Графічне подання об’єктів та їх атрибутів.

В загальному випадку завдання графічного подання картографічних або географічних об’єктів за допомогою геоінформаційних систем полягає у знаходження способу подання кожного такого об’єкту і кожного відношення у вигляді набору певних правил, які допомагають комп’ютеру зрозуміти, що всі ці точки, лінії, області являють собою об’єкти місцевості, які вони знаходяться в певних місцях простору і, що ці місця також пов’язані з іншими об’єктами у просторі. Таким чином потрібно мати спеціальну мову для опису просторових відношень. На практиці існує два основних методи подання географічного простору.

Перший метод використовує квантування, або розподіл простору на множину елементів, кожний з яких являє невелику, але певну визначену частину земної поверхні. Це растровий метод. Він може використовувати елементи будь-якої геометричної форми за умови, що вони можуть бути об’єднані для створення суцільної поверхні, яка являє собою простір області, що вивчається. В якості елементів растру цей метод використовує різні фігури – трикутники, шестикутники, прямокутники, але найпоширеніші з них – квадрати.

Растрові структури даних не забезпечують точної інформації про місцеположення, оскільки географічний простір розподілено на дискретні чарунки визначеного розміру. Замість точних координат точок ми маємо окремі чарунки растру, в яких ці точки знаходяться. Так об’єкт, що не мав розмірів (наприклад, точка) зображується за допомогою об’єкту (чарунки), яка має ширину і довжину. Лінії, тобто одновимірні об’єкти, зображуються у виді ланцюга з сусідніх чарунок. В такому випадку ми маємо перехід від одновимірних до двовимірних структур. Кожна точка лінії подається чарункою растру, і кожна точка лінії знаходиться всередині однієї з чарунок растру.

В растрових системах є два способи присвоєння атрибуту кожній чарунці растру. Найпростішим способом є присвоєння значення атрибуту кожній чарунці растру. Альтернативний підхід полягає у зв’язування кожної чарунки растру з базою даних, так що будь-яке число атрибутів може бути присвоєно кожній чарунці растру. Такий підхід є більш досконалим, так як він зменшує обсяг даних, які зберігаються, та може забезпечити зв’язок з іншими структурами даних, що також використовують систему управління базами даних для зберігання та пошуку даних.

Користувачам ГІС завжди потрібно пам’ятати, що чим більше розмір чарунки растру, то тим більшу площу місцевості він покриває, іншими словами, ми маємо справу з меншою дозвільною спроможністю растру, і в такому випадку менша точність положення точок, ліній та областей, що подані даною структурою.

При поданні просторової інформації растровим методом чарунки растру примикаються одна до другої для покриття всієї області. Завдяки цьому, ми можемо використовувати номера чарунок по вертикалі та по горизонталі в якості координат.

Серед недоліків растрової структури подання даних – низька просторова точність, що зменшує достовірність вимірів площ та відстаней, необхідність великого обсягу пам’яті ПЕОМ. Це обумовлено тим, що кожна чарунка растру зберігається як окрема числова величина.

Другий метод подання графічного простору – векторний. Він дозволяє встановлювати точні просторові координати явним чином. Цей метод передбачає, що географічний простір є безперервним, а не розподіленим на дискретні чарунки. Це досягається присвоєнням точкам географічного простору пари координат (Х, У) координатного простору, лініям – зв’язаної послідовності пар координат їх вершин, областям – замкнутої послідовності з’єднаних ліній, початкова та кінцеві точки якої співпадають (рис.2.2).

 

 

 

Користувачам в нашому випадку потрібно пам’ятати, що векторна структура даних показує тільки геометрію картографічних об’єктів. Для вирішення завдань аналізу, ми зв’язуємо геометричні дані з відповідними атрибутивними даними, які зберігаються в окремому файлі або в базі даних. На відміну від векторного методу, у растровій структурі даних ми записували значення атрибуту в кожну чарунку, в той же час у векторному форматі – атрибути зберігаються окремо від графічних примітивів у базі даних.

В векторних структурах даних лінія складається з двох і більше пар координат. Для одного відрізку достатньо двох пар координат, які визначають положення і орієнтацію у просторі. Більш складні лінії складаються з деякої кількості відрізків, кожний з яких починається і закінчується парою координат. Для кривих ліній використовується наближене зображення за допомогою великої кількості коротких прямих відрізків. Таким чином ми бачимо, що векторні структури даних краще подають положення об’єктів у просторі, але вони не абсолютно точні.

На практиці використовують більш складні набори ліній, які називаються мережами, які містять також додаткову інформацію про просторове положення цих ліній. Така інформація про зв’язок і існуючі просторові відношення називається топологією. Приклади: мережа шляхів містить інформацію не тільки про характеристики доріг, а також і про можливі напрямки руху, вузли шляхів тощо.

Площинні об’єкти можливо подати у векторній структурі даних відповідно лініям. Як з точками і лініями, так і з площинними об’єктами (полігонами) зв’язується файл, який містить атрибути цих об’єктів.

На практиці більш застосовується векторний формат подання даних ніж растровий. В той же час, як растрові так і векторні структури даних дають користувачам засоби відображення окремих просторових об’єктів (явищ) на окремих картах, і в той же час існує необхідність розробки більш складних підходів, які називаються моделями даних, з метою включення в базу даних взаємовідносин між об’єктами місцевості, зв’язування об’єктів, їх атрибутів, забезпечення сумісного аналізу декількох шарів карти. Виходячи з цього, постає питання розгляду сутності растрових і векторних моделей даних, як окремо, так і їх комбінації (поєднання) в системі, в нашому випадку у геоінформаційній системі.

 

2.3. Растрові та векторні моделі даних.

Растрові моделі даних.

Як було раніше розглянуто, географічний простір можливо подати за допомогою векторної або растрової моделі подання даних. Растрова структура даних передбачає, що кожна чарунка в такій структурі пов’язана з одним значенням атрибуту. Для створення растрової спеціальної карти ми збираємо дані за визначеною темою у формі двовимірного масиву чарунок, де кожна з них являє собою окремий атрибут. Такий двовимірний масив даних називається покриттям. Приклади: рослинність, населені пункти, гідрографія тощо. Такий підхід дозволяє нам сфокусувати нашу увагу на об’єктах і взаємозв’язках між ними без додаткових складнощів.

На практиці, найбільш часто нас цікавлять взаємозв’язки однієї теми (шару) з іншими темами (шарами). В такому випадку спочатку ми створюємо шари (теми), що нас зацікавили. Після цього ми їх поєднуємо, тим самим виконуємо моделювання всіх необхідних характеристик області, яка досліджується.

Існує кілька способів збереження, адресації значень окремих чарунок растру, їх атрибутів, назв покриття і легенд – моделей даних.

Перший спосіб має назву GRID. Всі перші растрові геоінформаційні системи використовували цей спосіб. В такій моделі кожна чарунка містить усі атрибути, у вигляді вертикального стовпчика значень, в якому кожне значення відноситься до окремої теми (шару інформації). Перевагою такої моделі є те, що досить легко виконуються обчислювальні порівняння багатьох тем (шарів) для кожної чарунки растру. Але в той же час, незручно виконувати порівняння групи чарунок одного, з групою чарунок іншого покриття, оскільки кожна чарунка має власне місцеположення та індивідуальні характеристики (рис. 2.3).

 

Рис. 2.3. Модель GRID

 

 

	Рис. 2.4. Модель IMGRID

 

Друга модель подання растрових даних – IMGRID. Вона передбачає, що немає необхідності збереження широкого спектру значень для кожного покриття (шару). Замість цього використовують числа 1 для позначення наявності або 0 для позначення відсутності певної властивості. Для отримання єдиної карти - шари можливо скласти “вертикально” (рис. 2.4). Розглянута система має дві основних переваги. По-перше, ми маємо безперервну структуру, яка більш всього нагадує дійсну карту. Так в нашому випадку ми маємо збереження двовимірного масиву чисел для різних шарів, а не масив стовпчиків. По-друге, ми зменшуємо діапазон значень для кожного шару до одного двоічного розряду. Це спрощує обчислення та усуває необхідність у складній легенді карти. Крім того, так як кожна ознака ідентифікується одним бітом, то ми можемо не обмежуватися одним атрибутом для кожної чарунки растру, і це є третьою перевагою. Але на практиці, ми можемо зустріти складнощі зі створенням об’єднаного тематичного покриття, якщо всередині деяких чарунок присутні декілька ознак. Для того, щоб усунути цю проблему, нам потрібно забезпечити, щоб кожна чарунка мала одне значення для кожного показника. Виходячи з цих вимог і була створена модель IMGRID.

Модель IMGRID є більш зрозумілою з точки зору картографічного подання. Більш того, вона надає перевагу для ПЕОМ у використанні шару, як об’єкту з прямою адресою. Обмеження щодо використання такої моделі даних пов’язані з зростанням кількості елементів даних. Це пояснимо наступним прикладом. Ми маємо базу даних з 50 тем (шарів) інформації. Припустимо, що в кожній темі існує 10 категорій. Кожна тема (шар) повинна бути розподілена на бінарні шари (нуль або одиниця) по кожній категорії інформації. Тоді для подання такої бази даних потрібно буде 500 шарів. Хоча програмне забезпечення дозволяє працювати з таким обсягом інформації, але потрібен буде більш ефективний спосіб подання такої бази даних ніж в моделі IMGRID.

Третя растрова модель подання даних називається МАР. Вона формально поєднує переваги двох розглянутих попередніх моделей. Її структура показана на рис. 2.5.

 

 

Особливістю подання даних в ній є те, що кожне тематичне покриття записується і вибирається окремо за назвою карти, або за спеціальною назвою. Це досягається записом кожного показника теми покриття, як окремого числового коду або мітки, яка може бути доступна окремо при виборці покриття. Мітка відповідає частині легенди, із нею пов’язаний відповідно приписаний їй символ. Таким чином, легко виконувати операції над окремими чарунками растру і групами однакових чарунок, а результат зміни величини потребує перезапису тільки одного числа на картографічну секцію, спрощуючи тим самим процес обчислення.

Головна перевага методу МАР полягає у тому, що він забезпечує легку маніпуляцію із значеннями атрибутів та наборами чарунок растру у відношенні “багато до одного”. Така модель даних – одна з растрових моделей, які найбільше використовуються сьогодні, і є основою для повнофункціональних геоінформаційних систем.

Традиційно растрові ГІС розроблялися для подання окремих атрибутів, що зберігаються індивідуально для кожної чарунки растру, але окремі з них забезпечили використання прямих зв’язків з існуючими системами управління даними. Такі розширення растрової моделі даних дозволили також встановити прямий зв’язок з геоінформаційними системами, які використовують векторну структуру графічних даних. Так як інтегровані растрово-векторні системи включають модулі, що перетворюють інформацію з растрової структури в векторну і зворотно, то користувач може використовувати переваги, що притаманні для обох структур даних. Ця властивість дуже важлива, оскільки вона підсилює взаємодію між програмним забезпеченням традиційної обробки цифрових зображень і ГІС.