначается арабскими цифрами от 1 до 144, рас­положенными после номенклатуры миллионного листа, например

N-37-143.

Номенклатура листов карт более крупных масштабов строится на основе листа карты масштаба 1 : 100 000, подобно тому, как строились номенклатуры рассмотренных выше карт на основе листа миллионной карты.

Так, лист карты масштаба 1:50 000 составляет 1/4 листа карты мас­штаба 1: 100 000 и обозначается добавлением прописной буквы А, Б, В, Г к номенклатуре листа карты стотысячного масштаба ( рис. 4.7, а), на­пример N-37-144-A.




N-37

1































12

13































24

25































36

37































48

49































60

61































72

73































84

85































96

97































108

109































120

121































132

133




























0

144



- N-37-143 Рис. 4.6. Номенклатура листов карты масштаба 1: 100 000

Лист карты масштаба 1 : 50 000 содержит 4 листа карты масштаба 1: 25 000, которые обозначаются добавлением строчных букв а, б, в, г к номенклатуре листа карты пятидесятитысячного масштаба (см. рис. 4.7, а), например N-37-144-Б-6.

Лист карты масштаба 1 : 25 000 содержит 4 листа карты масштаба 1:10 000, которые обозначаются добавлением арабских цифр 1, 2, 3,4 к номенклатуре листа карты двадцатипятитысячного масштаба (см. рис. 4.7, а), например N-37-144-B-a-l.

Лист карты масштаба 1 : 100 000 содержит 256 листов карты масш­таба 1: 5 000, которые обозначаются добавлением арабских цифр от 1 до 256 к номенклатуре листа карты стотысячного масштаба (см. рис. 4.7, а), например N-37-144-(255).

Номенклатура листа карты масштаба 1:2 000 образуется на основе де­ления листа карты 1: 5 000 на 9 частей. Каждый лист обозначается путем добавления строчных букв русского алфавита а, 6, в, г, д, е, ж, з, и к номен­клатуре пятитысячного масштаба (рис. 4.7, б), например N-37-144-(256-a).











а


N-37-144-(256)







- N-37-144-(256-а) б

Рис. 4.7. Номенклатура карт крупных масштабов: а - масштабов 1: 50 000 -1:5 000; б - масштаба 1: 2 000

4.4. Атрибутивное описание

Одних координатных данных недостаточно для описания картогра­
фической или сложной графической информации. Картографические
объекты кроме метрической обладают некоторой присвоенной им опи­
сательной информацией (названия политических единиц, городов и рек).
Характеристики объектов, входящие в состав этой информации, называют атрибутами. Совокупность возможных атрибутов определяет класс
атрибутивных моделей ГИС.

Выше отмечалось, что атрибутивные данные описывают темати­ческие и временные характеристики. Таблица, содержащая атрибуты объектов, называется таблицей атрибутов,

Атрибуты, соответствующие тематической форме данных и опреде­ляющие различные признаки объектов, также хранятся в таблицах. Каж­дому объекту соответствует строка таблицы, каждому тематическому признаку - столбец таблицы. Каждая клетка таблицы отражает значение определенного признака для определенного объекта.

Временная характеристика может отражаться несколькими спосо­бами:

В зависимости от способа отражения временной характеристики она может размещаться в одной таблице или в нескольких таблицах атрибу­тов данного объекта для различных временных этапов.

Применение атрибутов позволяет осуществлять анализ объектов базы данных с использованием стандартных форм запросов и разного рода фильтров, а также выражений математической логики. Последнее эф­фективно при тематическом картографировании.

Кроме того, с помощью атрибутов можно типизировать данные и упорядочивать описание для широкого набора некоординатных данных.

Таким образом, атрибутивное описание дополняет координатное, совместно с ним создает полное описание моделей ГИС и решает задачи типизации исходных данных, что упрощает процессы классифика­ции и обработки.

Атрибутами могут быть символы (названия), числа (статистическая информация, код объекта) или графические признаки (цвет, рисунок, заполнения контуров).
Числовые значения в ГИС могут относиться как к координатным данным, так и к атрибутивным. Для пояснения этого напомним, что основной формой представления атрибутивных данных в БД является таб­лица, а в таблице могут храниться как координаты объектов (координатные данные), так и описательные характеристики (атрибутивные данные).

Можно по-разному организовывать взаимосвязь координатного и атрибутивного описания. Например, В. Вебером было предложено спе­цифическое сочетание координатного и атрибутивного классов для опи­сания картографических данных. Для построения общей модели дан­ных ГИС он вводит четырехмерное пространство объекта, где первые два (плановые) размера присваиваются данным X, Y, атрибуты распола­гаются в третьем измерении, а четвертое измерение резервируется для временных наборов данных.

Такой подход не нов, он заимствован из методов релятивистской механики и теории N-мерных пространств. По Веберу, данные по координате Z следует обрабатывать как атрибуты, помещая их в одну и ту же категорию наряду с описательными текстами и значениями.

Существуют различные методы хранения атрибутивной информа­ции в ГИС:

4.5. Вопросы точности координатных и атрибутивных данных

Использование любой информации допустимо, если она удовлетво­ряет определенным критериям и стандартам. Одним из критериев при­менимости пространственно-временных данных в системах ГИС явля­ется точность - близость результатов, расчетов или оценок к истин­ным значениям (или значениям, принятым за истинные). Например, точ­ность горизонтали в цифровой базе данных, полученной на основе дигитализации по карте, можно оценить сравнением ее с горизонталью на исходной карте.

Рассмотрим несколько показателей точности в ГИС: точность вы­
числения, точность измерения, точность представления. '

Точность вычисления определяется количеством значимых цифр после запятой, точность измерений- количеством значимых цифр при измерениях, точность представления - количеством разрядов, описы­вающих координатные данные.

Точность вычислений и измерений не адекватна точности представ­ления. Большое количество значимых цифр не всегда гарантирует точ­ность вычислений или измерений.

Точность вычисления в ГИС велика, обычно она намного выше, чем точность самих данных. Более того, набор специальных методов и алго­ритмов в ряде случаев позволяет повысить точность первичных измере­ний.

Точность входит в комплекс данных, определяющий важный пока­затель - качество данных.

В США разработаны национальные стандарты для цифровых кар­тографических данных, которые применяются при оценке точности циф­ровых данных.

Стандарт выделяет несколько компонентов качества данных:

Позиционная точность выражается степенью отклонения данных ГИС о местоположении от истинного положения объекта на местности. Обычно точность карт приблизительно определяется толщиной линии, или 0,4 мм. Это соответствует 10 м в масштабе 1 : 25 000.

Для проверки позиционной точности используют независимые бо­лее точные источники, например карту более крупного масштаба, сис­тему глобального позиционирования (GPS) и др.

Можно на основе известного в статистике правила "переноса оши­бок" оценить точность, зная погрешности, вносимые различными ис­точниками. Например, при создании цифровой модели имели место сле­дующие погрешности: 1 мм в исходном материале, 0,4 мм на карте, пред­назначенной для цифрования, 0,1 мм при цифровании.

При независимой комбинации источников ошибок общую погреш­ность Л можно оценить, суммируя квадраты отдельных погрешностей и извлекая квадратный корень из суммы:



Точность атрибутов определяется близостью значений атрибута к его истинной величине. Атрибуты могут со временем меняться: до­вольно часто по сравнению с координатными данными.

В зависимости от типов данных точность атрибутов может быть из­мерена разными способами. Для непрерывных атрибутов (поверхнос­тей), например в полигонах Тиссена, точность выражается как погреш­ность измерений. Для атрибутов категорий объектов, например класси­фицированных полигонов, точность зависит от того, являются ли кате­гории подходящими, достаточно подробными и определенными, и от того, какова вероятность наличия в данных грубых ошибок.

Точность атрибута может быть различной в разных частях карты, поэтому полезнее рассчитывать пространственную вариацию вероятно­сти ошибки в классификации, чем пользоваться обобщенными статис­тическими показателями.

Понятие логической непротиворечивости связано с непротиворе­чивостью данных в базах данных.

В среде ГИС это понятие распространяется на внутреннюю непро­тиворечивость структур данных и внутреннюю топологическую непро­тиворечивость векторных данных. В частности, это определяет такие требования, как замкнутость полигонов, уникальность идентификатора полигона, наличие или отсутствие узлов на пересечениях дуг.

Понятие полноты ( достаточности) данных связано со степенью охвата данными множества соответствующих объектов. В зависимости от правил отбора, генерализации и масштаба определяют число соот­ветствующих объектов для полного описания ситуации, картографичес­кой композиции, явления и т.п.

Несколько специфический показатель происхождение включает сведения об источниках данных и операциях по созданию базы данных, о методах кодирования данных, времени сбора данных, методе обработ­ки данных, точности результатов вычислений и т.п.

4.6. Векторные и растровые модели

Основой визуального представления данных при помощи ГИС-тех­нологий служит так называемая графическая среда [1]. Основу графической среды и соответственно визуализации базы данных ГИС составляют векторные и растровые модели.

В общем случае модели пространственных (координатных) данных могут иметь векторное или растровое (ячеистое) представление, со­держать или не содержать топологические характеристики. Этот подход позволяет классифицировать модели по трем типам:

Все эти модели взаимно преобразуемы. Тем не менее при получе­нии каждой из них необходимо учитывать их особенности. В ГИС фор­ме представления координатных данных соответствуют два основных подкласса моделей - векторные и растровые (ячеистые или мозаичные). Возможен класс моделей, которые содержат характеристики как векто­ров, так и мозаик. Они называются гибридными моделями.

В дальнейшем под терминами решетка, мозаика, элемент растра будем понимать одно и то же. Основу такой классификации составляет атомарная единица (пространства), содержащая представления площа­дей линий и точек.

Векторная модель

Построение модели. Векторные модели данных строятся на векто­рах, занимающих часть пространства в отличие от занимающих все про­странство растровых моделей. Это определяет их основное преимуще­ство - требование на порядки меньшей памяти для хранения и меньших затрат времени на обработку и представление.

При построении векторных моделей объекты создаются путем со­единения точек прямыми линиями, дугами окружностей, полилиниями. Площадные объекты - ареалы задаются наборами линий. В векторных моделях термин полигон (многоугольник) является синонимом слова ареал,

Векторные модели используются преимущественно в транспортных, коммунальных, маркетинговых приложениях ГИС. Системы ГИС, рабо­тающие в основном с векторными моделями, получили название век­торных ГИС.

В реальных ГИС имеют дело не с абстрактными линиями и точка­ми, а с объектами, содержащими линии и ареалы, занимающими про­странственное положение, а также со сложными взаимосвязями между ними. Поэтому полная векторная модель данных ГИС отображает про­странственные данные как совокупность следующих основных частей:


Векторные модели (объектов) используют в качестве атомарной модели последовательность координат, образующих линию.

Линией называют границу, сегмент, цепь или дугу. Основные типы координатных данных в классе векторных моделей определяются через базовый элемент линия следующим образом. Точка определяется как выродившаяся линия нулевой длины, линия - как линия конечной дли­ны, а площадь представляется последовательностью связанных между собой сегментов.

Каждый участок линии может являться границей для двух ареалов либо двух пересечений (узлов). Отрезок общей границы между двумя пересечениями (узлами) имеет разные названия, которые являются си­нонимами в предметной области ГИС. Специалисты по теории графов предпочитают слову линия термин ребро, а для пересечения употребля­ют термин вершина. Национальным стандартом США официально сан­кционирован термин цепь (chain). В некоторых системах (Arclnfo, GeoDraw) используется термин дуга.

В отличие от обычных векторов в геометрии дуги имеют свои атри­буты. Атрибуты дуг обозначают полигоны по обе стороны от них. По отношению к последовательному кодированию дуги эти полигоны име­нуются левый и правый. Понятие дуги (цепи, ребра) является фундамен­тальным для векторных ГИС.

Векторные модели получают разными способами. Один из наибо­лее распространенных - векторизация сканированных (растровых) изоб­ражений. Она заключается в выделении векторных объектов со скани­рованного изображения и получении их в векторном формате.

Для векторизации необходимо высокое качество (отчетливые линии и контуры) растровых образов. Чтобы обеспечить требуемую четкость ли­ний, иногда приходится заниматься улучшением качества изображения.

Процесс сканирования требует незначительных затрат труда, но не­обходимость последующей векторизации увеличивает расходы практи­чески до уровня ручного цифрования. При векторизации возможны ошибки, исправление которых осуществляется в два этапа:

  1. корректировка растрового изображения до его векторизации;

  2. корректировка векторных объектов,

Векторные модели с помощью дискретных наборов данных отобра­жают непрерывные объекты или явления. Следовательно, можно гово­рить о векторной дискретизации. При этом векторное представление

позволяет отразить большую пространственную изменчивость для од­них районов, чем для других, по сравнению с растровым представлени­ем, что обусловлено более четким показом границ и их меньшей зависи­мостью от исходного образа (изображения), чем при растровом отобра­жении. Это типично для социальных, экономических, демографических явлений, изменчивость которых в ряде районов более интенсивна.

Некоторые объекты являются векторными по определению, напри­мер границы соответствующего земельного участка, границы районов и т.д. Поэтому векторные модели обычно используют для сбора данных координатной геометрии (топографические записи), данных об админи­стративно-правовых границах и т.п.

Особенности векторных моделей. В векторных форматах набор данных определен объектами базы данных. Векторная модель может организовывать пространство в любой последовательности и дает "про­извольный доступ" к данным.

В векторной форме легче осуществляются операции с линейными и точечными объектами, например, анализ сети - разработка маршрутов движения по сети дорог, замена условных обозначений.

В растровых форматах точечный объект должен занимать целую ячейку. Это создает ряд трудностей, связанных с соотношением разме­ров растра и размера объекта.

Что касается точности векторных данных, то здесь можно говорить о преимуществе векторных моделей перед растровыми, так как вектор­ные данные могут кодироваться с любой мыслимой степенью точности, которая ограничивается лишь возможностями метода внутреннего пред­ставления координат. Обычно для представления векторных данных исполь­зуется 8 или 16 десятичных знаков (одинарная или двойная точность).

Только некоторые классы данных, получаемых в процессе измере­ний, соответствуют точности векторных данных. Это данные, получен­ные точной съемкой (координатная геометрия); карты небольших учас­тков, составленные по топографическим координатам, и политические границы, определенные точной съемкой.

Не все природные явления имеют характерные четкие границы, ко­торые можно представить в виде математически определенных линий. Это обусловлено динамикой явлений или способами сбора простран­ственной информации. Почвы, типы растительности, склоны, место оби­тания диких животных - все эти объекты не имеют четких границ.

Обычно линии на карте имеют толщину 0,4 мм и, как часто считает­ся, отражают неопределенность положения объекта. В растровой систе­ме эта неопределенность задается размером ячейки. Поэтому следует

помнить, что в ГИС действительное представление о точности дают раз­мер растровой ячейки и неопределенность положения векторного объек­та, а не точность координат.

Геометрические данные составляют основу векторной модели, тем не менее, как отмечено выше, в ее состав входят также атрибуты и свя­зи. Атрибуты уже рассматривались достаточно подробно. Остановимся на связях в векторных моделях. Для этого необходимо рассмотреть то­пологические свойства векторных моделей, т.е. рассмотреть топологи­ческие модели, которые являются разновидностью векторных моделей данных.

Топологическая модель

Основные понятия. Большое количество графических данных в ГИС со специфическими взаимными связями требует топологического описания объектов и групп объектов, которое зависит от "связанности" (простой или сложной). Оно определяет совокупность топологических моделей.

Напомним, что топологические свойства фигур не изменяются при любых деформациях, производимых без разрывов или соединений. На рис. 4.8 представлены топологически родственные фигуры: прямоуголь­ный четырехугольник, замкнутый контур произвольной формы, окруж­ность, треугольник. Эти объекты (фигуры) имеют одинаковую тополо­гию - одинаковые топологические свойства. Другим примером топо­логически родственных фигур могут служить арифметические знаки сложения " + " и умножения " х ".



1   2   3   4   5   6   7   8   9   ...   14


Учебный материал
© nashaucheba.ru
При копировании укажите ссылку.
обратиться к администрации