Информационные технологии в экологии и природопользовании - Александр Грачев

В зависимости от типа объекта его местоположение определяется парой (триплетом) координат (для точечного объекта) или набором координат, организованным определенным образом в рамках некоторой модели данных. Перечень свойств соответствует атрибутам объекта, качественным и количественным его характеристикам. Атрибуту объекта могут быть поставлены в соответствие любые типы данных: текст, видео- или аудиозапись, графика (включая карту), что реализуется на практике в мультимедийных электронных атласах.

Под отношениями понимают прежде всего топологические отношения (топологию). К топологическим свойствам пространственного объекта принято относить его размерность, замкнутость, связность, простоту (отсутствие самопересечения линейных объектов и «островов» в полигоне) и т. п. Примерами топологических отношений объектов являются их свойства «пересекаться», «касаться», «быть внутри», «содержать», «совпадать».

4.4. Растровая модель данных

Растр – прямоугольная решетка – разбивает изображение на составные однородные далее неделимые части, называемые пикселами, каждому из которых поставлен в соответствие некоторый код, обычно идентифицирующий цвет в той или иной системе цветов (цветовой модели).

Растровая модель данных:

– разбивает всю изучаемую территорию на элементы регулярной сетки;

– каждая ячейка содержит только одно значение;

– является пространственно заполненной, поскольку каждое местоположение на изучаемой территории соответствует ячейке растра.

Рис. 4. Образование растровой структуры.

Исходные полигональные объекты (слева) с атрибутами (классами) А, В, С, D и Е и матрица размерностью 7x7 растровой модели (справа), каждому элементу которой присвоено значение атрибута объекта

Выбрав подходящий размер пиксела растровой модели, можно добиться пространственного разрешения (количества пикселов в единице длины, обычно дюйм или сантиметр), удовлетворяющего целям их цифрового описания и последующей обработки. Чем больше разрешение, тем качественнее выглядит изображение и тем больше степень возможного его увеличения. Векторные изображения не имеют подобной характеристики и всегда выглядят четко.

Рис. 5. Сравнение качества изображения в векторной и растровой моделях при различном масштабе

Двукратное увеличение разрешения ведет к четырехкратному росту объемов хранимых данных и т. д., поэтому необходимо найти баланс между качеством изображения и размером файла.

В растровых ГИС аналитические операции сводятся к попиксельным операциям с набором растровых слоев и могут быть легко «распараллелены».

Поддержка растровой модели данных – хорошая предпосылка (и условие) интеграции программных продуктов ГИС со средствами цифровой обработки данных дистанционного зондирования и обработки изображений в целом.

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;

– растровые данные проще для обработки по параллельным алгоритмам;

– некоторые задачи, например создание буферной зоны, 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.

Простота машинной реализации операций с растровыми данными находится в противоречии с другой главной их особенностью – значительными затратами памяти, требуемой для их хранения (в сравнении с векторными моделями). Существуют способы сжатия (компрессии) растровых данных.

Недостаток растровых форматов состоит в сложности распознавания объектов. Растр применяется в основном там, где пользователей не интересуют отдельные пространственные объекты, а интересует точка пространства как таковая с ее характеристиками (высотная отметка или глубина, влажность или тип почв и т. п.). Наиболее часто растровые модели применяют при обработке аэрокосмических снимков.

Если атомарной единицей данных при их описании служит элемент «разбиения» территории не прямоугольной (квадратной), а другой правильной геометрической формы – речь идет о другой, отличной от растровой, хотя и формально с нею схожей, регулярно-ячеистой модели данных. Известны примеры регулярных сетей (решеток) с ячейками правильной треугольной, гексагональной или трапециевидной формы.

Рис. 6. Регулярная треугольная решетка

Рис. 7. Сеть равновеликих трапеций на сфере

4.5. Квадротомическая модель

Главный мотив использования и поддержки данной модели программными средствами ГИС – компактность хранения данных по сравнению с растровой моделью.

В основе квадротомического дерева лежит разбиение изображения на вложенные друг в друга квадратные участки, каждый из которых делится рекурсивно на четыре вложенных до достижения некоторого уровня пространственного разрешения.

Рис. 8. Механизм построения квадродерева участка территории с пятью областями

На первом этапе деления исходного участка на четыре квадратных блока и одновременном «ветвлении» квадродерева образуется один неделимый далее элемент № 1 (ему соответствует «лист» дерева на рис. 8 справа) и три «узла» делимых далее квадратов первого уровня иерархии (принимая «корневой» уровень квадратного участка в целом за нулевой). За исключением девяти гомогенных квадратов, на втором иерархическом уровне все остальные элементы делятся далее, пока необходимость дальнейшего деления не будет исчерпана на последнем, четвертом, этапе.

Экономия в сравнении с растровой моделью данных очевидна – область Е на рис. 8. оказалась представленной одним квадратом под номером 33 (а не 16 элементами растра или ячеек регулярной сети), и ее цифровое описание подразумевает лишь формализованное представление структуры квадродерева.

Принимая за нулевой уровень иерархии земную сферу в целом, можно построить глобальное квадротомическое дерево. Уже на 23-м уровне иерархии достигается метровое его разрешение.

4.6. Векторные модели

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

Таблица 1

Краткое сравнение преимуществ растровой и векторной моделей

В транспортных, инженерных, коммунальных ГИС практически всегда используют векторные модели данных.

При построении ГИС применяют набор базовых геометрических данных, из которых затем компонуют остальные, более сложные данные. В ГИС используются следующие типы атомарных геометрических данных.

Безразмерные (0-мерные) типы объектов:

– точка – определяет геометрическое положение;

– узел – топологический переход или конечная точка, также может определять местоположение.

Одномерные типы объектов:

– линия;

– линейный сегмент – прямая линия между двумя точками;

– строка – последовательность линейных сегментов;

– дуга – геометрическое место точек, которые формируют кривую, определенную математической функцией;

– связь – соединение между двумя узлами;

– направленная связь – связь с одним определенным направлением;

– цепочка – направленная последовательность непересекающихся линейных сегментов или дуг с узлами на их концах;

– кольцо – последовательность непересекающихся цепочек, строк, связей или замкнутых дуг.

Двумерные типы объектов:

– полигон (область) – ограниченный непрерывный объект, который может включать или не включать в себя собственную границу.

Трехмерные типы объектов:

– тело – объемный объект, описываемый триплетом координат, включая аппликату Z, и ограниченный поверхностями.

4.6.1. Нетопологическая модель

Множество точечных объектов, образующее слой однородных данных (например, множество объектов, соответствующих населенным пунктам), может быть представлено в векторном формате в виде неупорядоченной (не обязательно упорядоченной) последовательности записей (строк таблицы). Каждая из записей содержит три числа: уникальный идентификационный номер объекта (идентификатор), значения координат X и Y в системе плановых прямоугольных декартовых координат: