Геоінформаційна система« Компас-2 »і можливості її використання для ведення природних кадастрів Росії

Подібні явища, інформація про які зберігається в базі даних, визначаються як типи об'єктів - будь-яка група подібних явищ, які повинні мати однакову форму зберігання та подання, наприклад, дороги, річки, висоти, рослинність; тим самим забезпечується основа для формування загального атрибуту явищ. Кожен тип об'єктів повинен бути точно визначений, це допомагає виявити перекриваються категорії даних, вносить ясність у зміст бази даних.

Основні елементи бази даних. Для цифрового подання типів реальних об'єктів необхідно вибрати відповідну форму об'єктів, які є представниками перших (кодами) в базі просторових даних. Їх класифікація може бути заснована на уявленні просторової розмірності:

точка - об'єкти, що мають положення в просторі, але не мають довжини (0-мірні);

лінія - об'єкти, що мають довжину, вони складаються з двох і більше 0-мірних об'єктів (1-мірні);

полігон - об'єкти, що мають довжину і ширину, вони обмежені, принаймні, трьома 1-мірними об'єктами (відрізками) (2-мірні);

об'ємна фігура - об'єкти, що мають довжину, ширину і висоту або глибину, вони обмежені, принаймні, чотирма 2-мірними об'єктами (3-мірні).

Такі об'єкти добре відображають тип просторової локалізації реальних об'єктів. Вони можуть бути об'єднані в класи, наприклад, безліч точок для подання безлічі міст.

Просторові типи об'єктів БД можуть групуватися в шари, іменовані також покриттями або темами. Один шар представляє один тип об'єктів або групу концептуально взаємопов'язаних типів об'єктів. Наприклад, шар може включати тільки відрізки водотоків, або ж водотоки, озера, берегову лінію і болота. Можливі найрізноманітніші варіанти системи шарів, як і моделі даних. Деякі бази просторових даних створюються шляхом об'єднання всіх об'єктів в один шар.

Одні й ті ж географічні явища можна представити в різних масштабах і з різною точністю. Перехід від одного подання до іншого досить складний, наприклад, перехід від дрібного масштабу (1:250 000) до великого (1:10 000). Тому часто зустрічаються бази даних, що містять множинні уявлення одних і тих самих явищ. Це неекономно, але уникнути цього поки не вдається, бо відповідні методи переходу ще недостатньо розроблені.

2.7.5.Об'ектно-орієнтовані та реляційні структури БД

У переважній більшості ГІС використовуються реляційні бази даних, підтримувані такими СУБД як dBASE, INFO, ORACLE, INFORMIX і т.п. Такі БД дозволяють розробникам ГІС розділити проблему управління просторовими даними на дві частини: як представляти геометрію об'єктів і топологію просторових об'єктів (вектор або растр) і як працювати з атрибутами цих об'єктів. Для цього годяться реляційні СУБД, а керовані ними моделі даних іноді називають геореляціоннимі моделями. Основні їх переваги такі:

немає необхідності зберігати атрибути з просторовими даними, але вони завжди можуть міститися де-небудь у системі або поставлятися, наприклад, по мережі;

атрибути можуть бути змінені або видалені без зміни просторової БД;

комерційні реляційні СУБД стандартні і можуть управлятися стандартними запитами;

зберігання атрибутивних даних в реляційних БД не суперечить основним принципам шарів у ГІС;

атрибути можуть бути прив'язані до просторових одиницям і представлені різними способами.

Останнім часом, особливо в розробках фірми ESRI, велика увага стала приділятися четвертого типу СУБД - об'єктно-орієнтованому (тут цей термін має відношення тільки до структури БД і мови програмування, а не об'єкту як реальності). Її застосування спрямоване на зниження обсягів збереженої інформації і часу послідовного пошуку в БД. У ГІС такі структури застосовуються, коли з'являється необхідність управління складними реальними об'єктами більш розумним способом, ніж простими точками, лініями і полігонами, а також модифікації БД при оверлее полігонів.

В об'єктно-орієнтованих БД потрібно, щоб географічні дані були визначені як сукупності елементів. При цьому вони характеризуються серією атрибутів і параметрів їх поведінки, які визначають їх просторові, графічні, часові, текстові / чисельні розмірності. Прикладами таких елементів можуть служити ділянку залізниці і пов'язане з ним будівля вокзалу, ділянка трубопроводу з серією відгалужень різного діаметру і т.п. Така структура дозволяє уніфікувати зберігання геометрії і атрибутів при відображенні взаємопов'язаних об'єктів.

2.7.6.Організація і формати даних

Для зберігання цифрових просторових даних, позиційної і атрибутивної їх складових в БД застосовують різні структури, які пов'язані в основному з векторним або растровим уявленнями географічних об'єктів. Способи комп'ютерної реалізації цих уявлень носять, відповідно, назви векторний і растровий формати.

У векторному форматі, в якому просторові об'єкти представляються точками, лініями і полігонами, позиційна складова чи геометрія зазвичай зберігається в одному файлі у вигляді індексованих записів: індекс кодує об'єкт (відповідно, точковий, лінійний або полігональний), а запис складається з набору пар або трійок координат, число яких в записі відповідає типу об'єкта: 1-для точки, n - для лінії або полігону. Щоб відрізнити запису для ліній і полігонів їх або кодують різними типами індексів, або для полігонів у останній запис повторюють координати першої точки полігону.

Значення атрибутів часто впорядковують у вигляді таблиць атрибутів. У реляційних моделях БД кожна клітина таблиці відображає значення одного з ознак певного об'єкта. У залежності від способу відображення тимчасова форма фіксується в одній таблиці атрибутів даного об'єкта або в декількох таблицях для різних часових етапів. Таблиця відображає тематичну і, почасти, просторову форми інформації.

У растровому форматі геометрія і атрибути зберігаються в одному файлі: записи в ньому організовані по рядках або стовпцях растра, номери яких кодують систему координат, а кожне число в записі кодує унікальне значення атрибуту, що відноситься до однієї комірці растра (пікселу).

Зіставлення векторного і растрового форматів. Основні проблеми, що визначалися при виборі растрового або векторного форматів - це відображення реальності, точність координат, швидкість аналітичної обробки, потреби в обсязі пам'яті, відображення характерних ознак явищ.

Обробка даних. Дані в растрових форматах обробляються швидше при вирішенні таких аналітичних завдань, як накладення (оверлей), визначення сусідства, виконання логічних запитів. Для визначення взаємного положення об'єктів та їх аналізу в більшості випадків потрібно лише порівняти зміст відповідних осередків растра в різних шарах БД із застосуванням найпростіших умовних операторів.

При побудові векторної топології доводиться багато разів виконувати однотипні обчислення і логічні перевірки, наприклад, для знаходження точок перетину відрізків ліній, складових контури об'єктів. Складні алгоритми необхідні і при накладенні полігонів, для виявлення помилкових ("паразитних") полігонів. Ці обставини подовжують час обробки даних, запитів користувачів.

Зберігання даних. Найпростіший метод зберігання растрових даних вимагає 1-2 байтів пам'яті для кожного пікселя незалежно від величини їм представляється, і в цьому аспекті він не ефективний. У деяких системах зберігання існують обмеження на кількість рядків і стовпців. На практиці застосовуються різні методи стиску інформації; найбільш поширеним з них є групове кодування, при якому ступінь стискування залежить від просторової мінливості даних. Однак у деяких випадках групового кодування упаковка і розпаковування даних дає лише невелику перевагу в порівнянні з їх поячеечним зберіганням.

Для зберігання простих полігонів у векторному форматі потрібні невеликі обсяги пам'яті; в загальному випадку необхідний її обсяг залежить від складності об'єктів, від того, що зберігається разом з координатами, а також від точності координат (одинарна або подвійна). У цілому векторні системи використовують менший обсяг пам'яті в порівнянні з растровими системами, графічне вирішення яких можна порівняти з векторними.

Растрові бази даних приваблюють простотою організації, швидкістю багатьох операцій; вони особливо привабливі для фахівців у галузі дистанційного зондування, які звикли оперувати пікселями при обробці інформації, а також при поданні первинних і систематизованих даних про висоти рельєфу. Растровий файл легко отримати шляхом сканування фотовідбитків або паперових карт. З іншого боку, в багатьох випадках растровий підхід веде до втрати деталей. Растрові дані різних джерел можуть мати різний розмір елементів, орієнтацію, положення, проекцію. У разі їх спільного використання необхідний процес інтерполяції інформації з однієї системи елементів растра в іншу. При цьому перехід до елементів більшого розміру відносно безпечний, перехід до менших елементів загрожує великими неприємностями.

Хороші результати дає використання систем, в яких растровий і векторний аналіз можуть здійснюватися паралельно з використанням функцій перетворення (конвертування) форматів. Такі системи дозволяють, наприклад, здійснити накладання векторної карти ділянок з різним типом використання земель на знімок для більш точного його дешифрування, а потім знімок використовувати для коригування векторної карти ареалів рослинності.

Обмінні формати даних. Спільне використання різних джерел даних (як векторних, так і растрових) пов'язане з ще одним поняттям формату даних - шаблоном подання їх у файлах даних. Деякі з них прийняті державними організаціями як стандарти, інші визначаються розповсюджувачами даних та розробниками програмних засобів як внутрішні формати. Велика кількість таких форматів і вже накопичених даних роблять надзвичайно важливою проблему розробки спеціальних обмінних форматів і способів їх конвертування. Багато сучасних ГІС-пакети представляють широкі можливості для конвертації внутрішніх форматів, як в обмінні, так і формати інших пакетів.

Графічні формати, використовувані як обмінні в різних ГІС-та графічних пакетах програм, також діляться на векторні і растрові.

Серед векторних найбільше поширення отримав формат DFX пакету AutoCad, використовує для передачі атрибутивної інформації формат DBF (Dbase), більш докладні характеристики різних форматів можна знайти в тлумачному словнику.

Перетворення даних інших цифрових джерел. Все більше даних з'являється на магнітних носіях, CD-ROM, даних, доступних в мережі Internet; (цифрові карти світу - DCW, цифрові картографічні дані Геологічної служби США - DLG, цифрові космічні знімки, так звані Quicklook, і багато інших).

Потрібно пам'ятати, що поки зображення, поширювані в Internet, часто мають низьку роздільну здатність, растровий формат і обмежені розміри.

Істинне горизонтальне і вертикальне положення об'єктів зазвичай безпосередньо визначається в результаті польової зйомки. Система супутникового позиціонування (ССП) - новий спосіб точного визначення положення об'єктів на земній поверхні. Положення об'єкту розраховується за сигналами, що надходять з серії ШСЗ (ГЛОНАСС, Росія, NAVSTAR або GPS, США) з точністю від метрів до декількох сантиметрів. Вона порівнянна з точністю самих великомасштабних карт.

2.7.7.Качество даних і контроль помилок

Уявлення про якість даних, їх точності та оцінці похибки стають надзвичайно важливими при створенні баз і банків даних ГІС. Існує практично загальна тенденція забувати про помилки в даних, якщо останні представлені в цифровій формі. Всі просторові дані до деякої міри неточні, але в цифровій формі вони зазвичай видаються з високою точністю, обумовленою параметрами пам'яті комп'ютера. Необхідно кожний раз розглядати два питання:

наскільки правильно подаються в БД цифрові структури відображають реальний світ;

наскільки точно алгоритми дозволяють розрахувати справжнє значення результату.

Методи розрахунку точності визначень за картками розглядаються в курсі картографії, з поняттями надійності та якості географічних даних корисно ознайомитися в роботі. Показники якості даних визначаються стандартами. Основні з них: позиційна точність і точність атрибутів об'єктів, а також логічна несуперечність, повнота, походження, пов'язані з базі даних в цілому.

2.7.8.Позіціонная точність даних і типи помилок

Позиційна точність визначається як величина відхилення виміру даних про місцезнаходження (зазвичай координат) від істинного значення. При її визначенні, як правило, виходять з масштабу дослідження або первинного матеріалу, наприклад, в даних про природні ресурси прагнуть досягти точності карти заданого масштабу. Забезпечення більшої точності вимагає більш якісних вихідних матеріалів, але завжди варто задатися питанням, чи виправдані додаткові витрати завданнями дослідження.

Точність координат визначається по-різному в растровому і векторному поданні.

Точність растра залежить від розміру осередків сітки. Для уникнення втрати інформації можна використовувати комірки меншого розміру з тим, наприклад, щоб показати штучні об'єкти, але слід оцінити, що буде представляти обрана осередок у заданому масштабі. У більшості випадків неясно, чи відносяться координати, представлені в растровому форматі, до центральної точки клітинки або до одного з її кутів; точність прив'язки, таким чином, становить 1 / 2 ширини і висоти комірки.

Координати у векторному форматі можуть кодуватися з будь-якою мислимої ступенем точності; вона обмежується можливостями внутрішнього подання координат у пам'яті комп'ютера. Зазвичай для подання використовується 8 або 16 десяткових знаків (одинарна або подвійна точність), що відповідає обмеженню по точності відповідно до 1 / 108 і 1 / 1016 вимірювання на місцевості. Для отримання такої ж точності растра необхідно, відповідно, 108х108 або 1016х1016 осередків, що неможливо навіть при спеціальному стиску даних. Але лише деякі класи даних відповідають такої точності векторного представлення: дані, отримані точної зйомкою, карти невеликих ділянок, складені на основі великомасштабних топографічних карт; лише для небагатьох природних явищ характерні чіткі межі, які можна представити у вигляді математично визначених ліній. Тому можна стверджувати, що тонкі лінії в векторному форматі дають помилкове відчуття точності. Зазвичай на карті товщина лінії відображає невизначеність положення об'єкта. Тому у векторній системі фіксується невизначеність положення векторного об'єкта, а не точність координат. У растровій системі ця невизначеність автоматично виражається розміром осередку, який і дає дійсне уявлення про точність.