Типи накладання. Помилки накладання.

Процес накладання може бути дуже складним, практично неможливим при використанні традиційних карт. Різні значення ваг параметрів, складні математичні процедури, правила комбінування – всі вони вносять внесок в ускладнення процесу накладання шарів тематичної інформації.

В залежності від виду (моделі) даних, що використовуються під час накладання, розподіляють накладання растрових даних та накладання векторних даних. Крім того, в залежності від призначення інформаційних систем (можливостей їх програмного забезпечення) використовується накладання в системах автоматизованого проектування і топологічне векторне накладання (за допомогою геоінформаційних систем). Розглянемо тепер кожний з наведених видів накладання більш докладно.

Растрове накладання “точка у полігоні” і “лінія у полігоні”. В растрових ГІС чарунки растру, які подають статистику явищ або будь-яку іншу інформацію про характеристики точки, можуть порівнюватися за допомогою присвоєння цим точкам, як і полігонам, чисел або категорій, що легко відрізняються між собою. Таким чином, нам буде відразу відомо які чарунки знаходяться в межах полігонів, що нас цікавлять.

Наприклад, у нас є одне покриття з одним полігоном, наприклад – луг, яке подано числовим значенням – 1. Оточуючий фон може мати значення 0 – “область не класифікована”. У другому покритті чарункам зі значенням 1 надано значення – кущі, інші чарунки містять значення 0. При накладанні цих двох покрить за допомогою додавання ми отримаємо чарунки зі значенням 2, які будуть відповідати поданню характеристики “кущі на лузі” (рис.5.2).

+ =

Ми можемо відмітити, що в нашому випадку ми використовували одне і те ж саме число, як для кущів у другому покритті так і для лугу у першому. Це призвело до того, що ми не можемо розрізнити чарунки лугу від чарунок кущів. Коли б ми позначили кущі суттєво більшим числом, наприклад 10, то легко могли б відрізнити один шар тематичної інформації від другого (всі можливі випадки). На результуючому покритті число 10 позначало б кущі на некласифікованому фоні, а 11 – кущі серед лугу, що являлось результатом накладання “точка в полігоні”. У випадку, коли геоінформаційна система зберігає додатковіатрибутивні дані або підтримує легенду, то ми могли б ідентифікувати ці точки коректно в будь-якому випадку.

Хоча більшість ГІС має можливість забезпечення цих функцій, слід пам’ятати про розглянутий нами простий приклад так, як і будь-які математичні операції, які ми можемо виконати у подальшому над цим покриттям, могли б створити нам складні труднощі під час накладання шарів та їх аналізу. Тому зберігати розподіл категорій тематичної інформації, який ми бачимо, дуже важливо під час здійснення растрового накладання полігонів.

Розглянутий приклад свідчить, що в растровій моделі даних накладання “точка в полігоні” не потребує явної інформації про координати як точок, так і полігонів. У найкращих растрових геоінформаційних системах потрібно пам’ятати про розподіл категорій після виконання накладання, а в більш складних системах такий розподіл може виконуватися за мітками (наприклад “трава” + “кущі”). Системи, які пов’язані з системами управління базами даних, будуть мати записи атрибутів, які показують одночасно наявність двох або більше різних атрибутів в одній чарунці растру.

Оскільки в растровій моделі даних лінії подаються ланцюгами точок растру, які самі по собі є точками, є звичайним, що операція накладання “лінія в полігоні” за своєю сутністю не відрізняється від операції накладання “точка в полігоні”.

Растрове накладання полігонів. Процес накладання полігонів у растровій моделі даних за своєю сутністю такий же простий, як і накладання точок, оскільки в растрі полігони є групами точок з однаковими наборами числових значень. Растровим накладанням властивий недолік просторової точності, але при цьому вони мають високу гнучкість та швидкість виконання внаслідок своєї простоти. Всім відомо, що у загальному випадку растрове накладання більш вигідніше внаслідок його обчислювальної простоти і легкості. Це обумовлено тим, що кожна чарунка растру одного покриття обов’язково суміщена з такою ж чарункою в інших покриттях і, комп’ютеру не потрібно витрачати ресурси на обчислення координатних взаємовідносин об’єктів, що знаходяться у різних покриттях. (Насправді так буває не завжди. Якщо два покриття мають різну дозвільну спроможність або їх чарунки зміщені відносно один одного внаслідок різної географічної прив’язки, то операція накладання шарів інформації потребує деякого спеціального способу суміщення, встановлення відповідності між не співпадаючими чарунками растру). Замість цього ресурси ПЕОМ використовуються на порівняння атрибутивних даних, що в свою чергу підвищує швидкість виконання даної операції. Ці операції, подібні до операцій матричної алгебри, і вони, звичайно, називають картографічною алгеброю або алгеброю карт.

Простота растрового накладання дає також велику гнучкість цієї операції. Ми легко можемо вибирати з великої кількості можливих комбінацій логічних, математичних, умовних операцій над числовими значеннями чарунок растру –потрібні. Ми вже розглядали перекласифікацію чарунок растру за допомогою простих правил вирішування, визначення характеристик: розміру, форми і суміжності, нахилу схилу і інших. Кожне отримане покриття є полігоном і легко може порівнюватися з полігонами інших покрить з використанням всіх цих розглянутих операцій.

Розглянувши сутність процесу накладання шарів інформації у випадку використання растрової моделі подання даних, нам тепер потрібно розглянути, а як же буде здійснюватися накладання у випадку використання векторної моделі подання даних в геоінформаційній системі.

Накладання у векторних системах. Операції векторного накладання дають ті ж самі переваги, що і основана на векторах комп’ютерна картографія – вони дозволяють створювати картографічні продукти, які подібні до традиційних, що створені від руки, ніж карти, які створені на основі растрових даних. Така подібність нагадує нам про ручне накладання, що використовувалося раніше, так як карти, що створені в результаті векторного накладання передбачають потенційні рішення деяких графічних проблем, які пов’язані з ручним накладанням. Навіть просте накладання полігонів за допомогою плівок обмежено використанням дуже простих розподілів і мінімуму категорій.

Припустимо, що у нас є 15 факторів чутливості оточуючого середовища. Використання карт в градаціях сірого передбачає, що можливо отримати до 15 класів чутливості оточуючого середовища. Хоча кожна з категорій важлива, наш зір не може розпізнати більше 8-10 категорій одночасно.

Обмеження традиційних карт також суттєво обмежують нашу здатність дослідження відповідних просторових розподілів, як із-за великих витрат часу на їх створення, так і тому, що категорії, які відображаються темними тонами, виглядають для ока людини однаково. (Око людини здатне розрізняти більше 100 градацій сірого і порядку 300 000 кольорових відмінків. Але в загальному випадку важливе питання надійного розпізнавання, для якого іноді обмежуються всього трьома-шістьма категоріями).

Сучасні векторні геоінформаційні системи надають великий набір аналітичних засобів, і за їх допомогою можуть створюватися карти з великою кількістю кольорів і відтінків. І будь-які обмеження векторного накладання зменшують корисність системи для користувача. Тому потрібно докладно розглянути можливі типи накладання, які можуть виконуватися за допомогою векторних систем.

На практиці сьогодні користувач має справу з двома основними типами накладання: накладання за допомогою систем автоматизованого проектування (САПР) та топологічне векторне накладання. Розгляд їх сутності розпочнемо з аналізу використання систем САПР.

Накладання за допомогою системи автоматизованого проектування. Перший і найпростіший метод комп’ютерного векторного накладання дуже схожий на традиційний метод у тому, що ми просто розміщуємо символи відображення класифікованих даних на одній поверхні. Такі дані можуть включати картограми населення, розподіл видів рослин, тварин, землекористування, лінійні символи для відображення дорожньої мережі, гідрографії, точкові символи. Процес графічного накладання схожий на метод тематичного об’єднання, що використовується для створення загально- географічних карт. Такі карти дозволяють користувачу бачити різноманітні фактори на одній графічній основі і можуть використовуватися для графічної демонстрації наявності або відсутності просторових зв’язків між факторами, що досліджуються. Для виконання такої карти достатньо простої операції в комп’ютері – потрібно, щоб усі об’єкти, які відображаються, були у єдиній системі координат.

Результатами такої операції є зображення на екрані монітору, але не покриття у вигляді файлу даних комп’ютера. Комп’ютерна програма в цьому випадку не відповідає за об’єднання атрибутів об’єктів, так як самі атрибути, частіше всього мітки, які приєднані до графічних об’єктів, і нема таблиць даних, які пов’язують ці мітки з іншими атрибутами. Крім того нема і топології. Зображення просторових об’єктів – всього лише графічний прийом послідовного креслення окремих зображень для створення об’єднаної картинки про досліджуємий об’єкт. Зображення може бути надруковано і збережено, як файл на ПЕОМ, але воно не є покриттям. В чому причина цього?

Для з’ясування сутності цього факту розглянемо приклад. Припустимо, що за допомогою системи автоматизованого проектування ми оцифрували два шари інформації: мережу шляхів та об’єкти гідрографії.

Далі нам потрібно відобразити всі ці об’єкти на екрані монітору, щоб визначити, як проїхати до озера. Це нам вдається візуально і, ми зберігаємо карту для інших випадків. Потім, іншому користувачу, потрібно за допомогою цієї карти визначити шляхи, які йдуть повздовж берегової лінії на відстані до 100 м. Хоча це візуально просто зробити, але сама програма нам не зможе дати відповідь на це питання, так як вона не знає, як назви доріг пов’язані з їх графічними зображеннями. У нас нема бази даних, а написи назв об’єктів є такими ж графічними об’єктами, як і всі інші об’єкти. Програмне забезпечення САПР також не може визначити міру наближення або наявність сполучення. Тобто, то з чим ми маємо справу, не є покриттям геоінформаційної системи. В принципі, ми можемо переслати цю карту у справжню ГІС, побудувати топологію і базу даних з іменами та атрибутами об’єктів, і після чого можливо отримати відповідь на наше запитання. Удосконалена карта в такому випадку стає більш ніж простий графічний документ. Тепер це є справжнє покриття геоінформаційної системи, яке можливо аналізувати за допомогою програми.

Накладання за допомогою системи автоматизованого проектування дуже корисно в своїх аналітичних межах. Так нам не завжди потрібно виконувати складні обчислення для визначення сусідства або просторової подібності між об’єктами – це легко зробити візуально. Переваги накладання САПР – простота і швидкість виконання. Багато систем управління інженерними мережами і промисловими об’єктами діють на такій же основі, і забезпечують вирішення завдань користувачів тим, що їм потрібно. Системи автоматизованого проектування швидко створюють карти необхідних об’єктів, які можливо взяти з собою на місце виконання робіт, де графіка може бути прочитана і інтерпретована вручну виконавцем. Лише у випадку коли база даних складна або кількість запитів велика, то проблемою стає ручна інтерпретація створених за допомогою систем автоматизованого проектування карт.

Розглянемо наступний приклад. Працівники служби експлуатації газопроводів отримали повідомлення про запах газу. В наявності є карта мережі підземних газопроводів, яка накладена на карту вулиць (з їх назвами), і яка в свою чергу накладена на карту будівель. В нашому випадку потрібна операція накладання різних шарів тематичної інформації, яка дозволить дослідити кілька атрибутів об’єктів і визначити потрібні запірні крани і будівлі. Для її виконання потрібно достатньо часу. Може є більш легким використання окремих карт на кожну з окремих тем інформації, щоб символи не накладалися один на другий і не заважали їх вивченню. Іншими словами, для вирішення ряду завдань, потрібна система з можливостями, які більше ніж може дати просте накладання окремих шарів інформації за допомогою системи автоматизованого проектування. Тому на практиці найбільш частіше використовують топологічне векторне накладання за допомогою геоінформаційної системи. Розглянемо його сутність.

Топологічне векторне накладання. Топологічна структура даних, дозволяє програмі ГІС відстежувати просторові зв’язки між об’єктами. Вона також визначає метод накладання полігональних покрить, забезпечує передачу багатьох атрибутів об’єктів полігонам результуючого покриття. Цей топологічний результат, відомий як найменша географічна одиниця, призначений для показу того, як зміни полігональних об’єктів можуть досягнути пункту, за яким неможливо подальший розподіл. З цими найменшими одиницями розподілу (ділення) пов’язаний набір атрибутів, який також далі не може ділитися на категорії.

Розглянемо сутність накладання векторних покрить.

Векторні накладання “точка в полігоні” і “лінія в полігоні”. Хоча більшість векторних геоінформаційних систем орієнтовані на виконання операції накладання полігонів, ми розглянемо деякі кроки по комп’ютеризації векторних накладань “точка в полігоні” і “лінія в полігоні”. При цьому, ми вважаємо, що покриття мають спільну систему координат. Програма повинна визначати положення точок або ліній відносно границь полігонів, з якими ми їх порівнюємо. Рисунок 5.3 ілюструє визначення належності точки з координатами (2, 3; 3,45) зображеному полігону.

 

 

Таке накладання може виконуватися з метою створення нового покриття, яке складається тільки з тих полігонів, які містять визначені точки (або з точок, що належать визначеним полігонам). Існує одна проблема, з якою можуть зіткнутися деякі користувачі ГІС. Окремі геоінформаційні системи можуть виконувати накладання, які були розглянуті, але вони можуть зберігати результати накладання як окреме покриття. Крім того, вони також можуть навіть видавати табличні дані, але при цьому відсутня можливість подальшої роботи з картою, що була отримана. Таке обмеження є звичайно наслідком того, як система зберігає пов’язану з графікою табличну інформацію.

Накладання “лінія в полігоні” полягає у співвідношенні координат кінцевих і проміжних точок лінії з границями полігону з метою визначення належності цих точок полігону, іншими словами, воно полягає у виконанні кількох точкових накладень (рис.5.4). Додатковим моментом є те, що лінія може перетинати границю полігону. У простішому випадку, можна враховувати, що хоча б одна точка лінії належить полігону то і вся лінія належить йому. Але більш коректним є підхід, коли визначаються точки перетину лінії і границі полігону та створення в них вузлів, що дозволяє розрізнити атрибути внутрішніх і зовнішніх по відношенню до полігону частин лінії.

 

 

Наприклад, коли лісозахисна смуга, як лінійний об’єкт перетинає границю між лугом і пашнею, то ми можемо сказати, яка частина смуги належить кожній з областей, а також створити таблицю, яка показує ці відношення. Як бачимо, векторні накладання “точка в полігоні” і “лінія в полігоні” є питанням не тільки графічного відношення об’єктів, але і питанням відношення атрибутів.

На практиці, найчастіше користувач має справу з випадками, коли потрібно виконати накладання полігонів. І тому зараз розглянемо більш докладно цей випадок.

Векторне накладання полігонів. Для векторного накладання полігонів, подібно випадку “лінія в полігоні”, програма повинна визначати точки перетину границь полігонів одного покриття з границями полігонів другого покриття.

Ці точки перетину стають вузлами і, далі програма відслідковує передачу атрибутів у нове покриття.

Оскільки більшість геоінформаційних систем пов’язані з системами управління базами даних, то булева логіка, яка використовується у запитах в базах даних, використовується також і для просторових запитів (рис.5.5).

 

 

 

 

	Рис. 5.5. Типи булевих операцій.

 

У випадку булева векторного накладання ми порівнюємо не самі атрибути у просторі, а розміри простору, які займають кожний з двох атрибутів. Припустимо, що у нас є просте покриття, яке має два типи полігонів: міське і сільське землекористування, плюс до цього інше покриття, що показує, де знаходиться земля у власності або вона – орендується. І коли нам потрібно знайти сільські ділянки, що знаходяться у власності, ми будемо виконувати операцію накладання з перетином, яка покаже тільки земельні ділянки з встановленими характеристиками.

Для вирішення цієї задачі програма геометрично визначить перетин полігонів, після цього вибираються тільки ті полігони, що задовольняють визначеному критерію за атрибутами. Іншими словами, виконання операції перетину над двома покриттями рівносильне створенню діаграми Вена для двох областей з однорідними наборами атрибутів. У результаті ми зможемо визначити власників сільських ділянок.

Коли ж ми виконаємо операцію накладання з об’єднанням (рис.5.6), то отримаємо всі елементи обох множин. Іншими словами, використовуючи ті ж самі покриття, ми отримаємо покриття, що буде складатися з однієї категорії полігонів, які являють собою ділянки – міські або сільські, або у власності, або ділянки, що орендуються. Тобто, ця нова категорія поєднує всі названі категорії, а відповідне покриття – площі обох вихідних.

 

+ =

 

 

Операції накладання великих покрить можуть бути дуже складними і тривалими. Тому потрібно проаналізувати, а чи можна вирішити цю задачу більш простими способами.

В одних випадках – може бути достатньо виконати операцію пере- класифікації, а в другому випадку – спростити операцію накладання попередньо виконавши процедуру перекласифікації, щоб полігони, які нас не цікавлять не збільшували час на виконання процедури накладання. Цього також можливо досягти, зменшивши кількість класів полігонів. Крім скорочення часу на операцію, це дозволяє зробити результат накладання більш простим і контролюємим.

І наприкінці, розгляду повернемося до ідеї ідентифікуючого накладання. В цьому випадку, ми можемо отримати результати, які подібні до розглянутих прикладів, за винятком того, що при використанні булевих операцій для виконання дійсного картографічного накладання ми повинні пам’ятати про атрибути. Таким чином, отримані в результаті полігони є комбінацією всіх полігонів, що перетинаються. Іншими словами, ми виконуємо накладання графічних фігур і заносимо у таблицю всі комбінації категорій (їх характеристик). Маючи всі ці тематичні набори даних і знаючи співвідношення між ними, ми легко можемо визначити чисельність представників однієї категорії з інших. На практиці, багато операцій накладання виконується для отримання такої статистики.

На завершення питання про сутність накладання потрібно розглянути ще один широко відомий картографічний метод деталізації полігональної інформації на основі інших показників. Цей метод називається дасиметричнимкартографуванням і базується на ідеї картограм. Він може застосовуватися до числових даних, що існують у вигляді статистичної поверхні.

Перше застосування цього методу – покращення класифікації щільності населення за допомогою так званого окреслення зон щільності. Цей метод, відомий як щільність частин, використовувався для досягнення більшої деталізації щільностей, які не входять у вибірку областей на основі більш точного знання деяких менших підобластей, що входили в вибірку. Цей метод дозволяє покращити якість кількісних даних полігонального покриття шляхом порівняння з більш докладними даними іншого покриття.

Другим прикладом є розподіл топографічної поверхні за типами на основі перекласифікації топографічних даних. Топографічні поверхні чудово підходять для цього методу, який потребує безперервних розподілів нескінченої кількості точок. Розглядаючи перекласифікацію безперервних поверхонь, ми можемо визначити ділянки взаємної видимості, південних схилів, крутих схилів і інших даних за допомогою групування визначених інтервалів наших наборів даних. Це є змінена форма дасиметричного картографування. Ці приклади підкреслюють, що сучасні методи аналізу мають корні у докомп’ютерному часі.

Інший приклад дасиметричного картографування, який використовує пов’язані змінні, дуже близький до математичного накладання, як у випадку застосування растрової, так і векторної моделі подання даних. Показники полігональних покрить часто об’єднуються за допомогою операцій більш складних, ніж просте виключення. Статистичні підходи такі, як кореляція і регресія, часто використовуються для демонстрації того, що географічно віддалені явища (об’єкти) пов’язані один з другим, і того, як ці відношення дозволяють нам передбачити варіації зміни одного об’єкту в залежності від змін іншого. Це буде справедливо і при використанні геоінформаційних систем. Наприклад, якщо ми знаємо, що існує сильна кореляція між властивостями прохідності бронетанкової техніки і кутом нахилу форм рельєфу місцевості, то ми можемо передбачити райони місцевості де можливе пересування бронетанкової техніки на основі цієї кореляції. Маючи таку інформацію, ми можемо створити докладе покриття районів можливого пересування бронетанкової техніки на основі тільки одного кута нахилу форм рельєфу місцевості. І навпаки, маючи покриття існуючих ділянок місцевості, що дозволяє використання бронетанкової техніки, і розподілу ділянок місцевості за кутами нахилу, через картографічне накладання ми можемо створити покриття, яке показує дійсне співвідношення між встановленими показниками в певній області. Потім ми можемо накласти це покриття на покриття досліджуємої місцевості, яка дозволяє пересування бронетанкової техніки, і візуально виявити розбіжності, чисельні значення якого можна використовувати для оцінки моделі прогнозування. Далі області розбіжностей можуть порівнюватися з іншими покриттями для встановлення гіпотез о причинах розбіжностей. Це чудовий приклад того, як геоінформаційна система може використовуватися для прийняття рішень та прогнозування.

Як ми бачимо, дасиметричне картографування має великий потенціал для покращення використання геоінформаційних систем. Растрові та векторні ГІС дозволяють легко виконувати на практиці більшість з форм дасиметричного картографування. А їх подальший розвиток призведе до подальшого удосконалення доступних сьогодні користувачам інструментів накладання в геоінформаційних системах.

Завершуючи розгляд сутності типів накладання дуже корисним буде коротко зупинитися на аналізі можливих помилок, які виникають під час здійснення накладання.

Помилки накладання.

Прості булеві і ідентифікуючі накладання, що створені головним чином для номінальної шкали, малопридатні для даних інших шкал вимірів. Нам же часто приходиться мати справу із числовими даними, що дають нам більше можливостей накладання і, які забезпечуються тими ж математичними операціями, що і в алгебраїчному растровому накладанні. Будь-яка повно- функціональна система управління базами даних дозволяє виконати алгебраїчні дії над даними таблиць атрибутів, що пов’язані з графікою карти. Завдяки цьому процес накладання більш легкий, ніж у простіших растрових системах, і практично ідентичний реалізації у растрових системах, які використовують СУБД.

Алгебраїчне накладання у векторних системах виконується здебільше однаково, як і у растрових, якщо не враховувати операції з векторними графічними фігурами. Ця подібність є дуже корисною, при вивченні процесу картографічного моделювання. Але результати накладання в растровій і у векторній моделях подання даних можуть виглядати по-різному: у векторній системі можуть раптово виникнути десятки і сотні маленьких полігонів, особливо повздовж границь полігонів. Ці візуально незначні розбіжності можуть суттєво вплинути на результати здійснення аналізу за допомогою геоінформаційної системи.

В якості найбільш простого прикладу розглянемо порівняння двох рівномасштабних покрить землекористування, що створені на основі двох аерофотознімків однієї тієї ж самої місцевості у моменти часу Т₁ і Т₂. Під час порівняння двох зовнішніх однакових покрить виходить, що вони не співпадають точно, а це призводить до утворення осколкових полігонів повздовж границь полігонів, що накладаються (рис.5.7).

 

 

 

 

 

Рис. 5.7. Виникнення осколкових полігонів.

 

 

В такому випадку перед нами постає питання: чи дійсно виникли зміни у проміжку часу між двома датами зйомки, або ми маємо справу з помилками зйомки чи дешифрування.

Досвід показує, що такі незначні помилки в границях полігонів скоріше обумовлені нашими помилками. Тому спробуємо розібратися у причинах неспівпадання границь полігонів.

По-перше, самі полігони можуть бути однакової форми, але при цьому вони трошки повернуті один відносно другого. Ми можемо спробувати усунути цей поворот, але повного збігу контурів дуже рідко можна досягти. І тут нема простих рішень.

Ця проблема може ще загострюватися, якщо ми спробуємо порівнювати різнорідні покриття. Наприклад, рослинність і ґрунт. Метою накладання може бути виявлення розбіжностей, проте ми маємо справу з необхідністю відділення дійсних розбіжностей у границях полігонів від помилок.

Нажаль, незважаючи на дослідження, що проводяться з метою визначення величини похибки, що утворюється внаслідок накладання покрить, є дуже мало загальних принципів, особливо, коли покриття мають різні джерела їх створення.

В загальному випадку, наші рішення повинні базуватися на знанні природи даних, їх якості, якості їх введення, якості польових робіт тощо. Логічно передбачити, що коли ми маємо кілька покрить, то результати накладання будуть мати помилку найгіршого з них, хоча насправді може і не бути так. Необхідно пам’ятати, що у випадку, коли вага кожного покриття різна, то і внесок помилок покрить буде різний. Крім того, значимість окремих покрить для аналізу може бути різною, хоча вони всі однаково приймають участь у процесі накладання. Тому, перед виконанням процесу накладання потрібно докладно вивчити дані, щоб зрозуміти, яка величина помилки може бути допустимою.

Завершуючи розгляд цього питання потрібно відмітити наступне. В залежності від моделі подання просторової інформації виконується растрове та векторне накладання полігонів. В основу їх здійснення покладено картографічну алгебру та булеву логіку. Розглянуто особливості виконання накладання за допомогою систем автоматизованого проектування та географічних інформаційних систем. Виконано аналіз найбільш поширеного типу помилок, які виникають під час накладання полігонів. Крім того, необхідно пам’ятати, що незважаючи на існуючі різні типи накладання шарів тематичної інформації, можливості і силу картографічного накладання, існує множина альтернативних методів вирішення геоінформаційних задач. Накладання, часто значно корисніше при поєднанні його з іншими методами просторового аналізу, ніж використання його окремо.

Питання.

1. Сутність картографічного накладання. Назвіть обмеження та переваги накладання, що виконується вручну та за допомогою геоінформаційної системи?

2. Які існують переваги та недоліки растрового накладання перед векторним накладанням?

3. Чому накладання є однією з найбільш розвинутих операцій в сучасних геоінформаційних системах?

4. Наведіть приклади використання накладання „точка в полігоні” та „лінія в полігоні”?

5. Які існують обмеження накладання типу САПР. Наведіть приклад того, як таке накладання може зробити подальший аналіз результату накладання неможливим?

6. Що таке дасиметричне картографування. Як воно може застосовуватися в растрових та векторних геоінформаційних системах?

7. Які проблеми можуть виникнути під час порівняння кількох векторних покрить, способи усунення можливих типових помилок накладання?

___________________