Растровые модели пространственных данных

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Государственное образовательное учреждение

высшего профессионального образования

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ

УНИВЕРСИТЕТ

Факультет заочного обучения

Кафедра ЭФА

КУРСОВАЯ РАБОТА

«Растровые модели пространственных данных»

Выполнила: Пиневич Светлана,

студентка 3 курса ФЗО

профиль «прикладная метеорология».

Санкт- Петербург 2014

Оглавление

Введение

1. Растровая модель. Основы построения

2. Структурно определенные растровые модели

3. Принципы построения

4. Программные средства

Заключение

Список литературы

Введение

Актуальность темы курсовой работы обусловлена широкой потребностью географических исследований данных о рельефе в качественной форме, в связи с возрастающей ролью геоинформационных технологий при решении различных задач, необходимостью повышения качества и эффективности методов создания и использования растровых моделей рельефа, обеспечения достоверности создаваемых моделей.

Цель исследования: рассмотреть растровую модель пространственных данных как одну из эффективных и распространённых, принципы и методы построения модели, её структуру.

Объект исследования: геоинформационные системы.

Предмет исследования: растровая модель пространственных данных.

Методы исследования: теоретический анализ, аналитико- синтетический метод.

Гипотеза: Использование растровой модели на практике эффективно, и данная модель наряду с векторной - распространённая в ГИС.

растровый модель программный тиссен

1. Растровая модель. Основы построения

Модель данных представляет собой отображение непрерывных последовательностей реального мира в набор дискретных объектов. В растровых моделях дискретизация осуществляется наиболее простым способом - весь объект (исследуемая территория) отображается в пространственные ячейки, образующие регулярную сеть. При этом каждой ячейке растровой модели соответствует одинаковый по размерам, но разный по характеристикам (цвет, плотность) участок поверхности объекта. В ячейке модели содержится одно значение, усредняющее характеристику участка поверхности объекта. В теории обработки изображений эта процедура известна под названием пикселизация. Если векторная модель дает информацию о том, где расположен тот или иной объект, то растровая - информацию о том, что расположено в той или иной точке территории. Это определяет основное назначение растровых моделей - непрерывное отображение поверхности. В растровых моделях в качестве атомарной модели используют двухмерный элемент пространства - пиксель (ячейка).

Упорядоченная совокупность атомарных моделей образует растр, который, в свою очередь, является моделью карты или геообъекта. Векторные модели относятся к бинарным или квазибинарным. Растровые позволяют отображать полутона. Как правило, каждый элемент растра или каждая ячейка должны иметь лишь одно значение плотности или цвета. Это применимо не для всех случаев. Например, когда граница двух типов покрытий может проходить через центр элемента растра, элементу дается значение, характеризующее большую часть ячейки или ее центральную точку. Ряд систем позволяет иметь несколько значений для одного элемента растра. Характеристики растровых моделей. Для растровых моделей существует ряд характеристик: разрешение, значение, ориентация, зоны, положение. Разрешение - минимальный линейный размер наименьшего участка пространства (поверхности), отображаемый одним пикселем. Пиксели обычно представляют собой прямоугольники или квадраты, реже используются треугольники и шестиугольники. Более высоким разрешением обладает растр с меньшим размером ячеек. Высокое разрешение подразумевает обилие деталей, множество ячеек, минимальный размер ячеек. Значение - элемент информации, хранящийся в элементе растра (пикселе).

Поскольку при обработке применяют типизированные данные, то есть необходимость определить типы значений растровой модели. Тип значений в ячейках растра определяется как реальным явлением, так и особенностями ГИС. В частности, в разных системах можно использовать разные классы значений: целые числа, действительные (десятичные) значения, буквенные значения. Целые числа могут служить характеристиками оптической плотности или кодами, указывающими на позицию в прилагаемой таблице или легенде. Например, возможна следующая легенда, указывающая наименование класса почв: 0 - пустой класс, 1 - суглинистые, 2 - песчаные, 3 - щебнистые и т.п. Ориентация - угол между направлением на север и положением колонок растра. Зона растровой модели включает соседствующие друг с другом ячейки, имеющие одинаковое значение. Зоной могут быть отдельные объекты, природные явления, ареалы типов почв, элементы гидрографии и т.п. Для указания всех зон с одним и тем же значением используют понятие класс зон. Естественно, что не во всех слоях изображения могут присутствовать зоны. Основные характеристики зоны - ее значение и положение. Буферная зона - зона, границы которой удалены на известное расстояние от любого объекта на карте. Буферные зоны различной ширины могут быть созданы вокруг выбранных объектов на базе таблиц сопряженных характеристик. Положение обычно задается упорядоченной парой координат (номер строки и номер столбца), которые однозначно определяют положение каждого элемента отображаемого пространен в растре. Проводя сравнение векторных и растровых моделей, отметим удобство векторных для организации и работы со взаимосвязями объектов.

Тем не менее, используя простые приемы, например, включая взаимосвязи в таблицы атрибутов, можно организовать взаимосвязи и в растровых системах. Необходимо остановиться на вопросах точного отображения в растровых моделях. В растровых форматах в большинстве случаев неясно, относятся координаты к центральной точке пикселя или к одному т его углов. Поэтому точность привязки элемента растра определяют как 1/2 ширины и высоты ячейки. Растровые модели имеют следующие достоинства. растр не требует предварительного знакомства с явлениями, данные собираются с равномерно расположенной сети точек что позволяет в дальнейшем на основе статистических методов обработки получать объективные характеристики исследуемых объектов. Благодаря этому растровые модели могут использоваться для изучения новых явлений, о которых не накоплен материал. В силу простоты этот способ получил наибольшее распространение; растровые данные проще для обработки по параллельным алгоритмам и этим обеспечивают более высокое быстродействие по сравнению с векторными; некоторые задачи, например создание буферной зоны, много проще решать в растровом виде; * многие растровые модели позволяют вводить векторные данные, в то время как обратная процедура весьма затруднительна для векторных моделей; * процессы растеризации много проще алгоритмически, чем процессы векторизации, которые зачастую требуют экспертных решений. Наиболее часто растровые модели применяют при обработке аэрокосмических снимков для получения данных дистанционных исследований Земли. Метод группового кодирования. Самый простой способ ввода растровых моделей - прямой ввод одной ячейки на другой. Недостатками данного подхода являются требования большого объема памяти в компьютере и значительного времени для организации процедур ввода-вывода. Например, снимок искусственного спутника Земли (ИCЗ) Landsat имеет 74 000 000 элементов растра и это требует огромных ресурсов для хранения данных.

При растровом вводе информации в ГИС возникает проблема ее сжатия, так как наряду с полезной может попадать и избыточная (в том числе и бесполезная) информация. Для сжатия информации, полученной со снимка или карты, применяется кодирование участков развертки или метод группового кодирования, учитывающий, что довольно часто в нескольких ячейках значения повторяются. Суть метода группового кодирования состоит в том, что данные вводятся парой чисел, первое обозначает длину группы, второе - значение. Изображение просматривается построчно, и как только определенный тип элемента или ячейки встречается впервые, он помечается признаком начала. Если за данной ячейкой следует цепочка ячеек того же типа, то их число подсчитывается, а последняя ячейка помечается признаком конца. В этом случае в памяти хранятся только позиции помеченных ячеек и значения соответствующих счетчиков. Применение такого метода значительно упрощает хранение и воспроизведение изображений (карт), когда однородные участки (как правило) превосходят размеры одной ячейки. Обычно ввод осуществляют слева направо, сверху вниз. Рассмотрим, например, бинарный массив матрицы (5x6): 0 0 0 1 1 1 0 0 1 1 1 0 0 0 1 1 1 0 0 1 1 1 1 1 0 1 1 1 1 1 При использовании метода группового кодирования он будет вводиться как: 303 1 203 1303 1205 1 105 1. Вместо 30 необходимо только 20 элементов данных. В рассмотренном примере экономия составляет 30 %, однако на практике при работе с большими массивами бинарных данных она бывает гораздо больше. Метод группового кодирования имеет ограничения может использоваться далеко не во всех ГИС. Элементы бинарной матрицы, т.е. растровой модели, могут принимать только два значения; "1" или "0". Эта матрица соответствует черно-белому изображению. На практике возможно полутоновое или цветное изображение.

В этих случаях значения в ячейках растровой модели могут различаться по типам. Тип значений в ячейках растра определяется как исходными данными, так и особенностями программных средств ГИС. В качестве значений растровых данных могут быть применены целые числа, действительные (десятичные) значения, буквенные значения. В одних системах используются только целые числа, в других - различные типы данных. При этом ставится условие единства значений для отдельных растровых слоев. Целые числа часто служат кодами, указывающими на позицию в прилагаемой таблице или легенде.

2. Структурно определенные растровые модели

Растровые модели делятся на регулярные, нерегулярные и вложенные (рекурсивные или иерархические) мозаики.

Растровые модели:

· регулярная прямоугольная решетка ;

· регулярная треугольная решетка;

· полигоны Тиссена .

Плоские регулярные мозаики бывают трех типов: квадрат, треугольник и шестиугольник. Квадрат - самая удобная модель, так как позволяет относительно просто проводить обработку больших массивов данных. Треугольные мозаики служат хорошей основой для создания выпуклых (сферических) покрытий. Среди нерегулярных мозаик чаще всего используют треугольные сети неправильной формы (Triangulated Irregular Network - TFN) и полигоны Тиссена . Сети TIN удобны для создания цифровых моделей отметок местности по заданному набору точек. Они применяются как в растровых, так и в векторных моделях. Модель треугольной нерегулярной сети (TIN) в значительной мере альтернативна цифровой модели рельефа, построенной на регулярной сети. TlN-модель была разработана в начале 70-х гг. как простой способ построения поверхностей на основе набора неравномерно расположенных точек. В 70-е гг. было создано несколько вариантов данной системы, коммерческие системы на базе TIN стали появляться в 80-х гг. как пакеты программ для построения горизонталей. Модель TIN используется для цифрового моделирования рельефа. При этом узлам и ребрам треугольной сети соотносятся исходные и производные атрибуты цифровой модели. Полигоны Тиссена (или диаграммы Вороного) представляют собой геометрические конструкции, образуемые относительно множества точек таким образом, что границы полигонов являются отрезками перпендикуляров, восстанавливаемых к линиям, соединяющим две ближайшие точки. Полигоны Тиссена позволяют проводить анализ на соседство, близость и достижимость. Нерегулярная выборка лучше, чем регулярная, отражает характер реальной поверхности и это является достоинством полигонов Тиссена. При построении TIN-модели дискретно расположенные точки соединяются линиями, образующими треугольники. В пределах каждого треугольника поверхность обычно представляется плоскостью. Поскольку поверхность каждого треугольника задается высотами трех его вершин, применение треугольников обеспечивает каждому участку мозаичной поверхности точное прилегание к смежным участкам. Это обеспечивает непрерывность поверхности при нерегулярном расположении точек. Данная модель позволяет использовать в качестве элементов мозаики более сложные многоугольники, но их всегда можно разбить на треугольники. В векторных ГИС модель TIN можно рассматривать как полигоны с атрибутами угла наклона, экспозиции и площади, с тремя вершинами, имеющими атрибуты высоты, и с тремя сторонами, характеризующимися углом наклона и направлением. Для выбора точек модели используют три основных алгоритма: алгоритм Фоулера и Литла, алгоритм ключевых точек, эвристическое удаление точек. С аналитической точки зрения основу таких вложенных, или иерархических, мозаик составляют (рекурсивно) раскладываемые модели. Рекурсивная декомпозиция треугольников приводит к образованию треугольных квадродеревьев, причем декомпозиция шестиугольников невозможна.

Единицы с более высоким уровнем разрешающей способности можно объединять, формируя шестиугольники, что приводит к образованию семиразрядного дерева. Схема адресации для вложенных шестиугольных мозаик была разработана Л. Гибсоном и Д. Лукасом. Они назвали ее генерализованной сбалансированной троичной мозаикой. Квадратомическое дерево - одна из наиболее широко известных структур данных, использующихся применительно к площадям, линиям и точкам. Бесструктурные гиперграфовые и решетчатые модели. Они обрабатывают координатные данные в виде простых строк координат без какой-либо структуры. В случае обработки площадей общие границы всегда вводятся в ЭВМ дважды. Пример практического применения этих моделей - хранимые в памяти ЭВМ полные полигоны и векторные цепные коды. Гиперграфовые модели основаны на теории множеств и гиперграфов и используют шесть абстрактных типов данных: класс, атрибут класса, связь класса, объект, атрибут объекта, связь объекта. Класс соответствует границе гиперграфа, причем объекты являются узлами этого графа. Каждый класс содержит объекты с атрибутами объекта и различаемый узел, содержащий атрибут класса. Используя подклассы, вводят иерархию классов и объектов. Связи классов и связи объектов устанавливают соотношения между теми классами, которые не связаны иерархически. Связи классов представляют потенциальные соотношения между классами, а связи объектов - действительные соотношения между объектами. Для образования мультисвязи можно объединить несколько связей объектов. Несколько классов объектов образуют гиперклассы, которые связаны гиперсвязями.

Гиперграфовые модели применимы как к координатным, так и к атрибутивным данным. Как правило, они отличаются высокой степенью сложности. Решетчатые модели базируются на математической теории решеток, оперирующей с частично упорядоченными наборами данных. Они полезны в тех случаях, когда отсутствует четкая иерархия объектов. Элементы алгебраической теории автоматных моделей синтеза типовых конструктивных моделей упрощают процесс получения сложных графических изображений. Однако такой подход, находящий широкое применение в САПР, пока не используется в технологиях ГИС. Оверлейные структуры Цифровая карта может быть организована как множество слоев, покрытий или карт-подложек). Концепция послойного представления графической информации заимствована из систем CAD, однако в ГИС она получила качественно новое развитие. Принципиальное отличие состоит в том, что слои в ГИС могут быть как векторными, так и растровыми, причем векторные слои обязательно должны иметь одну из трех характеристик векторных данных, т.е. векторный слой должен быть определен как точечный, линейный или полигональный дополнительно к его тематической направленности. Другое важное отличие послойного представления геоинформационных векторных данных заключается в том, что они являются объектными, т.е. несут информацию об объектах, л не об отдельных элементах объекта, как в САПР. Слои в ГИС являются типом цифровых картографических моделей, которые построены на основе объединения (типизации) пространственных объектов (или набора данных), имеющих общие свойства или функциональные признаки. Таким и свойствам и могут быть: принадлежность к одному типу координатных объектов (точечные, линейные полигональные); принадлежность к одному типу пространственных объектов (жилые здания, подземные коммуникации, административные границы и т. д.); отображение на карте одним цветом. В качестве отдельных слоев можно объединять данные, полученные в результате сбора первичной информации. Совокупность слоев образует интегрированную основу графической части ГИС (рис. 2.). Принадлежность объекта или части объекта к слою позволяет использовать и добавлять групповые свойства объектам данного слоя. А как известно из теории обработки данных, именно их групповая обработка является основой повышения производительности автоматизированных систем. Рис. 2. Пример слоев интегрированной ГИС Данные, размещенные на слоях, могут обрабатываться как в интерактивном, так и в автоматическом режиме. С помощью системы фильтров или заданных параметров объекты, принадлежащие слою, могут быть одновременно масштабированы, перемещены, скопированы, записаны в базу данных. В других случаях (при установке других режимов) можно наложить запрет на редактирование объектов слоя, запретить их просмотр или сделать невидимыми.

Многослойная организация электронной карты при наличии гибкого механизма управления слоями позволяет объединить и отобразить не только большее количество информации, чем на обычной карте, но существенно упростить анализ картографических данных с помощью селекции данных, необходимых для визуализации и механизма "прозрачности" цифровой карты. Таким образом, разбиение на слои позволяет решать задачи типизации и разбиения данных на типы, повышать эффективность интерактивной обработки и групповой автоматизированной обработки, упрощать процесс хранения информации в базах данных, включать автоматизированные методы пространственного анализа на стадии сбора данных и при моделировании, упрощать решение экспертных задач. Введение топологических свойств в графические данные ГИС позволяет решать задачи, которые методами программного обеспечения САПР не реализуются.

Это, например, возможность наложения слоев для получения нового слоя, который не является простым результатом наложения, а содержит новые объекты, полученные на основе методов пространственного анализа с использованием логических операций. В целом сочетание методов топологии и послойного представления картографической информации дает качественно новые возможности анализа картографических данных.

Трехмерные модели

Слои могут иметь как векторные, так и растровые форматы. Однако многие ГИС допускают возможность работы со слоями только векторного типа, а растр используется в качестве подложки. В связи с этим следует отметить возможности системы ER Mapper трансформировать растровое изображение снимка в заданную картографическую проекцию. Большинство ГИС хранят информацию о точках местности в виде трехмерных координат. Однако для многих приложений ГИС, таких, как построение карт, трехмерные координаты преобразуют в двухмерное представление, т.е. строят двухмерные (2D) модели. Со второй половины 90-х гг. заметна тенденция к построению трехмерных (3D) моделей. С одной стороны, это продиктовано решением практических задач, с другой - увеличением мощности вычислительных ресурсов, что необходимо для трехмерною моделирования, (такая модель должна соответствовать отображению трехмерной реальности, по возможности близкой к той, что видит человеческий глаз на местности. В настоящее время существуют два основных способа представления трехмерных моделей в ГИС. Первый способ, назовем его псевдотрехмерным, основан на том, что создается структура данных, в которых значение третьей координаты Z (обычно высота) каждой точки (X, Y) записывается в качестве атрибута. При этом значение Z может быть использовано в перспективных построениях для создания изображений трехмерных представлений. Поскольку это не истинное трехмерное представление, его часто именуют 2,5-мерным (два-с-половиной-мерным). Такие 2,5-мерные модели дают возможность эффективного решения ряда задач: представление рельефа и других непрерывных поверхностей на базе ЦМР или TIN; расчет перспективной модели для любой задаваемой точки обзора; "натяжение" дополнительных слоев на поверхность с использованием цвета и светоеых эффектов; визуальное преобразование одних классов данных в другие (например, объемный слой промышленных выбросов преобразовать в изображение экологической карты и результирующей карты действия на окружающую растительность); создание динамической модели "полета" над территорией.

Второй способ - создание истинных трехмерных представлений - структур данных, в которых местоположение фиксируется в трех измерениях (X, У, Z). В этом случае Z - не атрибут, а элемент местоположения точки. Такой подход позволяет регистрировать данные в нескольких точках с одинаковыми координатами Хл Уn, например, при зондировании атмосферы или при определении объемов горных выработок. Истинные трехмерные представления позволяют: наглядно изображать (визуализировать) объемы; решать задачи, связанные с моделированием объемов; решать новый класс задач - разработка трехмерных ГИС; производить синтез трехмерных структур. Оба способа трехмерных представлений пространственной информации имеют несколько важных приложений: * проектирование инженерных и промышленных сооружений (шахты, карьеры, плотины, водохранилища); * моделирование геологических процессов; * моделирование трехмерных потоков в газообразных и жидкостных средах. В ГИС наряду с цифровыми моделями местности, которые, как правило, отражают статические свойства, широко используются динамические модели, например модель явления.

Трехмерные явления характеризуются несколькими свойствами: распределение, геометрическая сложность, топологическая сложность, точность измерения, точность представления. Распределение может быть непрерывное (например, поле поверхности) и дискретное (например, рудные тела). Топологическая сложность обусловливается связями внутри объекта. Например, составной объект состоит из таких же, но более мелких объектов одного класса. Смешанный объект включает несколько классов и состоит из более мелких неоднородных объектов. Геометрическая сложность зависит от типов кривых и геометрических конструкций. Точность представления определяет допуски при проектировании, изысканиях, научных исследованиях Точность измерения выражается допусками и погрешностью средств измерения. Применение трехмерных моделей позволяет строить новые модели и расширяет возможности ГИС как системы принятия решений. С использованием методов трехмерной графики можно по-новому решать задачи проектирования жилой застройки, размещения объектов бытового и хозяйственного назначения в муниципальных округах, создавать новые типы трехмерных условных знаков и т.д. Примером подобной разработки может служить ГИС Star informatic для решения задач городского планирования и задач урбанизации, разработанная специалистами из Бельгии и Великобритании (фирма Star).

3. Принципы построения

Растровые модели пространственных данных основаны на способах квантования пространства с помощью регулярных сеток, каждый элемент которых содержит идентификатор, к которому можно связать неограниченный по длине набор атрибутов. При этом важным свойством растра является неразрывная связь между пространственной и атрибутивной информацией в единой прямоугольной матрице, положение элементов которой определяется номерами строки и столбца. Такая структура представления позволяет в любой момент развернуть любой из привязанных к идентификатору атрибутов в слой с размерностью исходной сетки. С помощью такого способа представления данных возможна формализация пространственно-непрерывной информации, свойственной большинству природных и значительному числу антропогенных объектов.

Растровый способ представления пространственных данных служит более точным аналогом реального мира, поскольку являет собой меньшую абстракцию с точки зрения содержательных свойств, воспринимаемых наблюдателем непосредственно. Например, даже неподготовленный пользователь легче отличит лес от поля или луга на растровом аэрофотоснимке, чем на тематической карте в векторном формате (без пояснительных подписей). Кроме того, существуют определенные виды пространственных данных, которые невозможно или чрезвычайно сложно отразить с необходимой степенью детальности в векторном формате. В частности информация об атмосферном давлении, облачности, высотах над уровнем моря, расстояниях от выбранной точки до всех остальных точек поверхности (поле расстояний) трудно представима явно в векторном виде.

Основные характеристики растрового представления данных - форматы записи и пространственное разрешение.

Форматы записи делятся на:

битовые (булевы);

байтовые;

целочисленные;

действительные.

В битовом формате каждая ячейка растра описывается значением 1 или 0. Такой формат требует для записи значения ячейки один бит. В байтовом формате диапазон значений пикселя расширяется до 256, т.е. до 8-ми бит, а в целочисленном и действительном форматах - до 16 и 32 бит соответственно. Наличие различных форматов позволяет оперировать с огромным числом значащих классов, каждому из которых может соответствовать строка в БД.

Пространственным разрешением растровых моделей местности называется величина, соответствующая минимальным размерам объекта, который может быть отражен в данной модели. Например, разрешение 100 метров означает, что объекты, размером менее 100 м на данной модели, отражены не будут (т. е. сольются с фоном).

К достоинствам растрового формата можно отнести быстроту формализации и представления в машинно-читаемом виде. Современные способы получения цифровых аэро- и космофотоизображений предоставляют возможность обновления геоданных в системе реального времени без применения сложной и дорогостоящей аппаратуры цифрового ввода данных в векторном формате или дорогостоящих полуавтоматических векторизаторов.

Недостатком растрового представления информации является значительный объем файлов, сказывающийся в основном на скорости обработки информации на компьютерах с небольшими размерами оперативной памяти и времени вывода изображения на экран. Для преодоления подобных недостатков используются различные способы сжатия (упаковки) информации от простейшего группового или лексикографического кода (run length code), до создания иерархической пирамидной структуры (pyramid layers, reduced resolution datasets) или организации сблокированной структуры с прямым доступом к каждому блоку - обычно небольшому квадратному участку изображения. (tiled format).

Для ускорения и упрощения визуализации применяются способы предварительного создания изображений, загрубленных в 2-4-6 раз, с хранением их в отдельных файлах и вызовом слоя необходимого загрубления в зависимости от требующейся операции.

История применения растрового способа представления пространственных данных состоит из нескольких периодов. В начале развития ГИС-технологий растровому способу отдавалось предпочтение, поскольку не были развиты средства ввода векторной информации и алгоритмы манипулирования векторными данными. Поэтому все более-менее серьезные ГИС-проекты ориентировались на растровое представление информации в виде вложенных друг в друга регулярных матриц различного пространственного разрешения. Каждая ячейка такой матрицы содержала необходимый (иногда достаточно значительный) объем тематической информации.

В дальнейшем, с развитием как аппаратной, так и программной части ГИС, векторный способ представления географических данных, перейдя из области автоматизированной картографии, возобладал над растровым, в основном благодаря меньшему объему требований к аппаратной части проектов и заимствованию методов из программ инженерной графики. В этот период резко возросло количество проектов, называвшихся геоинформационными, но выполняемых на уровне сложных инженерных решений средствами и методами САПР. В результате, резко повысившееся качество презентации решений инженерно-технических задач на местности, с использованием приемов автоматизированной картографии и САПР, привело к выхолащиванию сущности пространственного анализа методами ГИС как таковыми и, зачастую, подмене понятий. Растровое представление пространственной информации осталось только в системах обработки ДДЗ, как неотъемлемая часть самой технологии получения такого рода информации, достигнув в этом секторе ГИС-технологий значительного прогресса.

В настоящее время, в связи с повышением роли экологического фактора в жизнедеятельности общества, наметились серьезные изменения приоритетов развития технической и научной мысли. Перед специалистами всех областей знаний, особенно в Науках о Земле, были поставлены задачи анализа функционирования техногенных систем в природном окружении, контроля качества окружающей человека среды, мониторинга состояния природных и антропогенных объектов. С целью решения подобных задач опережающими темпами развивается математическое моделирование в ГИС-технологиях. Поток данных, фиксирующих непрерывно распределенные характеристики и явления, значительно возрос, а именно эти данные наиболее целесообразно представлять в виде растровых моделей. В ГИС-технологии через систему наук о Земле пришли понятия ядерно-экотонной структуры природных и антропогенных геокомплексов, в которой отсутствует понятие резких границ, характерное для векторных моделей данных. Все шире применяются методы анализа пространственных объектов на основе статистических характеристик, дескриптивных множеств, нечетких классификаций и параметризаций, формализованные в виде алгоритмов обработки именно растровых моделей данных. В результате сравнения, удобства использования аналитических алгоритмов обработки пространственной информации в различных форматах, был сделан вывод о предпочтении растрового представления данных в ГИС-проектах для целей анализа информации и поддержки принятия решений. Поэтому растровый способ представления геоданных переживает сейчас подъем на качественно новый уровень использования в ГИС-технологиях.

Кроме того, во всем мире пересматривается отношение к использованию растровых моделей в представлении информации пользователю. Если раньше использование растровых слоев в ГИС сводилось к роли пассивной подложки, призванной украсить и оживить внешний вид выходного изображения, то в настоящее время растровые слои стали важными наглядными источниками информации о пространстве, заменить которые не в силах никакие другие. В частности информация о температуре поверхности с локальными минимумами и максимумами, показатели удаленности и времени достижения различных объектов из определенной точки местности, непрерывно меняющиеся характеристики окружающей среды (плотность почвы, лесопокрытость территории, степень проходимости болот, загазованность городской среды и т.п.) наиболее точно и достоверно представляются именно в растровом виде.

4. Программные средства

Программные средства, использующие растровые цифровые модели делятся на четыре группы.

К первой группе относятся пакеты, использующие растровые изображения в качестве подложек, в том числе и для векторного ввода информации. К ним относятся пакеты MapInfo, ArcView, GeoGraph, GeoDraw, Atlas GIS и многие другие. Использование растровых представлений данных в этом случае, ограничивается принципом увидел - обвел, то есть в лучшем случае растр используется как источник данных, а в худшем - как декоративная картинка. Авось умный пользователь сам все увидит и оценит. Средств тематической обработки растра в этих пакетах не предусмотрено по определению.

Вторая группа средств ПО - системы обработки ДДЗ и растрового анализа представляют собой яркий пример программ, обладающих широким спектром средств и способов работы с растровыми моделями данных. Такими моделями выступают цифровые или оцифрованные на сканерах данные дистанционных исследований: аэрофото и космофотоснимки, данные сканерной, радиолокационной, тепловой, эхолокационной, гравиметрической, и других видов съемки с разнообразных носителей. Вся мощь технологий этих пакетов направлена на качественное и количественное преобразование значительного объема растровой информации с целью дешифрирования, то есть создания растровых карт и их дальнейшего анализа с помощью полуавтоматических методов и зашитых в пакет автоматических средств. Примерами таких программ являются PCI, ERDAS Imagin, ER Mapper, и др. Большинство из них ориентированы на UNIX платформы и предназначены для рутинной обработки значительных объемов аэрокосмической информации. В каждом из них модули растрового анализа заложены в неявном виде, поэтому работать с ними на высоком уровне могут в основном профессионалы.

Третий тип программ предназначен для растрового анализа. К нему относятся такие пакеты, как EPPL7, GRASS и др. В какой то мере к ним можно отнести пакеты математического моделирования типа Surfer. Обладая неплохими аналитическими функциями, они, тем не менее, мало приспособлены к построению собственно картографических моделей презентационного качества, в которых возможности растровых ГИС сочетались бы с функциями дешифрирования ДДЗ.

Четвертый тип ПО использующего растровые модели данных, на мой взгляд, является наиболее продвинутым в области сочетания растровых моделей с возможностями обработки ДДЗ. К этому типу можно отнести программы ILWIS, IDRISI. Разумное сочетание растрового моделирования с дешифрированием ДДЗ, возможность использовать векторные модели, представленные в явном виде модули пространственного анализа делают подобные пакеты удобными для использования, как начинающими, так и опытными пользователями.

Рассмотрим некоторые возможности пространственного моделирования на примерах, взятых из аналитического модуля программы IDRISI 1.0 для Windows . Модуль состоит из нескольких групп операций.

В состав первой группы входят операции связанные с запросами к данным и математическому преобразованию на основе матричной алгебры. Таковы например модули гистограмма (построение гистограммы распределения значений пикселов), извлечь (извлечение данных из файла посредством бинарной маски), табулирование (создание таблицы перекрестной классификации или файла на ее основе), классы (уменьшение количества значащих классов путем агрегирования). Особо хочется отметить свойства модуля оверлей. Оверлейные операции в растровых моделях производятся гораздо легче, чем в векторных за счет отсутствия ошибок несовпадения границ полигонов в отдельных слоях и практически полном отсутствии мусора в виде генерируемых полигонов очень маленького размера. Операция оверлея в растровом анализе заключается в арифметических преобразованиях значений соответствующих пикселов накладываемых растровых слоев. При этом результат зависит от вида операции (сложение, вычитание, умножение, деление и др.).

Группы операций анализа дальности и близости позволяет оценивать расстояния от выбранных объектов до любой точки поверхности с учетом наличия препятствий, полупроницаемых барьеров, неоднородности и анизотропности пространства, а также затраты на прохождение пути с учетом воздействующих на движущийся объект внешних сил.

Операции контекстного анализа служат для определения мер неоднородности пространства, анализа ближайшего соседства, построения полей видимости-невидимости, выделения бассейнов и другие.

Заключение

В заключение можно отметить возросшую роль растровых моделей данных как инструмента оценки состояния процессов и явлений и средства помощи в принятии решений. С ростом возможности компьютерной техники в области хранения и обработки больших файлов, положительные свойства растровых моделей все более и более превалируют над недостатками, поэтому будущее аналитических ГИС- пакетов несомненно за ПО, ориентированные а работу с растровыми моделями.

Данные в ГИС обладают своей спецификой и не имеют прямых аналогов в других автоматизированных системах. Они имеют множество форматов (практически каждая ГИС - свой) и разные формы представления. Информационная основа ГИС содержит типизированные и нетипизированные записи, а также графические данные с двумя основными формами представления - векторной и растровой. Растровые и векторные модели имеют свои преимущества при решении разных задач и дополняют друг друга в системе комплексной обработки данных ГИС. Векторные данные разделяются на три основных типа: точечные, линейные и полигональные. Каждый тип характеризуется своими методами обработки

Остается нерешенной проблема автоматизированного преобразования растровых моделей в векторные. Интеграция данных в ГИС позволяет решать задачи проекционных преобразований и объемного представления трехмерных объектов, включая их динамическую визуализацию.

Список использованных источников

1. Хромых В.В., Хромых О.В. Цифровые модели рельефа. Томск: ООО «Издательство «ТМЛ-Пресс», подписано к печати 15.12.2007 г. Тираж 200 экз.

2.Уфимцев Г.Ф., Тимофеев Д.А «Морфология рельефа». Москва: Научный мир. 2004 г.

3. Б.А. Новаковский, С.В. Прасолов, А.И. Прасолова. «Цифровые модели рельефа реальных и абстрактных геополей». Москва: Научный мир. 2003 г.

4. А.С. Самардак «Геоинформационные системы». Владивосток ДВГУ, 2005г.-124с.

5. Геопрофи [Электронный ресурс]: журнал по геодезии, картографии и навигации / Москва. - журнал. - Режим доступа: #"justify">. Отрасли применения ГИС [Электронный ресурс]: база данных. - Режим доступа :#"justify">. Вишневская Е.А., Елобогеев А.В., Высоцкий Е.М., Добрецов Е.Н. Объединённый институт геологии, геофизики и минерологи Сибирского отделения Российской Академии наук, Новосибирск. Из материалов международной конференции «Интеркарто - 6» (г. Апатиты, 22-24 августа 2000 года).

6. ГИС-ассоциация [Электронный ресурс]: база данных. - Режим доступа: #"justify">. GIS LAB ассоциация [Электронный ресурс]: база данных. - Режим доступа: #"justify">10. Jarvis A., H.I. Reuter, A. Nelson, E. Guevara, 2006, Hole-filled seamless SRTM data V3, International Centre for Tropical Agriculture (CIAT)

7. А. М. Берлянт, А.В. Востокова, В.И. Кравцова, И.К. Лурье, Т.Г. Сваткова, Б.Б. Серапинас «Картоведение». Москва: Аспект Пресс, 2003 г. - 477 с.

Размещено на Allbest.ru