~QJ Iii s l'1'- ~ ~ POLSKO-JAPO~SKA ~ bWYZSZA SZKOŁA fi !":,,- TECHNIK KOMPUTEROWYCH film*i:i Elżbieta Bielecka Systemy informacii geograficznei Teori...
22 downloads
56 Views
31MB Size
Streszczenie
~Q J Iii s l'1'-
~
~ POLSKO-JAPO~SKA
bWYZSZA
~
fi
film*i:i
książki
Książka
SZKOŁA
!":,,- TECHNIK KOMPUTEROWYCH
Elżbieta Bielecka
Systemy informacii geograficznei Teoria i zastosowania
W1łDA-WNJCTWO
PJ\MSTK
jest poświęcona niezwykle aktualnej problematyce, której znaczenie stale rośnie wraz z rozwojem systemów komputerowych i wzrastającym zapotrzebowaniem na rzetelną informację odnoszącą się do przestrzeni. Systemy Informacji Geograficznej są obecnie najważniejszym narzędziem pracy we wszystkich dziedzinach, w których rozwiązywane są problemy przestrzenne, od inwestycji gospodarczych, planowania przestrzennego i zagrożeń kryzysowych, do skomplikowanych problemów naukowych z zakresu zależności między elementami i cechami środowiska. Efektywne wykorzystanie systemów informacji geograficznej wymaga wiedzy z zakresu baz danych, geodezji, kartografii, teledetekcji, znajomości zaawansowanych technologii informatycznych, sieciowych i komunikacyjnych. W książce zostały przedstawione wiadomości o systemach informacji geograficznej pozwalające na zrozumienie istoty tych systemów i spełnianych przez nie funkcji. Problematyka systemów informacji geograficznej została ujęta kompleksowo, Czytelnik znajdzie więc rozdziały poświęcone danym geograficznym, ich modelom, źró dłom, jakości; bazom danych geograficznych, systemom odniesień przestrzennych, zasadom przetwarzania i analizy danych, wizualizacji, metodom projektowania GIS oraz infrastrukturze geoinformacyjnej . Na treść książki i jej ostateczny kształt miały wpływ wieloletnie prace badawcze, wykłady prowadzone w Polsko-Japońskiej Szkole Technik Komputerowych or az liczne projekty badawczo-wdrożeniowe prowadzone przez autorkę w Instytucie Geodezji i Kartografii. W książce poza podstawami teoretycznymi Czytelnik znajdzie przykłady zastosowa11 systemów informacji geograficznej, zaczerpnięte z prac kierowanych przez autorkę. Książka jest podręcznikiem przeznaczonym dla studentów różnych wydziałów i kierunków, jak również tym wszystkim, których interesuje problematyka systemów informacji geograficznej i chcą w swojej pracy wykorzystywać GIS .
Notka biograficzna Elżbieta Bielecka, absolwentka Wydziału Geodezji i Kartografii Politechniki Warszawskiej (1978), doktor nauk przyrodniczych w zakresie geografii (1990), doktor habilitowany nauk technicznych w zakresie geodezji i kartografii (2005) . Od roku 1994 zatrudniona w Instytucie Geodezji i Kartografii. Systemami informacji geograficznej zajmuje się od początku lat 90. Prowadziła szereg prac naukowych i wdrożeniowych w zakresie projektowania i wykorzystania systemów informacji geograficznej w administracji publicznej, w rolnictwie, ochronie i monitoringu środowiska, statystyce publicznej. Kierowała wieloma projektami krajowymi i międzynarodowymi z zakresu projektowania GIS , pozyskiwania danych, wykonywania analiz przestrzennych. Wykłada systemy informacji geograficznej w Polsko-Japońskiej Wyższej Szkole Technik Komputerowych, na Wydziale Geografii Uniwersytetu Warszawskiego oraz na-Wydziale Inżynierii, Chemii i Fizyki Technicznej Wojskowej Akademii Technicznej. Autorka publikacji z zakresu teledetekcji, GIS, kartografii komputerowej i infrastruktur danych przestrzennych, a także wielu referatów na sympozjach i konferencjach międzynarodowych . Członek Klubu Teledetekcji Środowiska PTC, Polskiego Towarzystwa Informacji Przestrzennej (PTIP), Komitetu Technicznego 297 ds. Informacji geograficznej PKN, Członek Na.rodowego Komitetu CODATA.
© Copyright by
Elżbieta
Bielecka
Przedmowa ©Copyright by Wydawnictwo P JWSTK Warszawa 2006 Wszystkie nazwy produktów są zastrzeżonymi nazwami handlowymi lub znakami towarowymi odpowiednich firm. Książki w całości lub w części nie wolno powielać ani przekazywać w żaden sposób, nawet za pomocą nośników mechanicznych i elektronicznych (np. zapis magnetyczny) bez uzyskania pisemnej zgody Wydawnictwa.
Edytor Leonard Bolc Recenzent: dr hab. Wiesława Żyszkowska Instytut Geografii i Rozwoju Regionalnego Uniwersytet Wrocławski Redaktor techniczny Ada Jedlińska Korekta Anna Bittner Komputerowy Urszula Kruś
skład
tekstu
Projekt okładki Andrzej Pilich Wydawnictwo Polsko-Japońskiej Wyższej ul. Koszykowa 86, 02-008 Warszawa tel. (22) 58 44 526, fax 58 44 503 ISBN 83-89244-48-9 Oprawa miękka ISBN 978-83-89244-48-9 Nakład: 500 egz.
W książce zostały przedstawione wiadomości o systemach informacji geograficznej pozwalające na zrozumienie istoty tych systemów i spełnianych przez nie funkcji. Problematyka systemów informacji geograficznej została ujęta kompleksowo, czytelnik znajdzie więc rozdziały poświęcone danym geograficznym, ich modelom, źródłom, jakości , bazom danych geograficznych, systemom odniesień przestrzennych, zasadom przetwarzania i analizy danych, wizualizacji, metodom projektowania GIS oraz infrastrukturze geoinformacyjnej. Książka jest podstawowym podręcznikiem akademickim w zakresie GIS dla studentów studiów magisterskich (specjalność bazy danych) w PolskoJapońskiej Wyższej Szkole Technik Komputerowych i powstała na bazie czteroletnich doświadczeń nauczania przedmiotu Systemy Informacji Geograficznej. Może też stanowić lekturę - uzupełniającą zarówno dla twórców systemów informacji geograficznej, jak też ich użytkowników będących przedstawicielami różnych zawodów i specjalności oraz studentów różnego typu uczelni, kształcących się w dziedzinie geoinformatycznej . Pragnę wyrazić podziękowania Ewie Witkowskiej za pomoc w przygotowaniu wielu rysunków oraz dr hab. Wiesławie Żyszkowskiej za cenne uwagi oraz życzliwą recenzję opracowania. Elżbieta
Bielecka 2005
wrzesień
Szkoły
Technik Komputerowych
VI
Przedmowa
Fragment recenzji dr hab. Wiesławy Żyszkowskiej: „Książka jest poświęcona niezwykle aktualnej problematyce, której znaczenie stale rośnie wraz z rozwojem systemów komputerowych i stale rosnącym zapotrzebowaniem różnego typu instytucji na rzetelną informację odnoszącą się do przestrzeni. Systemy Informacji Geograficznej są obecnie najważniejszym narzędziem pracy we wszystkich dziedzinach, w których rozwiązywane są problemy przestrzenne, od inwestycji gospodarczych, planowania przestrzennego i zagrożeń kryzysowych, do skomplikowanych problemów naukowych z zakresu zależności między elementami i cechami środowiska. Wprawdzie w języku angielskim, zwłaszcza w USA pojawia się każdego roku co najmniej kilka opracowań z tego zakresu, to opóźnienia w dotarciu tych systemów do Polski spowodowały, że zarówno ilość aplikacji, jak i wyposażenie polskich użytkow ników w literaturę fachową jest ciągle jeszcze dalece niewystarczające. Zagadnienia związane z GIS są na tyle szerokie, że żadna z wydanych dotychczas pozycji nie wyczerpuje problematyki GIS i nie naświetla jej ze wszystkich możliwych punktów widzenia. Praca P. E. Bieleckiej wypełnia zatem dotkliwą lukę w polskiej literaturze z zakresu GIS i bez wątpienia przyczyni się do zwiększenia zainteresowania tą problematyką".
Spis
treści
Przedmowa . ... .. .... . . . ................. . .. . ........ . ...... . . .
V
Wprowadzenie do systemów informacji geograficznej ...... . 1.1 Specyfika systemów informacji geograficznej .............. . Świat realny a systemy informacji geograficznej .... .... ... . 1.2 1.3 Komponenty systemów informacji geograficznej . . ......... . 1.4 Historia GIS .............. .. . ....... . . ................ . GIS w Polsce . . . ... .................. .. ...... .. .. ..... . 1.5 1.6 Główne kierunki rozwoju GIS - problemy do rozwiązania.... . 1. 7 Zastosowanie systemów informacji geograficznej . . . . . . . . . . . . 1. 7.1 Administracja publiczna . . . . . . . . . . . . . . . . . . . . . . . . . . 1.7.2 Gestorzy sieci uzbrojenia terenu............... . .... 1.7.3 Służby szybkiego reagowania (policja, straż pożarna, pogotowie ratunkowe).................... . ........ 1.7.4 Leśnictwo i służby ochrony przyrody........ . ....... 1.7.5 Gospodarka wodna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . l. 7.6 Drogownictwo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1. 7. 7 Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1 1 2
14 14 15 15 15
Dane geograficzne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1 Charakterystyka danych geograficznych . . . . . . . . . . . . . . . . . . . 2.1.1 Ogólny model danych geograficznych . . . . . . . . . . . . . . . 2.1.2 Typy obiektów geograficznych i ich atrybuty.. . . . . . . . 2.1.3 Warstwowy zapis danych . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Źródła danych geograficznych . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Zdjęcia lotnicze i obrazy satelitarne. . . . . . . . . . . . . . . . . 2.2.2 Mapy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17 17 17 17 20 21 21 29
1
2
4
6 9 12 13 13 14
VIII
Spis
Spis
2.2.3 Pomiary terenowe ........................ . .. . ... . 31 2.2.4 Inne bazy danych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 Dystrybutorzy danych geograficznych w Polsce . . . . . . . . . . . . . 33
2.3 3
treści
Modele danych geograficznych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 Wprowadzenie ................... . ..................... 3.2 Model wektorowy .. ... ..... . .... . ........... . .. ........ 3.2.1 Prosty model wektorowy . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Topologiczny model wektorowy . . . . . . . . . . . . . . . . . . . . 3.3 TIN .......... .... ... . ................... . ............ 3.4 Model rastrowy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.1 Sposób zapisu danych rastrowych .............. . ... 3.5 Porównanie modelu wektorowego, rastrowego i TIN .... ..... Formaty danych wektorowych i rastrowych . .... ........ .. . 3.6 3.6.1 Formaty danych wektorowych ...................... 3.6.2 Formaty danych rastrowych . .................. .... 3.7 Dane opisowe ...... .. .. .. .. . ... ..... .. . ..... .. ... . .. . .. 3.8 Model kartograficzny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37 37 38 38 39 41 44 45 47 49 49 51 51 52
Jakość
55 55 56 58 58 59 59
5
6 4
4.1 4.2 4.3
4.4 4.5
4.6
danych geograficznych . . .. .. ... . ... ..... . . ... . ...... Wprowadzenie do zagadnienia jakości danych geograficznych . Metadane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Źródła błędów danych geograficznych . . . . . . . . . . . . . . . . . . . . . 4.3 .1 Istota danych geograficznych .. . . . . . . . . . . . . . . . . . . . . . 4.3 .2 Materiały źródłowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 .3 Metody pozyskiwania . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.4 Przetwarzanie danych. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.5 Rodzaje błędów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Normy międzynarodowej organizacji normatywnej ISO w zakresie jakości . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ocena jakości danych geograficznych . . . . . . . . . . . . . . . . . . . . . . 4.5.1 Dokładność położenia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Dokładność tematyczna . . .. . . . .. .. .. .. ...... .... .. 4.5.3 Szczegółowość . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Aktualność . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.5 Wiarygodność .......... .. ....................... Rozprzestrzenianie się błędów . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
treści
Systemy odniesień przestrzennych. . . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Metody określania położenia punktu ...................... 5.2 Powierzchnie odniesienia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Układy współrzędnych na elipsoidzie . . . . . . . . . . . . . . . . . . . . . . 5.4 Odwzorowanie kartograficzne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 Odwzorowanie Gaussa-Kriigera i Universal Transverse Merkator .............. . ............. . . 5.4.2 Odwzorowanie quasistereograficzne Roussilhe'a. . . . . . . 5.5 Układy współrzędnych prostokątnych obowiązujące w Polsce . 5.5.1 Założenia ogólne ...................... ... ...... . . 5.5.2 Układ 1942 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.3 Układ „1965" .... .. ........ ... ... ........ .... ... . 5.5.4 Układ „GUGiK 1980".. . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.5 Układ „1992" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.6 Układ „2000" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.6 Zasady transformacji współrzędnych pomiędzy układami . . . . Geokodowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.7 Baza 6.1 . 6.2 6.3 6.4
6.5
IX
75 75 76 78 80 83 84 85 85 85 88 89 90 91 92 94
danych geograficznych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 Projektowanie bazy danych geograficznych ....... . .... . .... 97 Język GML ... .. ..... .......... ....... . . ... .. ... . .. .. . . 102 Budowa topologii ....................................... 103 Integracja danych pochodzących z różnych źródeł ... . ...... 105 6.4.1 Semantyczny aspekt integracji ........ ... .......... 105 6.4.2 Przestrzenny aspekt integracji ..................... 106 6.4.3 Aspekt realizacyjny ................ . .... . ..... . . .. 107 Tendencje rozwojowe baz danych . .... ... . . .. . . . ... . . ..... 108
61 7 62 63 65 66
69 69 70 71
Przetwarzanie Danych Geograficznych .......... ... ........ 111 7.1 Podstawowe operacje na danych geograficznych ..... . . ... .. 111 7.2 Łączenie i podział danych geograficznych .................. 111 7.2.1 Wprowadzenie .... . .. .... . ............ . ... . . .. .. . 111 7.2.2 Łączenie sąsiadujących warstw ........ . ... . .... . . . . 112 7.2.3 Podział warstwy tematycznej .................... . . 113 Generalizacja .. . .... .... .... . .. .. ..... . ... . ...... .... .. 115 7.3 7.3 .1 Ogólne zasady generalizacji ...... ... . .. ....... .... . 115 7.3.2 Generalizacja ilościowa ............... . ....... .. . . . 116 7.3.3 Generalizacja jakościowa .......... . ..... .... .... .. 120 7.3.4 Generalizacja danych rastrowych ................... 121
X
Spis
7.4 8
9
treści
Spis
7.3.5 Narzędzia generalizacji .. .. . .... ... . . .. .. ...... .. .. 123 Operacje matematyczne i statystyczne ........ .. ....... .. . 123
Analizy przestrzenne danych wektorowych . ... . ........ . ... 125 8.1 Definicja analiz przestrzennych ............. . .. . ... ..... . . 125 8.2 Wybór obiektów . . ..... .. .......... .. .. .. .. .. ... .. ..... 126 8.2.1 Ogólne zasady . ... .. .. . .. .. .. . . .. . ... .. .. . .. .. ... 126 8.2.2 Wyszukiwanie obiektów na podstawie wartości atrybutów . . . .... . . .. .. . ..... . ... .. ... . ... . ..... . 126 8.2.3 Wyszukiwanie obiektów na podstawie relacji przestrzennych .. . ...... . ... .. . . ... . . ... . . . . . . . .. . 127 8.3 Podstawowe typy analiz przestrzennych . .. .. . . ........ . ... 128 8.3.1 Operacje typu OVERLAY ...... . ..... . . . . . .... ... 128 8.3.2 Buforowanie ........ .. .............. . .. . .. .... . .. 133 8.3 .3 Analizy sieciowe . . .. ... ...... .... . . .. . . . . . ........ 135 8.4 Modelowanie powierzchni. Interpolacja ............... . . .. . 136 8.4.1 Metody interpolacji. .. .. . .. .. . . .. . ... . .. .......... 136 8.4.2 Modelowanie powierzchni rzeźby terenu ....... . . . . .. 140 Analizy przestrzenne danych rastrowych .... .. .. . . . .. .. . . .. 145 9.1 Ogólne zasady wykonywania analiz przestrzennych danych rastrowych ...... ......... . . . .... . .... . ........ . ... . . .. 145 9.2 Przepróbkowanie ... .... .... . ............. . ... . ......... 145 9.3 Reklasyfikacja ..... ... . ... . ... . . .. . .. .. . .......... . ... . 148 9.4 Operacje arytmetyczne, matematyczne i logiczne .......... . 148 9.4.1 Operacje na pojedynczej warstwie rastrowej . . .. .. . . . 148 9.4.2 Operacje na kilku warstwach rastrowych ............ 149 9.5 Analizy sąsiedztwa i bliskości . ..... ... . . . . .. .. . ........ . . 152
10 Wizualizacja danych geograficznych ... . .................... 157 10.1 Wprowadzenie ... . . ....... . . .... . . .. . ................ . . 157 10.2 Mapy tematyczne ... .. ... . .. .. ..... . .. . ... ........... .. 158 10.2.1 Zasady redakcji map tematycznych . . ... .. ... .. ..... 158 10.2.2 Metoda sygnatur .. . . . .. . . . .... . ..... . . . .......... 160 10.2.3 Metoda zasięgów . . .. . .. ... .... ......... . ..... . ... 161 10.2.4 Metoda chorochromatyczna .. .... . . . ... .. .......... 161 10.2.5 Kartodiagramy ........ .. ...... .. ... . ....... . .... 164 10.2.6 Metoda kropkowa ....... . .. . ... . ........ . ..... . . . 166 10.2.7 Kartogramy . . . ...... . ..... .. . . ... . .. ... . ... . .... 167
10.2.8 Metoda dazymetryczna .. . ........... . ............ 170
10.3 10.4
tr eści
XI
10.2.9 Metoda izolinii . ........ . . .. .. .. . . . . . ..... .. ... . .. 172 Animacja, hipermapy i wizualizacja trójwymiarowa . . .. . .... 173 Zestawienia tabelaryczne i raporty ... . . . . . ... .. ...... .. .. . 175
11 Modelowanie analityczne .. .. . . . .. ........ ... . ..... . . .... . .. 177 11.1 Zasady wykonywania złożonych analiz przestrzennych . . . . .. . 177 11.2 Wspomaganie podejmowania decyzji . . .. .... .... . .. .. . . . .. 179 11.3 Przykłady modelowania kartograficznego .. .. .. . . . ....... .. 180 11.3.1 Wyznaczanie obszarów krytycznych zanieczyszczeń wód zlewni Ścinawki .. . .. . .. ... ......... . .. . . . . . . . 180 11.3.2 Wyznaczanie obszarów górskich o niekorzystnych warunkach do prowadzenia gospodarki rolnej ... . . . . . 185 12
Wdrażanie
12.1 12.2
12.3
12.4 12.5
i zarządzanie projektem GIS .... ..... . . . .. . ..... 189 Struktura systemów GIS ......... ..... . . .. . .... . ....... . 189 Etapy realizacji projektu GIS . . .. ...... . . .. .. . . .. ...... .. 190 12.2.1 Strategia wdrożenia GIS . . ... ... . . .... . .... . ... . . . 190 12.2.2 Analiza .. .... . . .. .. .. ............. .. .... .. ... . . . 192 12.2.3 Projekt systemu . ..... . . ........ . . .... ..... . . . ... 193 12.2.4 Implementacja GIS . . . ...... .. ................ . . .. 194 Analiza ekonomiczna .. . . ... . . ...... . . ....... .. . .... . ... 195 12.3.1 Koszty wdrożenia . .. . . ... .... . .. .. .... . .. .. . . . ... 195 12.3.2 Korzyści wymierne z wdrożenia GIS ............. . .. 196 Metody wdrażania GIS .. . . .. ... .. . ...... . ....... ....... 196 Czynniki ryzyka i sukcesu przy wdrażaniu projektów GIS .... 197
13 Infrastruktura geoinformacyjna . . . .... . .. .. . ... . .. . .. ..... . 199 13.1 Infrastruktura geoinformacyjna . . . . .... .. .. .. ... ... . .. ... 199 13.2 Standardy .... ... .. . .. ... .. .. ........ . . ... . . .. . .... . ... 200 13.3 Infrastruktura geoinformacyjna w Europie - INSPIRE . . ..... 207 13.4 Infrastruktura Informacji Geograficznej w Polsce . .. .. ... . . . 211 13.4.1 Krajowy System Informacji Geograficznej .. . . . . . . .. . 211 13.4.2 Baza Danych Ogólnogeograficznych .. ... . . ......... . 211 13.4.3 Baza danych VMAP 2 . .... . .. . ... ... . .. . .. . ..... . 213 13.4.4 Baza danych topograficznych ... . ......... .. .. ... . . 213 13.4.5 Ortofotomapy . .... . . . ... ...... . ......... .. . . . . . . 214 13.4.6 Ewidencja gruntów i budynków . . . ...... . . . ... .... . 215 13.4.7 Mapa zasadnicza .. . ... . ... . .. ...... . .... . ... . . ... 216 13.4.8 Ogólna architektura KSIG . .. .... . . ... .. . . ... ...... 218
XII
Spis
treści
Literatura ............ .. ... ... .......... . ............... . ...... 219
Indeks ......................................................... 227
1
Wprowadzenie do systemów informacji geograficznej
1.1 Specyfika systemów informacji geograficznej GIS, czyli system informacji geograficznej jest skrótem od angielskiego terminu Geographic Information System wprowadzonego w drugiej połowie lat sześćdziesiątych przez kanadyjskiego geografa Rogera Tomlinsona (Tomlinson i inni 1976). Wywodzi się od nazwy systemu informacyjnego tworzonego wówczas dla Kanady (Canada Geographic Information System http://www. geoplace. com/gw/1996/0496/0496feat2. asp) . Był to jednocześnie jeden z pierwszych systemów wprowadzający nową i odrębną od innych systemów informacyjnych metodykę pozyskiwania, przechowywania i analizowania danych. GIS oznacza system pozyskiwania, gromadzenia, aktualizacji, zarządzania, analizowania i udostępniania danych odniesionych przestrzennie do powierzchni Ziemi (danych geograficznych) (Gaździcki 2001). W szerokim rozumieniu GIS to system przepływu i wykorzystania informacji obejmujący środki techniczne, w tym sprzęt komputerowy i oprogramowanie, metody, bazy danych, procedury oraz zasoby ludzkie i finansowe niezbędne do funkcjonowania systemu. Pod koniec lat osiemdziesiątych termin GIS zaczyna oznaczać również dyscyplinę naukową zajmującą się informacją geograficzną oraz metodami i technikami GIS (ang. geographic information science) nazwaną później geomatyką (ang. geomatics) lub geoinformatyką (ang. geoinformatics) . GIS łączy dane dotyczące lokalizacji obiektów z charakterystyką tych obiektów. Dane te mogą być zapisane w różnych formatach i pochodzić z wielu źródeł. Przechowywanie danych w jednej, spójnej bazie danych geograficznych, pozwala na szybkie uzyskanie odpowiedzi na pytania i przeprowadzenie analiz, co znacznie usprawnia podejmowanie decyzji. Dzięki rozbudowanym możliwościom analitycznym i wizualizacyjnym pomaga w poznaniu i zrozumieniu relacji i reguł rządzących otaczającym nas światem . GIS od innych systemów informacyjnych odróżnia technologia, czyli zestaw narzędzi, nazwanych oprogramowaniem (pakietami) typu GIS, pozwalający
2
1 Wprowadzenie do systemów informacji geograficznej
na łączne analizowanie danych geograficznych i opisowych oraz prezentację wyników tych analiz w formie kartograficznej. Stąd wiele osób, szczególnie przedstawicieli firm komercyjnych, zawęża rozumienie GIS do aspektu technicznego, a ściśle rzecz biorąc do oprogramowania. Pod koniec lat osiemdziesiątych w literaturze dotyczącej GIS pojawiają się pojęcia SIP (system informacji przestrzennej) oraz SIT (system informacji terenowej) . Prof. Jerzy Gaździcki w pierwszej w języku polskim książce pt. „Systemy Informacji Przestrzennej" (1990) nadrzędną rolę przypisuje systemowi informacji przestrzennej, który następnie dzieli się na system informacji geograficznej (GIS) i system informacji terenowej (SIT ang. Land Information System - LIS) . Różnica pomiędzy GIS a SIT wynika ze stopnia szczegółowości przechowywanej informacji. W systemach SIT gromadzona jest informacja szczegółowa odpowiadająca mapom w skalach większych niż 1:5 OOO (tzw. „wielkich skalach"), natomiast systemy GIS przechowują dane zgeneralizowane w skalach mniejszych od 1:5 000 (tzw. „małych skalach"). Dodatkowo SIT od GIS odróżnia aspekt instytucjonalny uwzględnia prawne, polityczne i ekonomiczne pomiędzy właścicielem danych, ich dysponentem i użytkownikami. Według Międzynarodowej Federacji Geodetów „SIT jest narzędziem do podejmowania decyzji prawnych, administracyjnych i gospodarczych oraz pomocą w planowaniu i rozwoju. Składa się z bazy danych oraz procedur i technik do systematycznego zbierania, aktualizacji i udostępniania tych danych" (Piotrowski 1991). W bogatej literaturze anglojęzycznej większość autorów traktuje GIS (Geographic Information System) i SIP (Spatial Information System) jako synonimy posługując się nimi zamiennie (Burrough 1990; Maguire i inni 1991; Laurini i Thompson 1992). Powyższy, pobieżny przegląd terminów związanych z systemami informacji geograficznej pokazuje wieloznaczność określenia system informacji geograficznej rozumianego jako typ systemu informacyjnego, technologii informatycznej lub pakietu oprogramowania. Częściowo wynika to ze stosunkowo krótkiej obecności GIS (niespełna 60 lat), a także braku wnikliwych i dogłębnych opracowań teoretycznych wielu aspektów GIS. Wieloznaczność dodatkowo podkreślają różnice znaczeniowe występujące między angielskimi terminami GIS i LIS a ich polskimi odpowiednikami SIG i SIT. jący zależności
1.2 Świat realny a systemy informacji geograficznej Projektowanie systemów informacji geograficznej wiąże się z przeniesieniem świata realnego do jego reprezentacji w komputerze. Schemat zależności pomiędzy światem realnym a systemem informatycznym pokazany na rysunku 1.1 wskazuje, że skomplikowany świat rzeczywisty jest fragmentarycznie przenoszony do systemu informatycznego. Pierwsze „podzielenie" świata następuje już w procesie ograniczonego poznania; dalsze - przy
1.2 Swiat realny a systemy informacji geograficznej
3
ustaleniu ograniczeń zakresu informacyjnego i określeniu zasięgu terytorialnego naszych zainteresowań. Realizacja systemu odbywa się w abstrakcyjnym świecie modeli i symboli, zrozumiałych przez system komputerowy.
(modelowanie)
Wiedza
(wybór) Obiekty świata rzeczywistego
Schematy i aplikacyjne pojęciowe
tematyczna
(projektowanie) (specyfikacja)
(realizacja)
Rysunek 1.1. $wiat realny a systemy informacji geograficznej
Systemy aplikacyjne GIS dostosowane są nie tylko do potrzeb użytkowych, ale również do systemów narzędziowych i platform komputerowych, na których są eksploatowane. Wprawdzie przy projektowaniu i implementacji systemów dokłada się starań, aby konstrukcja systemu była niezależna od sprzętu i oprogramowania, to końcowa forma systemu, ze względów optymalizacyjnych, z reguły uwzględnia pewne specyficzne cechy platformy oraz wykorzystywanych pakietów narzędziowych. Utworzenie systemu informacji geograficznej jest procesem wieloetapowym. Przejście od świata rzeczywistego do jego reprezentacji w komputerze wymaga znajomości procesów i zjawisk zachodzących w świecie rzeczywistym, następnie opracowania jego modelu koncepcyjnego, modelu logicznego i na końcu modelu fizycznego, a także zaprojektowania map i innych produktów końcowych. Schematycznie zostało to przedstawione w tabeli 1.1. Modelowanie procesów i zjawisk jest silnie związane z celem i zadaniami systemu i powinno być wykonane przez użytkowników systemu, specjalistów z danej dziedziny. Model rozkładu zanieczyszczeń powietrza będzie różny od modelu zanieczyszczeń gleb. Co więcej, oba modele będą się znacznie od siebie
1.3 Komponenty systemów informacji geograficznej
1 Wprowadzenie do systemów informacji geograficznej
4
T abela 1.1. Etapy przechodzenia od E tap budowy G I S Modelowanie świata rzeczywistego
Model koncepcyjny
Model logiczny
Model fizyczny Wdrożenie
i eksploatacja
świata
realnego do GIS
Czynno ści
Poznanie procesów i zjawisk modelowanej rzeczywistości oraz opracowanie niezbędnych modeli. Zakres tematyczny i przestrzenny danych, dokładność i szczegółowość danych, typy danych i sposób ich reprezentacji. Opis modelowanego wycinka świata rzeczywistego za pomocą reguł i środków dostępnych w ramach przyjętego modelu danych. Utworzenie fizycznych struktur bazy danych. Zgromadzenie danych. Analiza danych. Prezentacja wyników analiz .
różniły,
gdy będziemy opracowywać je w skali kraju lub w skali gminy. Znamodelowanych obiektów i zjawisk stanowi podstawę do opracowania modelu koncepcyjnego. Model koncepcyjny operuje wysokim stopniem abstrakcji, jest niezależny od implementacji i często jest sporządzany w języku naturalnym. Opisujemy w nim zakres tematyczny i przestrzenny bazy danych, dokładność i szczegółowość danych, typy danych i sposób ich reprezentacji. Model koncepcyjny powinien być opracowywany przez zespół składający się z przyszłych użytkowników, specjalistów z dziedziny GIS i informatyków. Model ten stanowi podstawę do sporządzenia bardziej szczegółowego modelu logicznego. Proces modelowania logicznego związany jest z opisem modelowanego wycinka świata rzeczywistego za pomocą reguł i środków dostępnych w ramach przyjętego modelu danych. Jeśli na etapie modelu koncepcyjnego przyjmiemy relacyjny model danych, to opis logiczny zostanie wyrażony jako schemat relacyjny. Ostatnim etapem modelowania danych jest model fizyczny, uzależniony od implementacji programowo-sprzętowej . Oddzielenie modelowania logicznego od modelowania fizycznego umożliwia implementację bazy danych na wiele różnych sposobów, czyli przy wykorzystaniu różnych systemów zarządzania bazą danych (SZBD, termin ang. DBMS Database Manjomość
agement System).
1.3 K om pon enty system ów info rmacji geogra fi cznej Bazując na definicji GIS, sformułowanej przez systemy informacji geograficznej składają się z: - sprzętu komputerowego, - oprogramowania,
Gaździckiego
(2001),
-
danych, procedur do ludzi.
zarządzania
5
i analizowania danych,
Sprzęt komputerowy i oprogramowanie to niezbędne środki techniczne do funkcjonowania GIS. Wobec różnorodności wymagań klientów oraz dostęp nych pakietów oprogramowania systemy informacji geograficznej można budować bazując na dowolnym sprzęcie komputerowym, począwszy od komputerów przenośnych poprzez stacjonarne komputery personalne, stacje robocze, a także komputery o dużej mocy obliczeniowej. Od strony technicznej GIS może funkcjonować na pojedynczym komputerze lub kilku połączonych w sieć komputerach, do ktqrych przydzielone są odpowiednio zadania związane z zarządzaniem, analizowaniem i wizualizacją danych. Projektując system informacji geograficznej należy dostosować sprzęt do specyfiki realizowanych zadań, a szczególnie czasochłonnych przetworzeń danych przestrzennych i zgodnie z tym wybrać odpowiedni procesor, szybki i pojemny dysk, zasoby pamięci RAM, monitor oraz urządzenia peryferyjne do wprowadzania i wyprowadzania danych takie jak skaner, digimetr, ploter, drukarka. Oprogramowanie systemowe, narzędziowe i aplikacyjne pełni rolę integratora wszystkich elementów systemu. Posiada funkcje do wprowadzania danych, wstępnego ich przetwarzania (m.in. konwersje formatów), przechowywania, zarządzania bazą danych, narzędzia do analiz i wizualizacji danych przestrzennych oraz graficzny interfejs użytkownika umożliwiający korzystanie z funkcji systemu. Wybór oprogramowania narzędziowego GIS wpływa na sposób rozwiązania określonego zadania. Stosownie do dokonanego wyboru, mamy w rezultacie do dyspozycji większe lub mniejsze możliwości funkcjonalne systemu. Dane stanowią najważniejszy element systemu. Podstawowymi cechami gwarantującymi wysoką przestrzennych jest: dokładność, aktualność, wiarygodność i kompletność. Dokładność wiąże się ze szczegółowością danych, aktualność z ich zgodnośdą z modelowanym światem, wiarygodność mówi o zaufaniu do danych, a kompletność o zgodności zgromadzonych danych z postawionymi na wstępie wymaganiami dotyczącymi zarówno treści, jak i obszaru. Ponieważ proces gromadzenia szczegółowych danych jest nadzwyczaj czasochłonny, kosztowny i złożony pod względem techniczno-organizacyjnym, zatem w systemie informacji geograficznej należy gromadzić jedynie dane niezbędne, pozwalające uzyskać określone wyniki w możliwie krótkim czasie i przy minimalnym koszcie. Opracowując koncepcję systemu oraz projektując strukturę bazy należy kierować się zasadą pragmatyzmu, potrzebami przyszłych użytkowników systemu oraz dostępnością danych źródłowych. Dane przechowywane są w bazie danych . Baza danych to nie tylko zbiór danych, ale również system zarządzania bazą danych (SZB D), który jest zorganizowanym zbiorem narzędzi umożliwiającym dostęp do danych i zarządzanie nimi. Bazy danych GIS mają swoją odrębność związaną z przechowywaniem
6
1 Wprowadzenie do systemów informacji geograficznej
danych przestrzennych. Większość systemów narzędziowych GIS przechowuje dane geometryczne oddzielnie od informacji opisowej, zawierającej atrybuty danych geometrycznych. Dane geometryczne przechowywane są w zbiorze plików systemu operacyjnego o bezpośrednim dostępie, a dane opisowe podlegające standaryzacji zapisywane są zgodnie z konwencją przyjętą w typowych systemach relacyjnych baz danych. Oprogramowanie GIS zarządza powiąza niami między plikami geometrycznymi a danymi opisowymi. Przez wiele lat dane geograficzne traktowane były inaczej niż inne dane przechowywane w bazach danych. Środki techniczne GIS budziły pewną atencję, a aplikacje GIS funkcjonowały jako izolowane moduły poza systemem informatycznym organizacji. Obecnie dane geograficzne mogą być przechowywane w tych samych bazach danych i zarządzane przez te same systemy, co pozostałe dane. Rozwój technologii stworzył warunki do skutecznego integrowania danych i funkcji w obrębie jednej organizacji, a także pomiędzy organizacjami. Ludzie są bardzo istotnym komponentem systemów informacji geograficznej. Oni system planują, wdrażają, użytkują oraz podejmują decyzje w oparciu o dane zgromadzone w systemie. Sukces czy też niepowodzenie wdrożenia GIS w dużo większym stopniu zależy od czynnika „ludzkiego" niż od środków technicznych. W większości instytucji wdrażaniu GIS towarzyszą zmiany organizacyjne. Zaakceptowanie tych zmian, sprawne zarządzanie systemu i wykorzystanie GIS w procesie podejmowania decyzji to podstawowe czynniki gwarantujące sukces przy wdrażaniu GIS.
1.4 Historia GIS W systemach informacji geograficznej notuje się trzy nurty rozwojowe: kartograficzny, bazodanowy i analityczny. Stąd rozwój GIS jest współbieżny z wieloma naukami. W początkowym okresie rozwoju (lata 50-te i 60-te) systemy GIS najmocniej były związane z kartografią, dlatego też można powiedzieć, że to właśnie programy o rozbudowanych możliwościach rysunkowych (graficznych) dały podwaliny systemów GIS. Do dziś dla wielu użytkowników GIS pozostaje mapą, tylko że dynamiczną i interaktywną. Nieco później datuje się rozwój systemów o charakterze analitycznym i statystycznym. Najważniejszym problemem do rozwiązania w początkowym okresie był wydajny sposób przechowywania i przetwarzania danych oraz automatyzacja technik manualnego tworzenia map. W latach 1962-1969 rząd kanadyjski podjął próbę utworzenia Kanadyjskiego Systemu Informacji Geograficznej CGIS ( Canada Geographic Information System), którego podstawowym celem była inwentaryzacja i klasyfikacja ziemi użytkowanej rolniczo. System pełną funkcjonalność osiągnął dopiero
1.4 Historia GIS
w 1971 r., po zgromadzeniu sowy system geograficzny, o
7
niezbędnych
zasięgu
danych. Był to pierwszy komplekogólnokrajowym, który funkcjonuje do
dziś.
Jednym z kamieni milowych rozwoju GIS było opracowanie przez H. Fishera w 1963 roku w Northwestern's Technology Institute systemu SYMAP ( Synagraphic M apping System) , przeznaczonego do wizualizacji informacji przestrzennych. SYMAP obejmował zestaw modułów do obróbki i analizy danych, w tym do tworzenia map chorochromatycznych, generowania izolinii oraz wydruku map na prostych drukarkach znakowych. SYMAP zdobył dużą popularność i był w tamtych czasach najszerzej wykorzystywanym systemem geoinformacyjnym, służąc za rozwiązanie modelowe dla innych opracowań. Jego modernizacja i dalszy rozwój odbywał się w Harwardzkim Laboratorium Grafiki Komputerowej i Analiz Przestrzennych utworzonym (w 1965 roku) w Harwardzkiej Wyższej Szkole Projektowania. W laboratorium tym opracowano w późniejszych latach wiele znanych aplikacji GIS (SYMVU , ODYSSEY, CALFORM, GRID, IMGRID). W połowie lat sześćdziesiątych w Biurze Statystycznym Stanów Zjednoczonych (United States Bureau of the Cenzus) opracowano system nazwany DIME (Dual Independent Map Encoding), czyli system podwójnego niezależnego kodowania map. Cechą charakterystyczna DIME jest zastosowanie modelu topologicznego utworzonego przez węzły (przecięcia osi ulic), linie łączące węzły (osie ulic) oraz obszary ograniczone liniami (bloki stanowiące jednostki podziału administracyjnego i statystycznego). Systemowe powią zanie trzech różnych typów identyfikacji umożliwiło przestrzenną lokalizację danych spisowych. Po dwudziestu latach doświadczeń system DIME stał się podstawą opracowania systemu TIGER ( Topologically Integrated Encoding and Referencing system) wykorzystywanym do dziś przez szerokie grono użyt kowników. Jedną z pierwszych firm dostarczających pakiety programowe GIS była M&S Computing, później przekształcona w Intergraph. Jej największym sukcesem rynkowym w tamtych latach było opracowanie interaktywnego systemu tworzenia map i wdrożenie go w 1973 roku w Nashville. Do dziś Intergraph zajmuje czołową pozycję na rynku producentów oprogramowania i wdrażania systemów GIS. W roku 1969 w Redlands w Kalifornii został założony Instytut Badań Systemów Środowiskowych (Environmental System Research Institute - ESRI). Instytut ten uważany jest za twórcę nowoczesnego GIS i jego największego popularyzatora. Od 30 lat kieruje nim wybitny teoretyk i praktyk GIS Jack Dangermond. W ESRI opracowano pierwszy efektywny system analiz przestrzermych, początkowo w oparciu o rastrowy model danych, później również wektorowy. Sztandarowym produktem ESRI jest ciągle rozwijany system ARC/INFO, który od 2002 r. wchodzi w skład pakietu ArcGIS. ArcGIS ma charakter modułowy skupiający w jednym środowisku narzędziowo systemowym, pełną funkcjonalność systemów informacji geograficznej.
8
1 Wprowadzenie do systemów informacji geograficznej
Przełom w rozwoju GIS związany jest z umieszczeniem w 1972 roku na orbicie ziemskiej satelitów Landsat przeznaczonych do badań lądów. Obrazy satelitarne stały się źródłem pozyskiwania danych przestrzennych dla GIS. Jednym z pierwszych projektów realizowanych w oparciu o nowe medium był system MAGI (Maryland Automated Geographic Information), finansowany przez NASA. Jednak pakiety do przetwarzania obrazów satelitarnych pojawiają się na rynku dopiero w latach 80-tych wraz ze wzrostem możliwości obliczeniowych mikroprocesorów. W tym samym okresie dostępne są takie systemy do zarządzania bazą danych jak dBASE czy Oracle. Odnotowuje się wzrastające zastosowanie GIS w planowaniu przestrzennym i zarządzaniu terenem. Agencje rządowe w USA, Kanadzie, Australii, Japonii, Niemczech, Austrii i innych krajach wysoko rozwiniętych podejmują wysiłek tworzenia systemów GIS w celu ułatwienia dostępu do aktualnej informacji niezbędnej do zarządzania terenem. W latach 90-tych wraz z rozwojem technik multimedialnych i powszechnym dostępem do sieci Internet pojawiła się nowa jakość w GIS. Zaczęto tworzyć mapy animowane i trójwymiarowe, a w systemach GIS przechowywać poza danymi geograficznymi również pliki obrazowe. Mapy udostępniane interaktywnie poprzez Internet dały nowe narzędzie wspomagające proces podejmowania decyzji. Na początku lat 90-tych powstają specjalne moduły pozwalające na interaktywną symulację procesów i zjawisk, pakiety GIS mogą kreować wirtualną rzeczywistość. Odnotowuje się radykalny spadek cen sprzętu i oprogramowania oraz powszechny dostęp do technik informatycznych. Znacznie wzrastają możliwości analityczne oferowanych na rynku programów narzędziowych GIS. W USA, Kanadzie, Australii i wielu krajach europejskich systemy GIS przechodzą do kolejnej fazy rozwoju - zastosowań analitycznych i wspomagania zarządzania (rys 1.2) . Współczesne oprogramowanie GIS to z reguły pakiety wielofunkcyjne, na bazie których realizować można specjalistyczne systemy w większości dziedzin. Wysiłki wielu producentów oprogramowania oraz organizacji rzą dowych i pozarządowych związanych z technologią GIS zmierzają w kierunku ustanowienia przejrzystych standardów zarządzania danymi przestrzennymi, ich wymiany i komunikacji systemów z użytkownikiem. Prace nad współdzia łaniem systemów informatycznych prowadzone są w ramach wielu organizacji, jednak czołową rolę ogrywa w tym zakresie, powołane na początku lat 90-tych, Open Geospatial Consortium (OGC) zrzeszające około 100 instytucji, organizacji i firm. Zastosowanie pamięci optycznych (CD-ROM, CD-RW, DVD itp.) rozwiązało chwilowo problem niewystarczającej pojemności nośników danych. Nowoczesne digitizery, skanery, monitory, plotery i drukarki oraz ewoluujące ciągle w tempie wykładniczym komputery stanowią dziś solidną podstawę sprzętową do budowy wysoce wydajnych systemów GIS. Satelity kolejnych generacji (Landsat TM, NOAA, TIROS-N) udostępniają coraz więcej
1.5 GIS w Polsce
FAZAI
9
FAZA Ili
FAZAll
100%
Zastosowania: inwentaryzacyjne
50%
Zastosowania analityczne I
Zastosowania w zarządzaniu
0%
1965
1975
1985
1995
Rysunek 1.2. Fazy rozwoju systemów informacji geograficznej
danych. Nowym źródłem danych przestrzennych, coraz powszechniej wykorzystywanym w GIS, stał się GPS. Rośni e zainteresowanie wykorzystaniem sieci globalnych - głównie Internetu - w dystrybucji danych przestrzennych i w zapewnianiu zdalnego dostępu do lokalnych systemów informacji przestrzennej. Wszystko to zdecydowało , że systemy GIS przeszły do kolejnego etapu rozwoju - współdziałania. Nastąpiło odejście od pojedynczych, często izolowanych systemów na rzecz tworzenia infrastruktur danych geograficznych krajowych, kontynentalnych i globalnych oraz systemów współdziałających . Zauważono bowiem, że nieskoordynowany rozwój systemów GIS prowadzi do wielokrotnego pozyskiwania tych samych danych, a tym samym marnowania czasu i środków. Prekursorem działań w tym zakresie była Australia, gdzie w 1986 r. podpisano porozumienie między organami administracji rządowej o wymianie danych geograficznych i współpracy przy ich pozyskiwaniu. Cztery lata później podobną inicjatywę podjęto w USA. Obecnie infrastruktury geoinformacyjne budowane są w kilkudziesięciu krajach, w tym w Polsce.
1.5 GIS w Polsce W Polsce zainteresowanie systemami GIS pojawiło s ię na przełomie lat 60-tych i 70-tych. Byliśmy wówczas w światowej czołówc e formułowania i rozwiązywania problemów GIS. Jednakże brak dostępu do nowoczesnych technologii sprawił, że przez kolejne lata pozostaliśmy w tyle.
10
1.5 GIS w Polsce
1 Wprowadzenie do systemów informacji geograficznej
Pierwsze systemy GIS tworzone były kompleksowo, projektowano roztechnologiczne i zakładano bazy danych dla konkretnych celów i zadań. Tak utworzono system BIGLEB gromadzący i przetwarzający dane o środowisku glebowym. BIGLEB powstał z inicjatywy Polskiego Towarzystwa Gleboznawczego oraz Komitetu Gleboznawczego i Chemii Rolnej V Wydziału PAN. System BIGLEB został wdrożony w formie kilku podsystemów gromadzących wybrane dane o glebie i przeznaczonych dla różnych użytkowników. W Centralnym Biurze Studiów i Projektów Wodnych Melioracji „BIPROMEL" opracowano system informatyczny o rolniczomelioracyjnej charakterystyce użytków rolnych PRO MEL z dwoma systemami PROMEL-L i PROMEL-Z. Prace nad systemami informacji przestrzennej były prowadzony również w Instytucie Melioracji i Użytków Zielonych (IMUZ). Powstały tam takie systemy jak: SIZROL - przechowujący dane o obszarach rolniczych zagrożonych nadmiernym skażeniem emisją zanieczyszczeń przemysłowych, SIMUZ - inwentaryzujący mokradła i użytki zielone oraz baza danych o glebach marginalnych. W latach 1972-1973 rozpoczęto prace nad projektem systemu informacji o terenie TEREN jako podsystemu w Państwowym Systemie Informatycznym PSI. System TEREN zakładał gromadzenie informacji o geometrycznych i przyrodniczych cechach terenu, jego pokryciu, uzbrojeniu, zainwestowaniu, użytkowaniu i stosunkach prawnych. Prace nad jego koncepcją zakończono w 1989 roku, jednak systemu nigdy nie wdrożono. W końcu lat 80-tych w Instytucie Geodezji i Kartografii (IGiK) utworzono system SINUS (System Informacji o Ukształtowaniu Środowiska). Było to pierwsze polskie oprogramowanie typu GIS oparte w zasadzie na rastrowym modelu danych. System ma charakter modularny, co oznaczało, że użytkownik mógł swobodnie dobierać narzędzia i uzupełniać je oprogramowaniem specjalistycznym tworzonym w oparciu o zdefiniowane procedury i algorytmy przetwarzania danych. W poszczególnych fazach przetwarzania danych, szczególnie do prezentacji treści podkładowej map tematycznych, SINUS wykorzystywał również dane wektorowe. SINUS, działający pod systemem operacyjnym DOS, był szeroko wykorzystywany do gromadzenia i analizowania danych geograficznych przez jednostki zajmujące się monitoringiem i ochroną przyrody. Pakiet przestał być używany w drugiej połowie lat 90-tych w momencie upowszechnieniem systemu operacyjnego MS Windows. W IGiK opracowano również pierwszy polski system komputerowego sporządzania map tematycznych TEMKART. Lata 90-te to okres burzliwego rozwoju pakietów narzędziowych do prowadzenia ewidencji gruntów i budynków oraz numerycznej mapy zasadniczej zapoczątkowane programem modernizacji systemu informacji o terenie opracowanym przez Głównego Geodetę Kraju (Piotrowski 1991). Niektóre z nich (np. EWMAPA, GEO-INFO) są ciągle modernizowane i dzisiaj stanowią kompleksowe pakiety narzędziowe typu GIS . wiązania
11
Na ten okres datuje się rozwój systemów miejskich (m.in. Gdańsk, Kraków, Olsztyn), gminnych (m.in. Rzgów, Pabianice) i regionalnych (Małopolska, Wielkopolska, Śląsk, Dolny Śląsk) oraz systemów tematycznych (Lasy Państ wowe, PIG, Monitoring Środowiska, gospodarka wodna - IMGW i RZGW, drogi i inne). Wykorzystywane są różne technologie i odmienne podejścia organizacyjne. Bardzo zróżnicowane są również cele i zadania systemów, od czysto ewidencyjnych do całościowych rozwiązań wspomagających proces podejmowania decyzji. W latach 1998-2000 prowadzono prace nad Koncepcją SIP w Polsce w ramach projektu badawczego zamawianego przez MSWiA i finansowanego przez KBN. Projekt realizowany był przez Instytut Geodezji i Kartografii przy współpracy z Akademią Górniczo-Hutniczą (AGH, Kraków), Akademią Rolniczo-Techniczną (ART, Olsztyn), Politechniką Warszawską i Uniwersytetem Śląskim. W wyniku powstała koncepcja systemu o charakterze modułowa-hierarchicznym, zapewniającym sprawną obsługę informacyjną administracji publicznej. Wdrażanie systemu nawiązującego w swym kształcie do infrastruktury informacji geograficznej zaplanowano etapowo do 2010 roku . Pierwsze działania zmierzające do wdrożenia systemu podjął Główny Geodeta Kraju, który zdefiniował Krajowy System Informacji Geograficznej (KSIG), określając jego cele, zakres tematyczny i regulując zasady tworzenia. KSIG stanowi referencyjny rejestr państwowy, standaryzowane bazy danych przestrzennych, a także procedury i techniki służące systematycznemu zbieraniu, aktualizowaniu, przetwarzaniu i udostępnianiu danych (Albin 2003). Prace nad budową KSIG mają m.in. skoordynować tworzenie wojewódzkich i powiatowych systemów informacji geograficznej, co pozwoli na uniknięcie wielokrotnego pozyskiwania tych samych danych przez instytucje państwowe, użyteczności publicznej i sektor prywatny. Bazy danych KSIG będą obejmowały: bazę danych ogólnogeograficznych (BDO), bazę danych topograficznych (TBD), ortofotomapy ze zdjęć lotniczych i satelitarnych, ewidencję gruntów i budynków, mapę zasadniczą i metadane. Wysiłki podejmowane przez GUGiK na rzecz budowy KSIG przyczynią się niewątpliwie do znacznego ograniczenia trudności prawnych i organizacyjnych związanych z tworzeniem systemów GIS i infrastruktury geoinformacyjnej. Szczególną rolę w rozwoju systemów informacji przestrzennej w Polsce odgrywa Towarzystwo Informacji Przestrzennej, spadkobierca Klubu Użyt kowników ETO. Począwszy od 1991 r. Towarzystwo organizuje coroczne konferencje naukowo-techniczne z cyklu Systemy Informacji Przestrzennej. Począwszy od 2001 roku, co dwa lata odbywają się Ogólnopolskie Sympozja Geoinformacyjne. Materiały tych konferencji są cennym dokumentem stanowiącym przegląd systemów, koncepcji i opinii dotyczących GIS, SIP i SIT. Na uwagę zasługują również konferencje użytkowników oprogramowania ESRI, Intergraph, ERDAS, Mapinfo, a także „GIS w praktyce" i wiele innych poświę conych różnym aspektom GIS. Ełk,
12
1.6
1 Wprowadzenie do systemów informacji geograficznej Główne
kierunki rozwoju GIS - problemy do
1. 7 Zastosowanie systemów informacji geograficznej
13
1. 7 Zastosowanie systemów informacji geograficznej
rozwiązania
Rozwój geoinformatyki stymulowany jest rosnącymi potrzebami informacyjnymi oraz postępem technicznym w zakresie pozyskiwania i przetwarzania informacji. Jak w większości dyscyplin powiązanych z informatyką, prace aplikacyjne dominują tu nad rozważaniami teoretycznymi. Do podstawowych zagadnień wymagających pogłębionych badań teoretycznych należą: ( 1) W zakresie baz danych: a. opracowanie podstaw teoretycznych modeli danych, b. uwzględnienie aspektu czasu w modelowaniu danych geograficznych (model 4D), c. modelowanie pojęciowe, a w szczególności wykorzystania ontologii i semantyki w modelowaniu danych; (2) W zakresie analiz przestrzennych: a. opracowanie metod i technik analizy danych 4-wymiarowych, b. rozwój metod analiz geostatystycznych, c. wykorzystanie teorii Fouriera i fraktali w analizach przestrzennych; (3) W zakresie kartografii i teledetekcji: a. dalszy rozwój teorii generalizacji i opracowanie operatorów automatyzujących proces generalizacji, b. opracowanie metod wizualizacji danych geograficznych opartych na nieliniowych algorytmach, c. rozwój metod klasyfikacji obrazów satelitarnych uwzględniających poza odbiciem spektralnych strukturę i kształt obiektów; (4) W zakresie systemów informacji geograficznej: a. optymalizacja zapytań w systemach rozproszonych baz danych, b. zwiększenie efektywności dostępu do danych i analiz przestrzennych, c. rozwój teorii informacji oraz metod badania entropii, d. badanie jakości danych, w szczególności metod określenia wiarygodności i badania dokładności danych geograficznych, e. rozwój narzędzi, f. poszukiwanie nowych zastosowań; Wymienione problemy leżące na pograniczu informatyki, matematyki, nauk technicznych i nauk o Ziemi są przedmiotem zainteresowania dyscypliny naukowej nazwanej geoinformatyką lub geomatyką. Geomatyka zajmuję się . całokształtem zagadnień związanych z informacją geograficzną, z jej pozyskiwaniem, gromadzeniem, zarządzaniem, analizowaniem, interpretacją w aspekcie badawczym (podstawowym, teoretycznym, metodycznym) oraz technicznych.
Zastosowanie systemów informacji geograficznej można omawiać w aspekcie instytucjonalnym lub tematycznym. Ponieważ większość publikacji prezentuje wykorzystanie informacji geograficznej w sposób tematyczny, ciekawe wydaje się spojrzenie od strony instytucji. 1.7.1 Administracja publiczna
Administracje publiczna jest jednym z największych konsumentów informacji geograficznej. Z badań przeprowadzonych w ramach projektu „Koncepcja SIP w Polsce" (Raport ... 2000) wynika, że 803 decyzji administracyjnych podejmowane jest na podstawie danych odniesionych przestrzennie. Zakres tematyczny systemu oraz jego funkcjonalność zależą od szczebla administracji. I tak administracja centralna potrzebuje informacji wysoce przetworzonej, udostępnianej w postaci map tematycznych, wykresów, diagramów i raportów, a także informacji będącej wynikiem wielowariantowej analizy ułatwiającej podejmowanie decyzji w skali kraju. Na poziomie wojewódzkim zadania administracji publicznej wymagają dostępu do wielu danych gromadzonych na poziomie powiatu i gminy, ich integracji i generalizacji. Informacja geograficzna potrzebna jest do usprawnienia planowania i monitoringu rozwoju regionalnego. Dodatkowo dla wielu zastosowań niezbędne są informacje pozyskiwane z wielospektralnych i wieloczasowych, wysokorozdzielczych obrazów satelitarnych. Władze lokalne są odpowiedzialne za ochronę i kształtowanie środowiska. Wójt, burmistrz, prezydent miasta, starosta oraz funkcjonariusze straży gminnych są uprawnieni do kontroli ochrony środowiska. W starostwie prowadzony jest rejestr i dokumentacja pomników przyrody, rada powiatu, zgodnie z nowelizacją ustawy o ochronie przyrody może wyznaczać obszary chronionego krajobrazu oraz wprowadzać obowiązki ochrony gatunkowej roślin i zwierząt. Również starosta, w którego kompetencjach leży zlecanie opracowania uproszczonego planu lasu dla lasów niepaństwowych, ochrona gruntów rolnych i leśnych, wydawanie pozwoleń wodno-prawnych, potrzebuje dostępu do aktualnych danych geograficznych. Zadania powiatów dotyczące systemu informacji geograficznej, a w zasadzie SIT, koncentrują się głównie na zakładaniu i prowadzeniu katastru nieruchomości, ewidencji sieci uzbrojenia terenu i numerycznej mapy zasadniczej. Ważną sprawą na poziomie powiatu jest stworzenie możliwości integracji różnego rodzaju danych z gmin dla potrzeb nadzoru i kontroli oraz planowania i analiz, szczególnie w zakresie ochrony środowiska, bezpieczeństwa i możliwości zrównoważonego rozwoju. Oczekiwania gmin w stosunku do usprawnień, jakie niesie za sobą wykorzystanie systemów informacji geograficznej, są zróżnicowane i zależą od
14
1 Wprowadzenie do systemów informacji geograficznej
wielkości
i charakteru gminy. Większe gminy, zwłaszcza miejskie, wykorzyssystemy GIS do wspomagania szeroko rozumianego procesu zarządza nia miastem. W systemach tych istotną rolę poza informacjami o dział kach, budynkach i sieci uzbrojenia terenu odgrywa plan zagospodarowania przestrzennego. Niezmiernie ważne jest skojarzenie w SIP informacji statystycznych o charakterze ekonomiczno-społecznym z informacjami geometrycznymi i opisowymi dotyczącymi nieruchomości oraz ukształtowania i użytkowa nia terenu. Dla wszystkich gmin bez wątpienia najistotniejszym zadaniem systemów GIS jest pomoc w gospodarowaniu mieniem gminnym i poborze podatków. tują
1.7.2 Gestorzy sieci uzbrojenia terenu
Systemy wdrażane w przedsiębiorstwach odpowiedzialnych za funkcjonowanie sieci uzbrojenia terenu określane są skrótem AM/FM/GIS (Automated Mapping and Facilities Management Geographical Information System) i ich głównym celem jest przestrzenna i opisowa inwentaryzacja sieci i obiektów z nią stowarzyszonych. Ocenia się, że co najmniej 703 decyzji w sieciowych przedsiębiorstwach branżowych ma charakter przestrzenny (Sitek i inni 1998). Inwentaryzacja jest oczywiście pierwszym etapem zakładania systemów informatycznym, jednakże istotną cechą systemów do obsługi sieci uzbrojenia terenu są wyspecjalizowane analizy sieciowe usprawniające zarządzanie i pozwalające na optymalizację gospodarki krajowymi zasobami gazu, energii elektrycznej, wody. 1.7.3 Służby szybkiego reagowania (policja, pogotowie ratunkowe)
straż pożarna,
GIS w znacznym stopniu wspomaga funkcjonowanie powszechnego systemu ochrony ludności, głównie poprzez dostarczenie danych dotyczących stanu środowiska, informacji o rzeczywistych i potencjalnych zagrożeniach. Należy podkreślić, że z punktu widzenia zarządzania ryzykiem związanym z ochroną ludności istotne są nie tylko bieżące informacje, lecz także dane historyczne. Analiza retrospektywna zdarzeń występujących w danym regionie stanowi podstawę poszukiwania najsłabszych ogniw, mogących wywołać zagrożenie oraz rozpoznania zjawisk powodujących klęski żywiołowe. Znajomość mechanizmów powstawania zagrożenia umożliwia oszacowanie ryzyka z nim
1. 7 Zastosowanie systemów informacji geograficznej
15
Szczególną rolę odgrywają tu Lasy Państwowe, które ustawą o lasach zostały zobligowane do prowadzenia banku danych o zasobach leśnych i stanie lasu (Dz. U. 91.101.444 art. 13). Leśnictwo wykorzystuje dane przestrzenne do prowadzenia zrównoważonej, wielofunkcyjnej gospodarki leśnej . Parki narodowe, parki krajobrazowe, rezerwaty przyrody i obszary chronionego krajobrazu to przestrzenne formy ochrony przyrody, które tworzą krajowy system obszarów chronionych. Skuteczność działania tego systemu polega na współdziałaniu wszystkich czterech form ochrony przyrody i dostęp nie do aktualnych danych o zasobach przyrodniczych. Wsparcie procesu decyzyjnego w ochronie przyrody wymaga także modeli pozwalających symulować procesy i zjawiska (rozprzestrzenianie się zanieczyszczeń, podatność na erozję, bilans gospodarki wodnej i inne) oraz oceniających stan środowiska.
1.7.5 Gospodarka wodna
System informacji geograficznej spełniający potrzeby instytucji zajmupowinien charakteryzować się uwzględnia niem czasu jako czwartego wymiaru, dużą mocą obliczeniową i możliwością prowadzenia analiz w czasie rzeczywistym oraz integracją z modelami symulacyjnymi i prognostycznymi. Powinien on stanowić element systemu wspomagania decyzji dotyczących trwałej osłony przeciwpowodziowej oraz innych aspektów związanych z gospodarką wodną. Pod koniec lat 90-tych w IMGW rozpoczęto wdrażanie nowoczesnego systemu GIS tworząc jeden z jego modułów Hydrograficzny Podział Polski.
jących się gospodarką wodną
1. 7.6 Drogownictwo
Rozwojem sieci dróg, ich modernizacją i bieżącym utrzymaniem zajmuje Minister Infrastruktury za pośrednictwem Generalnego Dyrektora Dróg Publicznych w odniesieniu do dróg krajowych, samorządu województwa - dróg wojewódzkich, starosty - dróg powiatowych i władz gminnych - dróg gminnych. Zarządców dróg interesują dane o użytkowaniu i uzbrojeniu terenu, jego ukształtowaniu i przeznaczeniu, a także strukturze własnościowej gruntów bezpośrednio przylegających do drogi. Informacje te możliwe są do uzyskania na poziomie lokalnym z baz danych KSIG, zaś na poziomie centralnym z bazy danych utrzymywanej przez Instytut Dróg i Mostów w Warszawie. się
związanego.
1.7.7 Podsumowanie 1.7.4
Leśnictwo
i
służby
ochrony przyrody
Struktury organizacyjne leśnictwa i ochrony przyrody są zrozmcowane instytucjonalnie oraz funkcjonalnie, co uwidacznia się także w zakresie tworzenia systemów informacji geograficznej na użytek tych dziedzin.
Proces wdrażania nowej technologii opisywany jest często za pomocą krzywej „S". Początkowo jest ona wykorzystywana przez niewielkie grono użytkow ników w sposób bardziej eksperymentalny niż praktyczny. W pewnym momencie coraz więcej użytkowników uznaje przydatność nowej technologii i popyt
16
1 Wprowadzenie do systemów informacji geograficznej
na nią gwałtownie wzrasta. Dzieje się tak, aż do względnego zrównoważe nia podaży i popytu, wówczas wzrost zmniejsza tempo, a tendencje stają się łatwiejsze do przewidzenia. Technologia GIS znajduje się w Polsce niewątpliwie na etapie znacznego wzrostu. Świadczy o tym wiele czynników, do których zaliczyć należy: wysokość środków przeznaczanych przez samorządy lokalne i budżet państwa na realizację projektów i prac w zakresie GIS, wzrost liczby profesjonalnych firm zajmujących się projektowaniem i wdrażaniem aplikacj i GIS/SIT oraz konsultacjami w zakresie systemów informacji geograficznej, powstawanie firm świadczących usługi w zakresie pozyskiwania i przetwarzania danych przestrzennych, stale rosnąca sprzedaż sprzętu komputerowego i specjalistycznych urządzeń peryferyjnych, rosnąca liczba fachowych publikacji i konferencji naukowo-technicznych z tej dziedziny.
2 Dane geograficzne
2.1 Charakterystyka danych geograficznych 2.1.1 Ogólny model danych geograficznych
Dane geograficzne zwane także danymi przestrzennymi lub geodanymi to dane opisujące obiekty, które są identyfikowane w odniesieniu do powierzchni Ziemi. Dane geograficzne obejmują właściwości geometryczne obiektu i jego położenie w przyjętym układzie odniesienia, związki przestrzenne (topologiczne) między obiektami oraz charakterystykę właściwości obiektu, do której zaliczamy m.in. datę utworzenia, nazwę własną i inne cechy opisujące obiekt. Warto jednak zaznaczyć, że pojęcie obiektu traktowane jest bardzo szeroko. Obiektem może być zarówno obiekt naturalny, jak i sztuczny, a także zjawiska przyrodnicze, społeczne i ekonomiczne. Obiekt jest zatem symbolicznym przedstawieniem pewnego elementu otaczającego nas świata. Z punktu widzenia systemu informacji geograficznej każdy obiekt opisywany jest przez atrybuty. Atrybuty mogą mieć charakter przestrzenny lub nieprzestrzenny. Atrybuty przestrzenne charakteryzują położenie obiektu (np. współrzędne), wielkość, kształt i relacje topologiczne, natomiast atrybuty nieprzestrzenne nazywane często opisowymi zawierają charakterystykę i właś ciwości obiektów (np. Kielce, miasto wojewódzkie) . Wartości atrybutów należą do określonych dziedzin i nazywane są danymi geograficznymi. Pomiędzy obiektami zachodzą określone relacje. Najczęściej spotykane relacje w systemach informacji geograficznej to: przynależność (np. odcinek Wisły pomię dzy jej dwoma dopływami należy do rzeki - obiektu Wisła), zawieranie (np. pomiędzy obiektami „miasto" i „województwo" - Kielce leż ą w województwie świętokrzyskim), graniczenie (np. działka A graniczy z działką B). 2.1.2 Typy obiektów geograficznych i ich atrybuty
Obiekty geograficzne w systemach informacji są reprezentowane przez punkty, linie lub powierzchnie. Punkt jest obiektem zerowyrniarowym , jego
18
2.1 Charakterystyka danych geograficznych
2 Dane geograficzne
.___ o _b_ie_k_t
~_,
o_b_ie_k_t_ __,
. _ I_ _
Atrybuty
Atrybuty przestrzenne
Geometryczne
Topologiczne
Atrybuty nieprzestrzenne
Jakościowe
Rysunek 2.1. Ogólny model danych geograficznych położenie
opisuje para współrzędnych (x, y), a wizualizowany jest za pomocą symbolu. Najczęściej za pomocą punktu przedstawia się te obiekty terenowe, których wymiary rzeczywiste są bardzo małe w porównaniu do skali, w jakiej modelowana jest rzeczywistość, np. _p_ojedyncze drzewo, słup, wieża, dom, stacja benzynowa lub w przypadku opracowań małoskalowych niewielki obszar zabudowany. Zerowymiarowy jest również węzeł leżący na przecięciu dwu lub więcej linii (np. skrzyżowanie dróg). Linia reprezentuje obiekty jednowymiarowe takie jak droga, linia kolejowa, rzeka, granice administracyjne. Położenie linii określane jest ciągiem par współrzędnych (xi, Yi)· W systemie informacji geograficznej linia reprezentowana może być przez: odcinek (ang. segment), połączenie (link), wektor ( directed link), łamaną otwartą (string), krzywą (arc) lub łamaną zamkniętą
(ring). Powierzchnia jest używana do reprezentacji obiektów dwuwymiarowych takich jak jezioro, las, teren zabudowany, obszar chroniony, działka, jednostka administracyjna i wyznaczana jest przez łamaną zamkniętą. W systemach GIS powierzchnię reprezentuje wielobok (ang. poligon) . W sposób powierzchniowy reprezentuje się również dane o charakterze ciągłym. Należy pamiętać, że sposób reprezentacji obiektów w bazie zależy od szczegółowości opracowania, co oznacza, że rzeka jest reprezentowana na mapach drobnoskalowych przez linie, natomiast w przypadku opracowań wielkoskalowych przez wielobok o szerokości odpowiadającej szerokości rzeki.
19
Obiekty mogą mieć charakter prosty lub złożony. Obiekty proste zapisujemy za pomocą punktów, linii bądź wieloboków, w zależności od typu obiektu. Do zapisania obiektu złożonego, zwanego również kompleksowym nie wystarczy jeden typ reprezentacji. Przykładem obiektu złożonego jest ulica składająca się z pasa jezdnego zapisanego jako wielobok, krawężników ograniczających ulicę, reprezentowanych przez linie, oraz skrzyżowań zapisanych w postaci punktów. Układ obiektów w przestrzeni może przybierać różny charakter. Obiekty liniowe najczęściej przybierają strukturę sieciową (sieć dróg, sieć kolejowa) lub dendrytyczną (układ sieci rzecznej). Natomiast obiekty powierzchniowe mogą mieć charakter rozłączny, tak dzieje się w przypadku danych o charakterze dyskretnym, lub przylegający (np. przylegające działki terenu) albo złożony (np. jezioro z wyspami). Z punktu widzenia systemów informacji geograficznej ważny jest układ obiektów oraz ich uporządkowanie . Układ obiektów w przestrzeni może tworzyć zarówno struktury regularne, jak i nieregularne. W otaczającej nas rzeczywistości dominują struktury nieregularne. Typowy układ regularny przedstawiają drzewa w sadzie. Dane geograficzne mogą mieć charakter ciągły bądź dyskretny. Dane opisujące wysokość terenu n.p.m., temperaturę powietrza mają charakter ciągły. Oznacza to, że każdy punkt powierzchni Ziemi ma swoją wysokość, przy czym warto zaznaczyć, że wartości te nie zawsze muszą być znane. Do danych dyskretnych należy sieć rzeczna, jeziora, drogi, koleje, tereny zabudowane. Atrybuty charakteryzujące obiekty geograficzne mogą mieć charakter iloś ciowy (liczba mieszkańców) lub jakościowy (miasto powiatowe). Atrybut przybiera wartości należące do określonej dziedziny i mierzony jest według jednej ze skal: nominalnej, porządkowej, interwałowej lub bezwzględnej. W skali nominalnej podaje się wartości atrybutów o charakterze jakościowym. Skala ta dopuszcza tylko takie wartości atrybutów, które są zgodne z założoną charakterystyką, np. las „liściasty", „iglasty" i „mieszany". Pomiędzy atrybutami wyrażonymi w skali nominalnej nie ma żadnej hierarchii. Skala porządkowa, odnosząca się także do danych jakościowych, zgodnie z ·nazwą wprowadza uporządkowanie i dopuszcza porównanie wartości (miasto małe, miasto duże). W skali interwałowej wartości atrybutów określane są w skali liczbowej podzielonej na przedziały. W skali tej podajemy często wartości temperatury i wysokości terenu. W skali bezwzględnej podawane są wartości atrybutu wyrażane w liczbach. Zarówno skala interwałowa, jak i bezwzględna odnosi się do danych ilościowych . Obiekty przestrzenne podlegają zmianom w czasie. Zmienia się ich położe nie, kształt i wielkość, a także atrybuty opisowe. Obecnie w systemach GIS czas traktowany jest jako dodatkowy atrybut, co wobec wzrastającej liczby obserwacji nie jest rozwiązaniem optymalnym. Opracowanie modelu czterowymiarowego należy do jednych z najpilniejszych do rozwiązania problemów geoinformaty ki.
20
2.2 Źródł a danych geograficznych
2 Dane geograficzne
2.1.3 Warstwowy zapis danych
W systemach GIS dane pogrupowane są tematycznie tworząc warstwy tematyczne (rys. 2.2.). Pojęcie warstwy hierarchizuje strukturę bazy danych, ponieważ warstwa obejmuje zwykle obiekty mające wspólne cechy. Warstwa może zawierać dane tylko jednego formatu wektorowego lub rastrowego. Konieczność zapisu wielu informacji wiąże się z utworzeniem kilku warstw najczęściej jednego typu: punktowych, liniowych, powierzchniowych. Dane w obrębie warstwy pogrupowane są tematycznie, co znacznie ułatwia zarzą dzanie danymi, ich aktualizację i wykonywanie analiz przestrzennych .
21
lub umiejscowieniu znaków drogowych, możemy to zrobić na kolejnych warstwach, w przypadku parkingów - na warstwie o charakterze powierzchniowym (poligonowym), a dla znaków drogowych - punktowym. Do wszystkich obiektów zgrupowanych w jednej warstwie przypisane są te same tabele atrybutów, co oznacza, że posiadają one informacje opisowe tego samego typu. Jednakowy jest także sposób prezentacji tych informacji na ekranie monitora czy wydruku komputerowym. Z warstwową strukturą zapisu danych wiąże się jeszcze jedno pojęcie warstwy aktywnej. Za warstwę aktywną uważa się tę warstwę, na której wykonywane są analizy.
Wody
2.2 Źródła danych geograficznych Rzeźba
terenu
2.2.1
Zdjęcia
lotnicze i obrazy satelitarne
Drogi, koleje i zabudowa Lasy,
łąki
Gleby
Powierzchnia terenu (wycinek świata rzeczywistego)
Rysunek 2.2. Warstwowy
układ
danych geograficznych
Niektóre programy pozwalają na przechowywanie w jednej warstwie obiektów różnych typów, co pozwala na ograniczenie liczby warstw. Inne wymagają, aby obiekty różnych typów przechowywane były w odrębnych warstwach. Powoduje to zwiększenie liczby warstw, ale dane są prezentowane bardziej przejrzyście. Najczęściej w jednej warstwie przechowywane są dane dotyczące jednego „zagadnienia", np. warstwa DROGI zawiera obiekty liniowe reprezentujące przebieg dróg wraz z ich charakterystyką (rodzaj nawierzchni, szerokość itp.). Jeśli dodatkowo chcemy zapisać informacje o miejscach parkingowych
Zdjęcia lotnicze i obrazy satelitarne są modelami wycinka powierzchni Ziemi otrzymanymi w określonym przedziale spektrum elektromagnetycznego i zapisanym w postaci analogowej lub cyfrowej. Na wielkoskalowym zdję ciu lotniczym są zarejestrowane prawie wszystkie szczegóły, które znajdują się na powierzchni Ziemi. Wraz ze zmniejszaniem skali zdjęcia maleje liczba zarejestrowanych elementów, czyli zmniejsza się jego szczegółowośc;. W przypadku obrazów satelitarnych liczba zarejestrowanych szczegółów nie zależy od wysokości lotu satelity, lecz od rodzaju sensora umieszczonego na jego pokładzie, a przede wszystkim od jego rozdzielczości przestrzennej. Zdjęcia lotnicze i obrazy satelitarne stanowią niewątpliwie najbogatsze źródło informacji tematycznej . Niebagatelnego znaczenia nabiera więc umiejętność wydobycia z nich tych informacji, które są właściwe dla danego systemu informacji geograficznej . Zajmuje się tym teledetekcja i fotogrametria. Teledetekcja zajmuje się pozyskiwaniem, przetwarzaniem i interpretacją danych uzyskanych przy pomocy technik zdalnych rejestrują cych promieniowanie elektromagnetyczne odbite lub wysyłane przez obiekty znajdujące się na powierzchni Ziemi. Dane teledetekcyjne pozyskiwane są za pośrednictwem sensorów umieszczonych na pokładach satelitów lub samolotów. Podczas gdy w teledetekcji podstawowe znaczenie ma pozyskiwanie danych opisujących właściwości obiektów (typ lasów, stopień wilgotności gleb, stan zdrowotności lasów) fotogrametria koncentruje się na precyzyjnym odtwarzaniu kształtów, rozmiarów i wzajemnego położenia obiektów i zjawisk na danym terenie na podstawie zdjęć fotograficznych i obrazów tego terenu. Metody i techniki pozyskiwania informacji ze zdjęć lotniczych i obrazów satelitarnych są odmienne. Zdjęcie lotnicze interpretuje się głównie wizualnie, natomiast informacje z obrazów satelitarnych pozyskuje się najczęś ciej automatycznie lub półautomatycznie. Niemniej jednak efektywne pozyskiwanie i zarządzanie informacją pochodzącą zarówno ze zdjęć lotniczych, jak
22
2.2 Źródla danych geograficznych
2 Dane geograficzne
i obrazów satelitarnych nie jest dziś możliwe bez specjalistycznego sprzętu i oprogramowania. Podstawą rozpoznawania obiektów terenu na zdjęciu lotniczym są tak zwane cechy rozpoznawcze, czyli charakterystyczne cechy obrazów obiektów, które pozwalają wyróżnić jego obraz obiektu z otoczenia. Cechy rozpoznawcze dzieli się na bezpośrednie i pośrednie. Do cech bezpośrednich zalicza się te, które są nieodzowną właściwością obiektu, a więc kształt, wielkość, ton lub barwa obrazu fotograficznego oraz tekstura i struktura. Do cech pośred nich natomiast zalicza się te cechy, które drogą pośrednią wskazują na obecność obiektu i na jego charakterystyczne właściwości. Pośrednimi cechami rozpoznawczymi obiektów na zdjęciu lotniczym są: cień własny i cień rzucany, rozmieszczenie topograficzne i powiązanie z innymi elementami. Zasady interpretacji zdjęć lotniczych zostały opisane m.in. w podręczniku „Interpretacja zdjęć lotniczych" (Ciołkosz, Miszalski i Olędzki 1989). Obraz zarejestrowany na zdjęciu jest rzutem środkowym powierzchni terenu na płaszczyznę zdjęcia, która jest najczęściej do tej płaszczyzny nierównoległa z przyczyn technologicznych (m.in. niestabilnego lotu samolotu) oraz deniwelacji terenu. Powoduje to przesunięcie obrazu obiektu na zdjęciu lotniczym, które należy skorygować w procesie zwanym przetwarzaniem zdję cia. Przetwarzanie zdjęć polega na zamianie rzutu środkowego na rzut ortogonalny i eliminacji przesunięcia obrazu obiektu spowodowanego rzeźbą terenu. W wyniku przetwarzania powstaje wolny od zniekształceń produkt nazwany ortofotomapą.
Od kilku lat coraz większej roli jako źródło informacji topograficznej i tematycznej nabierają zobrazowania wykonywane z pokładów sztucznych satelitów Ziemi. Pomijając etap satelitów eksperymentalnych, można powiedzieć, że do opracowania map po raz pierwszy wykorzystano obrazy wykonane przez satelitę Landsat na początku lat siedemdziesiątych ubiegłego stulecia. Na obrazach satelitarnych powierzchnia ziemi rejestrowana jest przez sensory umieszczone na pokładzie satelity, a jej obraz jest transmitowany drogą radiową lub przez mikrofalowe łącza komunikacyjne. Dzięki cyfrowej postaci obrazy satelitarne są łatwe do przetwarzania i ana:lizy komputerowej. Większość satelitów porusza się po orbitach heliosynchronicznych (synchronicznych w stosunku do Słońca), co oznacza, że obracają się względem powierzchni Ziemi z taką samą prędkością, z jaką Ziemia obraca się wokół własnej osi. Dzięki temu ten sam fragment terenu rejestrowany jest regularnie, zawsze w tym samym czasie lokalnym, co pozwala wykrywać i analizować zachodzące na nim zmiany. Obrazy satelitarne są charakteryzowane za pomocą rozdzielczości przestrzennej, spektralnej i czasowej . Rozdzielczość przestrzenna mówi nam o wielkości piksela (skrót od picture elements - element obrazu), czyli najmniejszego obiektu powierzchniowego obrazu wyrażonego w metrach; rozdzielczość spektralna jest to zdolność sensora do odróżniania promieniowania elektromagnetycznego różnych częstotliwości. Natomiast rozdzielczość czasowa
23
określa,
po ilu dniach satelita zarejestruje ten sam fragment terenu. Dodatkowo możemy mówić także o rozdzielczości radiometrycznej, wyrażanej w bitach, wiążącej się z dyskretyzacją promieniowania elektromagnetycznego. W chwili obecnej po orbitach wokółziemskich krąży wiele satelitów teledetekcyjnych, których produkty można wykorzystać do zasilania systemów informacji geograficznej oraz do opracowywania lub unacześniania map tematycznych i topograficznych w skalach przeglądowych, a nawet w skalach rzędu 1:50000 lub 1:25000. Spośród satelitów teledetekcyjnych należy wymienić przede wszystkim satelity serii Landsat. Od 1982 r. po orbitach przebiegających na wysokości nieco ponad 700 km nad powierzchnią Ziemi krążą satelity tej serii wyposażone w skanery rejestrujące promieniowanie odbite od powierzchni Ziemi w różnych zakresach promieniowania elektromagnetycznego. Obraz dostarczony przez satelity serii Landsat obejmuje obszar o rozmiarach 180x 180 km. Przestrzenna zdolność rozdzielcza tych obrazów wynosi 30x30 m, natomiast rozdzielczość spektralna jest największa spośród wszystkich obrazów rejestrowanych przez satelity środowiskowe i wyraża się rejestracją promieniowania elektromagnetycznego w siedmiu zakresach, obejmując część promieniowania widzialnego, bliską oraz daleką podczerwień. Wprowadzony na orbitę z końcem 1999 roku kolejny satelita serii Landsat, oznaczony numerem 7, został wyposażony w udoskonalony skaner, który oprócz dotychczasowych siedmiu pasm promieniowania elektromagnetycznego rejestruje w dodatkowym ósmym kanale szeroki zakres promieniowania obejmujący widmo zielone, czerwone oraz bliską podczerwień. Ten zakres promieniowania jest nazwany zakresem panchromatycznym. Obraz panchromatyczny charakteryzuje się większą terenową zdolnością rozdzielczą wynoszącą 15 m. Taka duża rozdzielczość przestrzenna pozwala na ich wykorzystanie w systemach informacji geograficznej przechowujących dane o szczegółowości odpowiadającej skalom od 1:200 OOO do 1:25 OOO, w tym do aktualizacji map topograficznych. W tabeli 2.1. zestawiono wybrane parametry niektórych satelitów. Do pełnego pokrycia Polski potrzebne jest od 30 do 32 landsatowskich scen satelitarnych, przy czym z pięciu wykorzystywane są drobne fragmenty. Przez obszar Polski przechodzi siedem orbit o numerach od 186 do 192 oraz pięć pasów oznaczonych numerami od 22 do 26. Na rysunku 2.3 . został przedstawiony schematycznie zasięg pokrycia Polski scenami pozyskanymi z satelitów Landsat. Jak widać, obrazy wykonywane przez Landsata pokrywają się mniej więcej w 103 wzdłuż pasów obrazowania, natomiast pokrycie pomiędzy pasami wynosi od 533 na północy kraju do 453 w południowej części.
Innym satelitą, którego obrazy mogą być wykorzystane jako źródło danych geograficznych, jest francuski satelita SPOT. Satelita ten pozyskuje obrazy
24
2.2 Źródła danych geograficznych
2 Dane geograficzne
Rysunek 2.3. Pokrycie Polski obrazami wykonanymi przez
satelitę
Landsat
w dwóch wariantach: jako wielospektralne w trzech zakresach promieniowania (zielonym, czerwonym i bliskiej podczerwieni) oraz w wariancie panchromatycznym obejmuj ącym zakres widma widzialnego (bez promieniowania niebieskiego). W pierwszym przypadku obrazy satelitarne charakteryzują się rozdzielczością przestrzenną 20x20 m, w drugim lOxlO m. Satelita SPOT może wykonywać obrazy w pokryciu stereoskopowym, co znacznie ułatwia proces ich interpretacji. Jeden obraz obejmuje obszar 60x60 km. Od maja 2002 r. na orbicie znajduje się satelita SPOT 5, na którego pokładzie znajdują się dwa wysokorozdzielcze skanery oraz wysokorozdzielczy skaner stereoskopowy. Skanery te obrazują powierzchnię Ziemi w trybie panchromatycznym z pikselem terenowym 5 m lub w trybie wielospektralnym z rozdzielczością 10 m oraz w zakresie średniej podczerwieni - 20 m.
25
Obrazy dostarczane przez satelity SPOT o numerach od 1 do 4 są wykorzystywane w monitorowaniu obiektów i zjawisk zachodzących na powierzchni Ziemi oraz do opracowywania map tematycznych i topograficznych w skalach od 1:75 OOO i mniejszych. Zwiększenie zdolności rozdzielczej satelitów SPOT 5 z jednoczesnym zachowaniem szerokiego pasa obrazowania oraz możliwość „stereoskopii z jednej orbity" pozwalają na wykorzystanie tych obrazów w opracowaniach o skalach od 1:10 OOO. Od kilku lat krąży po orbicie wokółziemskiej satelita indyjski IRS. Podobnie jak najnowszy satelita serii Landsat czy satelity SPOT satelita IRS pozyskuje obrazy w dwóch wariantach: jako wielospektralne oraz panchromatyczne. Obrazy wielospektralne są wykonywane w czterech pasmach spektrum z rozdzielczością przestrzenną 23 x 23 m, natomiast obrazy panchromatyczne charakteryzują się rozdzielczością przestrzenną wynoszącą zaledwie 5 m . Obraz obejmuje obszar 70x70 km. Pod koniec lat 90-tych na orbity zostają wprowadzone wysokorozdzielcze systemy obrazowania satelitarnego, które udostępniane są służbom cywilnym i użytkownikom komercyjnym. Do systemów tych zaliczamy: IKONOS, QuickBird oraz EROS. Satelita IKONOS-2 został wprowadzony na orbitę we wrześniu 1999 r. Jest to pierwszy z cywilnych satelitów wysokorozdzielczych, który dostarcza obrazy panchromatyczne o rozdzielczości około 1 m i czteropasmowe obrazy wielospektralne o rozdzielczości terenowej 4 x 4 m. Obraz dostarczony przez IKONOSa obejmuje obszar o rozmiarach 11x11 km. Doskonała. jakość obrazów wykonywanych przez tego satelitę sprawia, że zakresem odwzorowanej treści nie różnią się od wielkoskalowych zdjęć lotniczych. Ponadto oprócz produktów obrazowych satelita może dostarczyć numeryczny model terenu ITM-1 (IKONOS Terrain Model 1) w dwóch standardach dokładnoś ciowych: w siatce 1" (ITN-5c) i w siatce 0,2" (ITM-5e). Dokładność określenia wysokości w przypadku produktu ITN-5c wynosi 7 m, natomiast dla produktu ITM-5e - 2 m . Satelitę QuickBird-2 umieszczono na orbicie 18 października 2001 r. Satelita ten obrazuje powierzchnię Ziemi w zakresie panchromatycznym z dokładnością 0,61 m . Jest to obecnie system komercyjny o najwyższej zdolności rozdzielczej. Trzeci z wymienionych satelitów wysokorozdzielczych EROS-A 1 rejestruje promieniowanie również tylko w zakresie panchromatycznym z rozdzielczością przestrzenną 1,8 m. Firma ImageSat International, właściciel satelity, planuje wystrzelenie na orbitę satelity EROS-B, który będzie obrazował powierzchnię Ziemi również w zakresie wielospektralnym z rozdzielczością przestrzenną 0,8 m. Warto nadmienić, że jakość wysokorozdzielczych obrazów satelitarnych jest zbliżona do drobnoskalowych zdjęć lotniczych, co spowodowało znaczny
26
2.2 Źródła danych geograficznych
2 Dane geograficzne
wzrost zainteresowania tymi produktami. Obrazy te pozwalają na opracowywanie i aktualizację map topograficznych w skalach 1:25 OOO i 10 OOO oraz opracowanie ortofotomapy w skali 1:5 000. Tabela 2.1. Wybrane parametry niektórych satelitów Kraj Data wprowadzenia
na
orbitę
Wysokość
orhit.y wkm
Rozm jar
Obszar
Sen sory
ohrazowania
w [mJ MSS
LANDSAT
SPOT
USA 1972, 1999 Francja
1986
700
piksela
180x 180 km TM
57 x 79
Liczba kanałów i ich rozdzielczość s1>ektralna w mikrometrach
7 (0,450-2,35)
Panchromat.y czny
15
3 (0,520-0,900)
\Yielospektralny
20
3 (0,500-0,890)
Panchromatyczny
10
1 (0,510-0,900)
10 x 5
1 (0,49()-0,690)
117 x 117 km
830
120 x l20 km Stereoskopowy
czasowa
4
30
830
Rozdzielczość
16 dni
26 dni
Panchromatyczny
SPOT 5
Francja
2002
26 dni
HRS,
IRS
Indie 1996
8 17
ll
USA 1999
681
USA 2001
450
Izrael 2000
480
QuickBird-2 EROS-Al
140 x 140 km ll x ll km
\Vielospekt.ralny
23
4 (0,520-0,860)
Pau chromatyczny
6
I (0,500-0,750)
\Vielospcktraluy
4
4 (0,450-0,900)
0,82
I (0,450-0,900)
\\'iel ospekt.ralay
2,44
4 (0,450-0,900)
Panchromatyczny
0,61
I {0,450-0,900)
Panchromatyczny
1,8
(I 0,500-0,900)
Panchromat.yczny
16,5x 16,5 12,7x 12,7
24 dni 3 dni
Scharakteryzowane wyżej satelity rejestrują widmo optyczne odbite od powierzchni Ziemi, a więc jakość zarejestrowanych przez nie obrazów jest uzależniona od warunków pogodowych i oświetleniowych. Satelity te nazywamy pasywnymi. Niezależnie od zachmurzenia i oświetlenia powierzchnia Ziemi może być obrazowana przez satelity aktywne, do których należą: ERS i ENVISAT, satelity Europejskiej Agencji Kosmicznej, japoński JERS, rosyjski Almaz oraz Kanadyjski Radarsat. Na pokładzie tych satelitów zostały umieszczone radary bocznego wybierania (SLAR Side Looking Air borne Radar) rejestrujące promieniowanie mikrofalowe w częstotliwościach od 1 cm (pasmo Ka) do 30 cm (pasmo S). Na pokładach satelitów ERS i EVNISAT są zainstalowane ponadto skanery wielospektralne rejestrujące promieniowanie w zakresie widzialnym i termalnym. Odbicie radarowe kształtowane jest m.in. przez: rodzaj pokrycia terenu, biomasę, szorstkość powierzchni, makro i mezorzeźbę, wilgotność gleby. Wymienione elementy oddziaływają łącznie, wobec czego interpretacja obrazów radarowych jest możliwa tylko przy wykorzystaniu specjalistycznego oprogramowania. Obrazy radarowe znajdują szerokie zastosowan ie w badaniach środowiska, m.in. w geologii, oceanografii, badaniach biomasy i wilgotności gleb. Wśród
27
zastosowań topograficznych należy wymienić możliwość bardzo dokładnego opracowania rzeźby terenu. Szczególnie wydajną techniką tworzenia NMT na dużych obszarach jest interferometria radarowa (InSAR) . W lutym 2000 r. został a zakończona radarowa misja topograficzna (SRTM - Suttle Radar Topography Mission) promu kosmicznego Endeavour. Dane pozyskane podczas tej misji umożliwi ają opracowanie numerycznych modeli terenu całego globu ziemskiego w regularnych siatkach o oczkach 1 sek. i 3 sek. Model jednosekundowy nosi nazwę ITED-1 (Interferometrie Terra in Elevation Mod el), natomiast model trzysekundowy ITED-3. D okładność określ enia wysokości bezwzględnej jest rzędu 16 m. W ostatnich latach pojawiło się nowe źródło danych , lotniczy skaner laserowy umożliwiający pomiar wspó łrzędnych X Y Z punktów położonych na powierzchni Ziemi. Punkty położone są bardzo blisko siebie (około 100 OOO punktów laserowych na km 2 ) tworząc gęstą sieć, a dokładność określe nia wysokości waha się od 0,15 do 0,25 m. Produktem finalnym skaningu laserowego jest numeryczny model powierzchni terenu (NMT). Technologia wykorzystywana przez lotniczy skaner laserowy jest niezależna od warunków oświetlenia i pogody, bardzo wydajna, ponadto penetruje pokrywę roślinną, co czyni ją szczególnie przydatną na obszarach zalesionych . Skaning laserowy poza wykorzystaniem do budowania dokładnego NMT może być wykorzystywany do inwentaryzacji wydłużonych obiektów infrastruktury takich jak linie energetyczne, rurociągi, wały przeciwpowodziowe, drogi . Możliwość rozpoznawania obiektów odwzorowanych na obrazach satelitarnych zależy, podobnie jak w przypadku zdjęć lotniczych, od okresu, w którym zostały one wykonane. Najbardziej odpowiednie do rozpoznawania obiektów terenowych są obrazy pozyskane w okresie późnego lata i wczesnej jesieni. Z kolei najmniej przydatne są obrazy pozyskane w okresie maksymalnego rozwoju szaty roślinnej, a więc pod koniec wiosny i wczesnym latem. Często zdarza się, że oryginalne obrazy satelitarne są trudno czytelne i wymagane jest dopi ero odpowiednie ich przetworzenie w celu uwypuklenia zobrazowanych obiektów. Rozwój technik przetwarzania obrazów satelitarnych doprowadził do powstania wielu metod wydobywania określonych informacji, które można zgrupować w trzy podstawowe grupy: odtworzenie obrazu, wzmocnienie treści , klasyfikacja treści. Odtworzenie obrazu polega na doprowadzeniu dyskretnego zapisu treści obrazu do postaci jak najbardziej czytelnej na ekranie monitora komputerowego i składa się z korekcji radiometrycznej i korekcji geometrycznej. Korekcja zniekształceii radiometrycznych jest związana z koniecznością kalibracji detektorów skanera i eliminacji wpływu rozproszonego świat ł a atmosfery na jaskrawość odwzorowanych przedmiotów (Ciołkosz, Kęsik 1989) . Wykonywana jest najczęściej przez dystrybutora obrazów satelitarnych, stąd użytkownik z reguły otrzymuje obrazy wolne od zniekształceń radiometrycznych. Zniekształcenia geometryczne obiektów terenowych na obrazach satelitarnych spowodowane są ruchem obrotowym Ziemi, zmianą prędkości
28
2.2 Źródła danych geograficznych
2 Dane geograficzne
ruchu satelity, zróżnicowaniem rzeźby terenu. Zniekształcenia te częściowo usuwane są przez dystrybutorów danych satelitarnych. Wzmacnianie obrazu satelitarnego obejmuje szereg czynności polegają cych na zwiększeniu jego właściwości interpretacyjnych. Techniki stosowane do wzmocnienia obrazu polegają na: rozciąganiu kontrastu, filtracji treści, kompresji informacji oraz stosowaniu operacji algebraicznych. Rozciąganie kontrastu, czyli zwiększaniu kontrastu pomiędzy odwzorowanymi obiektami stosowane jest wówczas , gdy zakres jasności radiometrycznej obrazu w pojedynczych kanałach jest niewielki. Metoda ta polega na transformacji oryginalnego zakresu spektralnego na zakres znacznie szerszy. Filtracja treści polega na zmianie kontrastu obiektów przez analizę częs totliwości przestrzennej. Filtracja może uczytelniać szczegóły, wzmacniać lub osłabiać elementy liniowe, a nawet osłabiać zakłócenia radiometryczne (np. uśrednienie wartości małych zestawów pikseli, zmiana kontrastu elementów liniowych). Najczęściej stosowaną techniką filtracji jest uśrednianie małych zestawów pikseli (3x3, 5x5 lub 7x7) poprzez wymnożenie ich wartości przez odpowiednią matrycę (filtr). Kompresja informacji polega na zredukowaniu informacji zawartych w kilku kanałach spektralnych do jednego lub dwu nowych kanałów, na których spektralne różnice pomiędzy obiektami są wyraźniej widoczne. Operacje algebraiczne stosowane są w celu utworzenia nowego obrazu o wartościach pikseli wyliczonych przy pomocy z góry ustalonych wyrażeń. Klasyfikacja treści obrazów satelitarnych polega na przydzieleniu pikseli do określonej (skończonej) liczby klas na podstawie ich jasności w poszczególnych zakresach spektralnych. W zależności od rodzaju informacji, którą zamierzamy wydobyć z oryginalnego obrazu, klasy mogą być związane ze znanymi obiektami terenowymi (np. klasy pokrycia terenu takie jak las, woda, łąki, grunty orne, zabudowa) lub reprezentować byty abstrakcyjne, różniące się jasnością. Klasyfikacja automatyczna treści obrazu odbywa się w dwu etapach. W pierwszym uczymy system komputerowy rozpoznawania obrazu (trening systemu), w drugim odbywa się właściwa klasyfikacja z zastosowaniem odpowiednich reguł decyzyjnych. Podczas treningu systemu definiowane są kryteria, zgodnie z którymi system będzie rozpoznawał piksele. Proces ten może być przeprowadzony metodą nadzorowaną lub nienadzorowaną. Thening nadzorowany jest procesem kierowanym przez operatoraanalityka, który dokonuje wyboru pikseli reprezentujących określone klasy. Następnie system stara się pogrupować wszystkie piksele w taki sposób, aby zachować charakterystyki spektralne wydzielonych wcześniej klas. Klasyfikacja nadzorowana jest uzasadniona wówczas gdy liczba wydzielanych klas jest relatywnie niewielka i możliwe jest wydzielenie obszarów jednorodnych reprezentujących każdą klasę oraz istnieją wybrane obszary doświadczalne, zweryfikowane podczas badań terenowych. Trening nienadzorowany jest procesem w pełni automatycznym, użytkownik jedynie podaje liczbę klas, na jaką ma być podzielony obraz. Pozwala na łatwe definiowanie dużej liczby klas oraz
29
na obszarach nieciągłych i trudno rozpoznawalnych. Warto wynik klasyfikacji nienadzorowanej należy zinterpretować, tzn. określić, co przedstawiają wydzielone klasy. Często informacje z obrazów satelitarnych uzyskuje się metodą analizy wizualnej wspomaganej komputerowo. Obrazy są wówczas wstępnie przetwarzane tak, aby uwypuklić maksymalnie dużo informacji i w kolejnym etapie poddawane interpretacji wizualnej. Charakterystyczną cechą wszystkich obrazów satelitarnych jest fakt ich periodycznego wykonywania. Nominalny okres ponownego obrazowania tego samego obszaru jest różny w zależności od satelity i zawiera się w granicach od 26 dni w przypadku satelitów SPOT, 16 dni w przypadku satelitów Landsat, do trzech dni w przypadku zdjęć wykonywanych przez satelitę IKONOS. Ten fakt sprawia, że obrazy satelitarne można uznawać w większości przypadków za najbardziej aktualne źródło informacji. ich
identyfikację
zaznaczyć, że
2.2.2 Mapy
Jednym z podstawowych źródeł danych geograficznych są mapy. Mapę definiuje się jako abstrakcyjny model przestrzennych aspektów rzeczywistości, poddanych określonym transformacjom, przedstawiający w sposób bezpośredni lub pośredni takie informacje jak lokalizacja, kierunek, odległość, wysokość, gęstość, nachylenie, kształt, skład, forma, sąsiedztwo , podobieństwo, hierarchia i związek przestrzenny. Innymi słowy, mapa to zmniejszone, uogólnione przedstawienie obrazowo-znakowe powierzchni Zi emi lub jej fragmentu na płaszczyźnie. Cechą mapy, odróżniającą ją od innych zobrazowań obrazowo-znakowych, jest matematycznie określona konstrukcja mapy, czyli zależność między współrzędnymi geograficznymi a współrzęd nymi płaskimi oraz wybór i uogólnienie przedstawianych zjawisk określane terminem generalizacji kartograficznej. Obrazowo-znakowa forma mapy ma charakter „konwencjonalny", co oznacza, iż mapy są oparte na pewnej konwencji, np. lasy przedstawia się na zielono, wody na niebiesko, główne drogi narysowane są grubszą kreską niż drugorzędne, a północ znajduje się na górze mapy. Określenie „obrazowo-znakowa" akcentuje graficzny charakter mapy. Stopień zmniejszenia długości przy przejściu od rzeczywistości do mapy nazywany jest skalą mapy i wyrażany jest w postaci ułamka. Z mapy przede wszystkim odczytujemy informacje o położeniu i charakterze obiektów i zjawisk oraz ich wzajemnych relacjach. Matematycznie określona konstrukcja mapy pozwala ponadto na przeprowadzenia pomiarów niezbędnych w badaniach ilościowych i ocen będących podstawą badań jakoś ciowych. Najczęściej stosowany podział map odnosi się do ich skali. Mapa w skali większej przedstawia więcej szczegółów niż mapa w skali mniejszej, natomiast mapa w skali mniejszej obejmuje większą powierzchnię . Zwykle mapy dzieli się na: wielka-, średnio- i małoskalowe. W kartografii zakres map wielkoskalowych
30
2.2 Źródła danych geograficznych
2 Dane geograficzne
obejmuje skale od 1:500 do 1:25000, średnioskalowych 1:25000 do 1:100000, małoskalowych zaś na ogół powyżej 1:500 000. Jako główne kryterium klasyfikacji map przyjmuje się kryterium t reści, według którego mówimy o mapach ogólnogeograficznych i tematycznych. N a mapach ogólnogeograficznych przedstawione są elementy środowiska geograficznego powierzchni Ziemi i ich przestrzenne związki. Do elementów tych należą: hydrografia, łąki, użytki rolne, lasy, drogi, linie kolejowe, rzeźba terenu itp. Ze względu na dokład ność i szczegółowość opracowania mapy ogólnogeograficzne dzieli się na topograficzne wielkoskalowe, topograficzne średnioskalowe i topograficzne małoskalowe. Mapy tematyczne przedstawiają rozmieszczenie wybranych elementów lub zjawisk - często powstają przez uwypuklenie jednego z aspektów mapy topograficznej (np. dróg lub obszarów zabudowanych) w taki sposób, że pozostałe elementy tej mapy są traktowane jako podkład. Pełną klasyfikację map ze względu na treść przedstawia rysunek 2.4. Z punktu widzenia zasilania systemów GIS największą rolę odgrywają mapy topograficzne przedstawiające podstawowe, widzialne na powierzchni Ziemi cechy terenowe. Mapy topograficzne poza elementami pokrycia i ukształtowania terenu przedstawiają granice podziału administracyjnego i obszarów chronionych oraz ważniejsze na.zwy własne. Ogólna klasyfikacja map Mapy geograficzne
Mapy ogólnogeograficzne
Mapy topograficzne wielkoskalowe
Mapy tematyczne
Mapy spo/ecznogospodarcze
Mapy przyrodnicze
średnioskalowe
Gospogarcze
Fizjograficzne
Mapy topograficzne
Społeczne
Sozologiczne
31
GRS-80 (dla map w układzie „1992") Krasowskiego (dla map w układach „1942", „1965") Bessela (dla mapy 1:100000 w odwzorowaniu „GUGiK-80") 3. Odwzorowaniem kartograficznym: Gaussa-Kri.igera (dla map w układach „1942", „1992'', V strefy układu „ 1965") Quasistereograficznym (dla map w odwzorowaniu „GUGiK-80" oraz stref I-IV układu „1965") 4. Podziałem na arkusze: - Podział południkowo-równoleżnikowy wywodzący się z podziału na arkusze Międzynarodowej Mapy Świata 1: 1 OOO OOO (mapy w układach „1942", „1992") Podział prostokątny dla map w układzie „ 1965" Niestety, dla większości terytorium Polski mapy topograficzne są od dawna nieaktualizowane, opracowane nawet ponad 20 lat temu. Aktualny stan zasobu jest dostępny na stronach internetowych Głównego Urzędu Geodezji i Kartografii. Mimo niejednolitości opracowań zasób dostępnych map topograficznych stanowi cenne i wiarygodne źródło danych dla systemów informacji geograficznej. Mapy na nośnikach papierowych, foliach, kliszach itp. określa się jako analogowe - ich przeciwieństwem są mapy cyfrowe. Pierwsze mapy cyfrowe były wiernymi replikami tradycyjnych planów i map . Wraz z rozwojem technologii informatycznych mapy cyfrowe zaczęły być wzbogacane o trzeci wymiar, dyna.mikę i zdolność interakcji z użytkownikiem. Wprowadzenie do baz danych informacji z map analogowych wymaga digitalizacji lub skanowania jej treści. 2.2.3 Pomiary terenowe
Mapy topograficzne
małoskalowe
Rysunek 2.4. Ogólna klasyfikacja map (wg Instrukcji technicznej 0-2 1987)
Publikowanie seryjnych map topograficznych terytorium Polski należy do podstawowych zadań służby geodezyjnej i kartograficznej. Obecnie dostępne są mapy topograficzne w wersji cywilnej i wojskowej . Istniejący zasób map topograficznych jest bardzo zróżnicowany i charakteryzuje s ię: 1. Różnymi skalami (1:10 OOO, 1:25 OOO, 1:50 OOO, 1:100 OOO, 1:200 OOO) 2. Odmiennymi powierzchniami odniesienia (elipsoidami):
Charakteryzując źródła danych geograficznych należy również wymienić teren. Dane terenowe są wynikami bezpośrednich pomiarów w terenie i charakteryzują się najwyższą dokładnością. Dane te mogą przedstawiać zarówno położenie, kształt i wzajemne relacje między obiektami terenowymi, jak też ich charakterystyki (np. nawierzchnia drogi, głębokość wody, rodzaj drzewostanu, pomiary temperatury, wielkości opadów, ilości i rodzaju zanieczyszczeń). Położenie podawane jest najczęściej poprzez współrzędne x, y, w układzie biegunowym lub lokalnym układzie prostokątnym. W ostatnich latach poziom automatyzacji pomiarów terenowych spowodował, że opracowywanie danych pomiarowych i ich wprowadzanie do bazy odbywa się szybko. Szczególnego znaczenia nabiera tu możliwość szybkiej lokalizacji mierzonego obiektu przy pomocy GPS (Global Position System). GPS pozwala na określenie współrzędnych w układzie geocentrycznym z dokładnością kilku
32
2 Dane geograficzne
centymetrów. Pomiary GPS są często wykorzystywane do weryfikacji położe nia punktów określanych innymi metodami. Ze względu na wysoką dokładność dane pochodzące z pomiarów terenowych zasilają przede wszystkim systemy informacji o terenie. 2.2.4 Inne bazy danych
Najefektywniejszym sposobem pozyskiwania danych jest ich „przechwytywanie" z innych baz danych. W XXI wieku - wieku społeczeństwa informatycznego korzystanie z zasobów danych zgromadzonych w innych systemach jest powszechne na świecie i coraz powszechniejsze w Polsce. Sprzyja temu globalna sieć (Internet), automatyczny sposób wyszukiwania potrzebnych danych oraz stosowanie standardów zapisu i transferu danych przestrzennych. Dane geograficzne udostępnian e są przez wiele instytucji poprzez Internet . Do najczęściej odwiedzanych „miejsc" należą portale utworzone przez ESRI (geographynetwork http://www. geographynetwork. com). Udostępniane są tam, nieodpłatnie, dane geograficzne o szczegółowości 1:1 OOO OOO dla całego świata, zawierające podstawowe informacje topograficzne (w podziale na warstwy): granice administracyjne, drogi, koleje, hydrografię, tereny zabudowane. Dane geograficzne o zbliżonej treści i szczegółowości znaleźć można pod adresami http://www. esri. com oraz http://www. gis. com. Swoje zasoby udostępnia również amerykańska agencja wywiadowcza CIA (Central Intelligence Agency). Opracowała ona bank danych geograficznych WDB (World databank I oraz World databank II) zawierający numeryczne mapy świata w skalach od 1:1 OOO OOO do 1:4 OOO OOO. Numeryczne mapy świata DCW (Digital Chart of the World), o zbliżonej szczegółowości opracowane zostały także przez U.S . Geological Survey. Digital Chart of the World to obszerna baza danych zawierająca informacje na temat linii brzegowych, granic państ wowych , miast, lotnisk, dróg, linii kolejowych , cieków wodnych, obiektów kulturowych itp. Baza ta to ponad 1,7 GB informacji zawartych na 4 płytach CD-ROM. Ponad 200 atrybutów zostało zorganizowane w 17 warstw tematycznych z informacją tekstową dla miast, gór, jezior i innych obiektów geograficznych. Informacja ogólnogeograficzna o szczegółowości mapy w skali 1:1 OOO OOO udostępniana jest także w ramach projektu Globa!Map. Dane o przebiegu sieci transportowej, hydrografii, obszarach zabudowanych oraz granicach administracyjnych zostały zapisane w formacie wektorowym, natomiast dane o wysokości terenu n.p.m., pokryciu i użytkowaniu terenu oraz rodzaju roślinności mają format rastrowy. Ogromna kolekcja map i informacji o świecie, ludziach, zwierzętach, różnych warunkach środowiskowych i ekonomicznych zgromadzona została w ramach projektu ArcAtlas. Atlas zawiera ponad 40 map tematycznych dla każdego kontynentu w formie warstw Arclnfo. Zawartość map i ich dokład ność odpowiada standardowym skalom 1:10 OOO OOO dla Europy, 1:20 OOO OOO
2.3 Dystrybutorzy danych geograficznych w Polsce
33
dla obu Ameryk i 1:25 OOO OOO dla Azji i Australii. Do map dołączone jest ponad 100 obrazów satelitarnych i zdjęć oraz liczne mapy tematyczne. W Europie udostępniane są bazy danych geograficznych tworzone w ramach dużych przedsięwzięć europejskich, finansowanych najczęściej z funduszy budżetowych. Należą do nich m.in. takie bazy danych jak SABE (Seamless Administrative Boundaries of Europe), gdzie przechowywane są dane o przebiegu granic jednostek administracyjnych, nazwy i kody jednostek administracyjnych, siedziby władz administracji publicznej oraz przebieg linii brzegowej (www. eurogeographics. org) oraz MapBSR (Map of Baltic Sea Reservoir), gdzie w ustrukt uralizowanej bazie danych zostały zgromadzone dane ogólnogeograficzne dotyczące obszaru zlewiska Morza Bałtyckiego. Baza obejmuje dane o: sieci hydrograficznej, sieci drogowej i kolejowej, osadnictwie, podziale administracyjnym, numeryczny model terenu, a także nazwy geograficzne. Dane mają szczegółowość odpowiadającą skali 1:1OOO000. CORINE (COoRdination of INformation on the Environment) jest europejskim projektem badawczym, w ramach którego zbierane są informacje niezbędne do zarządzania środowiskiem na poziomie Europy, kraju i regionów. Informacje te dotyczą pokrycia terenu, biotopów i zanieczyszczenia powietrza. Instytucją odpowiedzialną za ww. bazy na szczeblu Europy jest Europejska Agencja Środowiska (European Environment Agency - EEA) z siedzibą w Kopenhadze. również
2.3 Dystrybutorzy danych geograficznych w Polsce Obecnie w Polsce znajduje się już pokaźny zasób baz danych przechowudane geograficzne. Niestety jest on bardzo rozproszony i w dużej mierze nieskatalogowany, a tym samym niedostępny dla szerokiego grona użyt kowników. Często bazy danych przestrzennych są częścią dużych systemów informacji geograficznej o charakterze branżowym (tematycznym), tak jak w przypadku danych geologicznych, leśnych, hydrograficznych, o infrastrukturze drogowej, statystycznych. Bywa jedna!{, że bazy są tworzone tylko dla określonego, jednego wykorzystania i tym samym są bardzo trudno dostępne dla innych użytkowników. Największy zasób danych geograficznych , a w tym większość materiałów kartograficznych, zdjęć lotniczych oraz baz danych geograficznych udostępniana jest przez służbę geodezyjną i kartograficzną. Zdjęcia, baza danych ogólnogeograficznych (BDO) oraz baza danych topograficznych (TBD)
jących
4!
nn ·
~
2.3 Dystrybutorzy danych geograficznych w Polsce
·ograficzne
d os tępne są w Centralnym Ośrodku Dokumentacji Geodezyjnej i Kartograficznej (CODGiK) w Warszawie. Mapy topograficznych, mapy sozologiczne i hydrograficzne, jak również ortofotomapy znajdują się w Wojewódzkich Ośrodkach Dokumentacji Geodezyjnej i Kartograficznej (WODGiK), natomiast dane szczegółowe dotyczące ewidencji gruntów i budynków oraz elementy treści mapy zasadniczej gromadzone są w zasobie powiatowym przez Powiatowe Ośrodki Dokumentacji Geodezyjnej i Kartograficznej (PODGiK). Kolejnym twórcą danych geograficznych jest Służba Topograficzna Wojska Polskiego. Bazy danych geograficznych są tworzone przede wszystkim w ramach projektów NATO. Należą do nich: mapy wektorowe, numeryczny model terenu (NMT), numeryczne mapy rastrowe. Mapy wektorowe dostępne są w dwóch rozdzielczościach, mapa o treści ogólnogeograficznej i szczegółowości odpowiadającej skali 1:250 OOO (V MAPI) oraz mapa wektorowa szczegółowa o treści topograficznej odpowiadającej skali 1:50000 (V MAP2). Oba produkty wykonane są zgodnie ze standardem DIGEST. Również NMT dostępny jest w dwu rozdzielczościach, NMT poziomu 1 charakteryzuje się rozdzielczością 3 sekundową (mierzoną po łuku w szerokości i długości geograficznej) i NMT poziomu 2 - o rozdzielczości 1 sekundy. Ponadto Służba Topograficzna Wojska Polskiego dysponuje rastrowymi mapami topograficznymi, powstałymi w wyniku skanowania map topograficznych w skalach: 1:50 OOO, 1:250 OOO, 1:500 OOO oraz 1:1 OOO OOO. Informacje o lasach udostępniane są przez służbę leśną. Budowa zintegrowanego Systemu Informatycznego Lasów Państwowych (SILP) trwa od 1991 roku. Podstawowymi modułami tego systemu są moduł LAS zawierający opis taksacyjny lasu z unikatowym w skali kraju adresem leśnym oraz Leśna Mapa Numeryczna zawierająca m.in. granice administracyjne, gospodarcze i siedliskowe. Większość informacji dotyczących stanu środowiska, jego monitoringu i ochrony znajduje się w gestii Ministerstwa Środowiska i instytucji mu podl egłych takich jak państwowa inspekcja ochrony środowiska, instytuty badawcze i jednostki badawczo-rozwojowe. Dane geograficzne gromadzone są m.in. w: 1. Centralnej Bazie Danych Geologicznych - CBDG (baza danych surowcowych MIDAS, Baza danych geochemicznych i radiologicznych) 2. Zintegrowanym Systemie Informatycznym „Środowisko" i takich jego modułach jak: System informatyczny zasobów geologicznych (w tym: System Informacji Przestrzennej dla potrzeb Mapy Geologicznej Polski), System informatyczny gospodarki wodnej i tworzony w jego obrębie System Informacji Przestrzennej dla potrzeb Mapy Podziału Hydrograficznego Polski, - System informatyczny parków narodowych, System informatyczny ochrony przyrody,
-
System informatyczny
przeciwdziałania
nadzwyczajnym
35
zagrożeniom
środowiska,
System Monitoringu Zintegrowanego (monitoring wód, gleb, powietrza). 3. Bazach danych stanowiących część europejskiej infrastruktury danych przestrzennych takich jak: CORINE Land Cover, CORINE Biotopes, CORINE Air, ECONET, NATURA2000. Większość danych dotyczących gleb i ich rozmieszczenia, składu i zanieczyszczenia można znaleźć w Instytucie Upraw i Nawożenia w Puła wach, natomiast informacje o użytkach zielonych dostępne są w Instytucie Melioracji i Użytków Zielonych w Falentach. Za dane dotyczące przebiegu dróg i informacji o ich stanie oraz infrastrukturze drogowej odpowiedzialny jest w imieniu Ministerstwa Infrastruktury Instytut Dróg i Mostów w Warszawie. Znajduje się tam m.in. Bank Danych Drogowych, System Ewidencji Dróg, System Gospodarki Mostowej. Bogate zbiory danych przestrzennych dotyczące przebiegu sieci energetycznych, gazowych i wodnych wraz z ich szczegółową charakterystyką znajdują się w systemach branżowych i są zarządzane przez gestorów sieci. Dane geograficzne znajdują się również w bazach danych Głównego Urzędu Statystycznego. Są to dane statystyczne odniesio11r~o do jednostek podziału administracyjnego kraju. W GUS znajduje się ró,,·11ież krajowy rejestr urzę dowy podziału terytorialnego kraju TERYT. TERYT należy do jednego z czterech rejestrów bazowych (pozostałe trzy to PESEL, NIP, KEP) i służy do identyfikacji jednostek podziału administracyjnego we wszystkich rejestrach publicznych. TERYT składa się z: systemu identyfikatorów i nazw jednostek podziału administracyjnego, systemu identyfikatorów i nazw miejscowości, systemu identyfikacji rejonów statystycznych i obwodów spisowych. Identyfikator jednostek podziału administracyjnego i ich nazw jest siedmiocyfrowy. Dwie pierwsze cyfry oznaczają symbol województwa. (na.da.ny województwom ułożonym w kolejności alfabetycznej, złożony z liczb parzystych w przedziale liczb 02-98), kolejne dwie cyfry to symbol powiatu w województwie (symbol powiatu przyjmuje wartości od Ol do 60) lub miasta na prawach powiatu (wartości od 61 do 99), następne trzy cyfry oznaczają symbol gminy. W symbolu gminy ostatnia cyfra oznacza typ gminy ( 1 - gmina miejska, 2 - wiejska, 3 - miejsko-wiejska, 4 - miasto w gm. miejsko-wiejskiej, 5 - obszar wiejski w gm. miejsko-wiejskiej). System identyfikatorów i nazw miejscowości zawiera urzędową nazwę miejscowości, identyfikator miejscowości zgodnie z systemem identyfikatorów, rodzaj miejscowości oraz informację , na terenie którego województwa, powiatu i gminy dana miejscowość jest położona. System identyfikacji rejonów statystycznych i obwodów spisowych zawiera identyfikator adresowy ulic, nieruchomości, budynków i mieszkań.
36
2 Dane geograficzne
TERYT stanowi standard identyfikacji jednostek podziału terytorialnego we wszystkich urzędowych bazach danych i zapewnia warunki integracji przestrzennej (według systemu adresowego).
3
Modele danych geograficznych
3.1 Wprowadzenie Jak wspomniano w rozdziale 1, przejście od świata rzeczywistego do jego reprezentacji w komputerze wymaga opracowania jego modelu i zapisania tego modelu w postaci zrozumiałej przez komputer . Modelowanie wiąże się z koniecznymi uproszczeniami i formalizmami zapisu. Pojęcie modelu danych nie jest definiowane jednoznacznie (BeynonDavies 1998; Subieta 1998, 1999). W literaturze baz danych termin ten uży wany j est w kilku różnych znaczeniach. Zgodnie z międzynarodowymi normami terminologicznymi (Słownictwo znormalizowane 1999) model danych rozumiany jest dwojako. Podstawowe rozumienie pojęcia definiuje model danych jako wzorzec struktury danych w bazie danych, zgodny z formalnymi opisami systemu informacyjnego i odpowiadający wymaganiom uży wanego systemu zarządz ania bazą danych. Drugie rozumienie terminu model danych oznacza opis organizacji danych odzwierciedlający strukturę informacji. W tym sensie pojęcie modelu danych rozumiane jest jako zintegrowany, niezależny od implementacji zbiór wymagań dotyczący danych dla pewnej aplikacji. W najszerszym znaczeniu pod pojęciem model danych rozumiemy: metajęzyk (pojęcia, terminologia) do mówienia o danych , o systemach baz danych i o przetwarzaniu danych, - sposób rozumienia organizacji danych i ideologiczne lub techniczne ograniczenia w zakresie konstrukcji, organizacji i dostępu do danych, - języki opisu i przetwarzania danych, w szczególności: diagramy struktur danych, języki opisu danych i języki zapytań, - ogólne założenia dotyczące architektury i języków systemu bazy danych, ograniczenia, ideologie lub teorie (matematyczne) dotyczące struktur danych i dostępu do danych.
38
3 Modele danych geograficznych
W niniejszym rozdziale model danych oznacza opis organizacji danych informacji. Każdy obiekt przechowywany w systemie informacji geograficznej ma swój kształt i położenie. Obiekt ten jest charakteryzowany za pomocą atrybutów opisowych i wyświetlany na ekranie monitora (lub drukowany na mapie) zgodnie z przyjętą reprezentację graficzną. Modele opisujące położenie, topologię i charakterystykę obiektów ogólnie nazywamy modelami krajobrazowymi danych geograficznych, natomiast sposób prezentacji obiektów w postaci zbioru symboli zapisany jest w kartograficznym modelu danych . Ze względu na różną strukturę przechowywanych danych oraz odmienne sposoby ich organizacji krajobrazowy model danych może przyjmować postać: i. modelu wektorowego, prostego lub topologicznego,. głównie do reprezentacji danych geograficznych o charakterze dyskretnym; 2. modelu TIN do reprezentacji danych trójwymiarowych (np. ukształtowa nia terenu) ; 3. modelu rastrowego - dla danych o charakterze ciągłym. odzwierciedlający strukturę
3.2 Model wektorowy W modelu wektorowym położenie obiektu jest zapisywane w formie lub geograficznych. Jak zauważył Magnuszewski (1999), model wektorowy jest bliższy naszemu intuicyjnemu myśleniu o jednostkach przestrzennych, które wyobrażamy sobie jako figury geometryczne. Wektorowy model danych zapewnia uzyskanie dużej dokładności w określaniu położenia każdego obiektu oraz umożliwia wprowadzenie informacji o związ kach topologicznych między obiektami. W systemie GIS obiekt może być reprezentowany przez punkt, linię lub wielobok. Obiekt punktowy identyfikowany jest przez współrzędne i identyfikator. W bazie pojedynczy obiekt punktowy jest zapisany jako wiersz tabeli o kolumnach id, x, y. Charakterystyka obiektu, zapisana w odrębnej tablicy, jest dołączana do obiektów dzięki unikalnemu identyfikatorowi (id), który możemy nazwać kluczem obu tabel. Położenie obiektów liniowych i powierzchniowych wyznacza ciąg współrzędnych punktów charakterystycznych linii, tj. początek, koniec, punkty załamania. W zależności od tego, czy w bazie danych zapisane są tylko współrzędne, czy też związki topologiczne, wyróż niamy prosty model wektorowy i topologiczny model wektorowy. współrzędnych płaskich
3.2.1 Prosty model wektorowy W prostym modelu wektorowym, zwanym „spagetti'', obiekt liniowy, definiowany przez ciąg współrzędnych, jest zapisywany w jednym logicznym rekordzie. Położenie obiektu powierzchniowego wyznacza łamana zamknięta,
3.2 Model wektorowy
39
będąca granicą obszaru. W bazie zapisywane są współrzędne kolejnych punktów łaman ej, począwszy od punktu pierwszego i skończywszy na tym samym punkcie pierwszym. Zaletą modelu jest prosty zapis pozwalający na stosunkowo wierne odtworzenie położenia i ksz tałtu obiektów oraz szybkie wyświetlanie danych na ekranie monitora. Do wad należy konieczność wielokrotnego zapisu współrzędnych punktów należących do linii wspólnych. Model nie przechowuje informacji o długości linii, powierzchni wieloboku ani zależnoś ciach przestrzennych między obiektami. Wielkości te są obliczane metodami geometrii analitycznej.
3.2.2 Topologiczny model wektorowy Topologia zajmuje się tymi własnościami geometrycznymi figur , które nie podlegają zmianom w wyniku przekształceń ciągłych takich jak: zmiana skali, obrót, przesunięcie, lub innych przekształceń afinicznych i deformacji ciągłych. W topologicznym modelu wektorowym poza współrzędnymi punktów zapisywane są zależności topologiczne pomiędzy obiektami zgromadzonymi w bazie. Do zależności tych należą: połączenia (ang. connectivity), zawieranie (ang. containment), graniczenie (ang. contiguity) rozumiane w sensie przestrzennego przylegania. W teorii grafów będącej podstawą rozważania związków topologicznych punktom odpowiadają węzły, liniom - krawędzie, a wielobokom - poligony. W bazie danych geograficznych, w formacie topologicznym jest zapisywany zbiór tablic, z których każda przeznaczona jest dla innego rodzaju obiektów topologicznych i związków między nimi. Dla obiektów punktowych węzłów - koduje się tylko identyfikator i współrzędne . Dla obiektów liniowych- krawędzi - buduje się dwa rodzaje tablic. W pierwszej zapisywany jest identyfikator linii i ciąg par współrzędnych opisujących przebieg obiektu liniowego, w drugiej opis połączeń topologicznych, warunek połączenia. Informacja o połączeniach zapisana jest w tablicy, w której jeden wiersz odpowiada jednej linii (krawędzi), a w kolumnach zapisywany jest identyfikator krawędzi oraz identyfikatory węzła początkowego i numer punktu końcowego. Zapis warunku połączenia został pokazany na rysunku 3.1. Aby spełniony był warunek połączenia, linia musi rozpoczynać i kończyć się w węźle (ang. node), a każdy węzeł musi być punktem początkowym, końcowym lub jednym i drugim jakiejś linii. Linie mogą przecinać się tylko w punktach węzłowych. Warunek połączenia pozwala m.in. na zidentyfikowanie drogi pomiędzy dwoma punktami (np . pomiędzy domem a pracą lub miejscem wypadku a szpitalem), umożliwia także stworzenie sieci rzecznej, w której dopływ wpada do rzeki głównej itp. Zawieranie pozwala na zdefiniowanie położenia obiektów powierzchniowych. Obiekt powierzchniowy - wielobok - jest ograniczony krawędziami. W bazie jednemu wielobokowi odpowiada jeden rekord o unikalnym identyfikatorze. W tablicy poza identyfikatorem krawędzi zapisuje się numery krawędzi
40
3 Modele danych geograficznych
3.3 TIN y
y
L1
20
W4
L2
20
Lista wieloboków i linii
PO
L1
ograniczających
L2
id wieloboku
---,
~--
:
L__
W5
10
41
10
~-----------------,
W1
L6
L8
po
20
tabela połączeń topologicznych dla obiektów liniowych id linii
1
2 3 4 5 6
początkowy
1 4
3 2 1
2
opisująca położenie
id linii
węzeł końcowy
obiektów
współrzędne załamania
punktów linii (x,y)
1
(5,9) (5,20) (10, 16)
5
2
(16,20) (30,20) 30,13)
4 3 2 6
3
(14, 18) (16,20)
4
7
3
5
8
1 5
6 6
9
L9
10
X
tabela
węzeł
4
·-· I
'
--;!>
(9,13) (14,18)
5
(5,9) (9, 13)
6
(9,13) (16,5)
7
(14, 18) (30, 13)
8
(5,9) (5,5) (16,5)
9
(30, 13) (30,5) (16,5)
Rysunek 3.1. Zapisanie warunku
wielobok. Zapis warunku zawierania
30
20
X
Rysunek 3.2. Zapis obiektów powierzchniowym w pliku wektorowym topologicznym, warunek zawierania tabela linii i wieloboków granicznych id linii
y
PO 20
L2
L6
P3
P4
L9
8 9
o
5
''
I I I I I
1 1 1 3 2 4
3 4
''
L5
o o
2
... „„--- ----:
10
Lewy wielobok
1
L1
6
-> 7
L8
Prawy wielobok
1
2 2 3 4
4 3
o 3
połączenia
10 tworzących
P4
L8
W6
10
P3
P3
P4
:I L9
1,3,4, 5 2,3, 7 4,6, 7, 9 5,6 , 8
P1 P2
--;!>
Linie
został
30
X
Rysunek 3.3. Zapis warunku przylegania
zilustrowany na ry-
sunku 3.2. Graniczenie mówi nam, które obiekty ze sobą graniczą i po której stronie się znajdują. W bazie fakt ten zapisany jest przez podanie numeru wielobbku znajdującego się po lewej stronie i numeru wieloboku znajdującego się po prawej stronie krawędzi, tak jak przedstawiono na rysunku 3.3. Do zalet topologicznego modelu danych zaliczyć należy przede wszystkim spójność danych wynikającą z jednokrotnego zapisu współrzędnych punktów należących do kilku obiektów. Fakt ten ułatwia przede wszystkim aktualizację danych. Należy jednak pamiętać, że po każdej modyfikacji geometrii obiektu (np. zmianie granic, usunięciu lub dodaniu obiektu) konieczna jest odbudowa
20
całego zapisu topologii. Zapis wanie analiz przestrzennych.
związków
topologicznych
przyśpiesza
wykony-
3.3 TIN Zbiory TIN (ang. Triangulated Irregular Network) są wykorzystywane do zapisu informacji o wszelkich trójwymiarowych zjawiskach, których charakterystyczne wartości mogą być określane na nieregularnie rozmieszczonych punktach płaszczyzny. Do tego typu danych należy numeryczny model
3 Modele danych geograficznych
42
3.3 TIN
powierzchni terenu (NMT) pozwalający na określenie wysokości terenu w dowolnym punkcie. Model TIN powstaje w wyniku teselacji 1 przestrzeni za pomocą sieci nieregularnych trójkątów. Wierzchołki trójkatów stanowią punkty o znanych współrzędnych w przestrzeni trójwymiarowej. Istnieje wiele sposobów zbudowania sieci trójkątów na bazie nieregularnie rozmieszczonych punktów. Trójkąty powstałe w wyniku triangulacji powinny być w miarę możliwości równoboczne i małe. Do tworzenie sieci trójkątów najczęściej jest stosowany algorytm oparty na triangulacji Delaunaya, charakteryzujący się tym, że żaden z wierzchołków trójkąta (punktów zbioru) nie trafia do wnętrza okręgu opisanego na trójkącie jakiegokolwiek innego trójkąta powstałego podczas triangulacji. Na rysunku 3.4 widzimy, że na bazie cztrech punktów wejściowych sieć trójkątów można zbudować na dwa sposoby, przy czym tylko jeden z nich spełnia warunek triangulacji Delaunaya. W sieci A jeden z punktów trafia do wnętrza okręgu opisanego na trzech innych punktach, co jest niezgodne z warunkiem triangulacji Delaunaya. Poprawnie jest skonstruowana sieć B, w której żaden z punktów wejściowych nie trafia do wnętrza okręgu opisanego na trójkącie.
43
trójkątami, mają
charakter zbiorów wektorowych. Informacje opisowe można zarówno do węzłów sieci (wierzchołków trójkątów), jak i do powierzchni trójkątów, umożliwiając zaawansowane modelowanie i analizowanie powierzchni. Na rysunku 3.5 przedstawiono zapis modelu TIN. W zapisie tym występują trzy tablice: (1) tablica współrzędnych wierzchołków trójkątów (węzłów), w której zawarte są dane dotyczące numeru węzła oraz jego współrzędne x, y i z; (2) tablica boków (krawędzi) trójkątów, gdzie zapisane są identyfikatory trójkątów graniczących z danym trójkątem oraz (3) tablica przyporządkowu jąca trójkątom odpowiednie wierzchołki (węzły). przypisać
ID węzła
2 3
X
y
z
X2
Y2
Z2
Xe
Ya Y9
Za Z9
A I I
I I
-----· I
8 9
X9
I I I I
•4~~ ~B
ID
Trójkąty
trójkąta
sąsiadujące
A B D E
Rysunek 3.4. Triangulacja Delaunaya (Zeiler 1999)
F
Teselacja (ang. tesselation) to wyczerpujący podział przestrzeni na elementy regularne lub nieregularne. 1
I I I I
I
c
Triangulacja Delaunaya oparta jest na wielobokach Thiessena lub diagramach Voronoi mających tę własność, że każdy punkt położony wewnątrz wieloboku ma najbliżej do punktu węzłowego, stanowiącego w kolejnym etapie przetwarzania wierzchołek trójkąta. Obrazowo można powiedzieć, że diagramy Voronoi przedstawiają strefy wpływu wokół każdego z danych punktów. Wynik triangulacji Delaunaya jest unikalny, tzn. nie zależy od kolejności punktów. Zbiory typu TIN, ze względu na zapis położenia punktów (wierzchołków trójkątów) w postaci współrzędnych i związków topologicznych pomiędzy
I
G H K
ID trójkąta
Węzły
I
B,D A A,C B B,G,K c A,E,F D C,G E D,G F E,H G G,K <-- ----~------ _.,.. H C,H K
1, 2, 6 2, 3,.6 3,6, 7 1, 5, 6 1, 4, 5 5,6, 8 6, 7, 8 7, 8, 9 3, 7, 9
Rysunek 3.5. Zapis modelu TIN
Zbiory TIN można traktować jako wynik działania aplikacji zawartej najw pakietach narzędziowych GIS. Celem tej aplikacji jest pewne µj!?§nolicenie zapisu danych mających pierwotnie różną postać (np. zbiór współrzęd nych punktów, izolinie, obrazy rastrowe), ale taką samą zawartość informacyjną - charakteryzują powierzchnię. Istotą działania aplikacji jest możliwe częściej
44
3 Modele danych geograficznych
wierne modelowanie powierzchni, jak również możliwości weryfikacji i wizualizacja opracowanego modelu. Model TIN jest powszechnie uważany za najbardziej efektywny w rozwiązywaniu takich problemów jak: automatyczne rysowanie poziomic, cieniowanie rzeźby powierzchni terenu, analizy przestrzenne biorące pod uwagę ukształtowanie powierzchni terenu. W celu dokładnego i wiernego oddania powierzchni, szczególnie przy modelowaniu powierzchni terenu konieczne jest uwzględnienie tzw. danych szkieletowych, ujmujących nieciągłości i wykluczenia (np. wód powierzchniowych) oraz ograniczenia zasięgu modelu. Wynik modelowania jest zależy od liczby i rozmieszczenia punktów wejściowych oraz zastosowanej procedury interpolacyjnej. Dane zgromadzone w zbiorach TIN można przekształcić w typowe zbiory wektorowe albo zapisać w postaci zbioru danych rastrowych.
3.4 M o del rastrowy Model rastrowy powstaje w wyniku teselacji przestrzeni za pomocą prostolub kwadratów. Element rastra, zwany często pikselem (od ang. picture element), jest najmniejszą rozróżnialną jednostką powierzchni. Dane rastrowe są zapisywane w dwuwymiarowej macierzy, a położenie piksela jest określane przez podanie numeru wiersza i numeru kolumny macierzy. Stosunkowo prosta organizacja danych rastrowych przyczyniła się do tego, że ten właśnie model jako pierwszy został zaimplementowany w wielu systemach GIS. W modelu rastrowym, o identycznej wielkości rastra, stosunkowo prosto wykonuje się analizy przestrzenne. Chociaż model rastrowy służy przede wszystkim do reprezentacji zjawisk ciągłych, podobnie jak w wektorowym, można zapisać w nim również obiekty dyskretne. Punkt jest reprezentowany przez pojedynczą komórkę rastra, linia przez ciąg pikseli, a wielobok przez grupę pikseli. W modelu rastrowym obiekty świata rzeczywistego są przedstawione z pewnym przybliżeniem związanym z wielkością komórki rastra. Przybliże nie to dotyczy zarówno lokalizacji obiektu, jak też szczegółów możliwych do odtworzenia. Każdemu elementowi rastra przypisana jest wartość liczbowa (rzadziej kod znakowy) odpowiadająca wartościom atrybutów w modelu wektorowym . Ponieważ element rastra może przechowywać tylko jedną wartość, do zapisu wielu informacji stosuje się zapis warstwowy. W przypadku obrazów satelitarnych rejestrujących promieniowanie elektromagnetyczne w różnych zakresach warstwę tworzy jeden kanał spektralny. Postać rastrową mają zeskanowane mapy i zdjęcia lotnicze. Pojedynczy piksel charakteryzowany jest wówczas przez skwantyfikowany ton szarości lub składowe kolorów (np. RGB). Rastrowy model jest wykorzystywany przede wszystkim do modelowania zjawisk geograficznych, których wartości zmieniają się w sposób ciągły, takich kątów
3.4 Model rastrowy
45
jak wysokość terenu nad poziomem morza, spadek terenu, temperatura powietrza lub wielkość opadów atmosferycznych. Dane rastrowe są wykorzystywane także do reprezentacji danych statystycznych, np. gęstości zaludnienia. 3.4.1 Sposób zapisu danych rastrowych
Liczba pikseli w zbiorze rastrowym może być bardzo duża, co z kolei wiąże z koniecznością zarezerwowania dużej pojemności dyskowej . Niezbędne wobec tego stało się zoptymalizowanie sposobu zapisu danych rastrowych i odejście od zapisu pojedynczych komórek rastra na rzecz zapisu skompresowanego. W zapisie skompresowanym elementy rastra mogą być ze sobą łą czone zarówno w wierszach, jak i w kolumnach oraz w hierarchicznych jednostkach powierzchniowych. Najprostszy sposób zapisu danych rastrowych, nazywany komórka po komórce (ang. cell by cell) to zapis kolejnych elementów rastra w sekwencji wiersz po wierszu lub kolumna po kolumnie. Dodatkowo zbiór charakteryzowany jest przez nagłówek (ang. header), gdziem.in. znajduje się informacja o liczbie kolumn i wierszy oraz wartościach, jakie mogą przyjmować elementy rastra. Na rysunku 3.6 został przedstawiony zbiór rastrowy, którego macierz na dziesięć wierszy i dziesięć kolumn, a poszczególne elementy rastra mogą przyjmować wartości 1, 2 lub 3. Rys. 3.6 a przedstawia obraz zbioru wyświet lony na ekranie monitora, rys . 3.6 b tabelaryczny sposób zapisu, natomiast rys. 3.6 c strukturę pliku rastrowego. się
3 3 3 3 3 3 1 1 1 1
a
3 3 3 3 1 1 1 1 1 1
3 3 3 2 1 1 1 1 1 1
3 3 2 2 2 1 1 1 1 1
3 3 2 2 2 1 1 1 1 1
3 3 3 2 2 2 2 2 1 1
3 3 3 2 2 2 2 2 2 2
3 3 3 2 2 2 2 2 2 2
3 3 3 3 2 2 3 3 3 3
3 3 3 3 3 3 3 3 3 3
10,10,3 3 ,3,3,3,3,3,3,3,3,3 3,3,3,3,3,3,3,3,3,3 3,3,3,2,2,3,3,3,3,3 3,3,2,2,2,2,2,2,3,3 3, 1, 1,2,2,2,2,2,2,3 3, 1, 1, 1, 1,2,2,2,2,3 1, 1, 1, 1, 1,2,2,2,3,3 1, 1, 1, 1, 1,2,2,2,3,3 1, 1, 1, 1, 1, 1,2,2,3,3 1, 1, 1, 1, 1, 1,2,2,3,3
b
c
Rysunek 3.6. Zapis komórka po komórce
Do najczęściej stosowanych zapisów skompresowanych należą: łańcuchowy (ang. chain code), skompresowany zapis w wierszach (ang. Run length code), blokowy (ang. Błock encoding), drzewo czwórkowe (ang. Quad-tree) . Zapis łańcuchowy polega na zapisie krawędzi obiektów. Krawędź jest definiowana przez sekwencję elementów rastra począwszy i skończywszy na tym samym elemencie, najczęściej jednym z narożników obiektu. Nagłówek informuje nas, w którym momencie rozpoczynamy zapis i ile łańcuchów jest
46
3.5 Porównanie modelu wektorowego, rastrowego i TIN
3 Modele danych geograficznych
w pliku. Na rys . 3.7 (a,b,c) widzimy obraz rastrowy zapisany w pliku o strukturze łańcuchowej. W pliku znajduje się tylko jeden łańcuch (obiekt), którego zapis zaczynamy od trzeciej kolumny i czwartego wiersza. Granice obiektu wyznaczają kolejno: jedna komórka na wschód (El), jedna na północ (Nl), jedna na wschód (El), jedna na południe (SI), trzy na wschód (E3), jedna na południe (Sl), jedna na wschód (El), jedna na południe (SI), jedna na zachód (WI), cztery na południe (S4), jedna na zachód (WI), dwie na północ (N2), jedna na zachód (Wl), trzy na północ (N3), dwie na zachód (W2), jedna na północ (Nl) i kończymy jednym elementem na zachód (Wl).
dwie pierwsze komórki mają wartość zero, kolejnych sześć - wartość jeden i ostatnia dwie - wartość zero (0,2 1,6 0,2) itd. W zapisie blokowym zapisuje się grupy elementów rastra przyjmujące takie same wartości, czyli opisujące ten sam typ obiektu. Na rysunku 3.9 (a,b,c) przedstawiono raster składający się z siedmiu bloków jednoelementowych, trzech bloków czteroelementowych oraz jednego bloku dziewięcioele mentowego. W celu jednoznacznej identyfikacji położenia poszczególnych bloków zapisywane są współrzędne górnego lewego narożnika (numer kolumny i numer wiersza).
1 2 3 4 5 6 7 8 9 10
ooooo ooooo 3 oo o 1 1 4 oo 1 1 1 5 ooo 1 1 6 o o o o o 7 ooo o o 8 ooo o o 9 oo o o o 10 o o o o o 1 2
a
oo o oo oo o oo oo o oo 1 1 1 oo 1 1 1 1 o 1 1 1 1 o 1 1 1 oo 1 1 1 oo o1 1 oo o1 1 oo
Rozmiar Liczba Wsp?lrzędne bloku komo rek 3,4, 1 E1 S1 W1 N1
7
N1 E1 S1 E3 E1 S1 W1 S4 N2 W1 N3 W2 W1
c
b
Rysunek 3.7. Zapis
łańcuchowy
4
a
{Chain code)
1 2 3 4 5 6 7 8 9 10
ooo 2 ooo 3 o oo 4 oo 1 5 ooo 6 ooo 7 oo o 8 ooo 9 ooo oo o o a
oo oo o oo oo oo o oo 1 1 oo o oo 1 1 1 1 1 oo 1 1 1 1 1 1 o oo 1 1 1 1 o oo 1 1 1 oo oo 1 1 1 oo oo o1 1 oo oo o1 1 oo b
3,4 4,3 5,3 6,4 6,5 9,5 9,6 4,4 7,4 7,9 6,6
c
b
Rysunek 3.9. Zapis bfokowy {Black encoding) mogą być również
zapisywane w postaci drzewa danych odpowiadającą rekurencyjnemu podziałowi obiektu dwuwymiarowego na kwadraty. Każdy kolejno powstający kwadrat może być podzielony na cztery mniejsze kwadraty składowe, aż do momentu gdy jeden kwadrat odpowiada jednemu pikselowi. Zasada zapisu obrazu rastrowego w postaci drzewa czwórkowego została przedstawiona na rys. 3.10. Struktura drzewa czwórkowego jest stosowana do kompresji danych oraz do rozwiązania wielokrotnego problemu lokalizacji polegającego na wyszukiwaniu obiektów przestrzennych położonych wewnątrz prostokątów. czwórkowego. Drzewo czwórkowe jest
10,10,1 0,10 0,10 0,3 1,2 0,2 1,6 0,3 1,6 0,5 1,4 0,5 1,3 0,5 1,3 0,6 1,2 0,6 1,2
3
9
Dane przestrzenne
1
47
0,5 0,2 0,1 0,1 0,2 0,2 0,2 0,2
c
strukturą
Rysunek 3.8. Skompresowany zapis w wierszach {Run length code)
3.5 Porównanie modelu wektorowego, rastrowego i TIN Skompresowany zapis w wierszach polega na zapisie, wiersz po wierszu, grup tych elementów rastra, które przyjmują jednakowe wartości . W nagłówku jest zapisany rozmiar tablicy (liczba kolumn i wierszy) oraz liczba obiektów (ile różnych. wartości może być przypisanych do elementów rastra). Na rys. 3.8 (a, b, c) widzimy tablicę o dziesięciu kolumnach i dziesięciu wierszach oraz jednym obiekcie. W pierwszym wierszu zostało zapisane dziesięć komórek o wartości zero (0,10); w drugim zapisano także dziesięć komórek o wartości zero (0,10); w trzecim wierszu kolejno zapisane są trzy elementy o wartości zero, dwa o wartości jeden i pięć o wartości zero (0,3 I,2 0,5); w czwartym
, Opisane modele danych geograficznych pozwalają na zróżnicowanie zapisu obiektów rzeczywistych, tak aby uwzględnić ich specyfikę (ciągłość, liniowość , trójwymiarowość itp.). W tabeli 3.I zestawiono podstawowe własności modeli wektorowego i rastrowego oraz TIN. Podano, kiedy powinno się je wykorzystywać, w jaki sposób zasila się je danymi, jak zapisuje w pliku, jakiego typu analizy można wykonywać, a także wymieniono ich zalety i wady. Przegląd różnych modeli zapisu danych geograficznych prowadzi do szerszego zagadnienia: jak docelowo przechowywać dane w bazach systemów GIS.
48
3.6 Formaty danych wektorowych i rastrowych
3 Modele danych geograficznych
49
Tabela 3.1. Porównanie modelu wektorowego, rastrowego i TIN Model wektorowy Zastosowanie
Źródła danych
•
Modelowanie danych dyskretnych • Precyzyjne odtwarzanie kształtu i położenia obiektów • Dane pomiarowe Zdjęcia lotnicze i satelitarne • Digitalizacja • Wektoryzacja
•
Sposób przechowywania
• Pary współrzędnych (x,y) w kartezjańskim
Mo del rastrowy • Modelowanie
zjawisk
ciągłych
• •
Obrazy satelitarne Wynik skanowania
.
Zdjęcia
lotnicze i sateli-
• Skanowanie • Rasteryzacja
•
Położenie
piksela okrenumer wiersza i kolum ny śla
układzie współrzędnych
• Punkty - małe obiekty • Linie - obiekty liniowe Wieloboki - obiekty powierzchniowe
.
. . •
tarne
• Relacje topologiczne Reprezentacja
.
Model TIN Modelowanie zjawisk ciągłych trójwymiarowych
Dane pomiarowe Zdjęcia lotnicze i satelitarne o pokryciu stereoskopowym Mapy topograficzne i wysokościowe (poziemice)
• Trójki współrzędnych (x,y,z) w kartezjaziskim układzie współrzędnych
• Relacje topologiczne
• Punkty -
pojedynczy piksel Linie - seria pikseli o jednakowej wartości • Wieloboki - zbiór pikseli o jednakowej
.
•
Trójkąty reprezentujące kształt
powierzchni
Rysunek 3.10. Struktura drzewa czwórkowego (Quad-tree)
wartości
Analizy
Zalety
• Nakładanie • Buforowanie • Pytanie o lokalizacje • Analizy sieciowe
• Spójna struktura danych
.
Możliwość
dołączenia
wielu atrybutów • Precyzyjne odtworzenie kształtu i położenia obliczenie • Dokładne długości i powierzchni • Łatwa aktualizacja
Wady
•
Złożona
nych
struktura da-
..• • .
Analizy sąsiedztwa Analizy zgodności Analizy rozproszenia Analizy powierzchniowe Filtracje
•
Prosta struktura danych • Szybkość i łatwość analiz
.
Przybliżone
wyniki
• Nachyle'!ia • Analiza widoczności • Ekspozycje
.
nasłonecznienie
Generowanie warstwic
• Dobra reprezentacja obiektów ciągłych trójwymiarowych
Czy optymalne z punktu widzenia analiz przestrzennych i ekonomicznie uzasadnione jest przechowywanie w jednej bazie danych różnego typu i formatu? Odpowiedzi na te pytania znajdą się w kolejnych rozdziałach poświęconych standaryzacji, integracji danych geograficznych i infrastrukturze geoinformacyjnej.
3.6 Formaty danych wektorowych i rastrowych Termin format danych odnosi się do sposobu zapisu danych w pliku. Zarówno dane typu wektorowego, jak i rastrowego są zapisywane na wiele różnych sposobów. Z reguły każde oprogramowanie GIS ma swój własny, zastrzeżony format danych, który często jest niemożliwy do odczytania przez inne programy.
obliczeń długości
i powierzchni
• •
Utrudniona analiza struktur sieciowych Zmiana odwzorowania wymaga długich obliczeń (redystrybucja pikseli)
3.6.1 Formaty danych wektorowych Do najczęściej spotykanych formatów wektorowych należą: Format eksportowy ESRI - eOO - służący do transferu danych pomiędzy różnymi programami GIS, dane zapisane są w kodzie ASCII lub w postaci binarnej. ARC /INFO Coverage - zbiór plików binarnych wykorzystywanych przez ARC/INFO i inne pakiety ESRI. Format jest prawnie zastrzeżony i rzadko wykorzystywany przez inne programy.
50
3. 7 Dane opisowe
3 Modele danych geograficznych
SHP (Shapefile) - format opracowany przez ESRI do zapisu danych wektorowych w postaci nietopologicznej. Składa się z co najmniej trzech plików: pliku o rozszerzeniu SHP zawierającego współrzędne punktów, SHX - pliku indeksowego oraz DBF - pliku zawierającego informacje opisowe. DWG - AutoCAD Drawing Files - plik prawnie zastrzeżony przez firmę AutoCAD. Zapisuje dane wektorowe w postaci nietopologicznej. Bez straty informacji może być zmieniany na format DXF. Istnieje wiele wersji formatu DWG, co wobec braku standardu zapisu informacji opisowych może prowadzić do jej utraty przy transferze danych pomiędzy systemami. DXF - Autodesk's Data Interchange File Format - należy do najbardziej rozpowszechnionych formatów danych wektorowych, stanowiąc tym samym standard transferu danych w programach typu CAD. Format ten, zawierający poza współrzędnymi także sposób wyświetlania obiektów, może być odczytywany przez większość programów GIS. DGN - Microstation Design File - format jest dobrze udokumentowany i wykorzystywany przez wiele programów typu CAD do transferu danych. Podobnie jak format DXF zawiera informację o sposobie wyświetlania obiektów. TAB - Maplnfo MapFiles - format zapisu danych wektorowych w formacie Mapinfo. Struktura plików jest prawnie zastrzeżona i nie może być wykorzystywana poza programem Maplnfo. MIF /MID - Mapinfo 'Iransfer Files - format służący do transferu danych opracowany przez Maplnfo. Przenosi informację o położeniu, atrybutach i sposobie wyświetlania obiektu. GAF - Geomedia Access - format zapisu danych wektorowych przez program Geomedia firmy INTERGRAPH. DLG - Digital Line Graphic - format używany przez służbę geologiczną Stanów Zjednoczonych (US Geological Survey) do druku map. Zawiera informację o położeniu obiektów oraz symbole, zgodnie z którymi się je drukuje. SDTS - Spatial Data 'Iransfer System - format danych opracowany w USA pozwalający na transfer wszystkich typów danych geograficznych wraz ze wszystkimi atrybutami. Dane mogą być zapisywane w postaci znaków ASCII lub w postaci binarnej. TIGER-Topologicalły Integrated Geographic Encoding and Referencing Files - format danych opracowany i wykorzystywany przez Urząd Statystyczny USA. W postaci ASCII zapisane są linie reprezentujące ulice oraz informacje adresowe. SVG - Scalable Vector Graphic - to najnowszy format zapisu grafiki wektorowej opracowany przez Macromedia na potrzeby Internetu. Zapisane w nim obrazy wektorowe mają niewielki rozmiar, dają się skalować bez straty jakości, a zastosowana paleta barw wiernie przenosi się na wydruk.
51
3.6.2 Formaty danych rastrowych Formaty rastrowe wykorzystywane są najczęściej do przechowywania zeskanowanych materiałów analogowych, zdjęć lotniczych i obrazów satelitarnych. Obrazy satelitarne dostarczane przez dystrybutorów mogą być zapisane w postaci ESQ, BIL, BIP. Format ESQ (ang. band sequential) zapisuje każdy zakres spektralny w osobnym pliku i tak dla skanera TM (ang. Thematic Mapper) satelity Landsat powstaje osiem plików zapisujacych kolejno obrazy zarejestrowane w kanałach od 1 do 8. Format BIL (ang. band interleaved by line) zapisuje, w jednym pliku, kolejne wiersze zarejestrowane w poszczególnych zakresach spektrum. Natomiast sposób zapisu BIP (ang. band interleaved by pixel) polega na zapisie wartości kolejnych pikseli w poszczególnych kanałach. W celu obróbki obrazów satelitarnych w programach służących do przetwarzania obrazów należy zmienić ich format. I tak Erdas IMAGINE wykorzystuje format !MG pozwalający na zapis w jednym pliku wszystkich kanałów spektralnych. Format ten może być również wykorzystywany w programach IDRISI i ENVI. Programy firmy INTERGRAPH przetwarzają dane zapisane w formacie TIF, ERMapper w formacie ERS. Format zapisu danych rastrowych opracowany został także w ESRI ARC/INFO GRID Coverage. Podobnie jak format danych wektorowych składa się ze zbioru plików binarnych, prawnie zastrzeżonych i wykorzystywanych tylko w oprogramowaniu firmy ESRI. W programach graficznych do najczęściej używanych formatów rastrowych należą:
TIFF - Tagged Image File Format PCX - Paintbrush Exchange BMP - Windows Bitmaps JPEG - Joint Photographic Experts Group WMF - Windows Meta File
3.7 Dane opisowe Dane opisowe charakteryzują obiekty zapisane w postaci wektorowej lub rastrowej. Do ich przechowywania zwykle używa się relacyjnych baz danych. Struktura modelu opiera się na regularnych tabelach, które możemy łączyć poprzez kolumny zawierające wspólne dane (najczęściej unikalny identyfikator obiektu). Ponieważ większość pakietów typu GIS realizuje tylko relacje jeden do jednego, każdemu obiektowi bazy przyporządkowany jest tylko jeden rekord tabeli opisowej. Rekord ten może jednak zawierać dowolną liczbę pól różnego typu. Dane dotyczące różnego typu obiektów przechowywane są w oddzielnych tabelach. Ze względu na sposób przechowywania dane opisowe nazywane są
52
3 Modele danych geograficznych
3.8 Model kartograficzny
również danymi tabelarycznymi. Jednym z prostszych i zarazem najpowszechniej stosowanych formatów zapisu danych opisowych jest plik DBF. Atrybuty opisujące obiekty najczęściej przyjmują postać kodu. W wielu bazach i zbiorach danych kody mają charakter hierarchiczny. Tal{ zbudowane są m.in. identyfikatory jednostek podziału terytorialnego kraju w systemie TERYT, kod pokrycia terenu w bazie CORINE Land Cover, symbol jednostek w podziale fizycznogeograficznym Polski lub numery zlewni i rzek w podziale hydrograficznym kraju. Informacje charakteryzujące obiekt mogą mieć formę: - danych liczbowych (np. liczba mieszkańców, szerokość drogi, liczba kondygnacji w budynku, temperatura powietrza), - danych tekstowych (np. nazwa miasta, województwa, rzeki, typ lasu, kategoria pokrycia terenu), - danych typu data (np. data utworzenia, data aktualizacji), - danych multimedialnych takich jak zdjęcie, animacja lub dźwięk.
Większość systemów oferuje możliwość podłączenie do obiektów dowolnego typu danych opisowych. Atrybuty możemy dołączyć do obiektów trwale lub tymczasowo. Trwale dołączone są przede wszystkim tzw. atrybuty systemowe, do których m.in. należy unikalny identyfikator obiektu. Tymczasowo dołącza się z reguły pliki zewnętrzne, w których przechowuje się charakterystyki obiektów rzadko wykorzystywane w codziennych analizach. Rysunek 3.11. pokazuje podział administracyjny Polski na województwa. Województwa są reprezentowane w systemie przez wieloboki (obiekty geometryczne) i charakteryzowane przez dane opisowe. Dane geometryczne i opisowe łączone są poprzez unikalny identyfikator terytorialny województwa- TERYT. W tabeli zawierającej dane opisowe zapisano: identyfikator TERYT, nazwę, powierzchnię województwa w km 2 oraz liczbę ludności i gęstość zaludnienia. Ba.za danych opisowych nie musi być przeznaczona do wyłącznego użytku przez systemy GIS, ale może być współdzielona. przez wiele systemów i aplikacji. Dane opisowe są wprowadzane do bazy danych z klawiatury lub importowane z innych baz danych . Większość oprogramowania GIS pozwala na wyświetlanie na ekranie monitora dowolnie wybranych danych opisowych. Wyświetlana informacja nazywana jest etykietą (ang. label).
Nr kolejny obiektu 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
TERYl 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
nazwa dolnośląskie
kujawsko-pomorskie lubelskie lubuskie łódzkie
małopolskie
mazowieckie opolskie podkarpackie podlaskie pomorskie śląskie
świętokrzyskie warmińsko-mazurskie
wielkopolskie zachodniopomorskie
Rysunek 3.11. województwa
Połączenie
pow_km2 19948 17970 25114 13989 18219 15190 35566 9412 17844 20187 18293 12331 11708 24192 29826 22896
ludnosc 2888313 2068142 211172 1008786 2597094 3252949 5135109 1055667 2097248 1205337 2188918 4714982 1292334 1428552 3359932 1696073
53
TE RYT 32 22 28 20 14 4 30 8 12 10 6 16 24 26 16 18
gestosc_ zal 145 115 87 72 143 214 144 112 118 60 120 382 11 o 59 113 74
danych geometrycznych z opisowymi.
Podział
Polski na
3.8 Model kartograficzny W wielu systemach informacji geograficznej ukierunkowanych na sporzą dzanie map seryjnych zarówno topograficznych, jak i tematycznych wyodręb nia się dwa modele danych: model krajobrazowy i model kartograficzny. Model krajobrazowy pozwala na zapisanie położenia, topologii i charakterystyki obiektów w bazie danych, nie zapisuje natomiast sposobu prezentacji tych
obiektów na ekranie monitora lub wydruku. Potrzeba wyodrębnienia kartograficznego modelu danych podyktowana została przede wszystkim wzglę dami ekonomicznymi. Zapisanie grafiki w postaci odrębnego modelu danych znacznie upraszcza proces wznawiania druku po aktualizacji treści mapy. Sposób prezentacji treści opracowany zostaje w wyniku redakcji mapy poprzez
54
3 Modele danych geograficznych
przypisanie poszczególnym typom, kategoriom i stanom obiektów odpowiednich symboli graficznych. Zbiór symboli, zapisany w postaci cyfrowej, jest nazywany kartograficznym modelem danych. Jednej implementacji krajobrazowego modelu danych towarzyszyć może kilka kartograficznych modeli, które są ściśle związane z zakresem treści i skalą mapy (np. krajobrazowy model danych topograficznych, który umożliwia edycję map w skalach 1:10 OOO, 1:25 OOO i 1:50 OOO, posiada trzy modele danych kartograficznych). Wyraźne wyodrębnienie dwu modeli danych, krajobrazowego i kartograficznego, zastosowano w Bazie Danych Ogólnogeograficznych Polski (Baranowski 2003). Baza ta stanowi podstawowy zasób danych geograficznych odpowiadających szczegółowością mapom w skalach 1:250 OOO, 1:500 OOO i 1:1 OOO OOO. Dla każdej z wymienionych skal zostały utworzone dwa modele danych kartograficznych, jeden w formie wektorowej, drugi w rastrowej.
4 Jako ść
danych geograficznych
4.1 Wprowadzenie do zagadnienia geograficznych
jakości
danych
W odniesieniu do jakości danych zgromadzonych w systemach informacji geograficznej znane jest angielskie powiedzenie garbage in, garbage out (śmiecie na wejściu, śmiecie na wyjściu), co oznacza, że jeśli bazę danych zasilimy danymi o niskiej jakości, to informacja jaką z tej bazy otrzymamy, będzie mało wiarygodna. Innymi słowy, jakość danych przetworzonych czy też produktów końcowych (np. map) nie może być wyższa niż danych wejściowych do systemu. Jakość danych geograficznych jest pojęciem subiektywnym i powinna być rozpatrywana zawsze w kontekście ich wykorzystania. Normy 180 1 (ISO 2002a, 2002b, 2002c) definiują jakość jako kompleksowy zespół cech i charakterystyk zbiorów danych, które wpływają na możliwość zaspokojenia przez ten zbiór wymagań użytkowników. W przypadku danych geograficznych wymagania użytkowników są związane z wykorzystaniem ich w konkretnych aplikacjach i do konkretnych celów. Najczęściej jakość określana jest na podstawie zestawu cech charakteryzujących zbiór danych zapisanych w metadanych. Jakość danych nabiera szczególnego znaczenia, gdy informacje uzyskane na ich podstawie służą do podejmowania decyzji. Wiadomo, że decyzje podejmuje się często bazując na informacjach niepewnych, jednak każdorazowo decydent musi mieć tego pełną świadomość. W procesie podejmowania decyzji ocena dokładności i wiarygodności danych (informacji) ma kluczowe znaczenie. Dlatego też, aby wykorzystywać systemy (narzędzia) GIS w procesie decyzyjnym, niezbędna jest znajomość modeli rozprzestrzeniania się błędów i oceny wyników operacji przestrzennych. Jednym z powodów powszechnego braku oceny dokładności danych przestrzennych jest trudność sformułowania 1
International Organization for Standardization
56
4
Jakość
4 .2 Metadane
danych geograficznych
definicji „dokładności" dla atrybutów jakościowych oraz metod jej pomiaru. N a rysunku 4.1. przedstawiono pięć kolejnych etapów, które należy przeanalizować, aby ocenić rodzaj i wielkość błędów, jakimi obarczone mogą być dane geograficzne. Kluczowym zagadnieniem jest identyfikacja źródeł błędów . Większość błędów jest związana z przyjętym modelem świata rzeczywistego (semantycznym, logicznym i fizycznym), czyli z tym, jakie obiekty i ich atrybuty zostaną zgromadzone oraz w jaki sposób zostaną zapisane w bazie danych . Ich wielkość zależy od oceny dokładności położenia obiektów i określenia atrybutów, a także precyzji zapisu danych. W celu uzmysłowienia sobie, o jak dużych błędach mówimy, konieczne jest oszacowanie ich wielkości. Metody szacowania błędów różnią się w zależności od rodzaju błędów. Innymi metodami określa się błędy położenia, innymi atrybutów ilościowych, a jeszcze innymi jakościowych . Błędy, jakimi obarczone są dane źródłowe, przenoszą się na dane przetworzone. Analiza przenoszenia się błędów z danych źródłowych do danych wynikowych jest określana mianem rozprzestrzeniania się błędów. Różnego rodzaju błędami obarczone są wszystkie dane geograficzne. Umiejęt ność oceny stopnia ryzyka przy podejmowaniu decyzji na podstawie danych obarczonych błędami to strategia zarządzania błędami, natomiast metody eliminacji błędów z produktów końcowych noszą nazwę strategii redukcji błędów.
Identyfikacja
żródeł blędów
Szacowanie
wielkości błędów
Modelowanie rozprzestrzeniania się błędów
Strategia
zarządzania
błędami
Strategia redukcji
Rysunek 4.1. Etapy
błędów
zarządzania błędami
4.2 Metadane W celu ułatwienia użytkownikom zrozumienia zakresu informacyjnego oferowanych zasobów geograficznych, jak również ich wyszukiwania i oceny
57
pod względem indywidualnych zapotrzebowań, niezbędny jest jak najpełniej szy opis cech tych zasobów: założeń, struktury, jakości oraz ograniczeń. Opis ten jest zawarty w metadanych, czyli danych o danych. Metadane zawierają z reguły informacje o tym, kiedy dane zostały pozyskane, jakimi metodami, jakie jest ich przeznaczenie, pochodzenie i dotychczasowe wykorzystanie. Informacja o przeznaczeniu mówi użytkownikowi, w jakim celu zbiór został utworzony. Często zapisywana jest tam informacja o szczegółowości, wiarygodności i aktualności danych. Pochodzenie zawiera opis materiałów źródłowych i historii zbioru danych geograficznych. Charakteryzując pochodzenie danych należy uwzględnić datę utworzenia zbioru , sposób pozyskania danych, wykonane przetworzenia, instytucję odpowiedzialną za dane. Wykorzystanie informuje użytkownika o poprzednich zastosowaniach bazy danych. Często podaje się również informację o jednorodności zbioru danych, która mówi, czy miary jakości danych są jednolite dla całego zbioru. Obecnie nie ma ustalonych standardów dotyczących rozumienia pojęcia metadane. Pojęcie to jest używane i rozumiane co najmniej w trzech zakresach: - opisie zewnętrznym danych, odpowiadającym na pytania: co, gdzie, kiedy, jak itp. opisie wewnętrznym typowym, dodatkowo informującym o formacie, strukturze i właściwościach danych, - opisie wewnętrznym rozszerzonym, szczególnie przydatnym dla danych przestrzennych, gdzie oprócz opisu danych geometrycznych i powiązanych identyfikatorami danych nieprzestrzennych, jest również przechowywany sformalizowany opis semantyczny. Aby ułatwić operowanie metadanymi, są one organizowane jako wyodręb nione bazy danych, ale powiązane ściśle z właściwą zawartością bazy danych. W ostatnich latach pojawiają się wyspecjalizowane programy narzędziowe do obsługi metadanych. Według ESRI (ESRI 1995) obsługa metadanych obejmuje: 1. inwentaryzację istniejących zbiorów danych, 2. definiowanie (nadawanie) nazw i pozycji danych w celu ułatwienia zrozumienia oraz ustanowienia wspólnej płaszczyzny do wymiany i współdzie lenia danych, 3. tworzenie słowników nazw i definicji, 4. indeksowanie zasobów danych, 5. rejestrowanie kolejnych kroków wykonywanych na danych, 6. dokumentowanie modeli oraz struktur danych, 7. zapisanie logicznego i fizycznego schematu danych, 8. dokumentowanie związków pomiędzy zapisami danych w różnych zbiorach, 9. zapisywanie historii działań wykonywanych na danych (metody pozyskiwania, konwersje, edytowanie, analizy),
58
4
Jakość
4.3 Źródła błędów danych geograficznych
danych geograficznych
10. dokumentowanie przykładowych danych, 11. dokumentowanie schematów aplikacji wraz z makrojęzykiem, 12. aktualizację metadanych w ściśle określonych okresach. Metadane zasobów, choćby najwierniej oddające charakterystykę produktu, nie są podstawą obiektywnej oceny czy też porównania tak długo, jak długo zasoby ich opisu nie stanowią ogólnie przyjętego światowego standardu (Kmiecik 2004). Unormowaniu tych kwestii dedykowane są dwa dokumenty ISO: - norma ISO 19115: 2003 Geographic information - Metadata, która definiuje schemat opisu informacji geograficznej oraz serwisów geograficznych, - dokument N 1309 przedstawiający nową propozycję prac w zakresie metadanych, obejmującą budowę specyfikacji implementacyjnych dla modelu abstrakcyjnego ISO 19115. Propozycja ta została zaakceptowana przez ISO / TC 211 w październiku 2002 roku i zarejestrowana jako aktywny przedmiot prac ISO/ AWI 19139. Geographic information - Metadata - Implementation Specifications. Z dokumentów normatywnych dotyczących metadanych wymienić należy The Dublin Core Metadata Standard . Standard ten, mimo że zawiera zalecenia o charakterze ogólnym mające zastosowanie do różnych zbiorów danych, nie tylko geograficznych, znajduje zastosowanie również w przypadku danych geograficznych. Wymienione są w min podstawowe elementy charakteryzujące dane. Należą do nich: tytuł, autor lub twórca, temat lub słowa kluczowe, opis, wydawca, inni współtwórcy, data, typ dzieła, format, identyfikator, źródło, język, powiązania, zakres, prawa autorskie. także
4.3 Źródła błędów danych geograficznych 4.3.1 Istota danych geograficznych Dane geograficzne są obarczone błędami pochodzącymi z różnych źródeł. Sama konceptualizacja bazy danych narzuca pewne ograniczenia w dokład ności i szczegółowości definiowania obiektów zgromadzonych w bazie. Obiekty geograficzne poza obiektami antropogenicznymi (budynki, drogi, działki) mają zwykle granice nieostre i zmieniające się w czasie. Linia brzegowa jeziora zmienia się w zależności od stanu wody. Są to zmiany sezonowe, nie odzwierciedlające żadnej tendencji, lecz pokazujące chwilowy poziom wody. W bazie danych możemy więc zarejestrować stan średni lub chwilowy. Granice zbiorowisk roślinnych czy też granice typów gleb sporadycznie są granicami osti-ymi (wyjątek: gwałtowne urwisko lub granica ze zbiornikiem wodnym) . Najczęściej przejście od jednej klasy do drugiej odbywa się stopniowo. Jednoznaczne zdefiniowanie przebiegu takiej granicy nie jest możliwe.
4.3.2
59
Materiały źródłowe
Na dane geograficzne przenoszone są również błędy, jakim obarczone są na podstawie których je pozyskiwano. W trakcie digitalizacji map musimy się liczyć z błędami związanymi ze skalą mapy, redakcją i generalizacją treści mapy oraz przyjętym odwzorowaniem , a także deformacjami materiału, na którym sporządzono mapę. W przypadku map arkuszowych dodatkowo dochodzą błędy związane z niezgodnością przebiegu elementów treści na granicy arkuszy. Na mapach topograficznych mogą wystąpić błędy w opisie poziomic i punktów wysokościowych . Dla map urzędowych, topograficznych i tematycznych maksymalne błędy położenia i wysokości zawarte są w instrukcji technicznej 0-2 (1987) . Korzystając z map nie mamy z reguły kłopotów z poprawną identyfikacją obiektów, ponieważ mapa przedstawia już zinterpretowany model terenu. W przypadku pozyskiwania danych geograficznych z materiałów teledetekcyjnych (zdjęć lotniczych i obrazów satelitarnych) większość błędów wynika z niepoprawnej interpretacji obiektów, a następnie z niedokładnego wprowadzenia ich granic. Dokładność położenia obiektów na zdjęciu lotniczym zależy od skali zdjęcia, zniekształceń odwzorowanych obiektów terenowych w związku z rzutem środkowym i deniwelacjami terenu oraz z rozdzielczością materiału fotograficznego. Dane pozyskiwane z obrazów satelitarnych mogą być błędnie rozpoznane i sklasyfikowane lub charakteryzować się niedokład nym położeniem związanym, bądź z rozdzie lczością przestrzenną obrazu bądź strefowym charakterem granicy. O jakości danych w dużym stopniu decyduje aktualność materiałów źródłowych. Pozyskując dane z nieaktualnych map lub zdjęć możemy wprowadzić do bazy obiekty już nieistniejące (np. wyburzone domy) lub nieaktualne (np. granice podziału administracyjnego), przypisać im nieaktualne atrybuty (np. numery dróg) lub nie wprowadzić wielu istotnych elementów takich jak nowe drogi, osiedla mieszkaniowe, tereny handlowe lub wiele innych . materiały,
4.3.3 Metody pozyskiwania Błędami
obarczamy dane także w momencie ich wprowadzania do systemu. dane opisowe możemy pominąć jakieś wartości lub wprowadzić wartości błędne . W przypadku danych geometrycznych możemy popełnić znacznie więcej błędów. Należą do nich: pominiecie obiektów, podwójna digitalizacja tych samych obiektów lub ich części, niedomknięcie wieloboków, brak połączeń pomiędzy fragmentami tej samej linii, brak punktów węzłowych w przecięciu linii, brak lub nadmiar etykiet przypisanych do wieloboku, zbyt mała dokładność digitalizacji powodująca niedokładne wprowadzenie granic lub zbyt duża dokładność digitalizacji zwiększająca niepotrzebnie zbiór Wprowadzając
4
60
Jakość
4.3 Źródła błędów danych geograficznych
danych geograficznych
danych poprzez wprowadzenie znacznie większej liczby punktów. Błędy powprzy wprowadzaniu danych geometrycznych zilustrowane są na rysunku 4.2 . stałe
+
niedociągnięta
+
przesuwanie położenia punktów, tak aby spełnione były warunki topologiczne (patrz rozdział 6) . Zmiana odwzorowania, zmiana modelu danych z wektorowego na rastrowy lub odwrotnie, powiększanie lub zmniejszanie obrazu metodą rozcią gania obarcza dane dodatkowymi błędami. Błędy mogą powstawać także na etapie transferu danych według sztywnych struktur, formatów i kodów , czyli w wyniku eksportu i importu danych.
linia
niedomknięty
wielobok
brak elementu brak etykiety zbędny fragment linii ( linia wisząca)
-+<'/
+
„----·- ---------·-·-·-·-·---·-· ----
Błędy powstałe
zbędna
błędów
węzłowego
podwójna digitalizacja
Rysunek 4.2.
następuje
4.3.5 Rodzaje brak punktu
61
etykieta
przy wprowadzaniu danych geometrycznych
4.3.4 Przetwarzanie danych Błędy związane z przetwarzaniem danych są najtrudniejsze do zidentyfikowania i wyeliminowania. Wymagają wiedzy dotyczącej sposobu przetwarzania danych przez program komputerowy (m.in. stosowanych wzorów i algorytmów) nie zawsze udostępnianej przez producentów oprogramowania. Burrough (1990) podaje przykłady obliczenia powierzchni przez różne programy komputerowe, gdzie obliczone wartości różnią się nawet o 12003. Do najczęś ciej spotykanych błędów związanych z przetwarzaniem danych należą błędy powstałe w wyniku wykonywania skomplikowanych obliczeń matematycznych, budowy topologii, wykonywania analiz przestrzennych oraz modelowania powierzchni 3D. Błędy związane z obliczeniami matematycznymi spowodowane są zaokrą gleniami związanymi z możliwościami obliczeniowymi procesora oraz z zastosowanymi typami danych i algorytmami obliczeniowymi. Budowa topologii w większości programów wymaga podania, w jakiej odległości od siebie mogą być zarejestrowane współrzędne sąsiadujących punktów (fuzzy tolerance) oraz jakiej długości linie wiszące należy usunąć w trakcie budowy topologii (dangle length). Zgodnie z zadeklarowanymi wartościami podanych parametrów
Błędy, jakimi obarczone są dane geograficzne, mogą mieć charakter błędów grubych, systematycznych lub przypadkowych. Błędy grube, zwane potocznie omyłkami powstają na skutek nieuwagi operatora. Należeć do nich będą m.in. błędy wynikające z wielokrotnego wprowadzenia tych samych obiektów lub błędnego zdefiniowania jednostek. Błędami systematycznymi rządzą dające się określić zasady. Najczęściej związane są one z instrumentami pomiarowymi lub metodami pomiaru. Błędy te w większym stopniu obarczają dane, niemniej jednak łatwiej oszacować ich wielkość i wyeliminować ich wpływ. W odniesieniu do danych geograficznych błędami systematycznymi może być obarczona powierzchnia lub długość obiektów, jeśli nie uwzględnimy zniekształceń tych wielkości wynikających z przyjętego odwzorowania. Błędnie moż emy zarejestrować współrzędne punktów, j eśli odbiornik GPS nie zostanie poprawnie skalibrowany. Błędy przypadkowe mają charakter losowy i w przeciwieństwie do błędów grubych czy też systematycznych są niemożliwe do wyznaczenia i wyeliminowania. Zarówno ich wartość liczbowa, jak i znak mają charakter losowy. Błędy te najczęściej związane są z czynnościami wykonywanymi przez człowieka.
Błędy przypadkowe można uznać za zmienne losowe, do których stosują się zasady rachunku prawdopodobieństwa i teorii błędów. Prawdopodobieństwo wystąpienia błędów przypadkowych ilustruje krzywa Gaussa (rys. 4.3.) określona wzorem (4.1). Na osi poziomej zaznacza się wielkości błędu przypadkowego, zaś na osi pionowej prawdopodobieństwo poj awienia się błędu y.
h
y=..foe
-h2e2
,
(4.1)
gdzie: h - miara dokładności h= m~' n=3, 14159, e=2, 718 (podstawa logarytmów naturalnych), m - błąd średni. Analizując krzywą Gaussa widzimy, że najbardziej prawdopodobne jest popełnienie błędu przypadkowego c=O, a prawdopodobi eństwo popełnienia błędu większego jest mniejsze niż błędu mniejszego. Prawdopodobieństwo popełnienia błędu o tej samej wartości, lecz różnych znakach, jest jednakowe,
4
62
Jakość
danych geograficznych
4.5 Ocena jakości danych geograficznych
procedur oceny jakości geodanych, metod oceny jakości geodanych, miar jakości, zapisu jakości zbiorów geodanych. Jakość danych geograficznych powinna być zapisana bezpośrednio w metadanych oraz w raporcie zewnętrznym zdefiniowanym w normie ISO 19114. (3) (4) (5) (6)
y 0,6h
O, 68
0,50 rałego pola
całego
pomiędzy
pola zawartego krzywq a osiq
odciętych
r
m
63
.
stosuje zapis procedury oceny Jakosc1
+g
ISO 19113
....
ISO 19114
~
Rysunek 4.3. Krzywa
błędów
Gaussa
.... wykorzystuje model jakości
Al
powołuje się
a wielkość błędów nigdy nie przekracza pewnej wartości granicznej. Przy więk szej liczbie obserwacji (danych) suma błędów przypadkowych I:€ dąży do zera.
jakości powołuje się
na miary jakosci danych
na m1 ary danych
A~imple mentuje opisany proce s oceny jakości
„
....
~
IS019138 wykorzystuje model jakości
4.4 Normy międzynarodowej organizacji normatywnej ISO w zakresie jakości Jakość danych geograficznych jest zagadnieniem na tyle ważnym, że zajęły nim międzynarodowe organizacje normalizacyjne. Wśród norm ISO aż trzy dokumenty podejmują temat jakości danych geograficznych. Należą do nich norma ISO 19113 Geographic information - Quality principles (ISO 2002a), norma ISO 19114 Geographic information - Quality evaluation procedures (ISO 2002b) oraz opracowywany dokument ISO/ AWI 19138 Geographic information - Data quality measures (ISO 2002c). Pierwsza z wymienionych norm ustanawia model oraz zasady zapisu jakości danych geograficznych, w drugiej został zdefiniowany proces identyfikacji i oceny potrzeb informacyjnych w zakresie jakości oraz procedury oceny jakości danych geograficznych. Natomiast dokument ISO/ AWI 19138 ma zaowocować Specyfikacją Techniczną uzupeł niającą zakres normy ISO 19114. Wszystkie trzy dokumenty tworzą spójny zbiór wytycznych przeznaczonych do opisu oceny jakości danych geograficznych oraz procesu oceny jakości. Powiązania między dokumentami normatywnymi w zakresie jakości zostały pokazane na rysunku 4.4. Analizując rozwiązania normatywne ISO w zakresie jakości, Kmiecik (2004) stwierdziła, że normy ISO regulują problematykę jakości danych geograficznych w sześciu aspektach: (1) organizacji opisu jakości, (2) procesu ustalania i oceny modelu jakości dla danych geograficznych,
Rysunek 4.4. Powiązania między dokumentami ISO geograficznych (Kmiecik 2004)
dotyczącymi jakości
danych
się
Jak widać na rysunku 4.5, ocena jakości danych geograficznych rozpoczyna od identyfikacji potrzeb informacyjnych użytkowników , czyli określenia elementów i podelementów niezbędnych do oceny jakości danych i zakresu ich zastosowań . Następnie dla każdego podelementu należy ustalić miary jakości w taki sposób, aby najlepiej oszacować ilościowo jakość danych geograficznych. W kolejnym kroku wybieramy meto dę oceny jakości . Ustalenie wyników jakości następuj e na podstawie zbiorczego zestawienia wartości miar jakości. Procedurę oceny jakości danych geograficznych kończy określenie stopnia zgodności wyników z zakładanym poziomem jakości. się
4.5 Ocena
jakości
danych geograficznych
danych geograficznych niezbędna jest znajomość: komlogicznej, dokładności położenia dokładności czasu dokładności tematycznej. Kompletność oznacza stosunek danych zgromadzonych w systemie do danych, które powinny być zgromadzone i dotyczy zarówno obszaru, jak i szczegółowości bazy danych. Brak obiektów lub Do oceny
pletności,
jakości
spójności
)
)
(jtJ.
4
Jakość
4.5 Ocena jakości danych geograficznych
danych geograficznych specyfikacja zbioru lub wymagania
zbiory danych
użytkowników
4.5.1
65
Dokładność położenia
Pod terminem dokładność położenia rozumie się dokładność określania punktów lub lokalizacji piksela w przypadku danych rastrowych. Dokładność oznacza bliskość wartości odniesienia, niekiedy przyjmowanej za prawdziwą. Dokładność położenia określa się poprzez podanie wielkości błędu, czyli różnicy pomiędzy daną wartością a odpowiadającą jej wartością odniesienia. Najczęściej jako miarę dokładności przejmujemy błąd średni kwadratyczny. Dla prawdziwej wartości odniesienia błąd ten wyraża się wzorem (4.2) : współrzędnych
etap 1 identyfikacja potrzeb informacyjnych elementy, podelementy, zakresy
etap2 identyfikacja miar jakości danych
n
L
zakładany
etap 3
jakości
poziom danych
wybór i zastosowanie metody oceny jakości
eta 4 ustalenie wyniku oceny jakości danych
ó= ± gdzie: ó -
błąd
(x - ai) 2
i=l
(4.2)
n
rzeczywisty (prawdziwy)
x - wartość obserwowana
rzeczywista n - liczba obserwacji Najczęściej wartość rzeczywista jest nieznana i wówczas posługujemy się błędem średnim, który definiowany jest jako różnica pomiędzy wartością zmierzoną a wartością oczekiwaną i dla n obserwacji wyraża się wzorem (4.3) : ai - wartość
etap 5
.............. „
określenie zgodności
'------~---~
raport wyniku oceny jakości (elementy jakości o charakterze ilościowym
Rysunek 4.5. Pięcioetapowy proces oceny wany w normie ISO 19114 (ISO 2002b)
raport wyniku porównania jakości zakładanej
,.....__.,,
z jakością uzyskaną
jakości
danych geograficznych zdefinio-
m=± gdzie m -
(4.3)
n-l
błąd średni
x - wartość obserwowana ai - wartość
ich atrybutów określa się jako pom1męc1e. Nadmiar danych spowodowany np. podwójną digitalizacją nazywany bywa przeładowaniem. Kompletność wyrażana jest najczęściej w procentach. Spójność logiczna dotyczy wzajemnej zgodności między danymi zgromadzonymi w bazie a wartościami zdefiniowanymi w modelu danych. Spójność może odnosić się do semantyki (zasad zdefiniowanych w schemacie pojęciowym), dziedziny (przynależności wartości do uprzednio zdefiniowanej dziedziny), topologii (zgodności z zasadami topologicznymi) i formatu. Dokładność położenia może być określana w sposób bezwzględny poprzez podanie błędu położenia, w sposób względny lub też w stosunku do siatki. Dokładność czasu odnosi się do dokładności pomiaru czasu, aktualności oraz spójności danych dotyczących czasu (np. zachowanie sekwencji zdarzeń). Dokładność tematyczna dotyczy atrybutów danych iloś ciowych, jakościowych i poprawności klasyfikacji.
oczekiwana n - liczba obserwacji Jeśli mamy do czynienia z wartościami niejednakowo dokładnymi, to przy obliczaniu błędu musimy uwzględnić wagi p charakteryzujące dokładności poszczególnych wartości. Wzór na błąd średni przyjmuje wówczas postać (4.4): n
L m=
P; (x -
a.;)2
i=l
pi(n -1)
(4.4)
Prawdopodobieństwo pojawienia się błędu średniego w przedziale [-m, +m] jest równe polu zawartemu pod krzywą Gaussa (rys. 4.3) o odciętych -mi +mi wynosi 0.683, w przedziale [-2m, +2m] wynosi 0.956 i w przedziale [-3m, +3m] wynosi 0.997. Trzykrotny błąd średni nazywany jest błędem granicznym. W zagadnieniach pomiarowych często używamy błędu względnego. Błąd względny jest to ułamek, w którego liczniku znajduje się absolutna wartość
66
4
Jakość
błędu popełnionego przy pomiarze, a w mianowniku wartość wielkości mierzonej. Dla wygody wartość licznika ułamka sprowadzamy do jedności. Np. jeśli pomierzono odcinek o długości 150 m i popełniono przy tym pomiarze błąd 5 cm, to błąd względny tego pomiaru wynosi:
5cm 150m Do i
stotę
5cm 1 15000cm = 3000
najważniejszych szybkość
4.5 Ocena jakości danych geograficznych
danych geograficznych
zalet błędu względnego Leśniak (1979) zalicza: prowyznaczania oraz możność porównania dokładności różnych
wartości.
Dokładność położenia obiektów zapisana w bazie danych systemu informacji geograficznej jest ściśle uzależniona od dokładności materiałów źródłowych. Dane pozyskiwane w wyniku digitalizacji map charakteryzują się zwykle niższą dokładnością niż sama mapa, ponieważ w wyniku digitalizacji wprowadzamy dodatkowe błędy. W przypadku map topograficznych średni błąd położenia szczegółów sytuacyjnych nie powinien przekraczać 0,6 mm w skali mapy. Dokładność położenia obiektu na mapie zarówno w postaci analogowej, jak i numerycznej związana jest ze skalą mapy (0,6 mm w skali mapy w przypadku mapy w skali 1:1000 to 0,6 m w terenie; 1:10 OOO - 6 m; a 1:100 000 - 60 m). Dla opracowań wielkoskalowych wymagania dokładnoś ciowe dotyczące położenia obiektów są wyższe niż dla średnio i małoskalowych . Należy pamiętać, że powiększenie obrazu bazy na ekranie monitora nie zwięk sza dokładności wyświetlanych danych.
się
przez porównanie wyników klasyfikacji z danymi pochodzącymi z innych jako dane referencyjne. Wobec braku danych referencyjnych dopuszcza się powtórną interpretację tego samego obszaru. Wyniki klasyfikacji porównuje się z danymi referencyjnymi i rezultat przedstawia w macierzy przejść. W kolumnach macierzy (tab. 4.1) zapisujemy wyniki (np. powierzchnie, liczby obiektów) otrzymane na podstawie zbioru referencyjnego, a w wierszach wartości otrzymane w procesie klasyfikacji. N a głównej przekątnej znajdują się tylko wartości reprezentujące pokrywające się (zgodne) wydzielenia. Jeśli zbiór danych byłby bezbłędny, to w tabeli przejść pojawiłyby się tylko wartości na głównej przekątnej. Wszystkie pozostałe wielkości świadczą o błę dach, opuszczeniu lub wprowadzeniu nadmiernej liczby obiektów. źródeł przyjętych
Tabela 4.1. Macierz
Dokładność
tematyczna
Dokładność tematyczna danych geograficznych określana jest przez liczbę atrybutów i dokładność określenia ich wartości. W zależności od tego, czy dane mają charakter ilościowy czy jakościowy, inaczej będziemy określać ich dokładność. Znacznie łatwiej określić dokładność danych ilościowych o wartościach wyrażanych w skali interwałowej lub bezwzględnej, np. szerokość drogi podawana jest z dokładnością 1 m , temperatura powietrza z dokład nością 1°C. W przypadku danych jakościowych ocena dokładności jest trudna i złożona, albowiem składa się na nią wiele elementów. Baza danych geograficznych stanowi model wycinka rzeczywistości. Model ten opisuje wybrane zagadnienia z pewnym przybliżeniem . Dokładność tego opisu zależy od wielu czynników takich jak: przyjęty stopień szczegółowości danych, klasyfikacja obiektów, dopuszczalna w projekcie swoboda interpretacji danych w aspekcie przestrzennym i tematycznym, błędy operatorskie popełnione przy identyfikacji i wprowadzaniu obiektów itp. Czynniki wpływające na zmniejszenie dokładności danych nie mogą być całkowicie wyeliminowane, a jedynie ograniczone do określonego poziomu przez stosowanie ustalonych procedur kontrolnych stosowanych w trakcie tworzenia bazy. Najczęściej dokładność danych jakościowych, będących wynikiem interpretacji (klasyfikacji) ocenia
przejść
Dane referencyjne Zabudowa
Grunty rolne
Dokładność
Lasy
Woda
Suma
3
o
78
87.23
10
149
75 .23
101
88.13
użytkownika
Dane interpretowane Zabudowa Grunty rolne Lasy
3
Woda
o
2
Suma
83
130
81.93
86.23
Dokładność
4.5.2
67
producenta
88.93 112
Dokładność całkowita
Poprawność klasyfikacji zbioru geodanych określa się poprzez obliczenie procentowego udziału sumy obiektów (lub ich powierzchni) zapisanych w zbiorze do całkowitej liczby obiektów. Macierz przejść pozwala także na określenie tzw. dokładności producenta i użytkownika dla poszczególnych klas. Dokładność producenta, obliczana jako stosunek obiektów prawidłowo przypisanych do danej klasy do wszystkich obiektów występujących w tej klasie, mówi nam o tym, jak dokładnie świat rzeczywisty został zapisany w systemie GIS i jakie jest prawdopodobieństwo faktu, że obiekt rzeczywisty nie został zarejestrowany w bazie danych. Dokładność użytkownika obliczamy poprzez podzielenie liczby obiektów prawidłowo przypisanych do danej klasy do wszystkich obiektów przypisanych do tej klasy. Wielkość ta wyraża wiarygodność bazy informując jednocześnie o tym, ile obiektów o innej charakterystyce zostało błędnie przypisanych do danej klasy. Często do oceny poprawności klasyfikacji stosuje się współczynnik zgodności kappa (Cohena). Współczynnik ten jest miarą zgodności pomiędzy
Ci
Jakość
4
4.5 Ocena jakości danych geograficznych
danych geograficznych
atrybutami dwóch różnych zbiorów danych i wyraża względne odchylenie zazmian. Jest on szeroko wykorzystywany do oceny dokładności klasyfikacji treści obrazów satelitarnych. Dokładność klasyfikacji określa się poprzez porównanie zgodności wyniku klasyfikacji obrazu ze zbiorem referencyjnym, traktowanym jako wolny od błędów. Zbiór referencyjny mogą stanowić mapy, pomiary terenowe lub inne niezależnie przeprowadzone klasyfikacje. W celu obliczenia wartości współczynnika kappa (K:) należy przedstawić wyniki klasyfikacji i danych referencyjnych w postaci macierzy przejść, obliczyć zgodność obserwowaną (p 0 ) i zgodność oczekiwaną (Pe)· Współczynnik zgodności kappa oblicza się ze wzoru (4.5): Po - Pe K,=--(4.5) l-po
4.5.3
69
Szczegółowość
istniałych
gdzie Po oznacza
zgodność obserwowaną,
a Pe -
zgodność oczekiwaną.
(4.6) r
L
X+i *Xi+
i=l Pe= _ _N_2_ _
(4.7)
N - liczba obserwacji r - liczba wierszy i kolumn w macierzy przejść, Xii - wartość
zapisana w kolumnie i oraz wierszu i, w wierszu i Xi+ wartości w kolumnie ·i Dla wartości zapisanych w tabeli 4.1 zgodność obserwowana wynosi p 0 = 0.83 1, zgodność oczekiwana Pe = 0.27, a wartość współczynnika kappa K: = 0.768. Z dokładnością często mylona jest precyzja. Precyzja dotyczy zapisu danych, czyli liczby znaków zapisanych w komputerze. Należy pamiętać, że nawet dane niedokładne mogą być zapisane z dużą precyzją. Jeśli odbiornik GPS pozwala na zmierzenie współrzędnych punktów z dokładnością 10 m, to zapisanie tych współrzędnych w komputerze z precyzją 1 mm nie zwiększy dokładności danych. W takim przypadku o dokładności świadczą tylko cyfry znaczące, czyli w powyższym przypadku są to cyfry dziesiątek. Często wśród użytkowników GIS spotyka się opinię, że dane zapisane w postaci numerycznej są dokładniejsze niż dane zapisane w formie analogowej (np. na mapie papierowej). Wynika to z większej precyzji zapisu danych związanej z cyfrowym przetwarzaniem, przez wielu mylonych z dokładnością. Dokładność danych przechowywanych w bazach danych geograficznych zależy przede wszystkim od dokładności danych wejściowych oraz od wykonanych x+i -
suma suma
przetworzeń.
wartości
Szczegółowość określa, jaki najmniejszy lub najniższy w hierarchii obiekt jest zapisany w bazie, np. szczegółowość bazy o drogach określa droga najniższej kategorii, może to być droga gminna, lokalna, a w przypadku baz bardzo szczegółowych nawet ścieżka. W odniesieniu do danych zapisanych w postaci rastrowej zamiast terminu szczegółowość używamy określania rozdzielczość przestrzenna. Rozdzielczość przestrzenna wyrażana wielkością piksela (komórki rastra) określa najmniejszy rozróżnialny obiekt w bazie. Jeśli rozdzielczość obrazu rastrowego wynosi 10 m, to wszystkie obiekty terenowe o rozmiarach mniejszych niż 10 m nie zostaną zapisane w bazie. Szczegółowość z reguły związana jest z dokładnością. Bazy o dużej dokład ności najczęściej są bardzo szczegółowe, co oznacza, że przechowywane jest w nich dużo małych obiektów o dokładnie określonych granicach. Wraz ze zmniejszaniem się dokładności spada zazwyczaj szczegółowość bazy danych, liczba obiektów zostaje zmniejszona, a ich granice prowadzone są z mniejszą dokładnością. Proces zmniejszania szczegółowości bazy nosi nazwę generalizacj i.
4.5.4
Aktualność
Bardzo istotną informacją z punktu widzenia jakości danych geograficznych jest aktualność danych, czyli ich zgodność ze stanem faktycznym. Zmiany zawartości bazy danych geograficznych są ściśle związane z ciągłymi zmianami zachodzącymi w terenie, a wynikającymi najczęściej z budowy nowych dróg, osiedli, zakładów przemysłowych lub ich likwidacji, regulacji wód, zmian charakteru użytków rolnych itd. Nowe obiekty w terenie zmieniają zasadniczo zawartość bazy danych geograficznych i im szybciej zachodzą zmiany, tym szybciej „starzeją" się bazy danych. Innymi czynnikami wpływającymi na dezaktualizację geodanych są zmiany nazewnictwa lub granic administracyjnych. Zakres treści bazy jest związany z jej szczegółowością i dokładnością, a więc i szybkość „starzenia" się bazy ma związek z jej szczegółowością i dokładnością. Starzenie się bazy danych geograficznych następuje tym szybciej, im większa jest jej szczegółowość i dokładność. Według Dzikiewicza (1971) największym zmianom ulegają tereny zabudowane, drogi i użytkowanie gruntów. Osiedla i obiekty przemysłowe są rozbudowywane. Przy przejmowaniu gruntów pod użytkowani e przemysłowe lub w przypadku powstawania nowych zbiorników wodnych ulegają likwidacji miejscowości . Drogi są ulepszane, zatem zmieniają swoją kategorię, budowane są nowe drogi, niektóre szlaki komunikacyjne jak stare linie kolejowe ulegają likwidacji. Zmianom ulega również rodzaj użytkowania gruntów: wycinane są lasy, a tereny przeznaczone są do wykorzystania rolniczego lub pod budowę osiedli i dróg, w. innych miejscach następują dolesienia; w lesie ulega często zmianie podział gospodarczy i gatunek drzewostanu; łąki zmieniają swój zasięg, często są osuszane i zamieniane na pola
70
4
Jakość
danych geograficznych
uprawne. Koryta większych rzek zmieniają przy regulacji swój bieg, na terenach podmokłych powstaje sieć rowów melioracyjnych. Formy terenu zasadniczo nie ulegają zmianom, zachodzą jednak rzadkie przypadki zmian, np . przy eksploatacji złóż mineralnych (kopalnie odkrywkowe), gdy powstają wysokie hałdy lub głębokie wykopy oraz przy rozległych budowach dróg i kolei, gdy teren ulega wyrównaniu. Aktualizacja oznacza zespół czynności mających na celu doprowadzenie bazy danych geograficznych do zgodności ze stanem w terenie. Aktualizacja polega na wprowadzeniu do bazy nowych obiektów i/lub ich atrybutów lub usunięciu z bazy obiektów już nie istniejących w świecie rzeczywistym. Obiekty nieaktualne powinny być zapisywane automatycznie w „historii" bazy danych. Aktualizację bazy danych geograficznych wykonuje się na podstawie danych zawartych w urzędowych bazach krajowego systemu informacji o terenie, materiałów kartograficznych (mapa topograficzna w skali 1:10 OOO), materiałów fotogrametrycznych (zdjęcia lotnicze, zdjęcia satelitarne), danych geodezyjnych (np. mapy zasadniczej, ewidencji gruntów i budynków, ewidencji sieci uzbrojenia terenu), danych statystycznych i innych materiałów opisowych oraz wyników uzyskanych z wywiadów terenowych i pomiarów uzupełniają cych. Do aktualizacji mogą być wykorzystane pomiary terenowe oraz takie materiały pomocnicze jak mapy tematyczne, dane statystyczne, plany miast, informatory turystyczne i inne. Aktualizacja może być przeprowadzana na bieżąco lub okresowo. Aktualizacja bieżąca polega na wprowadzaniu zmian tuż po ich powstaniu, natomiast aktualizacja okresowa - na wprowadzeniu zmian i uzupełni eń do bazy danych w ustalonych odstępach czasu. W wielu systemach dane aktualizowane są na bieżąco (np. ewidencja gruntów i budynków lub ·ewidencja sieci uzbrojenia technicznego terenu) lub raz w roku (np. rejestr TERYT, Państwowy Rejestr Granic), chociaż spotyka się również systemy, w których aktualizacja odbywa się w cyklu pięcio- lub dziesięcioletnim (np. Baza Danych Ogólnogeograficznych, baza CORINE Land Cover). Rodzaj aktualizacji bazy danych geograficznych oraz jej częstotliwość w przypadku aktualizacji okresowej uzależnia się od szczegółowości danych oraz tempa zmian zachodzących w terenie i potrzeb gospodarczych danego regionu. Według instrukcji GUGiK (2001) dla terenów o wysokim stopniu zainwestowania (aglomeracje miejskie, tereny przemysłowe itp.) przewiduje się pięcioletni okres aktualizacji, a dla terenów rolnych i leśnych dziesięcioletni . Okresy te w zależności od występujących potrzeb mogą ulec przedłużeniu lub skróceniu. 4.5.5
Wiarygodność
Wiarygodność
faktycznym a
danych geograficznych oznacza zgodność pomiędzy stanem ten stan w systemie, innymi słowy jest to
daną reprezentującą
4.6 Rozprzestrzenianie
się błędów
71
stopień zaufania do informacji, jaką możemy uzyskać z systemu. Wiarygodność odnosi się do produktu końcowego i wyrażana jest· najczęściej w procentach. Za najbardziej wiarygodne dane geograficzne uważa się dane otrzymane w wyniku pomiarów terenowych oraz dane pochodzące z urzędowych rejestrów, ewidencji i baz danych, następnie dane otrzymane z map. Informacja pozyskiwana z map została wcześniej przetworzona i zredagowana. Z jednej strony obarczona jest pewnymi ograniczeniami, z drugiej zaś przystosowana do łatwej percepcji. Najbardziej zmienna jest wiarygodność danych interpretowanych, pozyskiwanych między innymi ze zdjęć lotniczych lub obrazów satelitarnych. W tym przypadku stopień wiarygodności zależy od zakresu t ematycznego bazy, materiałów źródłowych oraz przyjętej technologii pozyskiwania danych. Oczywiście im mniejsza szczegółowość i dokładność pozyskiwanych danych, tym większa ich wiarygodność. Załóżmy, że tworzymy bazę danych o pokryciu terenu w Polsce. Materiał źródłowy stanowią wielospektralne obrazy satelitarne o rozdzielczości przestrzennej 30 m. W bazie znajdują się obiekty o minimalnej powierzchni 25 ha zaklasyfikowane do jednej z czterech kategorii: tereny zabudowane, tereny rolnicze, lasy, wody. Poprawność takiej klasyfikacji będzie bardzo wysoka, ponieważ wydzielenie na obrazie satelitarnym wieloboków o minimalnej powierzchni 25 ha i przypisanie im powyższych kategorii nie sprawia trudności. Prawdopodobieństwo popełnienia błędów przy klasyfikacji, w tym błędów o charakterze systematycznym jest niewielkie, stąd poprawność klasyfikacji może wynosić 98%. Zatem i wiarygodność tej bazy jest wysoka. Gdybyśmy, dysponując tymi samymi materiałami, chcieli zwiększyć zakres tematyczny bazy danych i podzielić tereny zabudowane na mieszkalne, przemysłowe i handlowe, tereny rolne na użytki orne, łąki i sady, lasy na iglaste, liściaste i mieszane, to zdecydowanie wzrosłaby trudność interpretacji poszczególnych kategorii. Wzrosłaby tym samym liczba popełnianych błędów i zmalał aby poprawność klasyfikacji. Tak rozbudowana klasyfikacja pozwala na uzyskanie poprawności najwyżej 85%. Co oznacza, że na każde 100 zweryfikowanych punktów w co najmniej 85 przypadkach kategoria pokrycia terenu zapisana w bazie danych zgadza się z rzeczywistym pokryciem terenu. Wiarygodność tego zbioru jest wobec tego mniejsza.
4.6 Rozprzestrzenianie
się błędów
W trakcie wykonywania obliczeń matematycznych i operacji przestrzennych błędy, jakim obarczone są dane wejściowe, przenoszą się na wyniki przetworzeń. Błąd pomiaru współrzędnych x, y, z punktu wpływa na dokł ad ność jego lokalizacji. Idąc dalej, ma wpływ na dokładność określenia wysokości w numerycznym modelu powierzchni terenu (NMT) oraz na dokładność wszystkich analiz, dla których danymi wejściowymi jest NMT takich, jak: analiza widoczności terenu, określenie nachylenia i ekspozycji stoków.
72
4
Jakość
4.6 Rozprzestrzenianie
danych geograficznych
Rozprzestrzenianie się błędów dotyczy wszystkich operacji przestrzennych, w tym transformacji, interpolacji, generalizacji, klasyfikacji, analiz typu overlay. Błędy w danych wejściowych powodują, że w wyniku otrzymujemy zbędne obiekty lub niedokładne wartości atrybutów. Do zbędnych obiektów należą tzw. slivery, czyli poligony szczątkowe. Slivery powstają w wyniku nakłada nia warstw tematycznych, w których przechowywane są obiekty mające w terenie wspólną granicę, np. granica obiektu z warstwy A jest jednocześnie granicą obiektu z warstwy B. Jeśli w bazie danych geograficznych w obu warstwach granica ta jest zdefiniowana przez zbiór punktów o różnych współrzęd nych w warstwie A i B, to w wyniku analiz typu overlay powstaną poligony szczątkowe. Podany przykład został zilustrowany na rysunku 4.6.
A \
:--
--
··--...•• „ . . „„. „„.„ ..
,„ poligony
szczątkowe
(slivery)
Rysunek 4.6. Poligony szczątkowe {slivenJ)
Błąd, jakim obarczony jest wynik analiz, można wyznaczyć na podstawie prawa przenoszenia się błędów średnich Gaussa. Dla zmiennych niezależnych (li, Z2 , ... Zn) określonych odpowiednio z błędami m 1 , m2 , mln błąd funkcji F(l1, l2, ln) możemy określić według wzoru (4.8):
(4.8) Błąd średni funkcji obserwacji m1 jest równy pierwiastkowi z sumy kwadratów pochodnych cząstkowych pomnożonych przez odpowiadające im średnie błędy zmiennych niezależnych . W twierdzeniu tym przyjęto założenie, że funkcja F jest aproksymowana w punkcie szeregami Taylora, z których dla obliczeń bierzemy tylko pierwszy wyraz przyjmując założenie, że następne są zbyt małe. W celu zminimalizowania liczby błędów w danych geograficznych należy wykorzystywać tylko dane udokumentowane i pochodzące ze znanych źródeł. Przystępując do budowy bazy danych geograficznych należy w każdym
się błędów
73
kryteria jakości , jakim mają odpowiadać dane. Należy pozyskiwanie danych szczegółowych o wysokiej dokładności jest kosztowne i długotrwałe. Zmniejszenie szczegółowości i dokładności danych prowadzi do skrócenia czasu ich pozyskania i zmniejszenia kosztów , wpływa na spadek dokładności analiz przestrzennych i wzrost niepewności w procesie podejmowania decyzji. W celu zminimalizowania błędów danych geograficznych i otrzymania jak najwyższej jakości produktów informatycznych należy: przepadku
zdefiniować
pamiętać, że
kontrolować jakość danych na każdym etapie ich przetwarzania począwszy od wprowadzania danych, 2. unikać łączenia danych szczegółowych z danymi zgeneralizowanymi, 3. zrozumieć istotę danych i zasady ich przetwarzania, 4. analizować otrzymane wyniki pod kątem ich poprawności.
l.
5 Systemy
odniesień
5.1 Metody
przestrzennych
określania położenia
punktu
Dane geograficzne zawierają informacje o położeniu obiektów na powierzchni Ziemi. Położenie to możemy określać w sposób pośredni lub bezpośredni za pomocą identyfikatorów. Określając położenie obiektów w sposób pośredni najczęściej używamy nazw geograficznych, które odróżniają jeden obiekt od drugiego. Metoda taka nosi nazwę nominalnej. Jednak nazwa własna nie gwarantuje, że obiekt zostanie określony w sposób jednoznaczny. Miasto Paryż znajduje się nie tylko we Francji, lecz także w Stanach Zjednoczonych. Bardzo często podając położenie obiektów wykorzystujemy kod pocztowy i adres . System ten jest jednoznaczny i zapewnia poprawną lokalizację obiektów, ale dotyczy tylko części obiektów antropogenicznych takich jak ulice, budynki, działki. Przy jego pomocy nie można zlokalizować elementów naturalnych: rzek, jezior lub grzbietów górskich. W kartografii często określa się położenie przez podanie godła arkusza mapy, na którym znajduje się dany obiekt. Zarówno system adresowy, jak i podanie godła arkusza mapy należą do względnych metod określania położenia. Inną możliwością jest określenie położenia poprzez podanie związków topologicznych w stosunku do innych obiektów o znanym położeniu, np. „Polska leży w Europie". Metoda ta pozwala na szybką, lecz tylko orientacyjną lokalizację obiektów. W sposób względny możemy również określić położenie poprzez podanie odległości i kierunku. W systemach GIS najbardziej powszechną metodą określania położenia obiektów jest metoda bezpośrednia, czyli poprzez podanie współrzędnych w określonym układzie odniesień przestrzennych. Współrzędnymi nazywamy wielkości kątowe lub liniowe, wyznaczające położenie punktu na dowolnej powierzchni lub w przestrzeni w sposób względny w stosunku do przyjętych za początek układu płaszczyzn lub linii. Istnieje wiele układów odniesień przestrzennych szeroko stosowanych w różnych dziedzinach nauki i techniki. W systemach GIS, tak jak w geodezji, stosuje się takie współrzędne, które pozwalają w najprostszy sposób wyznaczyć położenie punktów na powierzchni
76
5 Systemy
odniesień
5.2 Powierzchnie odniesienia
przestrzennych
Ziemi zarówno przez bezpośredni pomiar w terenie, jak i za pomocą mapy. stosuje się układy współrzędnych geograficznych na powierzchni elipsoidy lub kuli oraz układy współrzędnych prostokątnych płaskich. Najczęściej
5.2 Powierzchnie odniesienia W geodezji przyjmuje się, że Ziemia ma kształt geoidy, czyli bryły geometrycznej, ograniczonej powierzchnią ekwipotencjalną , pokrywającą się z powierzchnią oceanów przy pełnej równowadze znajdujących się w nich mas wodnych. Powierzchnia ekwipotencjalna jest wszędzie pozioma, to znaczy, że w każdym jej punkcie normalna do niej pokrywa się z linią pionu. Kształtu geoidy nie można określić w sposób matematyczny, ponieważ zależy on od kierunków linii pionu, pokrywających się z kierunkami siły ciężkości, a te z kolei zależą od przyciągającego działania mas nierównomiernie rozmieszczonych we wnętrzu Ziemi. Powierzchnia geoidy nie jest regularna w sensie matematycznym i dlatego nie można jej uznać za odniesienie do pomiarów . W celu ścisłego wyrażania wyniku pomiarów wykonanych na fizycznej powierzchni Ziemi należy przyjąć pewną powierzchnię odniesienia, na którą zrzutuje się punkty powierzchni Ziemi. W zależności od wielkości mierzonego obszaru taką matematyczną powierzchnią odniesienia może być elipsoida obrotowa, kula lub płaszczyzna. Bryła ziemska jest swym kształtem najbardziej zbliżona do elipsoidy obrotowej i dlatego właśnie powierzchni tej figury używa się jako matematycznej powierzchni odniesienia dla dużych, mierzonych dokładnie obszarów. Elipsoida obrotowa o niewielkim spłaszczeniu jest umieszczona w bryle Ziemi w taki sposób, aby jej powierzchnia przebiegała w jak najbliższym sąsiedztwie geoidy. Na powierzchni elipsoidy można w prosty sposób zdefiniować układ współrzędnych krzywoliniowych, obliczać odległości, kąty i pole powierzchni. Powierzchnię elipsoidy obrotowej można odwzorować na płaszczyźnie w celu sporządzania map. Elipsoida ziemska jest nieznacznie spłaszczona na biegunach. Wielkość jej określa duża półoś a i mała półoś b oraz spłaszczenie µ wyrażane formułą µ = (a - b) : a. Nazwy elipsoid ziemskich pochodzą od nazwisk uczonych, którzy je wyznaczyli, lub globalnych układów odniesień, dla których została zdefiniowana (tabela 5.1). Ustalenie rozmiarów elipsoidy ziemskiej, której kształt byłby najbardziej zbliżony do rzeczywistego kształtu Ziemi, posiada wielkie znaczenie zarówno teoretyczne, jak i praktyczne, szczególnie przy opracowaniach wielkoskalowych map topograficznych, wymagających rzutowania powierzchni Ziemi na powierzchnię elipsoidy. Nowe możliwości dokładniejszego wyznaczenia parametrów elipsoidy ziemskiej zaistniały z chwilą wykorzystania systemów pomiarowych, instalowanych od lat sześćdziesiątych na sztucznych satelitach Ziemi. Sieć sztucznych satelitów dostarczyła dokładniejszych danych grawimetrycznych i geodezyjnych, co w połączeniu
77
z pomiarami naziemnymi pozwoliło wyznaczyć parametry elipsoidy odniesienia, które były najbardziej zbliżone do fizycznego kształtu i rozmiarów Ziemi. W roku 1979 Międzynarodowa Unia Geodezji i Geofizyki przyjęła, że geometryczna-fizycznym modelem Ziemi będzie Geodezyjny System Odniesienia 1980 (Geodetic Reference System - GRS 80) oparty na geocentrycznej elipsoidzie ekwipotencjalnej (GRS 80) zdefiniowanej poprzez następujące stałe standardowe (Czarnecki 1994) : - równikowy promień Ziemi a=6 378 137 m, - geocentryczna stała grawitacyjna Ziemi GM = 3 986 005 * 10 8 m 3 s- 2 , - dynamiczny współczynnik kształtu Ziemi J 2 =108 263 * 10- 8 , kątowa prędkość Ziemi ro=7 292 115 * 10- 11 rad s- 1 W latach
późniejszych
wprowadzono zmodyfikowany zbiór parametrów
Światowego Systemu Odniesienia (Word Geodetic System WGS 84), który nie zmienił jednak geometrii elipsoidy. Dlatego często elipsoidy GRS 80 i WGS 84 traktowane są równoważnie. W Polsce do roku 1952 był stosowany system odniesień przestrzennych oparty na elipsoidzie Bessela z punktem przyłożenia w Borowej Górze i z orientacją na Modlin. Od roku 1952 do 2009 1 obowiązuje system Pułkowo42 oparty na elipsoidzie Krasowskiego z punktem przyłożenia w Pułkowie i orientacją na Bugry. W systemie tym zdefiniowano wiele układów prostokątnych płas kich . Od roku 2000 obowiązuje europejski układ odniesień przestrzennych EUREF-89 (European Terrestrial Reference Frame-89) z elipsoidą geocentryczną WGS 84. W opracowaniach drobnoskalowych często wykorzystywano elipsoidę Clarke'a lub Hayforda. P onieważ mała oś elipsoidy jest krótsza od średnicy równika ziemskiego w przybliżeniu o 43 km, to dla szeregu prac nie wymagających specjalnej dokładności Ziemię przyjmuje się za kulę. Kule mające równe obję tości z elipsoidami Bessela i Krasowskiego mają odpowiednio promienie R = 6 370,283 km i R = 6 371,110 km. Jeśli pomiary dotyczą niewielkiego obszaru, za powierzchnię odniesienia możemy przyjąć płaszczyznę pokrywającą się z płaszczyzną styczną do kuli lub elipsoidy w środku danego obszaru. W praktyce przy wykonywaniu pomiarów poziomych przyjmujemy następujące powierzchnie odniesienia: 1) płaszczyznę - dla obszaru do 80 km 2 (gmina, miasto) oraz przy opracowaniach długich, lecz wąskich pasów terenu dla celów inżynierskich (koleje, drogi, rzeki itp.); 2) kulę - dla obszaru od 50 km do 15 OOO km 2 (miasto, gmina, powiat); 3) elipsoidę - dla obszaru ponad 15 OOO km 2 .
System ten zostanie wycofany z użytku na mocy rozporządzenia Rady Ministrów z dn. 24 sierpnia 2000 r . (Dz. U. nr 70 poz. 821). 1
78
5 Systemy
odniesień
przestrzennych
5.3
Układy współrzędnych
na elipsoidzie
79
Tabela 5.1. Parametry elipsoid odniesienia wykorzystywanych w Polsce Elipsoida odniesienia
Rok
Wymiary
półosi
Wymiary
półosi
określenia
a [m]
b [m]
Bessela
1841
6 377 397
6 356 079
Clarke'a
1880
6 378 249
6 356 581
Hayforda
1909
6 378 388
6 356 912
Krasowskiego
1940
6 378 245
6 356 863
GRS-80
1980
6 378 137
6 356 752
WGS-84
1984
6 378 137
6 356 752
w Polsce zdefiniowane są w oparciu o quasigeoidę i odnoszone do średniego poziomu Morza Bałtyckiego w Zatoce Fińskiej , wyznaczanego dla mareografu w Kronsztadzie koło Sankt Petersburga. W przypadku pomiarów wysokościowych wpływ krzywizny Ziemi na różnice wysokości jej punktów zaznacza się wyraźnie nawet na krótkich odległościach. Jeżeli przyjmiemy płaszczyznę styczną do powierzchni Ziemi, to w promieniu 1 km odległość tej płaszczyzny od powierzchni Ziemi wyniesie ok. 8 cm. Zachodzi więc potrzeba stosowania odpowiednich metod obserwacji i obliczeń w celu uzyskania wysokości o określonej dokładności. Pomiary
wysokościowe
Mołodieńskiego
5.3
Układy współrzędnych
Położenie
na elipsoidzie
punktu na powierzchni Ziemi określa się za pomocą współrzęd są jednoznacznie określone tylko wtedy, gdy układ współrzędnych i system, do którego jest odniesiony, są zdefiniowane poprawnie. Zgodnie z normą ISO 19 111 Geographic Information - Spatial Referencing by Coordinates (ISO 2002), system czy też układ odniesienia (ang. termin datum) definiowany jest przez punkt początkowy (jego szerokość, dłu gość, azymut linii) oraz parametry elipsoidy (półosie a i b) i odstęp geoidy od elipsoidy. Układ powinien być opisywany przez nazwę, jednostki miar, kierunek i kolejność osi. Systemy odniesień przestrzennych są definiowane przez służby geodezyjne lub narodowe agencje kartograficzne i są stosowane przede wszystkim w pracach geodezyjnych i kartograficznych oraz w systemach informacji o terenie, wykonywanych dla celów gospodarczych. W Polsce państwowy system odniesień przestrzennych został wprowadzony rozporządzeniem Rady Ministrów (Dz.U. nr 70 z dn. 24.08.2000 r., poz. 821) . Państwowy system odniesień przestrzennych tworzą: nych.
Współrzędne
(1) Geodezyjny układ odniesienia „EUREF-89" będący rozszerzeniem układu
ETRF na obszar Polski (z opisem można zapoznać się w książce Czarneckiego „Geodezja współczesna w zarysie" (1984)); (2) Układ wysokości utworzony przez wartości geopotencjalne podzielone przez przeciętne wartości przyśpieszenia normalnego siły ciężkości (wysokości normalne) odniesione do średniego poziomu Morza Bałtyckiego w Zatoce Fińskiej (mareograf w Kronsztadzie); (3) Układ współrzędnych płaski ch prostokątnych „2000" stosowany w pracach geodezyjnych i kartograficznych, związanych z wykonywaniem mapy zasadniczej; (4) Układ wsp ó łrzędnych płaski ch prostokątnych „1992" stosowany w mapach urzędowych o skali mapy 1:10 OOO i skalach mniejszych . Informacje dotyczące systemów odni esień stosowanych w innych krajach europejskich są dostępne w Internecie dzięki specjalnemu serwisowi http : //crs.bkg.bund.de/crs-eu/. Położenie punktu na elipsoidzie, która jest modelem fizycznej powierzchni Ziemi, jest określane jednoznacznie za pomocą współrzędnych geograficznychgeodezyjnych (B, L, H) lub kartezjańskich centrycznych (X, Y, Z) w umownym systemie elipsoidalnym (rys. 5.1) . Szerokość geograficzna geodezyjna - B definiowana jest jako kąt zawarty między prostą normalną do elipsoidy odniesienia przechodzącą przez pionowy rzut tego punktu na tę elipsoidę a płaszczyzną równika tej elipsoidy. Natomiast L - długość geograficzna geodezyjna to kąt dwuścienny między płaszczyzną południka tego punktu a płaszczyzną połud nika zerowego. Współrzędne B, L uzyskuje się drog ą obliczeniową - na podstawie wyników pomiarów geodezyjnych (wartości pomierzonych wielkości: długości i kątów, a także czasu i siły ciężkości) . Wysokość punktu - H definiowana jako odległość punktu od elipsoidy wzdłuż normalnej jest nazywana wysokością ortometryczną. Dla przypomnienia warto jeszcze raz zaznaczyć, że w Polsce obowiązuje układ wysokości normalnych Hn odniesionych do quasigeoidy. Współrzędn e poziome są wię c odniesione do elipsoidy, podczas gdy wysokości tych samych punktów - do geoidy (średniego poziomu morza). Wysokości punktów obliczamy z pomiarów satelitarnych lub klasycznych pomiarów różnicy wysokości pomi ędzy punktami. Współczesne satelitarne techniki pomiarowe: SLR (Satełlite Laser Ranging), GPS (Global Positional System) oraz interferometria dłu gich baz VLBI (Very Long Baseline Interferometry) umożliwiły łączne wyznaczanie trzech współrzędnych X, Y, Z w układzie ortokartezj ańskim geocentrycznym, tj. takim, którego początek znajduje się dokładnie w środku masy Ziemi (gdzie przecinają się płaszczyzny różnych orbit trzech satelitów), a jedna z osi tego układu pokrywa się z osią obrotu Ziemi (rys. 5.1).
80
5 Systemy
odniesień
Pomiędzy układami kartezjańskim chodzą związki
5.4 Odwzorowanie kartograficzne
przestrzennych
analityczne
81
a geodezyjnym danej elipsoidy zana wykonywanie wzajemnie jedno-
pozwalające
znacznych przeliczeń. Zwi ązki pomiędzy układami kartezjańskimi różnych elipsoid określa się empirycznie w oparciu o punkty geodezyjne (punkty dostosowania) o wyznaczonych współrzędnych w różnych układach.
Geoida
mapa odwzorowanie
y
kartograficzne
Rysunek 5.2.
Przejście
od fizycznej powierzchni Ziemi do jej reprezentacji na
płaszczyźnie
Rysunek 5.1.
Współrzędne
geodezyjne i
kartezjańskie
centryczne
inne
zaś rozciągnięciu;
a tym samym obraz kuli lub elipsoidy ulega zniekszi kąty, a więc także kształty figur oraz pola figur (powierzchnie). Istnieją odwzorowania, w których dłu gości i pola figur ulegają zniekształceniom, natomiast kąty oraz kształt figur pozostają bez zmian. Są to odwzorowania konforemne (wiernokształtne, wiernokątne, równokątne). W innej grupie odwzorowań zniekształceniu podlegają długości i kształt figur, natomiast pola (powierzchnie) pozostają bez zmian; są to odwzorowania wiernopolowe. Jeszcze inne kategoria to odwzorowania wiernoodleglościowe,w których długości w pewnych określonych kierunkach nie ulegają zmianie. Prócz tego są odwzorowania niespełniające wiernie żad nej z poprzednich cech, a które mają inne korzystne właściwości powodujące, że znajdują one zastosowanie w praktyce. Miarą niedokładności związanych z procesem odwzorowania nierozwijalnej powierzchni Ziemi na płaszczyznę jest określony w każdym punkcie mapy i w każdym kierunku stopień zmniejszenia lub przewiększenia a priori przyjętej skali liniowej nazywany skalą elementarną i oznaczany m. Częściej zamiast skali elementarnej m używa się wskaźnika zwanego zniekształceniem dłu gości z. Związek pomiędzy oboma wskaźnikami jest następujący (5.1): tałceniom. Zniekształceniom podlegają długości
5.4 Odwzorowanie kartograficzne Przejście
od fizycznej powierzchni Ziemi do jej reprezentacji na odbywa się poprzez zrzutowanie fizycznej powierzchni Ziemi na powierzchnię elipsoidy ziemskiej, a następnie przedstawienie elipsoidy na płaszczyźnie za pośrednictwem odwzorowania kartograficznego, co schematycznie zostało przedstawione na rysunku 5.2. Odwzorowaniem kartograficznym nazywamy określony matematycznie sposób przekształcenia powierzchni elipsoidy na płaszczyznę. Analityczna zależność pomiędzy współrzędnymi na elipsoidzie i ich odpowiednikami na płaszczyźnie wyrażana jest poprzez równania odwzorowań kartograficznych x = f(B,L), y = g(B,L). Równania te pozwalają na wyliczenie współrzędnych prostokątnych płaskich za pomocą współrzęd nych elipsoidalnych B, L. Liczba odwzorowań kartograficznych jest praktycznie nieograniczona, jedyne warunki, jakie z góry narzuca się na funkcje je realizujące, to wzajemna jednoznaczność i ciągłość. Ponieważ powierzchnie kuli i elipsoidy nie są rozwijane, to w procesie odwzorowania na płaszczyznę pewne części obszaru elipsoidy ulegają skurczeniu, płaszczyźnie
z =m-l
(5.1)
82
5 Systemy
odniesień
5.4 Odwzorowanie kartograficzne
przestrzennych
W kartografii odwzorowania kartograficzne klasyfikuje się według rodzaju powierzchni pomocniczej, która jest wykorzystywana przy ich konstrukcji. Wyróżniamy więc odwzorowania: walcowe, kiedy powierzchnię elipsoidy (kuli) rzutujemy na pobocznicę walca styczną lub sieczną do elipsoidy, - stożkowe, kiedy powierzchnią pomocniczą jest pobocznica stożka (stycznego lub siecznego do elipsoidy), azymutalne, kiedy powierzchnią pomocniczą jest płaszczyzna styczna lub sieczna do elipsoidy.
azymutalne (płaszczyznowe)
Q)
E => o g> c::e,
Q)
W zależności od sposobu usytuowania płaszczyzny pomocniczej w stosunku do elipsoidy wyróżniamy odwzorowania normalne, poprzeczne lub ukośne (rys. 5.3). W odwzorowaniach normalnych zwanych również biegunowymi płaszczyzna pomocnicza jest styczna do elipsoidy na biegunie, a oś walca lub stożka pokrywają się z osią biegunową Ziemi, w odwzorowaniu poprzecznym (równikowym) płaszczyzna jest styczna do elipsoidy na równiku, a osie walca i stożka leżą w płaszczyźnie równika, w odwzorowaniach ukośnych (horyzontalnych) oś walca i stożka tworzy z elipsoidą dowolny kąt, a płaszczyzna jest styczna w dowolnym punkcie leżącym między biegunami a równikiem. Z powyższego wywodu wynika, że wybór odwzorowania dla danego obszaru nie jest zadaniem łatwym. Na wybór odwzorowania wpływa wiele czynników, wśród których najważniejsze są przeznaczenie mapy i geograficzne właści wości przedstawianego obszaru. Od przeznaczenia mapy zależy rodzaj zniekształceń i ich dopuszczalna wielkość. W przypadku map ogólnogeograficznych wybór odwzorowania powinien zapewniać możliwie poprawne odtworzenia kształtów obiektów oraz relacji ich wielkości na przedstawianym obszarze. Jest to możliwe wtedy, gdy funkcja odwzorowawcza spełnia kryteria zdefiniowane przez Airy'ego lub Czebyszewa, do których należą: minimalizacja zniekształ ceń długości, logarytmu skali długości lub oscylacji skali w całym przedstawionym na mapie obszarze. Wybór odwzorowań dla map tematycznych wynika z priorytetów użytkowych. Najczęściej dla map komunikacji lotniczej wybiera się odwzorowanie konforemne. Dla map nawigacyjnych stosuje się odwzorowanie konforemne walcowe Merkatora, w którym linia tnąca południki pod tym samym kątem (loksodroma) odwzorowuje się jako linia prosta. Mapa taka ułatwia prowadzenie statku , który trzymając określony kurs porusza się po loksodromie. W przypadku map tematycznych przedstawiających podziały -polityczne lub administracyjne zwykle wybiera się jedno z odwzorowań wiernopolowych. Odwzorowania takie ułatwiają porównania poszczególnych jednostek. Dla wielu map tematycznych, w tym również map stref klimatycznych wybiera się również odwzorowania wiernopolowe. Natomiast do prezentacji dostępności do wybranych obszarów dobieramy odwzorowanie równoodległościowe.
Ci)
c:;:
o ca c
Q) ~
c
a.:;: O·O a..::.
Ci)
c c •(/) c Q)
B
(ij
o o
..>:N :::>
c:o
E.
stożkowe
@ ·~· ~~ B
~
u~~ o
!::!
g
walcowe
·Ere
83
[tra B
~
·~ ~''~~ \"!§}"
a~7
B
Rysunek 5.3. Typy
vB
odwzorowań
kartograficznych
W geodezji i kartografii najczęściej stosowanymi odwzorowaniami są odwzorowania konforemne ze względu na swą własność równokątności. Wśród tych odwzorowań znajdują się odwzorowania: walcowe Gaussa-Krugera i Universal Transverse Merkator (UTM) oraz azymutalne stereograficzne w różnych modyfikacjach (quasistereograficzne Roussilhe'a lub Grygorenki 1980). W jednostkach organizacyjnych Unii Europejskiej do opracowań statystycznych zaleca się odwzorowania azymutalne wiernopolowe Lamberta, a do map małoskalowych (w skalach mniejszych niż 1:500000) odwzorowanie stożkowe konforemne Lamberta (Annoni i inni 2003). 5.4.1 Odwzorowanie Gaussa-Krugera i Universal Transverse Merkator Odwzorowanie Gaussa-Krugera należy do równokątnych walcowych poprzecznych odwzorowań powierzchni elipsoidy obrotowej na płaszczyznę, w których środkowy południk obszaru odtwarza się wiernie. Odwzorowanie Universal Transverse Merkator (UTM) tym różni się od odwzorowania Gaussa-Krugera, że powierzchnia elipsoidy odwzorowuje się na walec sieczny, a nie styczny.
84
5 Systemy
odniesień
przestrzennych
Obszaru całej powierzchni lub znacznej części elipsoidy nie można odwzorować bez dużych zniekształceń, dlatego obszar Ziemi należy podzielić na odpowiednie ·pasy południkowe. Szerokości pasów ustalone są tak, ażeby po ich odwzorowaniu na płaszczyźnie zniekształcenia były minimalne. W tym celu powierzchnie elipsoidy obrotowej dzieli się, począwszy od zerowego połud nika Greenwich, na 60 pasów południkowych po 6° każdy lub 120 pasów po 3° każdy. Południk środkowy w każdym pasie nazywamy jest południkiem osiowym. Dzieli on pas na dwie równe części: zachodnią i wschodnią. Pasy odwzorowujemy według praw matematyki na boczną powierzchnię walca w ten sposób, ażeby została zachowana wiernokątność, tj. równość odpowiednich kątów na elipsoidzie i na płaszczyźnie. W każdym pasie obrazem południka osiowego i równika będą odcinki prostoliniowe, prostopadłe do siebie, które z reguły przyjmuje się za osie układu współrzędnych prostokątnych płaskich dla danego pasa. Osią x ukł adu jest prostoliniowy i wierny w długości obraz środkowego południka danego pasa, skierowany na północ. Osią y jest prostoliniowy obraz odcinka równika skierowany na wschód. Wobec tego, że odwzorowanie jest wiernokątne, nie ma zniekształceń kątowych w obrębie całego pasa. Wszystkie inne południki w każdym pasie odwzorowują się jako linie krzywe i dlatego są one dłuższe od południka osiowego, tj. są zniekształcone. Poza równikiem wszystkie równoleżniki również są przedstawione jako krzywe o pewnym zniekształceniu. Największe zniekształcenia długości występują na brzegach każdego 6-stopniowego pasa południkowego, przy czym wielkość tych zniekształceń zależy także od szerokości geograficznej rozważanego miejsca i od przyjętej elipsoidy. Teoretycznie biorąc, mapy w odwzorowaniu GaussaKriigera są obarczone zniekształceniami długości, ale zniekształcenia te są tak małe, że skalę mapy w obrębie jednego arkusza można uważać za stałą. 5.4.2 Odwzorowanie quasistereograficzne Roussilhe'a
Odwzorowanie quasistereograficzne Roussilhe'a jest odwzorowaniem konforemnym elipsoidy na płaszczyznę styczną w dowolnym punkcie, przy czym środek rzutów leży w odległości 2R od punktu głównego (stycznego). Każde odwzorowanie quasistereograficzne jako wiernokątne odwzorowanie płaszczyznowe elipsoidy definiuje się, określając położenie punktu głównego (punktu styczności płaszczyzny z powierzchnią elipsoidy) oraz skalę odwzorowania w tym punkcie, będącą równocześnie skalą podobieństwa odwzorowania. Realizując to odwzorowanie określamy sferę styczną do płaszczyzny i elipsoidy w punkcie głównym G i promieniu R równym średniemu promieniowi krzywizny elipsoidy w tym punkcie, a następnie dokonujemy rzutu stereograficznego sfery na płaszczyznę, przestawia to rysunek 5.4. Z uwagi na fakt, iż rzutowanie dokonywane jest na płaszczyznę (styczną lub sieczną), zniekształcenia odwzorowawcze rozkładają się wzdłuż koncentrycznych okręgów, których środkami są punkty główne. Odwzorowanie quasistereograficzne Roussilhe'a optymalizuje zniekształcenia odwzorowawcze dla obszarów w przybliżeniu kołow.ych.
5.5
Układy współrzędnych prostokątnych obowiązujące
punkt
w Polsce
85
główny
! (B,, l.,)
X
f
y płaszczyzna
odwzorowania
środek
rzutów
Rysunek 5.4. Położenie punktu głównego i środka rzutów w quasistereograficznym odwzorowaniu Roussilhe'a
5.5 Układy w Polsce 5.5.1
współrzędnych prostokątnych obowiązujące
Założenia
Współrzędne
ogólne
określone są w miarach liniowych. siatce kilometrowej. Znając współrzędne prostokątne płaskie dwóch punktów, można obliczyć odległość między nimi oraz azymut wyznaczonego przez te punkty kierunku. W celu naniesienia siatki współrzędnych prostokątnych w przyjętym odwzorowaniu przyjmuje się za oś x prostoliniowy obraz południka osiowego (środkowego) układu współrzędnych, zaś za oś y prostą prostopadłą do tego południka w określonym punkcie. Orientację układu współrzędnych prostokąt nych przyjmujemy zgodnie z ruchem wskazówek zegara. Na osiach x, y odkłada się odcinki, jedno- lub wielokilometrowe, przez które przeprowadza się proste równoległe do osi. W ten sposób powstaje siatka współrzędnych prostokąt nych, którą nazywamy zwykle siatką kilometrową, ponieważ tworzące ją linie są od siebie wzajemnie oddalone o pełną liczbę kilometrów w skali mapy. Na podstawie siatki kilometrowej można bardzo łatwo wyznaczyć współrzędne prostokątne (x, y) dowolnego punktu. Przy oznaczaniu punktów za pomocą współrzędnych przyjmuje się zazwyczaj dla punktu początkowego układu zamiast x=O pewne dostatecznie duże liczby dodatnie, tak aby dla określonego obszaru nie było współrzędnych ujemnych.
Z mapy
5.5.2
możemy
Układ
prostokątne
je
płaskie
odczytać dzięki
1942
Państwowy układ współrzędnych płaskich prostokątnych „ 1942" został wprowadzony do praktyki geodezyjnej i kartograficznej w 1953 r. Układ ten określają:
86
-
-
5 Systemy
odniesień
powierzchnia odniesienia - elipsoida Krasowskiego, punkt początkowy, zlokalizowany w Pułkowie, o współrzędnych geograficznych astronomicznych: - szerokość r = 59° 46' 18, 55 11 - długość .A = 30° 19' 42, 09" azymut wyjściowy - 121° 40 1 38, 79 11 z orientacją na Bugry jednostki miary - metry.
Układy współrzędnych prostokątnych obowiązujące
5.5
przestrzennych
55°
15°
w Polsce
87
21°
52°
Przy pomiarach wysokościowych przyjmowana była quasigeoida Kronsztadzka (teoretyczny poziom Morza Bałtyckiego w Kronsztadzie). Układ ten obejmuje dwa podsystemy: odwzorowanie w pasach połud nikowych o szerokości 6° i odwzorowanie w pasach południkowych o szerokości 3°. Za punkt początkowy układu współrz"ędnych w strefach przyjmuje się odpowiednio:
granice stref
1942/21
49° Xo1942
Y 01942
= XGK = YGK + 500000, O+ c * 1 OOO OOO
gdzie: XGK, YGK - współrzędne Gaussa-Krugera c - cecha strefy wynosząca dla kolejnych stref odpowiednio: 3, 4 - dla pasów 6° oraz 5, 6, 7, 8 - dla pasów 3°.
Układ współrzędnych
Rysunek 5.5a.
,_
21°
18°
15°
55°
~
V.-
],....-
„1942" w 6° strefach
24° I I I I
!"\'
~
I I
\
I
Odwzorowanie w pasach południkowych o szerokości 6° (rys . 5.5.a) W wyniku tego odwzorowania na obszarze Polski powstały dwie strefy odwzorowawcze: z południkami środkowymi 15° i 21°; nazywamy je pomocniczo: 1942/15 (6) i 1942/21 (6). Odwzorowanie to miało zastosowanie dla map średnio- i małoskalowych (skale mniejsze od 1:5 OOO). Zniekształcenia odwzorowawcze zmieniały się od O na południku środkowym każdej strefy do ok. +59 cm/km na brzegach strefy (Kadaj 2000). Odwzorowanie w pasach południkowych o szerokości 3° (rys. 5.5.b) W wyniku tego odwzorowania na obszarze Polski powstały cztery strefy odwzorowawcze: z południkami środkowymi 15°, 18°, 21°, 24°; oznaczamy je pomocniczo: 1942/15 (3), 1942/18 (3), 1942/21(3),1942/24 (3). Odwzorowanie to miało zastosowanie dla map wielkoskalowych (skala 1:5 OOO i większe). Zniekształcenia odwzorowawcze na brzegach stref dochodziły do + 15 cm/km. W układzie „ 1942" zostały opracowane mapy topograficzne w skalach 1:25 OOO, 1:50 OOO, 1:100 OOO, 1:200 OOO, 1:500 000. Mapy topograficzne sporządzone w układzie współrzędnych płaskich prostokątnych „1942" mają siatkę kartograficzną i siatkę kilometrową. Arkusze map topograficznych są sporządzane w podziale na sekcje trapezowo-elipsoidalne, linie podziału pokrywają się z obrazami równoleżników i południków. Mapy te jeszcze do niedawna były jedynymi polskimi mapami, które nie zostały celowo skażone.
52°
I I I I I I
1942/15
·~
49°
(
I
(
rz
poł udnik środkowy
~
I 1942/18
.
1942/24
1942/21
~
I
I I I I I I I
'/
Rysunek 5.5b.
r
„
~
/
"\
r1i
li'" '
'--
~
granica stref
Ut
Układ współrzędnych
„1942" _w 3° strefach
Wykorzystując mapy opracowane w układzie „1942" do zasilania baz danych geograficznych otrzymujemy oddzielne bazy dla każdej strefy. Jest to szczególnie uciążliwe, gdy interesujący nas obszar leży w dwu strefach odwzorowawczych i do w celu uzyskania jednolitej bazy musimy dane przetransformować do współrzędnych geograficznych lub do układu „1992".
88
5.5.3
5 Systemy Układ
odniesień
przestrzennych
5.5
Układ współrzędnych „1965" został wprowadzony do opracowań kartograficznych przeznaczonych dla potrzeb gospodarczych w roku 1968. Państ wowy układ współrzędnych płaskich prostokątnych nie jest układem jednolitym. Posiada on 5 stref odwzorowawczych (rys. 5.6). Dla czterech stref odwzorowawczych przyjęto odwzorowanie quasistereograficzne (odwzorowanie płaszczyznowe ukośne, wiernokątne). Są to: strefa 1 - obejmująca południowo wschodnią część Polski; strefa 2 - część północno-wschodnią; strefa 3 - część północno-zachodnią; strefa 4 - część południowo-zachodnią Polski. Natomiast dla strefy 5 przyjęto odwzorowanie Gaussa-Kri.igera z 3-stopniowym pasem odwzorowawczym. Strefa 5 obejmuje byłe województwo katowickie w granicach sprzed reformy administracyjnej 1975 r.
Nazwa
układu
Współrzędne
punktu
/ Parametry
głównego
„1965"
„1965"
„1965"
„1965"
strefa II
strefa III
strefa IV
Współrzędne płaskie
głów-
punktu
głównego
/1
0,9998
L=21 °30 '10
/1
0,9998
L=17°00'30
11
L=l6°40 '20
0,9998
15°
18°
21°
odwzorowanie - :.-:. _:, ----- quasistereograficzne
---
52°
punkt
/1
Xo=5467000
Xo=5806000
Xo=5999000
Xo=5627000
Yo=4603000
Yo=3501000
Yo=3703000
odwzorowanie Gaussa-Krugera południk środkowy
49° układu
układu
Strefa V
Elipsoida odniesienia
Krakowskiego
Nazwa
Rzędna
punktu
głównego
X
-4 700 000,00
Odcięta
punktu
głównego
Y
237 000,00
Południk
redukcji skali na
„1965"
18° 57' 30,0 li
osiowy Lu
Współczynnik
południku środkowym
główny
0,9998
Yo=4637000
Tabela 5.3. Parametry odwzorowania Gausa-Kriigera dla V strefy
89
układu
strefa I
L·= 21°05 '00
Zmiana skali w punkcie nvm
55°
B=50° 37 '30 /1 B=53°00'07 11 B=53° 35 I oo li B=51°40'15 11
geodezyjne
w Polsce
odwzorowawczych błędy odwzorowawcze szybko rosną, a poza tym wzajemne skręcenie i przesunięcie układów uniemożliwia tworzenie jednolitych map obszarn całej Polski. Mapy sporządzone w państwowym układzie współrzędnych płaskich prostokątnych „1965" nie posiadają siatki kartograficznej . Sporządzone są one w prostokątnym podziale arkuszowym. Dla obszarów znajdujących się na styku dwóch lub trzech stref zachodzi konieczność dublowania arkuszy. Powoduje to, że w układzie współrzędnych „1965" około 303 arkuszy map położonych na styku stref podlega dwu-, a czasem trzykrotnemu niezależnemu opracowaniu.
„1965"
Tabela 5.2. Parametry odwzorowania quasi-stereograficzne dla stref I-IV „1965"
Układy współrzędnych prostokątnych obowiązujące
0,999983
W strefach 1-4 układu „1965" przyjęto skalę w punkcie głównym m 0 =0,9998, tzn. zniekształcenie odwzorowawcze w tym punkcie wynosiło z założenia 20 cm/km. W piątej strefie odwzorowawczej rzutowania dokonano na pobocznicę walca siecznego, zatem zniekształcenia zerowe występują wzdłuż dwóch południków. Między tymi południkami zniekształcenia przybierają wartości ujemne, na zewnątrz nich zaś dodatnie. Poza granicami stref
Rysunek 5.6.
5.5.4
Układ
Układ współrzędnych
„1965" (Kadaj 2001)
„GUGiK 1980"
Lokalny układ współrzędnych płaskich prostokątnych „GUGiK 1980" wprowadzony do praktyki kartograficznej na początku lat 80-tych. Układ ten oparty jest na jednostrefowym odwzorowaniu quasistereograficznym. Powierzchnią odniesienia jest elipsoida Krasowskiego. Punkt główny odwzorowania, leżący w przybliżeniu w środku Polski, ma współrzędne geograficzne geodezyjne B 0 =52°10' i Lo=19°10'. Za punkt początkowy układu przyjęto punkt przecięcia się obszaru południka 19°10' z obrazem równoleżnika 52°10'. W celu zmniejszenia zniekształceń rozmiary elipsoidy został
90
5 Systemy
odniesień
przestrzennych
odniesienia pomniejszono o 1/ 3500, a chcąc otrzymać wyłącznie dodatnie wartości odciętych i rzędnych siatki współrzędnych płaskich prostokątnych w zasięgu całej Polski, punktowi głównemu odwzorowania przypisano współrzędne Xa=500 OOO m; Ya=500 000 m. Zniekształcenia odwzorowawcze odległości na 1 km w środku obszaru wynoszą - 0,29 m, maksymalne zniekształcenia są na skraju Polski i w odległości 450 km od środka układu wynoszą + 0.96 m. Z punktu widzenia systemów informacji geograficznej zaletą odwzorowania „GUGiK 1980" jest jego jednolitość. Mapy topograficzne sporządzone są w jednym wspólnym dla obszaru Polski układzie współrzędnych, a ponadto na każdym arkuszu oznaczona jest siatka kartograficzna. Poważną wadę map topograficznych sporządzonych w odwzorowaniu „GUGiK 1980" stanowią celowo wprowadzone zniekształcenia współrzędnych punktów osnowy matematycznej map (przesunięcie i lekki skręt siatki kartograficznej) powodujące odstępstwa od ich położenia rzeczywistego. Wynikające z tego tytułu przesunięcia siatki kartograficznej względem sytuacji przedstawionej na mapach są zmienne i wynoszą od 40 do 90 m. Kolejną wadą map 1: 100 OOO w odwzorowaniu „GUGiK 1980" jest brak siatki kilometrowej oraz mała aktualność
5.5
Układy współrzędnych prostokątnych obowiązujące
południk środkowy
m
0
500 OOO m. X =m0 xG• - 5 300 OOO m Y = m. YG• + 500 OOO m
19°
=0.9993
y
E
o o o o o
obraz równika
Rysunek 5.7. Układ
91
X
treści.
5.5.5
w Polsce
M
"'
Układ współrzędnych
YGK
„1992" (Kadaj 2001)
„1992" 5.5.6
Dla map topograficznych w skali 1:10 OOO i mniejszych stosuje się jeden układ dla całego kraju oznaczony symbolem „1992/19" (rys. 5.7). Jest on utworzony na podstawie matematycznie jednoznacznego przyporząd kowania punktów powierzchni Ziemi odpowiednim punktom na płaszczyźnie według teorii odwzorowania kartograficznego Gaussa-Krugera. Dla wyznaczania wysokości w systemie odniesień przestrzennych „1992" stosuje się system wysokości normalnych „Kronsztad 86", w którym zostały określone wysokości punktów podstawowej i szczegółowej osnowy geodezyjnej kraju. Układ „1992/19" określają następujące parametry (Kadaj 2001): - południk osiowy L = 19° długości geograficznej wschodniej, - pas południkowy o szerokości obejmującej cały obszar kraju, - współczynnik zmiany skali 0,9993 w południku osiowym (założenie to ma na celu równomierny rozkład zniekształceń liniowych, od - 70 cm/km na południku środkowym do około +90 cm/ km w skrajnych, wschodnich obszarach Polski), - punkt przecięcia się obrazu równika z obrazem południka osiowego otrzymuje współrzędną x=5 300 OOO m, a punkty leżące na południku osiowym współrzędną y = 500 OOO m. Ze względu na znaczne dowany do wielkoskalowych
zniekształcenia opracowań
liniowe układ nie jest rekomenkartograficznych.
Układ
„2000"
Dla opracowań katastralnych i przy opracowaniu mapy zasadniczej w skali 1:5 OOO i skalach większych stosuje się odwzorowanie Gaussa-Krugera tworzące cztery układy współrzędnych płaskich prostokątnych, oznaczone symbolami: „2000/15", „2000/18'', „2000/21" i „2000/24", w systemie GRS-80. Współrzędne płaskie prostokątne x, y są obliczane w odwzorowaniu Gaussa-Krugera w pasach trzystopniowych o południkach osiowych: 15°, 18°, 21°, 24°. Pasy ponumerowane są: 5, 6, 7, 8 (rys. 5.8) . Współczynnik zmiany skali w południku osiowym równa się 0,999923. Początkiem układu współrzędnych w danym pasie odwzorowania jest punkt przecięcia się obrazu południka osiowego z obrazem równika. Przy określaniu współrzędnych współrzędna x pozostaje niezmieniona, a do współrzędnej y w zależności od południka osiowego dodaje się: 5 500 OOO m przy południku La = 15°, 6 500 OOO m przy południku La = 18° , 7 500 OOO m przy południku La = 21°, 8 500 OOO m przy południku La = 24°. Pierwsza cyfra współrzędnej y oznacza numer pasa odwzorowania. Układ ten realizuje kompromis w rozłożeniu zniekształceń liniowych: od 7,7 cm/km na południku środkowym strefy do maksymalnie około + 7 cm/km na brzegu strefy.
92
5 Systemy
odniesień
180
15°
55°
przestrzennych
5.6 Zasady transformacji
21°
24°
Południk środkowy
współrzędnych pomiędzy układami
93
Przybliżona zależność pomiędzy wysokościami ortometrycznymi odnoszonymi do elipsoid GRS80 (He) i Krasowskiego (HK) i wysokości normalnej (HN) wyraża się wzorem (5.3). Zależność ta została zilustrowana narysunku 5.9. (5 .3) He= HK +34m
52°
2000/18
2000/21
2000/24
I
~-r-t-t---granica
r--1--+-f~~=-+--+-l--+--+-l-Y--n
stref
49° Rysunek 5.8.
Układ współrzędnych
„2000" (Kadaj 2001) Rysunek 5.9. Zależność pomiędzy wysokościami ortometrycznymi odnoszonymi do elipsoid eRSSO (He) i Krasowskiego (HK) i wysokości normalnej (HN)
5.6 Zasady transformacji
współrzędnych pomiędzy
układami
Pomiędzy układami
Poznanie i zrozumienie zasad transformacji współrzędnych pomiędzy jest niezwykle istotne z punktu widzenia systemów informacji geograficznej. Dane zasilające te systemy pochodzą z różnych źródeł i najczęściej zarejestrowane są w różnych układach współrzędnych. Utworzenie jednolitej i spójnej bazy danych wymaga zapisania współrzędnych wszystkich obiektów w tym samym układzie współrzędnych, a zatem znajomości zasad transformacji współrzędnych pomiędzy układami. Każda operacja przejścia z jednego układu do drugiego odbywa się za pośrednictwem ściśle określonych funkcji transformacyjnych i ich parametrów liczbowych. Elipsoidy GRS80 i Krasowskiego nie są ani współkształtne, ani zorientowane zgodnie. Dla obszaru Polski przeciętny odstęp między nimi wynosi 34 m. Przeliczanie współrzędnych pomiędzy układami płaskimi zdefiniowanymi na różnych elipsoidach (np. pomiędzy układami „1942" i „1992") powinno się odbywać za pośrednictwem układów elipsoidalnych (B, L, H) lub kartezjańskich centrycznych (X, Y, Z), co schematycznie można wyrazić następująco: układami współrzędnych
(x, Y)UKŁADl => (B, L, H)ELIPSOIDA
=> (X, Y, Z)ELIPSOIDAl => (5.2) (X, Y, Z)ELIPSOIDA2 =>=> (B, L, H)ELIPSOIDA2 => (x, Y)UKŁAD2 1
odwzorowawczymi tej samej elipsoidy (np. różnymi możliwe jest wzajemne przejście transformacyjne za pośrednictwem współrzędnych B i L lub poprzez zastosowanie b ezpośrednich przekształceń konforemnych, co można wyrazić następująco: strefami
układu
„1965")
(x, Y)UKŁAD 1 => (B, L) => (x, Y)UKŁAD 2 Ogólny schemat
bezpośrednich
układami współrzędnych został
przejść transformacyjnych pokazany na rysunku 5.10.
'fransformacje współrzędnych
(5.4) pomiędzy
pomiędzy różnymi układami współrzędnych
prostokątnych płaskich należy wykonywać
z najwyższą dokładnością . Wobec czego wszystkie stale i zmienne należy deklarować z jak najwyższą precyzją, co najmniej na 8 bajtach, a liczba 7r powinna być brana z dokładnością do kilkunastu cyfr. Aplikacje realizujące przejścia transformacyjne pomiędzy różnymi układami współrzędnych są wbudowane w każdy pakiet GIS. Algorytmy transformacji pozwalają na wybór różnych opcji i należy ich świadomie używać. Gdy dysponujemy danymi szczegółowymi, powinno się rozważyć możliwość wykonania transformacji współrzędnych korzystając z innego oprogramowania, poza systemem GIS. Program realizujący zaznaczone na rysunku 5.10 przejścia transformacyjne jest dostarczany przez Główny Urząd Geodezji i Kartografii wraz z Wytycznymi technicznymi G-1.10 (Kadaj 2001).
94
5 Systemy odniesień przestrzennych Elipsoida GRS-80 (WGS-84)
( H, 1 BL )0 . _
5.7 Geokodowanie
Elipsoida Krasowskiego 42
(XYZ) 0
(XYZ).
(BLH) 0
(BLH).
-+ ( H, I BL ).
...... „ . .. . •. . „ .. . . . .. „ ... .
~
1992 2000/15 2000/18 2000/21 2000/24
Rysunek 5.10.
(BL).
(Bl) 0
Układy
lokalne
Schemat bezpośrednich (Kadaj 2001)
przejść
1965/1 1965/2 1965/3 1965/4 1965/5
1942/15 1942/18 1942/21 1942/24 .......................................... 1942/15(6) 1942/21(6)
transformacyjnych
pomiędzy
układami współrzędnych
95
Mając powyższe informacje system na podstawie długości odcinka ulicy wyznaczy położenie numerów pośrednich . Zbiór adresowy powinien mieć formę tabeli, w której każdy obiekt wraz z jego adresem zapisany jest w osobnym wierszu. Wyniki geokodowania mogą być przedstawione w postaci: punktowej warstwy tematycznej, stworzonej w jednym z formatów GIS, np. SHP lub MIF, jak na rysunku 5.12 . tekstowej bazy danych z awierającej informacje o współrzędnych x,y każdego obiektu, - mapy tematycznej .
Rysunek 5.11 ilustruje przykładowe dane niezbędne do geokodowania: zbiór tekstowy adresów restauracji w Warszawie i bazę ulic. Baza ulic ma charakter wektorowy. Każdemu odcinkowi ulicy (od skrzyżowania do skrzyżowania) przypisana jest nazwa (kolumna ULICA) oraz zakresy numeracji po lewej (kolumny OdLewej, DoLewej) i prawej stronie (kolumny OdPrawej, DoPrawej) . Rysunek 5.12 przedstawia wynik geokodowania punktową warstwę tematyczną lokalizującą restauracje na mapie numerycznej.
5. 7 Geokodowanie Adresy należą do najpopularniejszej formy przechowywania informacji o położeniu obiektów w obszarach zabudowanych. W rejestrach i ewidencjach prowadzonych przez różne podmioty lokalizacja obiektów najczęściej odbywa się poprzez system adresowy. Aby zwizualizować te obiekty na mapie cyfrowej, należy przypisać im współrzędne w określonym układzie współrzęd nych. Geokodowanie polega na zaznaczeniu na mapie lokalizacji obiektów na podstawie ich adresów. W efekcie powstaje punktowa warstwa tematyczna (baza danych geometrycznych), w której każdemu rekordowi bazy danych odpowiada obiekt o określonym adresie. Aby wykonać geokodowanie, niezbędne są: baza danych ulic oraz zbiór zawierający informacje o adresach (rys. 5.11). Baza ulic musi być warstwą wektorową, liniową o odpowiedniej strukturze. Każdy odcinek ulicy musi mieć następujące atrybuty: Nazwa prawej i lewej strony ulicy, Punkt początkowy i punkt końcowy, - Numer , od którego zaczyna się numeracja po lewej stronie, - Numer, na którym kończy się numeracja po lewej stronie, Numer, od którego zaczyna się numeracja po prawej stronie, Numer, na którym kończy się numeracja po prawej stronie, Kierunek numeracji, Kody po lewej i prawej stronie ulicy.
Ro'ż~r:at
Jlo· Ro~br~
6:~~:rska
Ir
Koźi'oińSk'.1.
1[ 0
Fabry,czna·
'21.
.27
s ~~-~~!.i~:~. ,;,.;.r~w·~ix·fJ ~14w~~1)'<'~~~ ~1~· ~~:~~„r.~i,.·.~·~ ·~~ ~.-~~~~
~Restauta Tabela
li l~~sc'.ciel
'1
·-
-
'.
·
IAdre;g.
'C?e.s~l!!r
R'(~~k,~rę,g.ii :rvtii;lsia/l.z
:Gessler
. S.en~torska .37
il O !, o
ł
'H)'
,J11.;z:iefskieg:~
ijD
s
7 7
. Fabryą:nę
O O
o 19
.1
r
O
o ·~
Szarn~lóAn~r, iei.
·
I
Lf!°d.ri1!'1tl
Rysunek 5.11. Baza ulic (d ane geometryczne i opisowe) oraz tabelaryczny zbiór adresów restauracji
96
5 Systemy
odniesień
przestrzennych
6
Baza danych geograficznych
6.1 Projektowanie bazy danych geograficznych
Rysunek 5.12. Wynik geokodowania
Baza danych stanowi trzon systemu informacji geograficznej . Od jej zakresu tematycznego i wydajności w dużej mierze zależy osiągnięcie przez system założonej funkcjonalności. Zasady budowy bazy danych geograficznych nie różnią się od ogólnych metod projektowania i wdrażania baz danych, dlatego w rozdziale tym rozpatrywane będą przede wszystkim te zagadnienia, które są specyficzne dla baz danych geograficznych. Baza danych geograficznych jest komputerową reprezentacją fragmentu świata rzeczywistego, będącego przedmiotem zainteresowania jej użytkowników. Przejście od świata rzeczywistego do jego reprezentacji w komputerze nazywamy modelowaniem świata rzeczywistego. Modelowanie rozpoczyna się od zdefiniowania typów informacji, jakie będą przechowywane w bazie zgodnie z przyjętą semantyką. Etap ten przyjęto nazywać modelowaniem koncepcyjnym (ang. conceptual modeling) lub mod~ elowaniem pojęciowym. Etap projektowania, w którym informacja jest zapisywana w ustrukturalizowany sposób, zgodnie z przyjętymi regułami syntaktycznymi, w formie schematów danych, nosi nazwę modelowania logicznego bazy danych. Utworzenie fizycznych struktur odpowiadających opracowanemu schematowi odbywa się w ramach projektu fizycznego bazy danych. Oddzielenie modelowania logicznego od modelowania fizycznego umożliwia implementację bazy danych na wiele różnych sposobów, czyli przy wykorzystaniu różnych SZBD. Wprowadzenie do bazy konkretnych danych odzwierciedlają cych stan modelowanego wycinka świata rzeczywistego odbywa się na etapie założenia bazy danych. Od chwili przekazania bazy użytkownikowi następuje jej eksploatacja. Niemniej jednak, aby użytkownik mógł korzystać z bazy, należy dokonać integracji danych. Kolejne dwa ważne kroki to utworzenie metadanych oraz opracowanie zasad i procedur aktualizacji danych. Projektowanie bazy danych geograficznych jest zadaniem inżynierskim i jako takie podlega pewnym regułom dotyczącym zasad sporządzania projektów. Przede wszystkim należy jasno zdefiniować cel i kryteria funkcjonalne,
98
wszelkie ograniczenia związane z kosztami, wydajnoś czasem reakcji, obowiązującymi standardami, sprzętem, zasobami danych i innymi. Projekt często zawiera rozwiązania alternatywne i ich analizę oraz plan i koszty wdrożenia. Projekt bazy danych jest zwykle częścią projektu systemu informacji geograficznej. Projektowanie bazy danych geograficznych rozpoczynamy od opracowania modelu koncepcyjnego. Model koncepcyjny jako pewna abstrakcja rzeczywistości, widziana z określonej perspektywy i o założonej szczegółowości ma za zadanie zrozumienie problemu i udokumentowanie wyników analiz w czytelnej i abstrakcyjnej formie językowej oraz ułatwienie komunikacji w zespołach ludzkich (Subieta 1999) . W ramach modelu koncepcyjnego (rys. 6.1) należy ustalić: l. Tematyczny zakres bazy danych: • Liczbę warstw tematycznych przechowujących informacje (pogrupowane tematycznie), • Rodzaje obiektów geograficznych przechowywanych na każdej z warstw, sposób reprezentacji obiektów w komputerze (np. punktowe, liniowe, powierzchniowe) oraz atrybuty (wraz z podaniem dziedzin atrybutów), • Związki między obiektami, • Modele danych reprezentujące wymienione obiekty (np. wektorowy prosty, wektorowy topologiczny, rastrowy, TIN), • Zasady kodowania obiektów. 2. Parametry jakości dotyczące danych geometrycznych i opisowych: • Dokładność położenia, • Dokładność atrybutów, • Szczegółowość i rozdzielczość, • Aktualność. 3. Metody i źródła pozyskania danych . 4. Ocena materiałów źródłowych oraz plan pozyskania danych. 5. Struktura przestrzenna bazy danych geograficznych (np. baza jednolita, przechowywana w kroju arkuszowym czy podziale wojewódzkim) oraz układ współrzędnych, w jakim rejestrowane będą obiekty geograficzne. 6. Sposób prezentacji obiektów na ekranie monitora i na mapie. 7. Ogólne zasady dostępu do danych. jak
również uwzględnić
cią, niezawodnością,
Wynikiem modelowania koncepcyjnego jest dokument zawierający opis modelowanej rzeczywistości. Dokument taki sporządzany jest w języku naturalnym lub jednym z języków formalnych.
99
6.1 Projektowanie bazy danych geograficznych
6 Baza danych geograficznych
PROJEKT KONCEPCYJNY
I
Identyfikacja obiektów ,I,
I Materiały źródłowe I
I
I
Opracowanie modelu danych
Ocena
źródłowych
I
Opracowanie planu pozyskiwania danych
PROJEKT LOGICZNY I FIZYCZN >/
I Utworzenie. metadanych -
1 danych
I
1 Baza Danych GIS I
~
I archiwizacja I
I
.
I
J Pozyskiwanie
l,
A
EKSPLOATACJA
•
materiałów
I
I I
„
Kontrola jakości
I danych
l
• . Rozbudowa i pielęgnacja bazy danych
I
•
Back-up bazy
I
Rysunek 6.1. Ogólny schemat projektowania i budowy bazy danych geograficznych
Proces modelowania logicznego jest związany z opisem modelowanego wycinka świata rzeczywistego za pomocą reguł i środków dostępnych w ramach przyjętego modelu danych. W systemach GIS najczęściej zaimplementowany jest relacyjny model danych, w związku z _czym opis logiczny można wyrazić jako schemat relacyjny. Model logiczny określa typy danych, opisuje obiekty z podziałem na dane geometryczne (o strukturze wektorowej i rastrowej) oraz dane opisowe, czyli atrybuty charakteryzujące obiekty. Do opisu modelu informacji geograficznej
100
6 Baza danych geograficznych
stosuje się wiele notacji, w tym diagramy związków encji 1 ERD odwzorowujące obiekty modelowanej rzeczywistości i powiązania między nimi w postaci grafu. Notacja ERD używana jest przede wszystkim do modelowania danych zawartych w relacyjnych bazach danych. Nawet gdy system jest modelowany obiektowo, z wykorzystaniem języka UML, ostateczny zapis jest dokonywany przy użyciu notacji ERD, lepiej oddającej relacyjną strukturę informacji. Podstawowym pojęciem relacyjnego modelowania danych jest encja reprezentująca obiekt z dziedziny problemu, który podlega modelowaniu (Beynon-Davis 1998, Ullman 1982). Obiekt (egzemplarz encji) charakteryzowany jest poprzez atrybuty. Atrybuty są zawsze danymi skalarnymi i w szczególności nie mogą być innymi encjami. Związki między obiektami są zapisane w bazie danych w postaci relacji i definiowane poprzez nazwę, krotność (minimalna i maksymalna liczba wystąpień) i obligatoryjność. W praktyce podczas budowania modelu fizycznego, co często jest dokonywane automatycznie na podstawie modelu logicznego, operujemy pojęciem tabel wraz z kolumnami i relacji między nimi. Tabela jest fizyczną reprezentacją encji, a jej kolumny - atrybutów. Związki wiele-do-wiele przekładają się dodatkowo na tabele pośred niczące, co jest nieuniknione w modelu relacyjnym. W diagramach związków encji ERD encja jest przedstawiana jako prostokąt o dwu polach. Górne pole zawiera nazwę encji, dolne - listę atrybutów. W systemach informacji geograficznej związek 1-do-n stanowi reprezentację najczęściej występującego związku, gdzie pojedynczemu rekordowi nadrzęd nemu odpowiadają liczne rekordy podrzędne . W przykładach pokazano zależności pomiędzy obiektami zapisanymi w warstwie ADMINISTRACJA, która przedstawia podział kraju na gminy i powiaty oraz pomiędzy obiektami gmina z warstwy ADMINISTRACJA a obiektami park (narodowy lub krajobrazowy) przechowywanymi w warstwie PARKI. Przykład związku 1-don ilustruje rysunek 6.2. Rozszczepiony koniec związku od strony encji GMINA oznacza dopuszczenie wielokrotnego występowania tej encji i razem z kółkiem oznacza: „~ero lub więcej". Poprzeczna kieska od strony encji POWIAT ma wymowę: „co najmniej jeden". Związek ten możemy odczytać od góry: GMINA musi wchodzić w skład dokładnie jednego POWIATU lub wspak: POWIAT może zawierać wiele GMIN. Warto zwrócić uwagę, że w bazach danych geograficznych nie praktykuje się związków obligatoryjnych z obu końców. Są one niemożliwe do zaimplementowania w relacyjnej bazie danych z użyciem zwykłych reguł integralności. Związki n-do-n zachodzą rzadziej niż 1-do-n i prawie zawsze posiadają atrybuty. Z reguły już na etapie modelu logicznego przekształca się je w encję pośredniczącą, co znacznie podnosi czytelność modelu. Związek taki zachodzi między obiektami zapisanymi w warstwach ADMINISTRACJA i PARKI i został przedstawiony na rysunku 6.3.
1
Encja oznacza konkretny lub abstrakcyjny byt wyróżniany w modelowanej
rzeczywistości.
6.1 Projektowanie bazy danych geograficznych GMINA ld_gminy nazwa powierzchnia
POWIAT
LI VA200
F
Rysunek 6.2. Reprezentacja
wchodzi w
ld_TERYT nazwa powierzchnia
skład
~ przynależność 1 ..-~
zawiera
związku
I
1-do-n
pomiędzy
GMINA
Związek
LI VA200
F
gminami i powiatami
PARK
Id gminy LI obejt;!.uje nazwa 'VA2oo 1'1Y na terenie I PARKl_W_GMINIE - powierzchnia F
Rysunek 6.3. a gminą
101
o
liczności
n-do-n
ld_parku LI nazwa VA200 powierzchnia F VA200 typ
-
pokazujący zależności między
parkiem
Oba końce związku są rozszczepione, co zezwala na istnienie wielu wysencji na każdym z końców. Dodatkowo związek od strony encji GMINA opatrzony jest poprzeczną kreską, co oznacza„ że egzemplarz encji GMINA musi wystąpić dla każdego wystąpienia encji PARK. Związek ten można odczytać od lewej do prawej: PARK musi leżeć na terenie co najmniej ~ednej GMINY. Od prawej do lewej: GMINA może obejmować wiele PARKOW. Sposób, w jaki model logiczny zostanie przekształcony w bazę danych, pokazują reguły przekształcania. Model fizyczny dla związku 1-do-l oraz 1do-n jest identyczny ze związkiem l-do-1. Związek obrazuje strzałka biegnąca od tabeli podrzędnej do nadrzędnej, co oznacza, że każdy rekord podrzędny wskazuje na rekord nadrzędny. W odróżnieniu od modelu logicznego w modelu fizycznym nie oznacza się ani krotności, ani obligatoryjności. Informacje te są zawarte w regułach integralności. Na rysunku 6.4 został przedstawiony model fizyczny związku 1-do-n, którego model logiczny został zilustrowany na rysunku 6.2, natomiast na rysunku 6.5 model fizyczny związku n-do-n, którego model logiczny przedstawiono na rysunku 6.3. Model fizyczny związku n-do-n różni się zdecydowanie od modeli 1-do-l oraz 1-do-n. Ponieważ relacyjny model danych dopuszcza tylko związki 1-do-n, w modelu logicznym eliminuje się związki n-do-n, wprowadzając dodatkową encję. W konsekwencji implementacja związku n-do-n została oparta na dodatkowej tabeli wygenerowanej automatycznie. W omawianym przypadku tabela ta posiada tylko dwie kolumny, stanowiące klucze obce do właściwych tabel. tąpień
102
6.3 Budowa topologii
G Baza danych geograficznych
GMINA ID GMINY NAZWA POWIERZCHNIA ID_TERYT ID_TE RYT_POWIATU
PARK_W_GMINIE
INTEGER VARCHAR200 FLOT INTE GER INTEGER
ID_TERYT= ID_TERYT POWIATU
INTE GER INTE GER
ID PARKU ID_GMINY
ID_GMINY = ID_GMINY
w GMINA
ID_PARKU = ID_PARKU
ID GMINY NAZ>NA POWIERZCHNIA ID_TERYT ID_TE RYT_POWIATU
INTE GER VARCHAR200 FLOT INTEGER INTE GER
,,
r
POWIAT ID TERYT POWIATU NAZWA POWIERZCHNIA
103
PARK
INTEGER VARCHAR200 FLOAT
ID PARKU NAZ>NA POWIERZCHNIA TYP
INTEGER VARCHAR200 FLOAT VARCHARD2
R ys unek 6 .5. Model fizyczny związku n-do-n Rysunek 6.4. Model fizyczny
związku
1-do-n
Fazę
projektowania kończy testowanie bazy danych i wykonanie testów wydajnościowych. Testy powinno się przeprowadzać na danych użytkownika. Wprowadzając do bazy dane geograficzne należy pamiętać o kontroli ich jakości oraz utworzeniu metadanych charakteryzujących posiadane zasoby. Baza danych w trakcie eksploatacji zwykle podlega rozbudowie. Na skutek aktualizacji danych zmienia się liczba obiektów przechowywanych w bazie. Pojawiają się obiekty nowe, a nieaktualne zapisywane są w historii bazy. Obiekty mogą być charakteryzowane poprzez dodatkowe atrybuty. P owstają nowe warstwy tematyczne, w których przechowywane są wyniki analiz przestrzennych oraz różnego rodzaju produkty informatyczne, jak mapy, raporty. Jeśli chcemy wykonywać analizy czasoprzestrzenne, często zachodzi konieczność odtworzenia stanu bazy na interesującą nas datę, dlatego przed każdą aktuali zacją należy tworzyć kopie archiwalne.
6.2
Język
służących do sformalizowanego opisu obiektów geograficznych , systemów odniesienia, ukł adów współrzędnych, elementów geometrycznych, elementów topograficznych, parametrów jakości danych geograficznych czy jednostki miary. Podstawowym zadaniem języka GML jest umożliwienie budowania wzajemnie powiązanych schematów aplikacyjnych i zbiorów danych oraz umożliwienie organizacjom współdzielenie schematów aplikacyjnych oraz opisywanych za ich pomocą informacji (Kmiecik 2004b) . Język GML cechuje się niezależnością sprzętową i narzędziową, umożli wia pełny zapis informacji geograficznej, zapisy GML mają postać tekstową, wobec czego dokument GML jest czytelny nawet bez wsparcia narzędziowego. Wymienione cechy języka GML pozwalają określać go mianem uniwersalnego języka modelowania, wymiany i składowani a informacji geograficznej. Te cechy języka sprawiły, że GML jest obecnie powszechnie wykorzystywany w dokumentach standaryzacyjnych norm ISO serii 19100 dotyczących informacji geograficznej.
GML 6.3 Budowa topologii
Język
GML jest aplikacją języka XML zbudowaną dla potrzeb informacji geograficznej . Oznacza to, że GML wykorzystuje notacje XML i stosuje się do wszystkich reguł zapisu danych i definiowania schematów. Stanowi on zbiór schematów GML, w których zostaje zadeklarowany zbiór elementów
Topologia jest działem matematyki, który zajmuje się badaniem w ł aś ciwości figur geometrycznych nieulegających zmianie przy przekształce niach elastycznych i ciągłych. W systemach informacji geograficznej pojęcie
104
6 Baza danych geograficznych
6.4 Integracja danych
topologii odnosi się do wektorowego modelu danych, który przechowuje informacje o położeniu obiektów w formie par współrzędnych (x,y) w dwuwymiarowym ukł adzie współrzędnych kartezjańskich lub (cp, .A) w układzie współrzęd nych geograficznych. Topologia opisuje niemetryczne (w przeciwieństwie do geometrii) właściwości obiektów geograficznych i pozostaje niezmienna przy przekształceniu geodezyjnego układu odniesienia lub ukł adu współrzędnych płaskich. W pakietach narzędziowych GIS zal eżności topologiczne są realizowane w różny sposób. Poniżej zostaną omówione zasady budowy topologii w flagowym produkcie ESRI ARC/ INFO. W ARC/ INFO do budowy topologii warstwy informacyjnej (model danych typu coverage) służą polecenia CLEAN i BUILD. Komendy CLEAN używa się zawsze przy pierwszym budowaniu topologii, natomiast polecenie BUILD służy do przebudowywania już ist-
brak
treś
pochodzących
z
różnych źródeł
105
·
niejącej.
Dla warstw przechowujących obiekty liniowe budowanie topologii polega na sprawdzeniu, czy krawędzie (linie) przecinają się w punktach węzłowych . Program automatycznie wyszukuje miejsca, w których linie się przecinają i wstawia tam węzły. Przeprowadza również operacje dociągania węzłów do siebie, węzłów do linii oraz linii do siebie przy zadanych parametrach tolerancji. Proces kończy się nadaniem każdej linii unikalnego identyfikatora i utworzeniem tabeli atrybutów zapisujących relacje przestrzenne (patrz rozdział 3). W warstwie poligonowej atrybuty wieloboków identyfikowane są przez tzw. centroid points, czyli punkty centralne. Do każdego wieloboku przypisany może być jeden centroid, który jednoznacznie identyfikuje obiekt i jego atrybuty. Większa liczba punktów centralnych traktowana jest j ako błąd. Tabela relacji topologicznych w warstwie poligonowej zawiera listę wierzchołków (vertexów) ze współrzędnymi, informacje skąd i dokąd linia przebiega (węzeł początkowy i końcowy) oraz numery wieloboków znajdujących się po prawej i lewej stronie linii, a także listę linii budujących każdy wielobok. Podczas budowy topologii ustala się dwa parametry: fuzzy tolerance i dange length. Parametr fuzzy tolerance mówi nam, w jakiej odległości od siebie mogą być zarejestrowane współrzędne sąsiadujących punktów (koń cowych czy też pośrednich linii). Innymi słowy, jest odpowiedzialny za dociąg nięcie do siebie sąsiadujących węzłów znajdujących się w odległości mniejszej niż zadeklarowana fuzzy tolerance. Natomiast parametr dange length mówi nam, jakiej długości linie wiszące należy usunąć w trakcie budowy topologii. Na skutek niepoprawnie zbudowanej topologii w warstwach tematycznych pojawiają się błędy, których wynikiem mogą być m.in. tzw. linie wiszące, poligony szczątkowe lub brak ciągłości pokrycia (rys. 6.6). Ważnym aspektem podczas budowy topologii jest zapewnienie zgodności topologicznej pomiędzy warstwami. J est to szczególnie ważne wtedy, gdy te same obiekty występują w kilku warstwach tematycznych. Przykładem ilustrującym ten problem może być droga, która jest jednocześnie granicą gminy i granicą parku narodowego. Występować ona będzie wobec tego w trzech
Rysunek 6.6.
Błędy
spowodowane niepoprawnie
zbudowaną topologią
warstwach informacyjnych: warstwie liniowej - drogi, warstwie poligonowej administracyjny i warstwie poligonowej - parki_ narodowe. Z punktu widzenia j ednolitości i spójności bazy przebieg tej drogi powinien być identyczny na wszystkich trzech warstwach . Oznacza to id entyczność współrzędnych pokazujących przebieg linii. podział_
6.4 Integracja danych
pochodzących
z
różnych źródeł
Najogólniej mówiąc, integracja danych polega na ich wzajemnym dostosowywaniu. Integracja, poprzedzona transmisją i konwersją danych z różnych systemów baz danych, obejmuje scalanie i harmonizowanie poszczególnych zbiorów i zestawów danych (geometrycznych i opisowych) tak, aby tworzyły spójną całość. Integracja danych to jedno z podstawowych zadań systemów informacji geograficznej, ponieważ tylko jednorodna informacja geograficzna może być przedmiotem opisu i analizy środowiska. 6.4.1 Semantyczny aspekt integracji
Integracja danych pochodzących z różnych systemów wymaga uwzględ nienia aspektu znaczeniowego danych. Problemy semantyczne łączenia danych są związane z wykorzystywaniem w aplikacjach odmiennych schematów klasyfikacyjnych i sposobów kategoryzacji danych. Do najczęściej występujących konfliktów semantycznych zalicza się konflikty: nazewnictwa, znaczenia i schematów (Laurini 1998) . Konflikty nazewnictwa to homonimy i synonimy.
106
6 Baza danych geograficznych
Homonimy powstają wówczas, gdy ta sama nazwa przypisana jest roznym danym (obiektom lub pojęciom), synonimy - gdy różne nazwy opisują dane o tym samym znaczeniu. Konflikt znaczenia to wynik odmiennych definicji lub interpretacji tego samego pojęcia, zaś konflikt schematów - różnic w zastosowanych schematach aplikacyjnych (np . różne klasy, atrybuty, relacje). Uzgodnienia definicji i usunięcia konfliktów nazewnictwa, znaczenia i schematów wymaga większość danych tematycznych. Bazy danych tworzone są przez różnych użytkowników i służą innym celom, stąd występujące rozbieżności w definiowaniu obiektów bazy danych, ich atrybutów i związków między nimi są oczywiste i uzasadnione. Usunięcie konfliktów semantycznych w procesie integracji danych tematycznych jest sprawą niezmiernie złożoną i wymaga badań naukowych zmierzających do ujednolicenia semantycznego danych. Do rozwiązania problemów integracji semantycznej często wykorzystywanajest ontologia. Modelowanie informacji oparte na ontologii jest bardziej jednoznaczne i dlatego minimalizuje problemy różnorodności semantycznej (Hhakimpour i Timpf 2001). Ontologia jako teoria opisująca realny świat traktowana jest jako specyfikacja przy opracowywaniu modeli konceptualnych, które zapisane przy pomocy języka formalnego stanowią podstawę zgodnych implementacji. Identyfikacja konfliktów nazewnictwa, a w tym homonimów i synonimów następuje na etapie analizy semantycznej danych źródłowych.
6.4 Integracja danych
pochodzących
z
różnych źródeł
107
wektorowej i rastrowej oraz danych statystycznych z odpowiadającymi jednostkami terytorialnymi. Integracja danych geograficznych powinna być wykonywana według następującego schematu (Bielecka 2002a): 1. Transfer danych z innych systemów, 2. Usunięcie konfliktów semantycznych, 3. Transformacja do jednolitego układu współrzędnych, 4. Integracja przestrzenna danych geograficznych: a) generalizacja, b) łączenie danych przechowywanych w systemach źródłowych w podziale arkuszowym lub administracyjnym w bazę danych ciągłą, c) korekcja błędnych danych i uzupełnienie danych brakujących, d) budowa topologii, e) weryfikacja spójności logicznej i topologicznej, f) integracja danych geometrycznych z opisowymi, 5. Integracja danych pomiędzy warstwami tematycznymi - uzgadnianie topologii między poszczególnymi warstwami tematycznymi, 6. Indeksowanie. 6.4.3 Aspekt realizacyjny
6.4.2 Przestrzenny aspekt integracji Ważnym
aspektem integracji danych geograficznych jest zapewnienie zgodw przebiegu odpowiadających sobie elementów geometrycznych i uzgodnienie styków pomiędzy danymi pochodzącymi od różnych dystrybutorów, a także zapewnienie zgodności topologicznej wewnątrz warstw, tzw. integracja pozioma i pomiędzy warstwami tematycznymi - integracja pionowa (Bielecka 2000b). Doprowadzenie do zgodności i poprawności topologicznej danych pozyskiwanych różnymi metodami jest zwykle procesem długotrwałym i kosztownym. Dlatego szczególnie ważna jest optymalizacja tego procesu. Rozważając przestrzenny aspekt integracji należy pamiętać o różnych systemach odniesień przestrzennych, odwzorowaniach i układach współrzędnych. Obecnie nie ma przeszkód technicznych związanych ze zmianą odwzorowania lub układu współrzędnych, a teoretyczne podstawy takich rozwiązań zostały również zdefiniowane i opisane (Kadaj 2000, 2001). Należy jednak pamiętać, że każdemu układowi odniesienia towarzyszą zniekształce nia związane z odmiennymi właściwościami odwzorowań, stąd w obliczeniach współrzędnych, powierzchni i odległości zachodzi konieczność uwzględniania poprawek odwzorowawczych. Integracja danych geograficznych to również łączenie i zapewnienie wspólnych możliwości analitycznych danych geometrycznych zapisanych w formie ności
Widoczna obecnie silna tendencja ujednolicenia i harmonizacji zagadfunkcjonowania, prezentacji i zapisu wewnętrznego danych w dostępnych pakietach GIS przesuwa ciężar integracji na rozwiązanie konfliktów semantycznych. Techniczne możliwości współdziałania systemów komputerowych są możliwe dzięki specyfikacjom technicznym OGC 2 oraz normom międzynaro dowym ISO. Niemniej jednak różnice między narzędziami polegające na innym sposobie zapisu tych samych danych w systemie, czyli na tzw. różnicach syntaktycznych oraz prowadzenie niedostatecznie sformalizowanej dokumentacji baz danych (brak metadanych) sprawia, że przenoszenie danych pomiędzy systemami jest ciągle dużym wyzwaniem. Na rynku oprogramowania pojawiają się specjalizowane pakiety takie jak: MicroStation GeoExchange (firmy Bentley) lub Feature Manipulation Engine (FME firmy Safe Software Inc.), które pozwalają na wymianę danych pomiędzy programami GIS i systemami baz danych. Programy te konwertują dane geograficzne oraz kontrolują i modyfikują topologię i niekiedy pozwalają na redefiniowanie danych. nień
2
0pen Geospecial Consortium
108
6 Baza danych geograficznych
6.5 Tendencje rozwojowe baz danych Model relacyjny ma spójne podstawy teoretyczne, uznany standard języka i wiele implementacji narzędziowych. Prostota logiczna i funkcjonalna relacyjnej bazy danych przesądziła o jej dzisiejszym upowszechnieniu. Słabością modelu relacyjnego jest nieadekwatność w stosunku do złożoności świata rzeczywistego. Przyjęte w modelu relacyjnym ograniczenia doprowadziły do rozwoju konkurencyjnego modelu zwanego modelem obiektowym. W modelu obiektowym opisanie wycinka rzeczywistości jest bardziej naturalne niż w relacyjnym. Teoretyczna i praktyczna koncepcja obiektowości bazuje na wyróżnianiu obiektu, który jest abstrakcyjnym bytem reprezentującym lub opisującym rzecz lub pojecie obserwowane w świecie rzeczywistym. Definiując obiekt Subieta (1999) podaje: - obiekt ma określone granicę oraz semantykę, - może być prosty lub złożony, - obiektom przypisuje się takie cechy jak tożsamość, stan i operacje. - obiekt posiada nazwę, jednoznaczną identyfikację, granice, atrybuty, może być skojarzony z metodami lub operacjami, które na nim działają . Subieta (1998, 1999) nadmienia również, że wielu autorów nie różnicuje obiektu jako pewnej abstrakcji pojęciowej lub informatycznej, struktury danych czy też konkretnego obiektu istniejącego w świecie rzeczywistym, mimo że z metodycznego punktu widzenia takie rozróżnienie jest konieczne. Wynika to z faktu, że rozwój obiektowości następował w trzech różnych obszarach: językach programowania, sztucznej inteligencji i bazach danych. Obecnie mnożą się realizacje systemów baz danych zorientowanych obiektowo i są wypracowywane standardy w zakresie sformalizowanego języka „obiektowego". Podstawową różnicą w stosunku do relacyjnych baz danych jest tu założenie, że baza danych przechowuje obiekty, a nie tablice. Obiekty są dostępne poprzez metody metody lub zapytania SQL. Unormowanie myślenia obiektowego okazało się jednak bardzo złożone, a implementacja odpowiednich narzędzi programistycznych trudniejsza dla twórców baz danych, chociaż wygodniejsza dla użytkowników . Wady i zalety obu modeli doprowadziły do opracowania modelu hybrydowego obiektowo-relacyjnego. Model obiektowo-relacyjny bazy danych jest jeszcze słabiej zdefiniowany niż model obiektowy. Jak sama nazwa wskazuje, jest próbą połączenia i wykorzystania zalet obu modeli. Choć brak mu podstaw teoretycznych doczekał się pierwszego standardu w zakresie sformalizowanego języka obsługi i dostępu do danych SQL3 (Structured Query Language) oraz praktycznych implementacji (np. Oracle8). Obecnie, mimo wielu braków i niekonsekwencji, model obiektowo-relacyjny rozpowszechnia się ze względu na swoje zalety praktyczne. pojęcia
6.5 Tendencje rozwojowe baz danych
109
W modelu obiektowo-relacyjnym zasadniczą konstrukcję bazy danych nadal stanowią tabele. Istnieje jednak możliwość powiązań między wierszami w tej samej tabeli, dziedziczenie między tabelami, definiowanie abstrakcyjnych typów danych ADT (ang. Abstract Data Type), dodawanie metod obsługujących wielokolumnowe atrybuty i wiele innych. Jednym z ciekawszych pomysłów zastosowanym w modelu obiektowo-relacyjnym jest wprowadzenie do tabel kolumny identyfikującej wiersz oraz możliwość posługiwania się tymi identyfikatorami wewnątrz tabeli. W efekcie stwarza to możliwość odtworzenia w tabelach struktury powiązań sieciowych . Wielu specjalistów uważa standard obiektowo-relacyjny za przejściowy, będący wyrazem „łatania" niedostatków modelu relacyjnego i niechęci do modelu czysto obiektowego. Przyszłość w zakresie organizacji baz danych niewątpliwie należy do systemów obiektowych, ponieważ „świat jest obiektowy". Oczywiście jak będzie rozumiana „obiektowość" w dalszej przyszłości, obecnie nie można przewidzieć. Wypływający z tego wniosek praktyczny jest taki, że jeśli „dziś" organizujemy bazę danych, możemy użyć jeszcze modelu relacyjnego; jeśli myślimy o bazie danych na „jutro" - powinniśmy wdrażać myślenie obiektowe i realizować bazy obiektowo-relacyjne lub zorientowane obiektowo.
7 Przetwarzanie Danych Geograficznych
7.1 Podstawowe operacje na danych geograficznych Wszelkie operacje wykonywane na danych geograficznych nazywamy przetwarzaniem danych. Przetwarzanie danych możemy podzielić na: przetwarzanie wstępne, proste operacje matematyczne i statystyczne, analizy przestrzenne oraz modelowanie procesów i zjawisk. Przetwarzanie wstępne jest nieodzownym etapem, który należy wykonać przed przystąpieniem do analizy danych. Do przetwarzania wstępnego zaliczamy: - usuwanie błędów powstałych w wyniku wprowadzania danych, - łączenie danych pochodzących z różnych źródeł, w tym łączenie danych geometrycznych z opisowymi - zmianę układu współrzędnych lub transformację afiniczną, - łączenie danych zapisanych w sąsiadujących warstwach lub podział danych na odrębne warstwy tematyczne, - generalizację danych. Eliminacja błędów w danych oraz łączenie danych pochodzących z różnych opisane w rozdziale 6 „Baza danych geograficznych", zmiana układu współrzędnych w rozdziale 5 poświęconym systemom odniesień przestrzennych. Tematem niniejszego rozdziału są zagadnienia związane z łącze niem danych zapisanych w sąsiadujących warstwach lub podziałem danych na odrębne warstwy tematyczne oraz generalizacja i klasyfikacja danych geograficznych. źródeł zostały
7 .2
Łączenie
i
podział
danych geograficznych
7.2.1 Wprowadzenie Łączenie należą
i podział warstw tematycznych zawierających dane geograficzne do podstawowych operacji wykonywanych w programach GIS. Łączymy
112
7 Przetwarzanie Danych Geograficznych
warstwach wówczas, gdy chcemy operować danych, dzielimy natomiast wtedy, gdy zależy nam na zmniejszeniu przestrzennego zasięgu warstwy tematycznej i dostosowaniu go np. do podziału na jednostki administracyjne lub arkusze mapy. W minionych latach podział bazy danych geograficznych na fragmenty obejmujące mniejsze obszary podyktowany był wymogami technologicznymi programów GIS. Większość z nich mogła przechowywać ograniczoną liczbę obiektów. Dotyczyło to szczególnie wieloboków i linii oraz stopnia skomplikowania kształtu obiektów, który w przypadku obiektów liniowych wyraża się liczbą punktów pośrednich określających przebieg linii (vertexów), a w przypadku wieloboków liczbą linii ograniczających wielobok. Dzisiaj , nawet jeśli te ograniczenia istnieją, nie stanowią przeszkody w tworzeniu ciągłych baz danych obejmujących powierzchnie całych krajów lub kontynentów i przechowujących bardzo dużą liczbę obiektów. Niemniej jednak czasami ze względów technologicznych lub organizacyjnych zachodzi konieczność podziału bazy na części. dane zapisane w
sąsiadujących
jedną ciągłą bazą
7.2
Łączenie sąsiadujących
i
podział
danych geograficznych
113
Połączone warstwy (rysunek 7.1) stanowią punkt wyjścia do dalszej obróbki danych. Przede wszystkim należy uzgodnić styki pomiędzy sąsiadu jącymi arkuszami i usunąć ramki arkuszy. Uzgadnianie styków można przeprowadzić automatycznie, półautomatycznie lub ręcznie. Przy wykorzystywaniu opcji automatycznego łączenia obiektów zalecana jest duża ostrożność, szczególnie wtedy, gdy obiekty położone są blisko siebie.
przed
po
7.2.2
Łączenie
połączeniem
połączeniu
warstw
Konieczność łączenia warstw obejmujących zasięgiem sąsiednie obszary zachodzi najczęściej wtedy, gdy wprowadzamy dane do GIS z map lub zdjęć lotniczych czy satelitarnych. Dane są pozyskiwane wówczas w jednostkach odpowiadających zasięgom przestrzennym map czy zdjęć i dla takich obszarów są budowane bazy cząstkowe, które później są łączone w jedną ciągłą (ang. Seamless) bazę danych geograficznych. Łączone mogą być tylko warstwy zapisane w tym samym układzie współrzędnych, w których zostały zgromadzone obiekty tego samego typu oraz posiadające taką samą strukturę (identycznie zdefiniowane pola atrybutów). Łączymy sąsiadujące ze sobą warstwy tematyczne wówczas, gdy chcemy zwiększyć przestrzenny zasięg bazy danych. Z logicznego punktu widzenia dane zgromadzone na łączonych warstwach muszą dotyczyć tego samego tematu (np. drogi łączymy z drogami). W większości programów GIS istnieją komendy pozwalające na jednoczesne łączenie dużej liczby warstw tematycznych (w ArcGIS nawet do 500 warstw). Najczęściej na wejściu podajemy kilka niezbędnych parametrów takich jak: nazwa nowej warstwy, jakiego typu obiekty łączymy (punktowe, liniowe, powierzchniowe lub wszystkie) oraz czy program ma zachować numerację obiektów z warstw składowych. Istnieje kilka komend łączących sąsiednie warstwy (m.in. APPEND, MAPJOIN, MERGE). Różnica między tymi komendami polega przede wszystkim na tym, że niektóre z nich (np. MAP JOIN) po połączeniu warstw przebudowują topologię i automatycznie, w ramach zadanej tolerancji, dociągają do siebie obiekty leżące na granicach łączonych warstw.
Rysunek 7.1.
7.2.3
Podział
Łączenie sąsiadujących
warstw tematycznych
warstwy tematycznej
Przy wykonywaniu analiz przestrzennych często zachodzi konieczność ograniczenia zasięgu przestrzennego bazy danych do interesującego nas obszaru (np. gminy, zlewni, parku narodowego). Ułatwia to skupienie uwagi na istotnych cechach badanego zjawiska czy obszaru. Do najczęściej stosowanych operacji tego typu należy WYCINANIE (CLIP), wbudowane w każdy program narzędziowy GIS. W podręcznikach i instrukcjach angielskojęzycznych komenda ta jest określana jako Cookie Cutter, czyli wycinarka ciastek. To porównanie dość dobrze oddaje istotę działania komendy. Warstwa wycinająca wycina z całej bazy interesujący nas obszar. Wszystkie elementy geometrii obiektów warstwy wejściowej są przycinane wielobokami warstwy wycinającej. Na liniach przecięcia wieloboków obu warstw powstają węzły. Obiekty, które znajdują się poza granicami warstwy wycinającej, zostają usuwane (rys. 7.2). Struktura atrybutów warstwy wynikowej zostaje taka sama jak warstwy wejściowej. Po wykonaniu operacji zmniejsza się zasięg przestrzenny warstwy
114
7 Przetwarzanie Danych Geograficznych
7.3 Generalizacja
wynikowej, a więc zmniejsza się także liczba obiektów, zmianie relacje topologiczne. dane
źródłowe
warstwa
wycinająca
ulegają również
dane
źródłowe
warstwa
dzieląca
115
dane wynikowe
dane wynikowe
Rysunek 7 .4. Dzielenie warstwy tematycznej
7 .3 Generalizacja Rysunek 7.2. Wycinanie fragmentu warstwy
7.3.1 Ogólne zasady generalizacji Często w programach GIS istnieje komenda o działaniu odwrotnym do operacji wycinania np. WYMAZYWANIE (ERASE) . W wyniku jej zastosowania zostają usunięte wszystkie obiekty wewnątrz warstwy zadeklarowanej jako „wymazująca", niezmienione zostaną natomiast obiekty położone na zewnątrz warstwy wymazującej (rys. 7.3).
dane
źródłowe
warstwa
wymazująca
Rysunek 7.3. Operacja wymazywania
dane wynikowe
treści wewnątrz
wieloboku
Do produkcji map seryjnych wydawanych w kroju arkuszowym konieczne jest ograniczenie obszaru bazy danych do granic arkuszy mapy. Operacje taką można wykonać posługując się jedną z komend, która ma za zadanie podział obszaru obejmowanego przez warstwę na części (ROZDZIELENIE - SPLIT) . Warstwa dzieląca musi mieć topologię poligonową. Na wejściu (rys. 7.4) musimy podać nazwę warstwy wejściowej i warstwy dzielącej oraz pole (atrybut) w warstwie dzielącej, według którego warstwa wejściowa będzie rozdzielana. Następnie podajemy nazwy warstw wyjściowych. Granice warstw wyjściowych odpowiadają granicom poligonów warstwy dzielącej . W taki sam sposób rozdzielane są atrybuty. Definicje atrybutów warstwy wejściowej nie ulegają zmianie i są przeniesione do warstw wyjściowych. Zmienia się zasięg przestrzenny, liczba obiektów i topologia warstw wynikowych.
Generalizacja wiąże się przede wszystkim z kartografią i oznacza proces zmniejszania szczegółowości mapy będący konsekwencją zmniejszania jej skali. Istota i zasady generalizacji kartograficznej są przedmiotem zainteresowania wielu kartografów i zostały opisane w podręcznikach z dziedziny kartografii (Saliszczew 1998; Robinson 1988; Kraak 1998; Ratajski 1989), dlatego w niniejszym opracowaniu uwaga zostanie skupiona na generalizacji danych geograficznych i możliwości jej wykonania w oparciu o systemy narzędziowe typu GIS. Najważniejszą regułą odnoszącą się do generalizacji jest zachowanie w całości podstawowej struktury oraz charakterystyki danych geograficznych oraz przedstawienie ich w czytelny sposób. W systemach informacji geograficznej generalizację wykonuje się z dwóch powodów. Pierwszy z nich to zapewnienie czytelności przekazu kartograficznego. Opracowywanie map wymaga wyboru elementów prezentowanych na mapie stosownie do treści i przeznaczenia mapy oraz przedstawienie ich w czytelnej dla odbiorcy formie . Jeśli zgromadzone z bazie danych obiekty geograficzne charakteryzują się wyższą dokładnością i szczegółowoś cią niż jest to niezbędne z punktu widzenia sporządzanej mapy, należy dokonać uproszczenia i wygładzenia ich kształtów. Drugi powód to analityczna i obliczeniowa sprawność systemu oraz żądana dokładność przeprowadzanych analiz przestrzennych wymagająca generalizacji danych. Uogólnienie, rozumiane jako redukcja obiektów, pozwala dostrzec relacje pomiędzy obiektami geograficznymi niewidoczne w skalach większych. Wobec czego generalizację traktuje się jako metodę badania zjawisk skalowych, tzn. takich, które uwidoczniają się wraz ze zwiększaniem analizowanego obszaru i zmniejszaniem szczegółowości analizowanych obiektów. Generalizacja jest cechą nieodłączną każdej mapy i wiąże się z utratą pewnej ilości informacji, dlatego należy pamiętać, że pozyskując dane z map otrzymujemy dane „skażone" poprzez proces generalizacji. Wpływ generalizacji ujawnia się w położeniu i kształcie obiektów (np. przebiegu, kształcie
116
7 Przetwarzanie Danych Geograficznych
7.3 Generalizacja
i długości obiektów liniowych, powierzchni i kształcie wieloboków). W wyniku uproszenia kształt obiektów jest mniej skomplikowany, a w związku z tym jego długość, obwód czy powierzchnia ulegają zmianie. Za podstawową zasadę oceny dokładności położenia danych geograficznych pozyskiwanych z map należy przyjąć zasadę, że dokładność położenia obiektu w bazie danych jest nie większa od średniego błędu położenia obiektów na mapie. Dla obiektów dobrze identyfikowanych, zachowujących wieloletnią niezmienność (np. granice administracyjne, budynki, drogi, koleje) średni błąd położenia wynosi 0.5 mm w skali mapy. W przypadku obiektów o niewyraźnych obrysach (np. cieki i wody stojące , użytki gruntowe, drogi polne) dokładność określenia położenie spada do 1 mm w skali mapy (Instrukcja 01 / 02 2001) . Jeśli więc pozyskujemy dane z mapy w skali 1:100 OOO, to dokładność położenia obiektów w bazie danych będzie wynosiła od 50 m do 100 m. Wyróżnia się dwa typy generalizacji: ilościową i jakościową. Różnica między nimi polega na tym, że procesy związane z generalizacją ilościową odnoszą się do geometrii danych przestrzennych, podczas gdy generalizacja jakościowa dotyczy atrybutów. W ramach generalizacji ilościowej dokonujemy wyboru i uproszczenia elementów treści mapy (obiektów w bazie danych). Generalizacja jakościowa dotyczy natomiast uogólnienia treści mapy (znaczenia jej poszczególnych elementów) i wymaga wiedzy na temat systemów klasyfikacji stosowanych w poszczególnych dziedzinach. 7.3.2 Generalizacja
ilościowa
Generalizacja ilościowa obejmuje wszystkie obiekty zarówno punktowe, liniowe, jak i powierzchniowe, a głównymi jej aspektami jest wybór obiektów, które zostaną przedstawione w skali mniejszej, i uproszczenie ich kształtu . Z wyborem obiektów wiąże się określenie kryteriów, na podstawie których można go przeprowadzić. Kryteria ilościowe opierają się najczęściej na liczbie obiektów lub ich wielkości (długości). Najczęściej stosowane jest „prawo pierwiastka", zaproponowane przez F. Toepftera i W. Pillewizera (Toepfter 1966). Zgodnie z tym prawem liczba obiektów na zgeneralizowanej mapie określana jest na podstawie pierwiastka z ilorazu mianownika skali mapy wyjściowej i mapy generalizowanej i jest wyrażona wzorem: (7.1) gdzie: n1 - jest liczbą obiektów na mapie generalizowanej, na - liczbą obiektów na mapie źródłowej , Ma - mianownikiem skali mapy źródłowej, M1 - mianownikiem skali opracowywanej (generalizowanej) mapy. Prawo to określa, ile obiektów możemy przedstawić na mapie przy przechodzeniu od skal większych do mniejszych, jednak nie określa, które obiekty należy zachować, a które odrzucić. Właśnie ten problem, które elementy należy pozostawić, a które
usunąć,
117
jest najtrudniejszym zadaniem w procesie wyboru (Robinson i inni 1988) . Upraszczanie ma na celu zredukowanie złożoności kształtów obiektów i odnosi się do obiektów liniowych i powierzchniowych. Upraszczanie linii należy do najbardziej popularnych tematów badawczych związanych z generalizacją (Iwaniak i inni 1998a). Ponieważ linie są samodzielnymi obiektami lub stanowią granice wieloboków, to upraszczanie linii jest związane z generalizacją obiektów liniowych i powierzchniowych. Z drugiej strony, upraszczanie linii jest procesem, który stosunkowo łatwo można ująć w formie wzoru matematycznego, ponieważ każdą linię można opisać przez ciąg par współrzędnych. Istnieje wiele algorytmów upraszczania linii, przy czym większość upraszcza wszystkie obiekty w taki sam sposób, pomijając semantyczny aspekt linii. Rozwiązanie takie w wielu przypadkach daje efekt niezadowalający i wówczas konieczna jest generalizacja tradycyjna (nie automatyczna) . Idealna metoda generalizacji linii zapewnia redukcję liczby punktów przy zachowaniu kształtu linii i jej punktów charakterystycznych. Najprostszym algorytmem upraszczania, nieuwzględniającym relacji między sąsiednimi punktami, jest algorytm usuwający każdy n-ty punkt linii. Do bardziej zaawansowanych algorytmów upraszczania linii, zaimplementowanych w systemach GIS, należy algorytm Douglasa-Peuckera (1973), którego zasada została przedstawiona na rysunku 7.5. Algorytm jest algorytmem globalnym, przy eliminacji punktów uwzględnia wszystkie punkty linii eliminując w kolejnych krokach tylko te, które leżą w przyjętej strefie tolerancji. Algorytm zdefiniowany został w oparciu o dwa pojęcia: linii podstawowej i strefy tolerancji. Za linię podstawową przyjmowana jest linia łącząca punkt początkowy (zwany kotwicą) i końcowy (zwany pływakiem) generalizowanej linii, natomiast strefa tolerancji gwarantuje, że zachowany zostanie charakter linii. Oczywiście im mniejsza strefa tolerancji, tym mniejszy stopień generalizacji. W każdym punkcie załamania generalizowanej linii (między kotwicą a pływakiem) algorytm oblicza odległości prostopadłe do linii podstawowej. Punkt leżący w odległości większej niż szerokość strefy tolerancji zostaje zachowany i w następnej iteracji pełni rolę pływaka. Proces jest powtarzany dla obu odcinków wyznaczonych przez ten punkt. Punkty położone w strefie tolerancji są usuwane. Działanie algorytmu jest powtarzane tak długo, aż zostaną usunięte wszystkie punkty położone w odległości od linii podstawowej mniejszej niż zadeklarowana strefa tolerancji. Efekt działania algorytmu Douglasa-Peuckera zależy od liczby punktów definiujących przebieg linii, ich rozkładu oraz strefy tolerancji. Z reguły w celu zadowalającego zgeneralizowania linii wymagane jest wykonanie od kilku do kilkunastu iteracji. Na uwagę zasługuje również algorytm opracowany przez Chrobaka (1999). Tak jak algorytm Douglasa-Peuckera, jest to algorytm o charakterze globalnym, umożliwia jednak upraszczanie zarówno linii łamanych otwartych, jak i zamkniętych. Algorytm Chrobaka oparty jest na trójkącie elementarnym,
118
7 Przetwarzanie Danych Geograficznych
7.3 Generalizacja
119
X
P, strefa tolerancji
linia przed generalizacją
/
generalizacja kolejne kroki
/
linia zgeneralizowana
/ /
Rysunek 7.5. Zasada
działania
/
algorytmu upraszczania linii Douglasa-Peuckera
''
''
:
l,>e ml~:
~
którego wielkość gwarantuje czytelność rysunku na mapie. Trójkąt elementarny definiowany jest jako trójkąt, którego długości boków zachowują minimalne wymiary rysunku w skali mapy. Reguła generalizacyjna uwzględ nia hierarchię wierzchołków linii oraz związki topologiczne między nimi. Hierarchię wierzchołków określa się w przedziałach zamkniętych, wyznaczanych przez punkty końcowe linii przyjęte za jej niezmienniki. Punkty te posiadają w hierarchii najwyższą pozycję i tworzą podstawę trójkąta. Trzeci wierzchołek trójkąta stanowi ten punkt linii, który ma największą wysokość względem podstawy trójkąta. Jeśli w tak utworzonym trójkącie wszystkie boki są większe lub równe najkrótszej długości C:min trójkąta elementarnego, to badany punkt pozostaje na upraszczanej linii. Proces wyboru wierzchołkow kończy się wtedy, gdy sprawdzone zostaną wszystkie wierzchołki badanej linii. Wierzchołki są niezmiennikami upraszczanej linii. Długość najkrótszego boku trójkąta elementarnego wyznaczana jest z zależności (Chrobak 2003): (7.2) C:min = sMn gdzie: s - miara progowa czytelności rysunku wynosząca 0,5 mm dla mapy analogowej i 0,6 mm dla rysunku prezentowanego na ekranie monitora, natomiast M 11 oznacza mianownik skali opracowywanej mapy. Sposób wyboru wierzchołków został przedstawiony na rysunku 7.6. Punktem początkowym upraszczanej linii jest punkt P 1 , punktem końcowym punkt P 11 . Punkty te są zawsze podstawą każdego analizowanego trójkąta. Najwię kszą wysokość względem podstawy trójkąta ma punkt P7 . Nie pozostanie on jednak na uproszczonej linii, ponieważ bok P 7 P 11 jest krótszy od najkrótszego boku €min trójkąta elementarnego. Na uproszczonej linii pozostanie natomiast punkt P 5 spełniający wymagany warunek. Następnym etapem procesu upraszczania jest badanie sumy długości odcinków pomiędzy dwoma kolejnymi wierzchołkami. Jeśli odległość ta jest mniejsza niż 2cmin, wówczas wierzchołki zostają połączone jednym odcinkiem, w przeciwnym razie tworzony jest punkt pośredni i wierzchołki połączone są dwoma odcinkami.
/
''
\\
'
\
P,.
\
'
Rysunek 7.6. Wybór wierzchołków w procesie upraszczania linii Chrobaka (Chrobak 1999 zmienione)
według
algorytmu
Linia o uproszczonym przebiegu często wymaga wygładzania, aby jej obraz na mapie był estetyczny. Wygładzanie polega na przemieszczeniu współrzęd nych punktów załamania linii w celu eliminacji niewi elkich zakłóceń w jej przebiegu i wychwyceniu najbardziej znaczącego kierunku linii. Do wygładza nia stosuje się krzywe sklejane (ang. spline), funkcje wielomianowe i krzywe Beziera (krzywa gładka, której przebieg określony jest wielomianami i która wszędzie ma drugą pochodną). W niektórych programach opcja wygładzania linii jest jedynym narzędziem do jej generalizacji. Różnica pomiędzy upraszczaniem a wygładzaniem kształtu została zilustrowana na rysunku 7. 7. linia
źródłowa
linia po generalizacji
linia
Rysunek 7. 7. Linia poddana operacji upraszczania i
wygładzona
wygładzania
120
7.3 Generalizacja
7 Przetwarzanie Danych Geograficznych
W przypadku obiektów powierzchniowych generalizacja ilościowa obejmuje upraszczanie, które związane jest z uproszczeniem granic wieloboku, a w konsekwencji zmianą jego kształtu i powierzchni. Generalizacja powierzchniowa obejmuje również eliminację zbyt małych powierzchni i ł ączenie małych powierzchni w powierzchnię większą. Zilustrowane to zostało na rysunku 7.8. Przy przechodzeniu od skali większej do mniejszej generalizacji ulega zabudowa. Kształty budynków zostają uproszczone, pojedyncze budynki są ł ą czone w obszar zabudowany. Zagadnienie generalizacji powierzchniowej nie doczekało się kompleksowej automatyzacji. Najczęściej w programach GIS istnieją narzędzia do automatycznej generalizacji budynków lub ogólniej mówiąc obiektów o kształtach prostokątów. uproszczenie
IJ
...•••
łączenie
•
r===:>
„
~??-== Rysunek 7.8. Uproszczenie
kształtu
u~ oraz
łączenie
obiektów w wyniku generalizacji
treści
7.3.3 Generalizacja
jakościowa
Generalizacja jakościowa polega na uogólnieniu informacji zawartej w bazie danych. Przeprowadzenie generalizacji jakościowej wymaga znajomości charakteru zjawisk i metod klasyfikacji stosowanych w różnych dziedzinach. Klasyfikacja obiektów odbywa się w wyniku modyfikacji danych opisowych charakteryzujących obiekt. Rezultatem klasyfikacji jest zgeneralizowany obraz, który jest łatwiejszy do interpretacji. J ak wiemy, atrybuty obiektów geograficznych mogą mieć charakter jakościowy i ilościowy. W zależności
121
od wyboru cech i sposobu ich powiązania można opracować różn e klasyfikacje tych samych obiektów i w konsekwencji inaczej je zaprezentować na mapie. Dane o charakterystykach jakościowych najczęściej wprowadzamy z map tematycznych, tematycznych baz danych lub otrzymujemy je w wyniku interpretacji lub klasyfikacji treści zdjęć lotniczych i obrazów satelitarnych . Z reguły są one sklasyfikowane według zasad obowiązujących w danej dyscyplinie czy dziedzinie naukowej. W systemie GIS możemy je zgrupować w klasy wyższego rzędu pod warunkiem, że klasyfikacja umożliwia takie grupowanie lub dokonać ich systematycznego podziału np. według określonej cechy. Przykładem takiej klasyfikacji może być podział budynków ze względu na pełnione funkcje (np. mieszkaniowe, usługowe, przemysłowe, rekreacyjne) lub wysokość budynków (np. zabudowa niska i zabudowa wysoka). W przypadku danych ilościowych sposób klasyfikacji będzie zależał od skali, w jakiej zostały wyrażone atrybuty. Atrybuty wyrażone w skali porząd kowej lub interwałowej pozwalają na klasyfikację obiektów zgodnie z przyję tym porządkiem lub w zadanych przedziałach. Miasta sklasyfikowane w skali porządkowej ze względu na liczbę mieszkańców to np. miasta małe, średnie i duże. Natomiast miasta sklasyfikowane zgodnie ze skalą interwałową to np. miasta o liczbie ludności większej niż 1 mln , od 1 mln do 500 tys., poniżej 500 tys. Widzimy, że mając dane zapisane w skali interwałowej łatwo możemy dokonać klasyfikacji na miasta małe, średnie i duże . Sklasyfikowanie obiektów o charakterystykach wyrażonych w skalach porządkowej i interwałowej nie stanowi zwykle większego problemu. Warto przypomnieć, że im mniejsza li czba klas tym większa generalizacja. W wyn~ku generalizacji jakościowej zostaje zredukowana liczba obiektów, lecz ich granice zostają niezmienione. Pełna generalizacja powinna również uwzględniać generalizację przebiegu linii. Na rysunku 7.9 została pokazana generalizacja bazy danych o użytkowa niu ziemi. W wyniku generalizacji 12 klas użytkowania wydzielono 4 typy użytkowania ziemi. Stopień trudności przy przeprowadzaniu automatycznej generalizacji danych geograficznych zależy w znacznej mierze od organizacji bazy danych. Baza o odpowiedniej strukturze, w której obiekty zachowują hierarchiczność, znacznie ułatwia proces generalizacji. Wówczas wybór obiektów, uproszczenie ich kształtu i klasyfikacja nie wymaga reorganizacji danych. Chociaż generalizacja w programach komputerowych oparta jest na jednoznacznie zdefiniowanych algorytmach, to obarczona jest również subiektywizmem. O doborze algorytmów oraz ich parametrów decyduje użytkownik programu, a od rodzaju algorytmu i wartości parametrów zależą efekty generalizacji. 7.3.4 Generalizacja danych rastrowych
Generalizacja danych rastrowych jest związana ze zmniejszeniem rozdzielprzestrzennej danych, czyli zwiększeniem komórki rastra. Operacja taka
czości
122
7 Przetwarzanie Danych Geograficznych
7.4 Operacje matematyczne i statystyczne
123
wymaga przypisania nowym komórkom wartości zgodnie z przyjętym algorytmem. W najprostszej wersji algorytm taki polega na określeniu dominującego atrybutu i przypisaniu go wszystkim elementom rastra we wskazanym obszarze. To podejście nie zachowuje jednak charakteru mapowego zjawiska, dlatego obecnie używa się algorytmów wywodzących się z techniki przetwarzania obrazów (m.in. filtracji), które dają znacznie lepsze wyniki. Prowadzone są również prace zmierzające do przeprowadzenie automatycznej generalizacji danych rastrowych w oparciu o sieci neuronowe (Iwaniak i inni 2000). 7.3.5
Użytkowanie
ziemi skala 1:1OO OOO
:;'.~, /,,' '
~
tereny zabudowane osadnictwo rozproszone
I~
.
-~ ~
.{·
(~ _r kopalnie odkrywkowe
1
[ · : ] grunty orne
f:::;:;:::::::l _1ąk_i---~
L::=J
zakrzaczenia
Im
lasy
„„ „„
Użytkowanie
ziemi skala 1 :250 OOO
[;W'ffil
W./~
liściaste
. .__________,_ [_~~--·-1
jeziora
f-------',„
~~ -
7.4 Operacje matematyczne i statystyczne las wody
rzeki jakościowa
Narzędzia do generalizacji danych geograficznych dostępne są w większości pakietów GIS. Z reguły pozwalają one na uproszczenie kształtu i wygładze nie linii, eliminację obiektów lub klasyfikację obiektów. Najszerszy zestaw I narzędzi do generalizacji zawiera moduł DynaGen związany z modułem MGE firmy Intergrahp (Iwaniak i inni 1998b). W trakcie pracy użytkownik wskazuje obiekty do generalizacji, wybiera właściwy operator, algorytm go realizujący oraz ustala wartości parametrów dla wybranego algorytmu. Program udostępnia 11 operatorów takich jak: usuwanie elementów treści mapy, redukcja wymiaru, upraszczanie, wygładzanie, agregacja, wybór elementów reprezentatywnych, przesunięcie granicy, odsunięcie, zmiana orientacji znaku pun~towego, skalowanie punktu, prostokątowanie obszarów. Poprawne wykonanie generalizacji wymaga dobrania odpowiednich operatorów generalizacji, algorytmów i parametrów oraz wykonania ich we właściwej kolejności. MAP GENERALIZER jest reklamowany jako pierwszy komercyjny system oparty na zasadzie wzmocnionej inteligencji, zgodnie z którą użytkownik podej muje wszystkie strategiczne decyzje, a komputer jest jedynie narzędziem je wykonującym. Utworzenie zaawansowanego narzędzia do automatycznej generalizacji danych geograficznych jest również w planach ESRI (ESRI, 1996).
grunty rolne
-------~
Rysunek 7.9. Generalizacja
generalizacji
tereny zurbanizowane
las iglasty las mieszany
Narzędzia
bazy danych
Do najprostszych operacji matematycznych należy obliczenie wartości atrybutu na podstawie wartości innych atrybutów. Wykorzystuje się w tym celu operatory arytmetyczne takie jak dodawanie, odejmowanie, mnożenie, dzielenie, potęgowanie, logarytmowanie i inne. Operacje arytmetyczne można wykonywać tylko na atrybutach liczbowych wskazując tabelę i kolumnę, z której algorytm ma pobrać dane. Przykładem operacji arytmetycznych jest obliczenie gęstości zaludnienia. Wartość tę oblicza się dzieląc liczbę ludności przez powierzchnię jednostki wyrażoną w km 2 . Do podstawowych operacji matematycznej należy obliczenie odległości pomiędzy dwoma punktami. Jeśli współrzędne punktów zdefiniowane są
124
w się
7 Przetwarzanie Danych Geograficznych
kartezjańskim układzie współrzędnych,
8
to
odległość między
nimi oblicza
na podstawie wzoru 7.3.
Analizy przestrzenne danych wektorowych
(7.3) Ten wzór jest podstawą do obliczania wieloboku. Powierzchnię wieloboków oblicza 1 P = 2
długości
linii, w tym obwodu ze wzoru 7.4.
się korzystając
li=n+l L [(x;y;-1) -
(xi-1Yi] I
(7.4)
i=2
Obliczanie długości linii i powierzchni wieloboków dla wszystkich obiektów odbywa się automatycznie po wywołaniu odpowiedniej funkcji, natomiast dla pojedynczego obiektu poprzez wskazanie obiektu i użycie odpowiednich narzędzi pomiarowych. Sprawa obliczenia odległości pomiędzy dwoma punktami terenowymi o współrzędnych zapisanych w konkretnym układzie współrzędnych trochę się komplikuje, gdy chcemy tę odległość określić bardzo dokładnie. Należy wówczas uwzględnić poprawkę redukującą zniekształcenie długości spowodowane odwzorowaniem elipsoidy odniesienia na płaszczyznę. Podob. nie jest przy obliczaniu powierzchni wieloboków. Z badań przeprowadzonych przez Burrougha (1990) wynika, że w wielu dostępnych pakietach GIS takie poprawki nie są uwzględniane. Natomiast standardowo redukcja długości jest obliczana w oprogramowaniu służącym do prowadzenia wielkoskalowej mapy zasadniczej . Do podstawowych operacji statystycznych wykonywanych na danych geograficznych należy obliczenie wartości minimalnej, maksymalnej, średniej i mediany, odchylenia standardowego. Programy GIS pozwalają na wykonanie histogramów, obliczenie współczynnika korelacji i regresji oraz przeprowadzenie analizy wieloczynnikowej.
8.1 Definicja analiz przestrzennych Analizy przestrzenne są ściśle związane z kartograficzną metodą badań• i przez wielu (Longley i inni 2001; Krak i Ormeling 1998; Magnuszewski 1998; Heywood i inni 1998; Urbański 1997) uważane za naturalnego sukcesora kartografii analitycznej oraz idei modelowania kartograficznego. Systemy GIS oferują funkcje służące do łącznej analizy położenia obiektów i ich atrybutów. W wyniku analiz przestrzennych otrzymujemy informacje ilościowe i jakościowe. Informacja ta może być zapisana w postaci nowych atrybutów istniejących obiektów lub nowych obiektów zgrupowanych na nowych warstwach tematycznych. Analizy przestrzenne związane są z udzielaniem odpowiedzi na pięć podstawowych pytań dotyczących: 1. lokalizacji obiektu, 2. spełnienia zadanych warunków lokalizacyjnych, 3. trendów, 4. zależności przyczynowo-skutkowych pomiędzy obiektami, 5. wyników modelowania procesów i zjawisk. Odpowiedź na pytanie dotyczące lokalizacji obiektu wymaga przeszukania jednej warstwy tematycznej systemu pod kątem podanego kryterium. Kryterium to może dotyczyć wartości atrybutów lub położenia obiektu. Pytanie o lokalizację jest zawsze pytaniem o konkretne obiekty (budynek, działkę, jezioro, miejscowość itp.). Wybrane obiekty zostają zaznaczone (podświet lone) zarówno na mapie, jak i w tabeli. Wyszukiwanie miejsc spełniających określone warunki lokalizacyjne wymaga analizy danych zgromadzonych w kilku warstwach tematycznych bazy danych GIS. Są to zadania znacznie bardziej skomplikowane od prostego wyszukiwania, a do ich realizacji niezbędne są funkcje analiz przestrzennych (nakładanie warstw, buforowanie, analizy sieciowe i inne) . Otrzymywany
126
8 Analizy przestrzenne danych wektorowych
8.2 Wybór obiek tó w
wynik prezentowany jest w postaci map i raportów. Tego typu zadania najczęściej wykonywane są na zlecenie planistów i inwestorów, np. znalezienie działek przeznaczonych w planie zagospodarowania przestrzennego gminy pod określone typy inwestycji. Odpowiedź na pytanie o trendy, zależności przyczynowo-skutkowe oraz wyniki modelowania procesów i zjawisk to przede wszystkim realizacja zadań mających na celu wspomaganie procesu podejmowania decyzji.
Znalezienie gmin o ujemnym saldzie ([ludnosc_2002] < = migracji w latach 2002-1996 Znalezienie
127
[ludność_19961)
gmin o powierzchni [([area ]> 200) and ([area] < 300)] w granicach 200-300
mieszczącej się
ha Znalezienie jednej z gmin: gminy [([nazwa_ gminy] like 'ustka') Ustka lub gminy Sopot ([nazwa_ gminy] like 'sopot')]
or
8.2 Wybór obiektów Znalezienie wszystkich gmin ([wojewodztwo] like 'mazowieckie') województwa mazowieckiego z wy- and (not ([nazwa_ gminy] like 'warszawa')) jątkiem gminy Warszawa
8.2 .1 Ogólne zasady
Analizy przestrzenne są często wykonywane na określonej grupie obiektów, wybór obiektów jest podstawową operacją w GIS. Wybór może polegać na wskazaniu obiektów na mapie, w tabeli lub na określeniu kryteriów wyboru . Do wskazania obiektów posługujemy się najczęściej kursorem . Drugą możliwością wskazania obiektów jest zaznaczenie na mapie interesującego nas obszaru przy pomocy dostępnych narzędzi graficznych (z reguły prostokąt lub okrąg). Kolejna możliwość wyboru obiektów to zapytanie logiczne. stąd
8.2.2 Wyszukiwanie obiektów na podstawie
wartości
atrybutów
Programy GIS oferują kreatory zapytań logicznych znacznie ułatwiające zapytania. Wyrażenia logiczne buduje się w oparciu o operatory i łączniki logiczne. Do operatorów logicznych należą: = (równy), < > (różny), > =(większy lub równy), < = (mniejszy lub równy), > (większy), < (mniejszy) oraz zawieranie (contain), niezawieranie (not contain), operator „like" (znajdujący ciągi alfanumeryczne o dowolnej konfiguracji). Łączniki logiczne wykorzystuje się do budowania złożonych zapytać, należą do nich: and (łącznik „i"), or (łącznik „lub") oraz nor (łącznik „lub" z wykluczeniem jednej ze stron). Konstrukcja wyrażeń logicznych w większości programów jest podobna. Najczęś ciej pola typu znakowego np. nazwy obiektów zapisywane są w cudzysłowie, tylko w nielicznych programach konieczne jest używanie wielkich i małych liter. Wyszukując atrybuty znakowe można stosować wieloznaczniki zastępu jące dowolną liczbę znaków (ang. wild,card *).Jeśli nie znamy lub nie jesteśmy pewni pojedynczego znaku, możemy go zastąpić znakiem zapytania (?). Zapytania logiczne mogą zawierać wyrażenia porównujące wartości dwóch atrybutów lub obliczenia. Przykłady zapytań logicznych pochodzące z programu ArcView 3.2: konstrukcję
Wyszukanie gminy o znanej nazwie ([nazwa_gminy] like 'piaseczno') ([nazwa_gminy] like 'pias*') ([nazwa_ gminy] like '?iaseczno')
Znalezienie gmin o gęstości zalud- ([ludnosc_2002] / ([area] /100) < 50) nienia mniejszej niż 50 osób na km 2 (powierzchnia wyrażona w ha) Wyrażenia
czym
logiczne interpretowane są w kolejności od prawej do lewej, przy w nawiasach interpretowane są najpierw.
wyrażenia
8.2.3 Wyszukiwanie obiektów na podstawie relacji przestrzennych
W odróżnieniu od wyszukiwania obiektów na podstawie wartości atrybutów, które można wykonać nawet przy pomocy arkusza kalkulacyjnego, wyszukiwanie obiektów na podstawie relacji przestrzennych z innymi obiektami można wykonać tylko w środowisku GIS. W trakcie wyszukiwania obiektów na podstawie relacji przestrzennych przeszukiwana jest jedna lub kilka warstw tematycznych. W ramach jednej warstwy tematycznej selekcja dotyczy obiektów znajdujących się w określonej odległości od punktu lub przylegających do innych obiektów. Selekcja obiektów może odbywać się także na podstawie ich relacji z obiektami zgromadzonymi na innej warstwie tematycznej. Do tej grupy należy wybór obiektów: - znajdujących się w zadanej odległości od innych obiektów (np. poszukiwanie terenów rekreacyjnych znajdujących się w odległości 2 km od osiedli mieszkaniowych), - przecinających się z innymi obiektami (np. dróg przebiegających przez obszary chronione) zawierających się całkowicie lub częściowo w wielobokach (np. znalezienie obszarów zabudowanych na terenie gminy), - zawierających się całkowicie lub częśdowo w wielobokach (np. znalezienie obszarów zabudowanych na terenie gminy),
128
-
8 Analizy przestrzenne danych wektorowych mających
wspólny element (np. wszystkich
8.3 Podstawowe typy analiz przestrzennych działek przylegających
129
do
jeziora), -
graniczących
ze
sobą
(np. wyszukanie
działek leżących
przy drodze) .
Wyszukiwanie obiektów będących w relacjach przestrzennych z obiektami zgrupowanymi na innej warstwie tematycznej najczęściej odbywa się przy pomocy kreatorów zapytań.
8.3 Podstawowe typy analiz przestrzennych 8.3.1 Operacje typu OVERLAY Zasada
nakładania
warstw tematycznych
Operacje typu OVERLAY pozwalają na określenie zależności przestrzennych pomiędzy obiektami znajdującymi się na różnych warstwach tematycznych lub w różnych bazach danych. Polegają one na łączeniu danych znajdujących się dwóch warstw tematycznych, z których co najmniej jedna zawiera obiekty powierzchniowe. Wyniki operacji zostają zapisane w oddzielnej warstwie wynikowej. Warstwa wynikowa zawiera obiekty, których granice zostały wyznaczone w wyniku geometrycznego (przestrzennego) przecięcia obiektów pochodzących z obu warstw. Obiekty warstwy wynikowej dziedziczą atrybuty obu warstw wejściowych. Koncepcja nakładania warstw tematycznych wywodzi się z kartografii, gdzie w celu przeanalizowania związków między elementami środowiska nakładano na siebie mapy przedstawiające te elementy. Idea nakładania warstw tematycznych została przedstawiona na rysunku 8.1. Warstwa I zawiera trzy obiekty charakteryzowane przez ATRYBUT 1 przyjmujący wartości A, B, C. Warstwa II zawiera cztery obiekty charakteryzowane przez ATRYBUT 2 przyjmujący wartości 1, 2, 3, 4. W wyniku nałożenia warstw I i II otrzymujemy warstwę, w której znajduje się osiem obiektów. Każdy z nowo powstałych obiektów jest opisywany przez ATRYBUT 1 oraz ATRYBUT 2. Operacje typu OVERLAY można przeprowadzać tylko wtedy, gdy jedna z warstw ma charakter poligonowy. W zależności od tego, jakiego typu obiekty zgromadzone są na drugiej warstwie, mówimy o analizie: punkt-wielobok, linia-wielobok lub wielobok-wielobok. Punkt-wielobok Analizę typu punkt-wielobok wykonujemy wtedy, gdy chcemy przypisać obiektom punktowym atrybuty charakteryzujące wielobok, wewnątrz którego się znajdują (rys. 8.2) . Jeśli punkty reprezentują szkoły, a wieloboki obwody statystyczne z liczbą mieszkańców w wieku przedszkolnym, to dokonując
Rysunek 8.1. Idea
nałożenia
nakładania
warstw tematycznych
tych dwu warstw będziemy wiedzieli, ilu uczniów może uczęszczać w najbliższych latach. Jednym z algorytmów pozwalających określić, czy dany punkt znajduje się wewnątrz czy na zewnątrz wieloboku, jest algorytm Jordana. Zgodnie z algorytmem Jordana, punkt znajduje się wewnątrz wieloboku , j eśli półprosta (równoległa do jednej z osi układu współrzędnych) poprowadzona z tego punktu przecina wielobok nieparzystą liczbę razy (Laurini i Thompson 1992) . Zostało to zilustrowane na rysunku 8.3. W celu sprawdzenia, czy punkt nie jest położony na granicy wieloboku, należy wykonać dodatkowy test . Może to być np. pomiar odległości badanego punktu od najbliższego boku wieloboku. Jeśli odległość ta jest równa zeru, to oznacza, że punkt leży na granicy wieloboku i jego przynależność do wieloboku zależy od zdefiniowanych wcześniej reguł przynależności. Kłopoty przy realizacji algorytmu Jordana pojawiają się wtedy, gdy linia przechodzi przez wierzchołek wieloboku lub pokrywa się z jednym z jego boków. Wykonuje się wówczas dodatkowe testy w oparciu o inne linie pomocnicze (np. linii łączącej badany punkt z punktem położonym na zewnątrz wieloboku). do
szkoły
130
131
8.3 Podstawowe typy analiz przestrzennych
8 Analizy przestrzenne danych wektorowych
Linia-wielobok
2i
75 3!
2
24
3 4
28 62 ludności
14
102
542 728
103
312
3
101
'
''' '
Rysunek 8.2.
Nakładanie
liczba dzieci
liczba
ID obwodu
3~ '
W wyniku nałożenia warstwy zawierającej elementy liniowe na warstwę z elementami powierzchniowymi tworzona jest nowa warstwa liniowa. W miejscu przecięcia linii i wieloboku tworzony jest węzeł dzielący linię na dwie części . Nowe obiekty liniowe otrzymują atrybuty charakteryzuj ące linię oraz wielobok, wewnątrz którego się znajdują. Tabela atrybutów warstwy wynikowej (liniowej) jest zatem złożeniem tabel atrybutowych obu warstw wejściowych : liniowej i poligonowej (rys . 8.4).
20 ,r----------------------~;
I
ID
Nr
ID
szkoly
szkoly
obwodu
liczba dzieci
1
75
102
20
2
24
102
20
3
28
103
3
4
62
101
14
warstwy powierzchniowej na
2
3 I
'
I
'
! I______________________ __ , I
punktową
ID linii
stara linia
1
1
A
2
2
A
Wielobok
2
przecięcia
- punkt na
zewnątrz
3
2
B
4
przecięcia
- punkt na
zewnątrz
4
3
B
5
3
c
6
5
B
7
5
c
4
A
1
przecięcie
- punkt wewnątrz
8
3 przecięcia - punkt wewnątrz
Rysunek 8.4.
brak przecięcia punkt na zewnątrz
sprawdzającego
czy punkt znajduje
Nałożenie
warstwy liniowej i poligonowej
Przykładem analizy overlay typu linia-wielobok jest określenie, przez jakie gminy przebiega droga o danym numerze i obliczenie jej długości w każdej gminie.
punkt na granicy
Rysunek 8.3. Ilustracja algorytmu wieloboku
I
się
Wielobok-wielobok
wewnątrz
W wyniku nałożenia na siebie dwóch warstw zawierających wieloboki powstaje trzecia warstwa o topologii poligonowej . Obiekty warstwy wynikowej
132
8 Analizy przestrzenne danych wektorowych
8.3 Podstawowe typy analiz przestrzennych
powstają w wyniku przecięcia granic wieloboków z warstw wejściowych. Operacja nałożenia dwóch warstw poligonowych jest dość skomplikowana i odbywa się w kilku etapach. Najpierw następuje znalezienie punktów przecięcia wszystkich odcinków tworzących wieloboki. W punktach przecięć odcinki są dzielone i tworzone są węzły. Kolejny etap polega na wydzieleniu łańcuchów wyznaczających nowe wieloboki, utworzenie nowych obiektów i budowę topologii nowej warstwy. Podczas operacji budowy nowych wieloboków istnieje ścisła kontrola, z jakich wieloboków pochodzą nowo utworzone obiekty, ponieważ dziedziczą one atrybuty warstw macierzystych.
warstwa A ID
Atrybut A
1
133
Operacje nakładania wektorowych warstw poligonowych są poglądowo przedstawione na rysunku 8.5. Jeśli interesuje nas obszar określony zasięgiem obu warstw, to łączymy warstwy (UNION), jeśli natomiast interesuje nas tylko obszar wspólny, to wykonujemy przecięcie warstw (INTERSECT). W obu przypadkach obiekty warstw wynikowych dziedziczą atrybuty warstw wejścio wych. W wyniku nakładania warstw poligonowych powstają poligony szczątkowe, zwane sliverami, wynikające z różnic w pozyskiwaniu danych . Poligony te należy usunąć z ostatecznej warstwy tematycznej. Czynność tę wykonuje się przynajmniej częściowo automatycznie, eliminując wieloboki o wydłużonym kształcie, tj. takie, które posiadają duży obwód w stosunku do powierzchni.
A
8.3.2 Buforowanie
warstwa B
B1 \
Buforowanie polega na wyznaczeniu ekwidystant o zadanej odległości obiektów. W wyniku operacji następuje podział przestrzeni na część znajdującą się wewnątrz i na zewnątrz bufora. Operacja buforowania jest prosta pojęciowo, lecz skomplikowana obliczeniowo. Bufory można tworzyć wokół wszystkich typów danych wektorowych (punktów, linii i wieloboków). Strefy buforowe wokół punktów mają kształt okręgów koncentrycznych (rys. 8.6), wokół linii lub wieloboków stref o określonej przez bufor szerokości. Programy GIS pozwalają na tworzenie wokół jednego obiektu wielu buforów (ang. multiply rings), tworzenie buforów tylko wokół wybranych obiektów, generowanie buforów o zmiennej szerokości zapisanej w odpowiedniej tabeli, generowanie wokół linii i wieloboków buforów jednostronnych. wokół
B2
B3
UNION
Atrybut B
ID 1
B1
2
B2
3
B3
Atrybut A
ID 1
B1
2
A
B1
3
A
B2 B2
4
5
A
6 INTERSECT
Atrybut B
ID
B3 B3
Atrybut A
Atrybut B
1
A
B1
2
A
B2
Odległość
3
A
B3
od punktu [m)
-
60-90
-
30-60
LJ0-30
Rysunek 8.5.
Nakładanie
warstw tematycznych Rysunek 8.6. Bufory
wokół
obiektów punktowych
134
8 Analizy przestrzenne danych wektorowych
8.3 Podstawowe typy analiz przestrzennych
Bufory interpretuje się najczęściej jako strefy zakazu lub nakazu oraz obszary wpływu . Przykładem jest wyznaczenie strefy zakazu sprzedaży alkoholu w określonej odległości od szkół, strefy zakazu uprawy gruntów rolnych wokół terenów skażonych, strefy nakazu przestrzegania ciszy w otulinie terenów chronionych. Przy pomocy buforowania możemy wyznaczyć strefy uciążliwości hałasu wzdłuż dróg. Funkcje buforowania wykorzystujemy również wtedy, gdy chcemy utworzyć obiekty powierzchniowe z obiektów liniowych. Przykładem tego typu operacji może być baza dróg, w której drogi są zapisane w postaci linii reprezentujących oś drogi, a jednym z atrybutów jest kategoria drogi. Znając szerokości dróg poszczególnych kategorii możemy poprzez buforowanie utworzyć warstwę dróg o charakterze powierzchniowym. Sytuacja taka została zilustrowana na rysunku 8.7.
I
2
ID
SZEROKOSC 12,0
Rysunek 8. 7. Bufory
2
9,0
3
6,0
4
4,5
wokół
obiektów liniowych (dróg)
Bufory wykorzystuje się również w analizie sąsiedztwa, np. gdy interenas działki niezabudowane zlokalizowane w odległości 1 km od jeziora. Wykonujemy wówczas operacje buforowania wokół jeziora (wieloboku) i zliczamy wszystkie działki o atrybucie niezabudowane. Jako przykład analizy sąsiedztwa Urbański (1997) podaje określenie procentu miast w Polsce odległych nie więcej niż 50 km od miast o liczbie ludności większej lub równej 100 OOO . Wokół miast tworzony jest bufor o szerokości 50 km, zliczane są wszystkie miasta, które znalazły się wewnątrz stref buforowych i liczony jest procent miast znajdujących się wewnątrz strefy buforowej. sują
135
8.3.3 Analizy sieciowe
Analizy sieciowe mogą być realizowane na zbiorach połączonych obiektów liniowych. Przykładami takich zbiorów jest sieć ulic, dróg, linii kolejowych, sieć energetyczna, kanalizacyjna lub sieć wodna. Z formalnego punktu widzenia sieć jest definiowana jako graf zorientowany G = (N, A) składający się z N wierzchołków (węzłów) i A krawędzi (linii) łączących wierzchołki. Graf zorientowany oznacza, że każdej krawędzi jest przyporządkowany kierunek. Sposób zapisu sieci w bazie danych jest niezwykle istotny z punktu widzenia analiz sieciowych. W bazach GIS sieć może być zapisana jako: - macierz przylegania węzłów i linii (Node-Arc Incidence Matrix), - macierz sąsiedztwa węzłów (Node-Node Adjacency Matrix), - lista sąsiedztwa (Adjacency List), - reprezentacja gwiazdy „ tam i z powrotem" (Forward and Reverse Star Representation). Struktura „Node-Node Adjacency Matrix" jest najczęściej wykorzystywana w topologicznych bazach wektorowych i dlatego została opisana w niniejszym rozdziale. Struktura „Forward and Reverse Star Representation" uważana jest za najefektywniejszą z punktu widzenia analiz sieciowych (Zhan 1998) , natomiast zapis sieci w postaci listy jest najefektywniejszy wtedy, gdy sieć jest rozbudowywana. Szczegółowy opis wszystkich struktur można znaleźć w pracy Ahuja (1993). W macierzy sąsiedztwa węzłów znajduje się tyle kolumn i wierszy, ile jest węzłów sieci (wierzchołków grafu). W i-wierszu oraz j-kolumnie jest zapisany atrybut przyporządkowany linii biegnącej od węzła i do węzła j. Atrybutem tym najczęściej jest długość . Wartość zero oznacza, że węzły nie są połączone. Rysunek 8.8 przedstawia sieć składającą się pięciu węzłów. Aby zapisać pokazaną na rysunku sieć, należy utworzyć macierz o wymiarach 5 na 5 i wpisać do niej odpowiednie wartości, tak jak w zamieszczonej obok grafu tabeli. Programy GIS najczęściej są wyposażone w trzy rodzaje funkcji sieciowych (Urbański 1997). Należą do nich: funkcja obciążania sieci (ang. network loading), optymalizacja poruszania się po sieci (ang. oute optimization) oraz funkcja alokacji zasobów (ang. resource allocation). F\.Jnkcja obciążania sieci pozwala m.in. na modelowanie zatorów na drogach lub zatorów w kanalizacji burzowej. Optymalizacja poruszania się po sieci umożliwia znalezienie najkrótszej drogi pomiędzy dwoma punktami sieci, przy czym określenie „najkrótszy" odnosić się może do odległości lub czasu potrzebnego do pokonania tej drogi. Funkcja alokacji zasobów może być wykorzystywana do wyznaczania obszarów pracy dla patroli policyjnych lub jednostek ratownictwa.
136
8.4 Modelowanie powierzchni. Interpolacja
8 Analizy przestrzenne danych wektorowych W2
W3
6
Model TIN
~~~~~~~-.o
2
2
W1 W4
ws
Rysunek 8.8.
o
2
o
o
3
o
o o
6
12
5
o o
o
2
o
JO
2
o
8
4
o
o
9
o
Przykład
W metodzie TIN, zwanej również triangulacyjną, aproksymacja wartości punktów pośrednich oparta jest na danych pomiarowych, w których są zlokalizowane wierzchołki trójkątów. Metoda ta zachowuje pełną zgodność w punktach pomiarowych. Dlatego też najczęściej wykorzystywana jest do interpolacji rzeźby terenu. Najwierniej rzeźba terenu oddana jest wtedy, gdy punkty pomiarowe zostały umieszczone w charakterystycznych punktach terenu. Do interpolacji pomiędzy wierzchołkami trójkątów używa się funkcji liniowych lub wielomianów. W przypadku interpolacji liniowej każdy z trójkątów definiuje płaszczyznę opartą na wierzchołkach trójkąta, którą można zapisać równaniem z= ax +by+ c. Znając wartości x, y, z w wierzchołkach trójkąta możemy obliczyć współczynniki a, bi c przez rozwiązanie układu (8.1):
sieci
Z1 }
z2
=
{
X1 YI Z1 x2 Y2 z2
{
Z3
8.4 Modelowanie powierzchni. Interpolacja 8.4.1 Metody interpolacji
W oprogramowaniu typu GIS stosowane są dwa numerycznego modelu: TIN i GRID.
X3 Y3 Z3
}
{
a}
b
(8.1)
c
W interpolacji liniowej stopień dopasowania modelowanej powierzchni do powierzchni rzeczywistej zależy od wielkości trójkątów. Im trójkąty są mniejsze, tym lepsza jest aproksymacja. W przypadku interpolacji wielomianami powierzchnie rozciągnięte między wierzchołkami trójkątów są znacznie lepiej dopasowane do powierzchni rzeczywistej. Najczęściej stosuje się wielomian piątego stopnia i algorytm opracowany przez Akimę (1978). Algorytm ten dopasowuje wielomiany piątego \ stopnia do każdego trójkąta w taki sposób, aby wartości z w wierzchołkach trójkątów były uzgodnione, a powierzchnie sąsiednich trójkątów łączyły się ze sobą płynnie. Funkcja aproksymująca przyjmuje postać (8.2): płatów trójkątów
Modelowanie powierzchni naturalnych lub antropogenicznych czy też fizycznych lub abstrakcyjnych należy do bardziej zaawansowanych analiz w systemach GIS. Podstawą modelowania powierzchni jest interpolacja definiowana jako aproksymacja funkcyjna polegająca na wyznaczaniu funkcji z=f(x,y), która dla z góry zadanych wartości z(x, y), rozmieszczonych w sposób dyskretny, pozwala określić poszukiwaną wartość z w każdym dowolnie położonym punkcie przestrzeni. Według Mościbrody (1999) metody interpolacyjne różnią się: - rodzajem funkcji interpolacyjnej, - brakiem lub obecnością pośrednich etapów transformacji danych wejściowych, - liczbą punktów pomiarowych, na których oparty jest proces obliczeń, - sposobem wyboru punktów do obliczeń - organizacją obliczeń. strukturą
137
podejścia różniące się
n
n-j
z(x,y) = LLqjkXiyk
(8.2)
j=O k=O
Dla n = 1 powierzchnia jest płaszczyzną, dla n = 2 powierzchnią drugiego stopnia. W przypadku interpolacji wielomianem piątego stopnia należy wyznaczyć 21 parametrów równania 8.2. Parametry oblicza się na podstawie znajomości wartości funkcji w punktach węzłowych (3 parametry), wartości pochodnych cząstkowych pierwszego stopnia (6 parametrów), wartości pochodnych cząstkowych drugiego stopnia (9 parametrów) oraz warunku ciągłości i gładkości funkcji sklejanej (3 parametry). Metoda triangulacji jest uważana za najlepszą metodę interpolacji powierzchni o zróżnicowanych wysokościach, do jakich należy powierzchnia rzeźby terenu.
138
8.4 Modelowanie powierzchni. Interpolacja
8 Analizy przestrzenne danych· wektorowych
Model GRID
Regularna sieć punktów, zapisana. w strukturze rastrowej GRID, jest tworzona. nie z punktów pomiarowych, lecz interpolowanych. Proces odbywa się w dwu etapach. W etapie pierwszym dane wejściowe transformuje srę na regularny model rastrowy, o oczku znacznie mniejszym od odległości pomiędzy danymi pomiarowymi. W etapie drugim są obliczane wartości dla każdego oczka (węzła) GRID. Obliczenia te są wykonywane na podstawie nieliniowych funkcji interpolacyjnych. Najczęściej stosowana jest metoda odwrotnych odległości i kriging. Metoda odwrotnych odległości, nazywana także odległościowo-wagową, oparta jest na założeniu, że wartości w węzłach gridu w większym stopniu zależą od wartości punktów pomiarowych położonych w bezpośrednim są siedztwie niż punktów bardziej oddalonych. Zależność ta opisana jest przy pomocy funkcji (8.3): n
f(x,y)
=
I: [zi( w( di))] _i=_l_n _ _ __
(8.3)
I: [w(di)] i=!
gdzie: w(d) jest funkcją ważącą, określającą wpływ punktu pomiarowego na wartość w punkcie obliczeniowym; Zi - wartością w punkcie pomiarowym i; d - odległością od punktu pomiarowego i do punktu obliczanego (x, y). Za funkcję ważącą w(d) najczęściej przyjmuje się funkcję (8.4):
Metoda autokorelacji kriging jest oparta na teorii zmiennych regionalizowanych, a jej nazwa pochodzi od nazwiska południowoafrykańskiego geologa D.G. Kriga. Kriging bazuje na dwu założeniach . Pierwsze mówi, że w bezpośrednim otoczeniu punktu pomiarowego występują punkty o wartoś ciach bardziej do niego zbliżonych niż w miejscach odległych, drugie, że wartości badanej zmiennej są ze sobą skorelowane. Dlatego w krigingu interpolacja jest poprzedzona zbadaniem i wymodelowaniem parametrów losowych zmiennej regionalizowanej. Do tego celu wykorzystuje się funkcję autokorelacji, która wyraża się formułą obliczania semiwa.riancji (8.5): 1
f(d)
=
2
N
N
L [z(xi) -
z(xi
+ d)] 2
gdzie: z(xi) jest wartością w punkcie pomiarowym Xi , d - odległość badanego punktu od punktu pomiarowego, N - liczba par punktów . Zależność pomiędzy punktem badanym a punktem pomiarowym jest wyrażona semiwariogramem (rys. 8.9). Semiwariogram jest funkcją obrazującą autokowariancję przestrzenną, czyli podobieństwo punktów pomiarowych w funkcji odległości. Różnice pomiędzy punktami maleją wraz ze wzrostem odległości i znikają po przekroczeniu odległości zwanej promieniem oddziały wania. Poprawne wyznaczenie semiwariogramu jest niezwykle ważne z punktu widzenia poprawności interpolacji. Semiwariancja
(8.4)
wariancja przewidywana
t
Dla e = 1 funkcja jest liniowa. Najczęściej przyjmujemy e = 2. Wówczas wartość wagi jest odwrotnie proporcjonalna do poziomej odległości między punktem interpolowanym a punktem sąsiednim, stąd bierze się nazwa metody - odwrotnych odległości. Należy pamiętać, że im wyższe wartości przyjmuje · e, tym większą wagę przypisujemy punktom znajdującym się w najbliższym .sąsiedztwie. Powierzchnia aproksymowana metodą odwrotnych odległości ma charakter spłaszczony w stosunku do powierzchni dopasowywanej bezpośrednio do punktów pomiarowych. Oznacza to, że lokalne minima zostają podwyż szone, a maksima obniżone. Słabością metody jest spadek wiarygodności interpolowanej powierzchni w miejscach nierównomiernego rozłożenia punktów pomiarowych. Obniżenie wiarygodności związane jest z tym, że każdy punkt pomiarowy uzyskuje identyczną wagę niezależnie od tego, czy wystę puje w bliskim sąsiedztwie innych punktów, czy w osamotnieniu. Pomimo tej wa.dy metoda często jest stosowana do tworzenia numerycznych modeli rzeźby terenu (Mościbroda 1999; Siu Ngan Lam 1983).
(8.5)
i=!
wariancja obliczona
1 w(d) = d~
139
4000
2000
1000 - r - - - r - - - - t - - - - t - - - r - - - ; - - - - - ; - - ; ; , . Odległość
100
200
400
Rysunek 8.9. Semiwariogram
140
8 Analizy przestrzenne danych wektorowych
Algorytm metody kriging rozpoczyna się rozpoznaniem przestrzennej struktury danych zapisanej w postaci semiwariogramu i ustaleniem autokowariancji przestrzennej. Funkcja autokorelacji pozwala na wyliczenie wag w punktach pomiarowych. Interpolowana wartość w każdym oczku gridu (węzłach siatki interpolacyjnej) jest obliczana metodą odległościowo-wagową na podstawie punktów znajdujących się wewnątrz zdefiniowanego obszaru. Warunkiem zastosowania tej metody jest przyjęcie następujących założeń: 1. estymator f (d) jest nieobciążony, co oznacza że, średnia wartość błędów oszacowania wynosi zero, 2. wariancja oszacowania jest minimalna, 3. różnice obliczane we wzorze (8.5) są stacjonarne, 4. funkcja autokorelacji f (d) jest izotropowa. Ponieważ wymienione założenia mogą być traktowane mniej lub bardziej rygorystycznie, istnieje wiele odmian krigingu. W krigingu poprzez uwzględnienie w obliczeniach informacji o przestrzennym skorelowaniu zjawiska uzyskuje się wyniki, które są rezultatem wnioskowania statystycznego, a nie jak w przypadku triangulacji arbitralnie przyjętej funkcji deterministycznej . Ponadto, jak w każdej metodzie stochastycznej, można ustalić stopień zgodności wartości interpolowanych z wartoś ciami pomierzonymi. Mościbroda (1999) podaje, że kriging daje znacznie lepsze rezultaty przy modelowaniu danych przyrodniczych niż społeczno gospodarczych. Modelowanie powierzchni metodą krigingu jest zalecane wtedy, gdy w danych występują wartości ekstremalne, zakłócające przebieg powierzchni. Istotną wadą tej metody jest trudność wyznaczenia właściwego równania semiwariogramu, od którego zależy wierność modelowanej powierzchni .
8.4.2 Modelowanie powierzchni Najczęściej
rzeźby
terenu
modeluje się powierzchnię rzeźby terenu a model ten jest w skrócie DTM (ang. Digital Terrain Model). Gaździcki (1990) podaje, że DTM był pierwszym powszechnie stosowanym terminem dotyczącym numerycznej reprezentacji powierzchni terenowej. Angielski termin DTM jest tłumaczony na polski jako numeryczny model terenu, w skrócie NMT. W języku polskim celowo używamy słowa numeryczny (a nie cyfrowy), ponieważ model powierzchni terenu jest nie tylko zbiorem cyfr, lecz zawiera dodatkowo informacje porządkujące ten zbiór pod kątem ich wykorzystania przez algorytmy interpolacyjne. Numeryczny model terenu jest definiowany jako numeryczna, dyskretna reprezentacja powierzchni terenowej wraz z algorytmem interpolacyjnym umożliwiającym odtworzenie jej kształtu na określonym obszarze (Gaździcki 1990). Zwykle NMT jest reprezentowany przez zbiór punktów o współrzędnych x, y, z rozmieszczonych regularnie lub nieregularnie na powierzchni terenu określany
8.4 Modelowanie powierzchni. Interpolacja
i zapisanych w postaci: regularnej sieci punktów, nieregularnej sieci (TIN), izolinii lub profili (przekrojów pionowych).
141
trójkątów
Struktura NMT
Numeryczny model rzeźby terenu może mieć strukturę rastrową GRID wektorową TIN. W modelu GRID wysokości w punktach węzłowych tworzą macierz o elementach Zij gdzie i jest numerem wiersza, a j - numerem kolumny. Wskaźniki i, j określają położenie punktu P;1 o wysokości ZiJ w macierzy. Zaletą modelu rastrowego jest prostota oraz łatwość obliczeń spadków terenu i ekspozycji stoków. Wadą natomiast jest niedostosowanie punktów modelu do ukształtowania terenu, które charakteryzuje się dużą nieregularnością. Model rastrowy tym wierniej oddaje kształt modelowanej powierzchni, im mniejsza jest komórka rastra. To z kolei wiąże się ze zbiorem o bardzo dużych rozmiarach i trudnościach z jego przetwarzaniem. Model GRID jest wykorzystywany najczęściej w opracowaniach średnioskalowych. NMT w postaci TIN jest zbudowany z nieregularnej sieci trójkątów opartych na punktach pomiarowych , przy czym punkty pomiarowe powinny być rozmieszczone w charalderystycznych punktach terenu. Przy modelowaniu powierzchni tą metodą można dodatkowo uwzględniać linie szkieletowe (grzbiety i cieki), linie nieciągłości (skarpy, urwiska), powierzchnie wyłączeń (jeziora, budynki) oraz dodatkowe punkty umieszczone w miejscach o ekstremalnych wysokościach (szczyty, dna dolin). Nieregularna sieć trójkątów powstaje w wyniku triangulacji, przy czym najczęściej stosowanym algorytmem jest algorytm triangulacji Delaunaya oparty na wielobokach Thiessena. Nieregularna sieć trójkątów dobrze oddaje urozmaiconą rzeźbę terenu, stąd model ten wykorzystywany jest w dokładnych opracowaniach wielkoskalowych. Z badat1 przeprowadzonych przez Kładocznego i Żyszkowską (1995) wynika, że dla osią gnięcia zakładanej dokładności NMT w przypadku modelu TIN potrzebne jest znacznie mniej punktów niż w modelu GRID. Rzeźba terenu może być również zapisana w postaci izolinii lub profili, które należą do modeli liniowych, przy czym izolinie należą do modeli nieregularnych, natomiast profile do regularnych. Model izolinii, zwany także poziomicowym lub warstwicowym, wykorzystywany jest do przedstawiania rzeźby terenu na mapach, natomiast profile z reguły są wykorzystywane w opracowaniach inżynierskich. lub
Źródła danych NMT
Dane do utworzenia numerycznych modeli terenu otrzymujemy w wyniku pomiarów terenowych, pomiarów fotogrametrycznych oraz z map topograficznych . Dane z pomiarów terenowych w postaci współrzędnych punktów są wprowadzane do komputera bezpośrednio z przyrządów rejestrują cych. Pomiary terenowe charakteryzują się wysoką dokładnością, dużym zagęszczeniem punktów pomiarowych oraz dostosowaniem ich rozmieszczenia do
142
8 Analizy przestrzenne danych wektorowych
8.4 Modelowanie powierzchni. Interpolacja
charakteru rzeźby terenu. Powierzchnia aproksymowana na ich podstawie najwierniej modeluje powierzchnię terenową. Niestety pomiarami obejmowane są najczęściej niewielkie fragmenty powierzchni. Pomiary fotogrametryczne polegają na stereoskopowej obserwacji zdjęć lotniczych lub obrazów satelitarnych i zarejestrowaniu współrzędnych x, y i z: w charakterystycznych punktach terenu. Pomiary wykonywane są automatycznie przez specjalistyczne programy komputerowe. Automatyzacja pozyskiwania danych sprawiła, że metody fotogrametryczne są bardzo często wykorzystywane do zasilania baz danych GIS, w tym numerycznych modeli terenu. Najmniej dokładnym źródłem danych do NMT są mapy topograficzne, a w szczególności poziomicowy rysunek rzeźby terenu. Dane uzyskuje się poprzez digitalizację poziomic, która ma zawsze charakter próbkowania, stąd dane te obarczone są większymi błędami niż w przypadku pomiarów terenowych czy fotogrametrycznych. Dodatkowo NMT utworzony na podstawie materiałów kartograficznych obarczony jest błędami określenia i odczytania wysokości. Zgodnie z obowiązującymi przepisami (Instrukcja 0-2, 1987) średni błąd wysokości na mapach topograficznych (we wszystkich skalach) nie może przekraczać: - 1/ 3 zasadniczego cięcia warstwicowego dla terenów o nachyleniu do 2° , - 2/3 zasadniczego cięcia warstwicowego dla terenów o nachyleniu od 2° do
50, -
1 zasadniczego od 6°.
Dokładność
cięcia
warstwicowego dla terenów o nachyleniu
d
Dostępność
Dla obszaru Polski jest dostępnych kilka NMT o zróżnicowanej dokład Na uwagę zasługują dwa modele udostępniane przez Zarząd Geografii Wojskowej. Pierwszy z nich DTED Level 1 został utworzony na podstawie warstwic umieszczonych na mapie topograficznej w skali 1:200 000. Jest to model typu GRID o oczku siatki 3 11 na 6" . Nominalny bezwzględny błąd wysokości punktów może dochodzić do 30 m . Drugi model DTED Level 2 powstał z warstwic z mapy 1:50 OOO. Jest to również model typu GRID o oczku siatki 25x25 m. Nominalny bezwzględny błąd wysokości punktów dochodzi do 26 m. W obu modelach dokładność określenia wysokości jest większa w terenach płaskich niż podgórskim czy górskim. Numeryczne modele rzeźby terenu o większej dokładności dostępne dla dolin Wisły, Odry i Warty są częścią zasobu geodezyjno-kartograficznego.
1.
interpolowanej wysokości błąd średni danych pomiarowych współczynnik opisujący charakter terenu
NMT dla Polski
ności.
Analizy
błąd średni
punktów pomiarowych
Współczynnik a przyjmuje wartości od 0.004 dla t erenów łatwych do modelowania (o gładkiej i ciągłej powierzchni), przez 0.020 dla terenów średnio trudnych, aż do 0.044 dla terenów trudnych o nieregularnych i stromych stokach.
numerycznego modelu terenu
-
średnia odległość
większym
Na dokładność NMT, czyli wierność oddania ukształtowanie rzeźby powierzchni terenu, wpływają: dokładność danych źródłowych, gęstość rozmieszczenia punktów pomiarowych, uproszczenia związane z przyjętym modelem NMT i wykorzystywanymi procedurami interpolacyjnymi. Błędy występujące w poszczególnych modelach mogą być scharakteryzowane iloś ciowo - przez miary statystyczne (błąd średni, maksymalny, średni błąd kwadratowy) albo jakościowo - przez porównanie np. mapy poziomicowej odtworzonej z modelu z mapą pierwotną wykorzystaną przy pozyskiwaniu danych do modelu. Przy ocenie jakościowej analizuje się zmiany kształtu i przebieg poziomic, zanik poziomic itp. (Gao 1997). W praktyce do oceny dokładności NMT używany jest wzór empiryczny na średni błąd wysokości interpolowanej zaproponowany przez Ackermanna (Kurczyński 1998): 2 (8.6) m;NMT = m;om + (ad) gdzie:
-
143
2. 3. 4. 5.
wykorzystujące
NMT
Numeryczny model rzeźby terenu jest wykorzystywany do: obliczania parametrów morfometrycznych rzeźby takich jak nachylenie czy ekspozycja, analiz widoczności, cieniowania, generowania poziomic, obliczania wielkości mas ziemnych.
Obliczanie nachylenia i ekspozycji stoku w danym punkcie w1ąze się z obliczeniem kąta kierunkowego gradientu ~, funkcji określającej powierzchnię terenu z= f(x, y) w tym punkcie. Dla danego punktu leżącego na powierzchni terenu znajdujemy największe nachylenie, obliczamy jego wartość oraz orientację linii w płaszczyźnie poziomej. Moduły tworzące NMT w programach GIS są standardowo wyposażone w algorytmy obliczające nachylenie i ekspozycje. Informacje o nachyleniu i ekspozycji stoku najczęściej są wykorzystywane w planowaniu przestrzennym i rolnictwie. Analiza widoczności pozwala stwierdzić, czy pomiędzy dwoma punktami istnieje bezpośrednia widoczność bądź jaki obszar jest widoczny z danego punktu. Określenie widoczności polega na znalezieniu punktów przecięcia linii
U
144
8 Analizy przestrzenne danych wektorowych
punkty, pomiędzy którymi badamy widoczność, z liniami tworzącymi takie punkty występuj ą, wówczas widoczność jest ograniczona. Możemy również analizować, jaki obszar jest widoczny z danego punktu . Wówczas z punktu tego prowadzony jest pęk półprostych i znajdowane są punkty przecięcia prostych z powierzchnią terenu. Następnie punkty te są porządkowane w celu wyznaczenia obszarów widocznych i niewidocznych (rys. 8.10) . Analiza widoczności jest wykorzystywana w telekomunikacji, turystyce, planowaniu przestrzennym.
9
łączącej
NMT.
Jeśli
[~l obszar niewidoczny
Rysunek 8.10. Analiza
widoczności
Cieniowanie wykorzystywane jest przede wszystkim w kartografii w celu percepcji rzeźby terenu przedstawianej na mapie. W analizach przestrzennych stosując różne kąty oświetlenia możemy obliczyć hipotetyczny czas nasłonecznienia i zacienienia danego obszaru. Analizy tego typu wykorzystywane są w klimatologii, rolnictwie i planowaniu przestrzennym. Generowanie warstwic polega na obliczeniu punktów przecięcia warstwicy o danej wysokości z liniami tworzącymi NMT, którymi są krawędzie trójkątów lub linie siatki GRID, a następnie uporządkowaniu punktów określa jących przebieg warstwic i interpolację punktów pośrednich pozwalaj ących na narysowanie warstwicy (Gaździcki 1990). Funkcje obliczania i rysowania warstwic są zaimplementowane w wielu programach narzędziowych typu GIS. Kładoczny i Żyszkowska (1995) podkreślają, że poziomice pozostają nadal podstawowym sposobem prezentacji rzeźby terenu. Obliczanie wielkości mas ziemnych polega na obliczeniu objętości bryły ograniczonej powierzchnią terenu i płaszczyznami dowolnie położonymi wzglę dem powierzchni terenowej (Gaździcki 1990) . ułatwienia
Analizy przestrzenne danych rastrowych
9.1 Ogólne zasady wykonywania analiz przestrzennych danych rastrowych Tak jak w przypadku analiz przestrzennych danych wektorowych, analizy przestrzenne danych rastrowych mogą być wykonywane tylko wtedy, gdy wszystkie warstwy są zapisane w tym samym układzie współrzędnych. Analizy kilku warstw rastrowych można natomiast wykonywać nawet wówczas , gdy dysponujemy danymi o różnej rozdzielczości (różna wielkość komórki rastra). Programy GIS pozwalają bowiem na zmianę wielkości rastra. Zmiana wielkości komórki rastra wymaga albo połączenia kilku komórek w jedną, albo podziału komórki. Połączenie komórek powoduje zmniejszenie rozdzi elczości przestrzennej, a tym samym dokładności danych rastrowych. Wartość nowej komórki obliczana jest zgodnie ze zdefiniowanym algorytmem. Podział elementów rastra na części nie powoduje wzrostu rozdzielczości danych, nowym komórkom przypisuje się albo identyczne wartości, albo wartości zgodnie z jedną z metod przepróbkowania (resamplingu). Należy jednak pamiętać, że o dokładności wyniku decydują zawsze najmniej dokładne dane. W GIS warstwy rastrowe, w których są zapisane dane tematyczne, często noszą nazwę GRID. W rozdziale zostało omówionych kilka najistotniejszych problemów z dziedziny analizy danych rastrowych, jednakże bez uwzględniania analizy obrazów satelitarnych.
9.2 Przepróbkowanie Przepróbkowanie (resampling), zwane także ponownym próbkowaniem, polega na obliczeniu nowej wartości elementów rastra. Operacja ta wykonywana jest zawsze wtedy, gdy zmieniamy wielkość komórki lub jej lokalizację przestrzenną (np. zmiana układu współrzędnych) . Aby obliczyć nową wartość
146
9.2 Przepróbkowanie
9 Analizy przestrzenne danych rastrowych
najpierw określić jej usytuowanie w macierzy przed zgodnie z przyjętym algorytmem obliczyć jej wartość i zapisać w odpowiednim miejscu rastra po transformacji. Do obliczania wartości najczęściej stosowana jest jedna z trzech metod: najbliższego sąsiedztwa, interpolacji bilinearnej lub splotu sześciennego. W metodzie najbliższego sąsiedztwa za nową wartość elementu rastra przyjmowana jest wartość najbliżej położonej komórki w zbiorze wejściowym (przed transformacją), co zostało pokazane na rysunku 9.1. Algorytm najbliższego sąsiedztwa przenosi wartości danych bez uśredniania, dzięki czemu zachowane są zarówno wartości ekstremalne, jak i nieznacznie różniące się . Algorytm ten zaleca się stosować wtedy, gdy w pliku rastrowym przechowywane są dane jakościowe oraz dane ilościowe zapisane w skali interwałowej. Jest to metoda najłatwiejsza i najszybsza do obliczeń . komórki rastra,
147
należy
transformacją, następnie
środki
komórek
rastra
żródłowego
środki komórek rastra docelowego
komórka, której obliczamy
wartość
najbliższa
komórka rastra
żródłowego
Rysunek 9.1. Obliczanie
wartości
komórki rastra
metodą najbliższego sąsiedztwa
środki
komórek
rastra
żródłowego
środki komórek rastra docelowego
komórka, której obliczamy
wartość
komórki rastra żródłowego, których wartości są brane do interpolacji bilinearnej Rysunek 9.2. Obliczanie
wartości
komórki rastra
metodą
interpolacji bilinearnej
Do obliczenia wartości elementu rastra metodą splotu sześciennego (ang. cubic convolution) wykorzystuje się funkcję sześcienną i wartości szesnastu komórek w oknie 4x4 (rys. 9.3). Programy GIS mają zaimplementowane różne funkcje splotu sześciennego, stąd wynik tej interpolacji może znacząco się różnić w zależności od zastosowanego programu. Niektóre funkcje wygładzają i uśredniają wartości rastra, podczas gdy inne mogą powodować wyostrzenie obrazu. Nowo powstała macierz rastrowa ma zmienione wartości, chociaż wartość średnia i odchylenie standardowe elementów rastra oryginalnego i wyjściowego są bardzo zbliżone (ERDAS, 1998). Metoda splotu sześciennego jest skomplikowana rachunkowo, w związku z tym najwolniejsza. Metoda ta jest zalecana, gdy łączymy dane o znacznie różnej rozdzielczości. Interpolacja metodą splotu sześciennego najczęściej stosowana jest w odniesieniu do danych obrazowych, natomiast do danych tematycznych częściej stosuje się interpolację bilinearną lub najbliższego sąsiedztwa.
W interpolacji bilinearnej wartość komórki jest obliczana na podstawie czterech sąsiadujących elementów zbioru wejściowego. Na rysunku 9.2 pokazano położenie środka nowej komórki, oznaczonej literą r, o współrzęd nych (xr, Yr) w macierzy rastrowej przed transformacją. W wyniku resamplingu metodą interpolacji bilinearnej wartości komórek rastra oblicza się metodą interpolacji liniowej pomiędzy dwoma punktami, korzystając ze wzoru (9.1): wartości
X
"\li.
komórek rastra docelowego
(9.1)
komórka, której obliczamy
wartość
i=l
komórki rastra żródłowego , których wartości są brane do interpolacji metodą splotu sześciennego
Vi -
wartość w pliku danych dla komórki rastra i D - rozmiar rastra w źródłowej macierzy dxi, dyi - różnica położenia komórek rastra oznaczonych literami r oraz i W wyniku interpolacji bilinearnej wartości elementów rastra są uśredniane, co daje efekt filtracji niskoczęstotliwościowej.
gdzie:
komórek żród/owego
środki
4
""""" (D - dxi)(D - dyi) Vr = L.., D2
środki
rastra
Rysunek 9.3. Obliczanie
wartości
komórki rastra
metodą
splotu
sześciennego
148
9 Analizy przestrzenne danych rastrowych
9.4 Operacje arytmetyczne, matematyczne i logiczne
9.3 Reklasyfikacja Reklasyfikacja polega na przypisaniu nowych wartości komórkom rastra. Wykonywana jest w celu zmniejszenia liczby klas lub zastąpienia wartości wyrażonych w jednej skali (np. bezwzględnej) wartościami wyrażonymi w innej skali (np. porządkowej lub interwałowej). Reklasyfikacja ułatwia percepcję danych i ich wykorzystanie w dalszych analizach. Np. dane dotyczące ekspozycji, wyrażające jednostkowe nachylenia komórek rastra, z reguły grupowane są w klasy przedstawiające cztery główne kierunki (N, S, W, E) lub osiem kierunków (N, NE, E, SE, S, SW, W, NW), natomiast dane o nachyleniu grupowane są w klasy w celu ułatwienia ich wykorzystania w dalszych analizach. W poniższym przykładzie (rys. 9.4) dane o nachyleniu terenu zostały poddane reklasyfikacji i agregacji do trzech klas. Klasa 1 to tereny płaskie o spadkach terenu do 3°, klasa 2 obejmuje tereny słabo nachylone, o spadkach terenu mieszczących się w przedziale 3°- 6° i klasa 3 obejmująca strome stoki o nachyleniu powyżej 6°.
4,2
3,4
3,6
4,2
1,4
3,9
3,2
3,2
0,2
2,0
6,9
1,6
2,0
3,4
5,6
6,2
...
Reklasyfikacja
2
2
2
2
1
2
2
2
1
1
3
1
1
2
2
3
Rysunek 9.4. Reklasyfikacja danych rastrowych
4,2
3,4
3,6
4,2
1
1
1
1
1,4
3,9
3,2
3,2
1
1
1
0,2
2,0
6,9
1,6
o o
o
1
o
2,0
3,4
5,6
6,2
o
1
1
1
Rysunek 9.5. Przykład operacji logicznej polegająca na znalezieniu tych elementów rastra, które przyjmują wartości większe od 3 Przykładem operacji matematycznych jest obliczanie nachylenia i ekspozycji stoku (rys. 9.6). Obliczenie nachylenia i ekspozycji stoku jest możliwe wówczas, gdy w komórkach rastra zapisana jest informacja o wysokości terenu. Nachylenie pokazuje zmiany wysokości w stosunku do odległości wyrażone w stopniach lub procentach. W przypadku danych rastrowych odległością tą jest rozmiar komórki rastra. Do obliczania wartości nachylenia terenu stosowane jest okno o wymiarach 3 x 3 piksela. N aj pierw obliczane są średnie zmiany wysokości w kierunku x oraz kierunku y , następnie na tej podstawie oblicza się nachylenie (w stopniach) według wzoru (9.2) :
gdzie:
Llx1 = ai,j+2 - ai,j Llx 2 = ai+l ,j+2 - ai+1,j L1x3 = ai+2.J+2 - aH2,j
Operacje arytmetyczne, logiczne i matematyczne mogą być przeprowadzane na jednej lub kilku warstwach rastrowych. W przypadku operacji na jednej warstwie komórki rastra wynikowego przyjmują wartości obliczane zgodnie z zadeklarowaną regułą . W przypadku operacji arytmetycznych wartości rastra mogą być mnożone lub dzielone przez podaną liczbę. Operacją logiczną jest np. wyszukanie komórek rastra o określonej wartości i zapisanie wyników w nowej warstwie przyjmującej wartości 1 dla komórek spełniający warunek i O dla komórek niespełniajacych warunku. Operacja logiczna polegająca na znalezieniu tych elementów rastra, które przyjmują wartości większe od 3, została zilustrowana na rysunku 9.5.
+ Lly2
(9.2)
2
Lly1 = Lly2 = Lly3 =
3
= L;L1x 1
9.4.1 Operacje na pojedynczej warstwie rastrowej
v
Llx2
s=
L1x
9.4 Operacje arytmetyczne, matematyczne i logiczne
149
Lly
ai,j -
ai+2 ,j
a i,j+ l -
a i+ 2 ,j
ai ,j+2 3
ai+2 ,j+2
= I: Lly 1
Ekspozycja stoku, obliczana według wzoru (9.3) pokazuje główny kierunek nachylenia stoku. Kierunek jest wyr ażany w stopniach i przyjmuje wartości od O do 360. Wartości liczone są od północy zgodnie z ruchem wskazówek zegara, przy czym dla obszarów płaskich przyjmowana jest najczęściej wartość -1 lub 361. (9.3)
9.4.2 Operacje na kilku warstwach rastrowych Operacje arytmetyczne na kilku warstwach są w pewnym sensie odpowiednikiem nakładania warstw wektorowych, chociaż są prostsze pojęciowo . Przed przystąpieniem do wykonywania operacji na kilku warstwach należy doprowadzić do tego, aby wielkość podstawowych elementów rastra we wszystkich warstwach była jednakowa oraz aby wszystkie warstwy były zapisane w tym samym układzie współrzędnych .
150
9 Analizy przestrzenne danych rastrowych 1 1
1
1
1
2
3
1
2
9.4 Operacje arytmetyczne, matematyczne i logiczne
310,0 341,6
1
1
1
3
2
2
2
1
2
2
2
2
2
1
1
1
2
2
2
1
1
1
1
1
2
o.o
Ekspozycja
•
45,0
-1,0
1
11,3
45,0
26,6
-
251,6 246,8 198,4
90,0
0,1
315,0
270,0 243,4 206,6 180,0
-1
-1
270,0 288,4
1
8,1
225,0 198,4 208,6 206,6 198,4 225,0 -1
-1
220,0 198,4 206,6 270,0
.!
Spadek
-
19,5
38,3
41,5
29,2
10,0
26,6
38,3
32,5
41,5
29,2
21,6
43,6
21,6
26,6
14,0
10,0
14,0
29,2
29,2
14,0
o.o
o.o
10,0
21,6
29,2
29,2
21,6
10,0
o.o
o.o
10,0
21,6
29,2
14,0
brak danych
Operacje arytmetyczne na wielu warstwach rastrowych polegają na wykonaniu działań arytmetycznych na odpowiadających sobie komórkach rastra. W wyniku powstaje macierz rastrowa, której komórki mają wartości obliczone zgodnie z zadeklarowanym działaniem arytmetycznym (rys . 9.7).
I
2
o
3
3
o
o
4
4
4
4
o
o
1
1
+ 2
4
2
3
4
1
o
2
o
6
3
2
2
6
6
o
logicznego z
użyciem
ści TRUE lub FALSE. Na rysunku 9.9 został przedstawiony przykład operacji logicznych z użyciem operatora i oraz lub. Operator logiczny i (and) przypisuje wartość 1 (TRUE), gdy w obu warstwach wejściowych odpowiadające sobie komórki mają wartość różną od zera i wartość O (FALSE), gdy przynajmniej jedna komórka przyjmuje wartość zero. Użycie operator logicznego i (and) , odpowiada operacji przecinania danych wektorowych (INTERSECT). Operator logiczny lub (or) przypisuje wartość TRUE wtedy, gdy spełniony jest warunek dla jednej z warstw wejściowych . W przykładzie zilustrowanym na rysunku 9.8 komórki rastra przyjmują wartość 1 (TRUE), gdy w warstwach wejściowych przynajmniej jedna z komórek ma wartość różną od zera oraz wartość O (FALSE), gdy wartości komórek w obu rastrach są równe zero. Wynik tej operacji odpowiada operacji łączenia danych wektorowych (UNION). W operacjach logicznych wykorzystywana jest także negacja (NOT) i wykluczenie (NOR).
warstwa B
o
1
2
o
1
1
2
o
3
3
o
2
3
3
o
o
3
o
4
4
3
4
4
4
1
o
1
1
o
o
1
1
A lub B
A/B
3
5
4
3
7
4
o
2
4
10
7
6
2
6
7
I
operatora logicznego
i (and) w warstwie wynikowej wartości poszczególnych komórek mają warto-
warstwa A
Rysunek 9.6. Obliczanie spadków i ekspozycji stoku
I
nakładania
W przypadku
o
1
1
o
1
1
1
o
1
1
o
o
1
1
o
1
1
o
1
1
1
1
1
1
o
o
1
1
o
1
1
1
Rysunek 9.8. Wynik operacji logicznych z wykorzystaniem operatorów i lub Rysunek 9. 7. Operacje arytmetyczne na danych rastrowych
151
152
9.5 Analizy
9 Analizy przestrzenne danych rastrowych
sąsiedztwa
i
153
bliskości
Na rysunku 9.9 komórki w rastrze wynikowym przyjmą wartość 1, gdy im komórki w rastrze wejściowym przyjmą wartość różną od 5 ( <> 5) .
odpowiadające
warstwa
wejściowa
warstwa wynikowa <>5
1
1
2
5
1
1
1
o
3
3
5
5
1
1
o
o
3
o
4
4
1
1
1
1
5
5
o
o
odległość
1
1
1
w metrach
1
6500 Rysunek 9.9. Wynik operacji logicznych z wykorzystaniem operatora nor
···"" o 9.5 Analizy
sąsiedztwa
i
Rysunek 9.10. Analiza
bliskości
Analiza bliskości (ang. proximity) polega na znalezieniu tych komórek rastra, które znajdują się w określonej odległości od komórek należących do zadanej klasy. W wyniku powstaje nowa warstwa tematyczna, w której komórki przyjmują wartości zgodnie z odległością od zadanej klasy. Tego typu analizy stosuje się np. przy określaniu stref dostępności. Na rysunku 9.10 pokazano przykład analizy bliskości do dużych centrów handlowych. W przypadku danych rastrowych odległość może być liczona jako odległość euklidesowa, odległość typu Manhattan (wzdłuż krawędzi komórek rastra) lub jako bliskość od określonych elementów rastra. Różnice pomiędzy różnym rozumieniem odległości zostały zilustrowane na rysunku 9.11, odległości przedstawiają liczbę elementów rastra dzielących komórki A i B. Analiza sąsiedztwa (ang. neighbourhood) polega na analizie położenia każdego elementu rastra w stosunku do otaczających go elementów i przypisaniu mu określonej wartości. W tym celu po macierzy rastrowej przesuwa się okno (filtr) o zadanej wielkości, wewnątrz okna obliczana jest wartość zgodnie z zadeklarowanym algorytmem, która następnie jest przypisywana elementowi znajdującemu się w środku okna przeszukującego. Wynik analizy jest zapisywany w nowej warstwie tematycznej . Analiza sąsiedztwa pozwalam.in. na: - wykrywanie granic między klasami; wówczas w warstwie wynikowej zostają zapisane wartości tylko w miejscach, gdzie sąsiadujące komórki są przypisane do różnych klas,
bliskości
B
euklidesowa
-
odległość
Manhattan
Określanie odległości w
określenie jednorodności
5,7
3
3,6
4,2
5,0
2
2,8
3,6
4,5
1
2
3
4
macierz
bliskości
zbiorach danych rastrowych
danych, w wyniku w nowej warstwie j est zapisyklasy (rys. 9.12); określenie zróżnicowania danych - w warstwie wynikowej zapisywana jest liczba klas (różnych wartości) istniejących w przeszukującym oknie (rys. 9.12); wana
-
4,5
AB=8
AB=5,7
Rysunek 9.11.
5,0
4
A
A odległość
B
wartość najczęściej występującej
154
9 Analizy przestrzenne danych rastrowych
Warstwa
wejściowa
w
w
L
L
w
w
w
L
R
L
L
L
M
R
z
z
i
9.5 Analizy
warstwa wynikowa
DIVERSITY
•
JEDNORODNOŚĆ
1
2
2
2
3
3
2
2
4
5
4
3
4
ZRMLW-
w
w
w
L
w
w
L
L
w
w
L
L
R
L
L
3
3 2
tereny zabudowane grunty rolne mokradła
lasy wody
L
Rysunek 9.12. Analiza
zróżnicowania
pokrycia terenu.
Analiza zróżnicowania danych (ang. diversity) polega na obliczeniu, ile klas (różnych wartości piksela) znajduje się wokół każdego elementu rastra. Obliczenia są wykonywane w oknie o zadanej wielkości, które przemieszcza się po całym obrazie. Wartości zróżnicowania obliczane są dla centralnego punktu i zapisywane w rastrze wynikowym w miejscu odpowiadającym położeniu punktu centralnego okna. Wartości rastra wejściowego · pokazanego na rysunku 9.12 odpowiadają klasom pokrycia terenu. W wyniku zastosowania funkcji DIVERSITY powstał raster obrazujący zróżnicowanie pokrycia terenu w oknie 9 x 9 pikseli. Analiza sąsiedztwa umożliwia również: określenie wartości średniej lub mediany w oknie (rys. 9.13); określenie wartości najmniejszej, największej lub odchylenia standardowego w oknie. różnych
Na rysunku 9.13 została pokazana analiza danych w oknie 3 x 3 piksele.
polegającą
na
uśrednianiu
4
3
3
4
1
4
5
4
1
2
7
1
2
3
5
6
Rysunek 9.13.
....
sąsiedztwa
i
bliskości
4,0
3,4
4,0
4,0
2,2
3,25
3,25
4,0
2,4
3,5
3,75
5,4
2,0
3,4
3,8
4,33
Określenie wartości średniej
w oknie 3x3
155
10
Wizualizacja danych geograficznych
10.1 Wprowadzenie Wizualizacja danych geograficznych oznacza uczynienie ich widocznymi i tym samym umożliwienie ich poznania za pomocą wzroku. Kraak i Ormeling (1998) pod terminem wizualizacji rozumieją graficzną prezentację pojęciowego modelu zjawiska. Podają, że w GIS wizualizację można stosować we wstępnej ocenie przestrzennego rozkładu badanego zjawiska, w trakcie analizy danych i do przedstawiania wyników analiz. Robinson (1988) podkreśla natomiast, że z wymienionych trzech zakresów wizualizacji najistotniejsze jest sprawne przekazywanie informacji przestrzennej za pomocą map wykonanych zgodnie ze sztuką kartograficzną. W GIS proces wizualizacji jest postrzegany jako przetwrzenie danych przestrzennych z bazy danych do postaci graficznej widocznej na ekranie monitora. Wizualizacja często jest produktem przejściowym, którego zadaniem jest wspieranie użytkownika w pracy z danymi przestrzennymi i może być realizowana w trakcie dowolnego etapu procesu przetwarzania danych geograficznych. W trakcie pozyskiwania danych wizualizacja może być wykorzystywana dla sprawdzenia zgodności procesu pozyskania lub nawet do oceny struktury baz danych. W procesach przetwarzania może służyć do przedstawienia wyników działania wykorzystywanych algorytmów. Wizualizacja może przedstawiać „niewyczyszczony" obraz części bazy danych, prosty rysunek wektorowy, obraz rastrowy, wykres, a nawet zestawienie tabelaryczne. Na etapie prezentacji wyników najczęściej posługujemy się mapami tematycznymi, chociaż programy GIS dostarczają nam narzędzi do wizualizacji trójwymiarowej i animacji oraz tworzenia różnego rodzaju raportów. Nieutrwalone na papierze mapy Moellering (1980) nazywa mapami „wirtualnymi", podkreślając ich chwilową naturę i możliwość interaktywnego zmieniania treści, skali, odwzorowania. Krzywicka-Blum (2003) zauważyła, że mapa służy człowiekowi wówczas, gdy w odbiorze informacji przestrzennej okazuje się bardziej skuteczna niż
158
10 Wizualizacja danych geograficznych
przekaz tekstowy. Wraz z rozwojem GIS i kartografii komputerowej mapa tylko narzędziem komunikowania się, lecz także stała się narzędziem wspomagającym proces myślenia (wizualnego) przez użytkownika (Kraak i Ormeling 1998). Mimo tych zmian główna funkcja mapy, jaką jest stałe przekazywanie informacji o danych przestrzennych (czyli informowanie nas o wzorcach przestrzennych), została zachowana. Stopień użyteczności map wynika z możliwości zastosowania syntetycznego i abstrakcyjnego sposobu zakodowania treści mapy w sposób umożliwiający pełne odtworzenie relacji topologicznych i przybliżone - geometrycznych (Krzywicka-Blum 2003). Dla użytkowników GIS mapy są interaktywnym graficznym łącznikiem między użytkownikiem a bazą danych. Taką opinię wyrażają m.in. Kraak i Ormeling (1998). Podobnego zdania jest Morrison (1997) mówiąc o „demokratyzacji kartografii". Przy czym demokratyzację kartografii wyjaśnia jako „ wykorzystywanie technologii elektronicznej, która sprawia, że użytkownik mapy nie jest uzależniony od decyzji podejmowanych przez kartografa". Dalej wyjaśnia, że „użytkownicy są obecnie w stanie prowadzić analizy i dokonywać wizualizacji zgodnie z dowolnym standardem dokładności, który ich zadowala". W GIS wizualizacja to nie tylko mapy. Termin ten używany jest w znacznie szerszym kontekście i dotyczy większości procesów dotyczących projektowania obrazu z reguły związanych z grafiką komputerową. Jest on bardziej związany z wizualizacją naukową (McCormick i in. 1987), której celem jest ułatwienie rozumienia i rozwiązywania problemów. zaczęła odgrywać zup ełnie nową rolę; przestała być
10.2 Mapy tematyczne 10.2.1 Zasady redakcji map tematycznych
Problematyka związana z redagowaniem map jest niezwykle szeroka, w niniejszym rozdziale zostaną przedstawione tylko wybrane, podstawowe aspekty prezentacji treści na mapie, czyli redakcji mapy. Z punktu widzenia projektowania mapy najważniejsze jest pytanie o treść mapy, w tym m.in. o to, czy dane, które mają być przedstawione na mapie, mają charakterystykę ilościową czy jakościową. Forma zawsze musi być podporządkowana treści. Redakcję mapy rozpoczynamy od opracowania legendy i kompozycji graficznej mapy. Kompozycją mapy nazywa Ratajski (1989) zespół czynności i elementów graficznych zapewniających mapie jak największą jasność wyrazu i czytelność. Projektujemy makietę mapy, w której zapewniamy miejsce na obszar mapy, legendę, tytuł oraz inne informacje dotyczące skali, odwzorowania, zbieżności południków itp., projektujemy ramkę zamykającą arkusz mapy. W programy GIS wbudowane są kreatory ułatwiające opracowywanie makiety
10.2 Mapy tematyczne
mapy. Utworzoną makietę można do sporządzania map seryjnych.
zapamiętać
i
wykorzystać
159
wielokrotnie, np.
Redagując mapę tematyczną należy również zwrócić uwagę
na treść podktóra nie powinna ograniczać czytelności zagadnień tematycznych, a spełniać jedynie rolę tła dla ich prezentacji i łatwej percepcji. Z reguły dane wykorzystywane jako treść podkładowa gromadzone są w oddzielnych bazach danych lub na odrębnych warstwach tematycznych tworząc zbiory danych bazowych, referencyjnych lub cyfrowe mapy podkładowe Dane bazowe są systematyzowane według grup treści oraz stopnia szczegółowości, dzięki czemu można wygenerować informacje niezbędne do opracowania wielu różnych pod względem treści i skali map tematycznych. Do treści podkładowej zaliczamy: siatkę kartograficzną, podział administracyjny, elementy sytuacyjne (m.in. linię brzegową, drogi, rzeki, granice zabudowy) oraz uproszczony rysunek poziomicowy (INSPIRE 2002b, Wrochna, 2002) . Podstawowymi środkami wyrazu graficznego mapy są znaki punktowe, liniowe i powierzchniowe. Każdy z nich może być rozróżnialny za pomocą: (1) wielkości, (2) jasności, (3) ziarnistości, (4) barwy, (5) orientacji oraz (6) kształtu. Wymienione cechy nazywane są w kartografii zmiennymi graficznymi lub wizualnymi. Użytkownik identyfikuje znak na mapie najpierw z obiektem abstrakcyjnych (np. jakąś rzeką), a następnie konkretnym obiektem w rzeczywistości (Wisłą pod Krakowem), przy czym według Ratajskiego (1989) największe znaczenie różnicujące obiekty mają barwa, kształt, orientacja i jasność. Dane o charakterze jakościowym przedstawiamy zwykle za pomocą takich zmiennych jak jasność, ziarnistość, barwa i orientacja. Natomiast dane ilościowe różnicuje się przede wszystkim wielkością znaku, barwą i jasnością . Elementy treści mapy o cechach jakościowych przedstawiamy jedną z trzech metod: sygnaturową, zasięgów i chorochromatyczną. Dane ilościowe przedstawiamy za pomocą kartodiagramów, metody kropkowej, kartogramów i izolinii. Dane ilościowe to najczęściej dane statystyczne wyrażające w sposób liczbowy charakterystyki określonych zjawisk społecznych bądź gospodarczych odniesionych do administracyjnego podziału kraju. Dane statystyczne są przedstawiane według skali ciągłej lub skokowej. Zastosowanie skali ciągłej umożliwia odbiorcy odczytanie indywidualnej wartości danej w każdym punkcie badanego obszaru. Jako przykład zastosowania ciągłej skali wartości Ratajski (1989) podaje mapę osiedli, z której można odczytać właściwą danemu osiedlu liczbę mieszkańców. Skala skokowa jest wynikiem grupowania danych w przedziały klasowe zgodnie z jedną z metod: naturalnych przerw, kwantylu, równego przedziału, odchylenia standardowego. Warto przy tym zaznaczyć, że dopóki mapa ma charakter wirtualny i jest na stałe połączona z bazą danych nawet przy przedstawianiu zjawisk w skali skokowej możemy odczytać indywidualną charakterystyką obiektów. Własność ta znika, gdy mapę wydrukujemy, wówczas wielkość zjawiska możemy odczytać tylko w granicach klasy, do której zostało przypisane. kładową,
I O
10.2 Mapy tematyczne
IU Wlzuallza ja danych geograficznych
przypadkach
10.2.2 Metoda sygnatur
jąc wielkość
W metodzie sygnaturowej obiekty na mapie są przedstawione za pomocą znaków punktowych lub liniowych zróżnicowanych pod względem graficznym zależnie od charakterystyki cech jakościowych obiektu. Zjawiska i obiekty są przedstawione jednoznacznie i precyzyjnie. Mapy ogólnogeograficzne, w tym topograficzne są w znacznej mierze mapami sygnaturowymi. Dla odróżnienia cech jakościowych stosuje się sygnatury o różnym kształcie, kolorze, jasności i deseniu. Ze względu na kształt wydziela się sygnatury geometryczne, symboliczne, obrazkowe i literowe (Ratajski 1989) . Na rysunku 10.l sygnaturą liniową zaznaczono połączenia kolejowe w Polsce.
można przy jej pomocy wyrazić cechy ilościowe , np. różn i cu sygnatury punktowej miast w zależności od liczby mieszkaf1ców
(rys. 10.2) . .- ········ · - ~„
_„,,.. . 0
____ „
/'·;0°Słupsk (!) .Gdynia i Gdańs~-· ···:;::-' ..... · · - - -
Koszalin I
•
'<'
'-..
/
o
0 ') Włocł:wek
'·~. @ Poznań ..
·'\_. 0 / I Zleloria
0
@
j,JeJenla Góra \ ~-
0
/
"-1>i.
,
_.:, · •. „;
..•
Ostrołęka \.·~~ Płock , / 0 WARSZA'l:!_f:. /
Liczba
mieszkańców
e
powyżej 1 mln
@
500
0 o
Główne połączenia
kolejowe w Polsce
Dobór sygnatury powinien być podyktowany poglądowością znaku, np. hotele oznaczamy sygnaturą literową „H", kanały - linią prostą koloru niebieskiego, drogi sygnaturą liniową o kolorze i grubości dostosowanej do szerokości rzeczywistej drogi. Stosując sygnatury punktowe należy zwracać uwagę, aby ich położenie (orientacja) na mapie było takie samo jak w legendzie. Metoda sygnatur jest w zasadzie metodą jakościową, jednak w niektórych
/ 1.
0 '·..
B(elsk..9\Blala \ ../ ';.~ __!"'.
·
-'
0S1edl~ .
: ,_ .. ,--· •s1ąła
;-
Podlaska Lublin \ 0 Ch.elm
Rackim
0
zam:ść\
ece;.-,
.;
"
;
.-:...
....- ...... ., ./
Rzeszów / Prz,0;;,yśl Tamów • · 0 No,i,y Sącz ' -· ' ~- -
01
@
ooo - 1 ooo ooo 100 ooo - 500 ooo 50 ooo - 100 ooo Rysunek 10.2.
10.2.3 Metoda
e
1 0 ··-( Cz~tochowa / ...„ Katow:LcS>. ,\ , __; 0 ;" Kraków! 0•
;
. .
\.
0 Blaiystok
i
Opole/
0
\
/
0
.F'' __ . . ___.,.. „_,„. .!:" '-Ki'.>- „,
·~ałb~~ \
Łomża
0, o
,\ .... . . ··
0Korii~-- ·-•.. ...,.. _
t
- - ·;..'"'·-.... \ 0 S '- alki • ~
n ..··"'' , /
$
„ ... „...-]
. '
Toruń
0
;
-
Ol zty
.1-t-.. ,-„/..-···-·· ·~.„J\f_I
GprzÓ)Y-Wlkj{ ;- , Góra
.0 Elbląg
. ~ Pila ( Bydgoszcz
'{'.!)szczecin /
(
'.' 0 ' ·,.. ;eszno Kalisz ;· Łódż , \ ,,··,. •„..._ 0 I ·· @ .-\ \Y.__,. ./ Legnica·· - \ _i Piotrków \ ! 0 WrQcł,'aw Tryb. o ' \,
Rysunek 10.1.
161
0
f
-
. . . . . .... \
o
100 km
Li.....J.......
Główn e
miasta w Polsce
zasięgów
Metoda zasięgów polega na oznaczeniu na mapie obrazu występowania danego zjawiska przy pomocy linii (ciągłej lub przerywanej), barwy, desenia lub powtarz ających się znaków. J eś li przedstawiane zjawisko rozciąga się poza obszar mapy, to ma mapie przestawia się je rysując ni ezamkniętą linię . Metoda zasięgów często jest stosowana do przedstawiania rozmieszczenia gatunków roślinności lub gatunków zwierząt . Jeśli na jednej mapie przedstawiamy zasięgi kilku zjawisk, należy zróżnicować je rodzajem linii lub deseniem powierzchniowym. 10.2.4 Metoda chorochromatyczna
Metoda chorochromatyczna, której nazwa wywodzi się od greckich słów choros i chroma oznaczających powierzchnię i kolor, służy do przedstawiania zj awisk ciągłych zróżnicowanych według jednej lub kilku cech jakościowych . Popularnie metodę tę nazywa się metodą powierzchniową, barwną lub tła
162
10 Wizualizacja danych geograficznych
10.2 Mapy tem atyczo
jakościowego, chociaż
Ratajski (1989) uważa te określenia za nieścisłe. Według niego najodpowiedniejszym terminem oddającym charakter metody byłby termin „metoda jednostek naturalnych", tzn. takich, których granice zależne są od rozmieszczenia zjawisk. Metoda jest rozwinięciem i modyfikacją metody zasięgów. Cały opracowywany obszar jest podzielony na obszary mniejsze pod względem jakościowym (granica wydzielenia jest jego zasięgiem), przy czym w przeciwieństwie do metody zasięgów podział musi być rozłączny.
163
Powierzchnie wydzielonych obszarów różnicuje się przy pomocy zna ków powierzchniowych tj. koloru lub deseniu, oznaczenie można dodatkowo uzupełnić opisem. Rozróżnienia na mapie chorochromatycznej mają charakter znaczący, gdy wydzielenia odpowiadają jednostkom typologicznym (rys . 10.3) i odróżniający wtedy, gdy obszary wydzielone są według jednego rodzaju jakościowego, a powodem ich wyznaczenie są cele organizacyjne, np. podział administracyjny (rys. 10.4).
\
t.:.,
t .'a···
fuja wsko-pomorski '
'j ')
.,,'"'·.....,.•„'\,.•,\ ,
-
~~
1• c=.· ] [ ---''' ' ' ' ""~
Użytkowanie
ziemi skala 1:1OO OOO
[ :_ --J
tereny zabudowane osadnictwo rozproszone kopalnie odkrywkowe grunty orne łąki
Rysunek 10.3.
/
---
Użytkowanie
/ ·'
zakrzaczenia lasy
liściaste
Rysunek 10.4.
Podział
Polski na województwa
las iglasty Istotną różnicą pomiędzy
las mieszany wody
ziemi
wydzieleniami znaczącymi a odróżniającymi jest w przypadku wydzieleń znaczących znak kartograficzny jest ściśle związany z przypisanym do niego wydzieleniem i nie może być wykorzystany powtórnie do oznaczenia innego wydzielenia. W przypadku wydzieleń odróżniających ten sam znak może być wykorzystany wielokrotnie, jedynym ograniczeniem jest tylko, aby jednostki oznaczone takim samym znakiem nie graniczyły ze sobą. Opracowując legendę mapy należy zwracać uwagę, aby podobnym kategoriom klasyfikacyjnym (np. las dębowy, bukowy, bór) fakt,
że
164
10.2 Mapy tematyczne
10 Wizualizacja danych geograficznych
odpowiadały podobne barwy (różne odcienie zieleni) i aby poszczególne jednostki były jednoznacznie rozróżnialne na mapie. Dla niektórych map np. glebowych czy geologicznych zostały opracowane ogólnie przyjęte zestawy barw i deseni. Metoda chorochromatyczna często łączona jest z innymi metodami przekazu kartograficznego. Przy przedstawieniach kompleksowych stanowi tło do przedstawienia charakterystyk ilościowych w postaci sygnatur, zasięgów lub diagramów.
165
udziału części składowych. Przykład
diagramów słupkowych oraz diagramu strukturalnego został pokazany na rysunkach 10.5 i 10.6. Widzimy, że wzajemne relacje pomiędzy wielkościami bardzo dobrze są czytelne na diagramach słupkowych. Wadą tego typu kartodiagramu jest duża powierzchnia, jaką zajmują diagramy. W przypadku kartodiagramu strukturalnego czytelnik może odczytać strukturę zjawiska oraz porównać wielkości sumaryczne. kołowego
10.2.5 Kartodiagramy
Kartodiagramem nazywamy sposób przedstawienia zjawiska za pomocą diagramów umiejscowionych na mapie i przedstawiających sumaryczną wielkość zjawiska odniesionego do powierzchni, linii lub punktu . Diagram umiejscowiony jest zawsze wewnątrz powierzchni, na linii lub w punkcie, do którego odnosi się charakterystyka ilościowa. Na mapach najczęściej umieszczamy diagramy: słupkowe, powierzchniowe lub objętościowe (bryłowe). W diagramach słupkowych wysokość słupka jest proporcjonalna do przedstawianych wielkości, w diagramach powierzchniowych powierzchnia figury (najczęściej kwadratu lub koła) jest proporcjonalna do przedstawianych wielkości, natomiast w przypadku diagramów objętościowych objętość bryły powinna być proporcjonalna do przedstawianych wielkości. Diagramy mogą także przedstawiać strukturę zjawiska, wówczas należy podzielić je na części stosownie do
ml tereny antropogeniczne
@) 1O OOO
t) ~ 20 OOO
30 OOO km'
Rysunek 10.6. Kartodiagram powierzchniowy strukturalny pokrycia terenu w województwach
prezentujący struktur ę
Kartodiagramy stosuje się do porównania ogólnej powierzchni upraw , lasów, produkcji przemysłowej, liczby ludności , czyli wielkości odniesionych z reguły do jednostek administracyjnych (krajów, województwa itp.). Jeśli chcemy przedstawić na jednej mapie kilka wielkości jednocześnie , musimy stosować tzw. kartodiagramy złożone. Wówczas n ależy stosować zasadę, że każda wielkość przedstawiona jest innym diagramem. Kartodiagram złożony przedstawiający liczbę aptek i szpitali w województwach zost ał pokazany na rysunku 10.7. Podobnie jak na innych mapach prezentujących dane statystyczne na mapach kartogramicznych znajdują się elementy treści podkładowej.
166
1 7
10 Wizualizacja danych geograficznych
• \e• ••••
•• ••
.••••• „.• ..••.•„.... . ... • • •• •• • ••• ~·
•
.
• •• •• •
• •
800
400
1 kropka oznacza 300 osób
200
lasy
Rysunek 10. 7. Kartodiagram jewództwach
złożony prezentujący li czbę
aptek i szpitali w wo-
~ wody Rysunek 10.8. Rozmieszczenie
10.2.6 Metoda kropkowa
Metoda kropkowa pokazuje rozmieszczenie i wielkość zjawisk o charakterze rozproszonym. Kropka reprezent uj ąca określoną wartość liczbową zjawiska nanoszona jest na mapę w miejscu występowania prezentowanego zjawiska. Na· mapie umieszcza się więc pewną liczbę kropek pozwalającą na ustalenie liczebności zjawiska. Najczęściej jednej kropce przypisana jest większa od jedności liczba obiektów zwana wagą kropki. Przy pomocy metody kropkowej są przedstawiane takie zjawiska jak rozmieszczenie ludności, hodowli, zasiewów. N ależy jednak pamiętać, że zarówno wielkość zjawiska, jak i jego rozmieszczenie przedstawia nie pojedyncza kropka, ale zbiór kropek na danym obszarze. Na mapach kropkowych bardzo istotna jest treść podkładowa, ułatwiająca podczas redakcji mapy w ł aściwe rozmieszczenie kropek, a podczas u żytkowa nia powiązanie prezentowanego zjawiska ze środowiskiem geograficznyII!.. W wielu programach GIS pod hasłem metoda/mapa kropkowa kryje się kartogram kropkowy, gdzie automatycznie wstawiane kropki pokrywają deseniem jednostki odniesienia. Zagęszczenie kropek jest równomierne w całej jednostce odniesienia, co jest cechą charakterystyczną kartogramu, a nie metody kropkowej .
ludno ści
w Beskidzie Niskim. Metoda kropkowa
10.2. 7 Kartogramy
Kartogram służy do przedstawienia średniej intensywności zjawiska w granicach określonych jednostek przestrzennych. Wobec czego do kartogramów wykorzystuje się wskaźniki względne, otrzymywane w wyniku dzielenia dwóch szeregów wartości bezwzględnych odnoszących się do tych samych jednostek przestrzennych (Saliszczew 1998). Jednostka przestrzenna, którą najczęściej jest jednostka administracyjna, traktowana jest jako jednorodna jednostka, do której odnoszone są wartości liczbowe. Kartogramem prezentujemy gęstość zaludnienia, lesistość (określaną jako procentowy udział powierzchni lasów w ogólnej powierzchni) albo zjawiska przedstawiające zmiany wartości w czasie, wyrażone w procentach, takie jak migracje ludności lub przyrost naturalny. Według Pasławskiego (1992) kartogram jest najpopu l arniejszą formą przedstawiania danych statystycznych i stykamy się z nim częściej niż z jakąkolwiek mapą . Na mapach kartogramicznych poszczególne jednostki przestrzenne zaliczane są do określ onej klasy zgodnie z przyjętą metodą klasyfikacji (patrz rozdział 7) i prezentowane na mapie poprzez skalę barwną lub desenie. O intensywności zjawiska świadczy stopień jasności barwy lu b zagęszczenie desenia. W prezentacji kartogramicznej liczba klas nie może być zbyt duża. W podręcznikach do kartografii (Kraak 1998; Saliszczew 1998; Ratajski 1989) podawana jest optymalna, z punktu widzenia percepcji mapy, liczba klas, która
168
10 Wizualizacja danych geograficznych
10.2 M py t m
dla map czarno-białych wynosi 7, natomiast dla map barwnych może wynosić nawet 14. Warto zaznaczyć, że liczba klas zależy od liczby jednostek, charakteru analizowanego zjawiska, rozpiętości wartości danych i metod prezentacji. Większość programów komputerowych umożliwia podział danych na klasy zgodnie z następującymi metodami: naturalnych przerw, kwantyli (jednakowej liczebności), stałej rozpiętości oraz odchylenia standardowego. W programach GIS istnieje również możliwość definiowania przedziałów przez użytkowników i takiego podziału całej populacji cech na klasy, aby uwypuklić charakterystyczne jej cechy. Zarówno wybór metody, jak i liczby przedziałów powinien być podporządkowany celowi, czyli gwarantować czytelność i wartość infor-
Rysunek 10.10.
-D D
88- 120
aoaB~
I 59 - 74
zaludnienia w województwach. Metoda kwantyli
że
--
mm~~~~
D D
302 - 382 222 - 301 141-221 59-140
wykres rozkładu wartości z zaznaczonymi granicami klas
59- 87
Rysunek 10.9.
o
Gęstość
75-113
w klasy charakteryzują się bardzo zróżnicowaną nawet klasy puste. W przykładzie pokazanym na rysunku 10.11 żadne województwo nie zostało zaklasyfikowane do przedziału gęstości zaludnienia od 222 do 301 osób na km 2 .
300
100
114-143
danych na klasy powoduje,
400
121 -214
-
liczebnością, mogą wystąpić
500
200
144-382
D L
macyjną.
Metoda naturalnych przerw umieszcza granice przedziałów w miejscach wyznaczonych przy pomocy optymalizacji Jenksa, która polega na minimalizacji zmienności w obrębie klasy (Jenks i Coulson 1963). Z reguły ta metoda jest przyjmowana jako domyślny podział na klasy w pakietach GIS (ArcMap, Arcview, Maplnfo). Metoda nadaje się do prezentacji danych niejednolitych, ponieważ uwypukla grupy danych o podobnych wartościach. Rys. 10.9 przedstawia mapę gęstości zaludnienia w województwach, na której gęstość zaludnienia została sklasyfikowana metodą naturalnych przerw.
-
Gęstość
zaludnienia w województwach. Metoda naturalnych przerw
Metoda kwantyli (jednakowej liczebności) polega na przyporządkowaniu każdej klasie tej samej liczby obiektów. Podział na klasy uzyskuje się dzieląc liczbę obiektów przez liczbę klas. Metoda jest zalecana do przedstawiania zjawisk w jednostkach odniesienia o podobnej powierzchni i wówczas, gdy interesuje nas relacja między wartościami danych w różnych jednostkach odn.iesienia np. dla podkreślenia znaczenia jednostki względem innych jednostek (rys. 10.10) . Metoda stałej rozpiętości zakłada równą rozpiętość każdej z klas (rys. 10.11). Różnice pomiędzy największą i najmniejszą wartością atrybutu dzieli się przez liczbę klas. Klasyfikacja tą metodą podkreśla wartość atrybutu w odniesieniu do wartośGi pozostałych atrybutów. Ten sposób podziału
Rysunek 10.ll.
Gęstość
zaludnienia w województwach. Metoda jednakowej
rozpiętości
Metoda odchylenia standardowego pozwala zaobserwować, na ile dane odniesione do wybranej jednostki różnią się od odchylenia standardowego lub jego krotności (rys. 10.12). Pasławski (2003) podkreśla, że zaletą tej metody podziału danych na klasy jest możliwość porównania kilku map w kategorii „położenia" określonej jednostki w różnych zbiorach danych statystycznych, a więc badanie obszaru pod kątem różnych cech. W metodzie tej najczęściej stosuje się barwy o odcieniu ciepłym (pomarańczowy, czerwony, brązy) dla wartości powyżej odchylenia standardowego i o odcieniu zimnym (niebieski,
170
10 Wizualizacja danych geograficznych
zielony) dla dardowemu
wartości poniżej. mają
-
Obiekty o wartościach równych odchyleniu stankolor neutralny np. biały.
~
227-382 \
152-226 L J 76-151
D
59 .-75
Rysunek 10.12. Gęstość zaludnienia w województwach. Metoda odchylenia standardowego
Do zalet kartogramu Saliszczew (1998) zalicza prostotę wykonania i łat percepcji . Podkreśla on jednakże, że kartogram wywołuje wrażenie równomiernego rozmieszczenia zjawiska w obrębie jednostek odniesienia i gwałtownej zmiany intensywności na granicy. Rzeczywiste rozmieszczenie zjawisk przedstawione na kartogramie może być zniekształcone, jeśli regionalizacja zjawiska nie pokrywa się z podziałem na.jednostki przestrzenne. Ratajski (1989) oraz Kocimowski i Kwiatek (1976) dodatkowo zwracają uwagę, że większe jednostki odniesienia wywołują u odbiorcy wrażenie większej intensywności zjawiska. Mościbroda (1999) uważa, że kartogram jest sprawniejszym środkiem przekazu informacji ilościowej niż kartodiagram, dodając jednocześ nie, że prawie zawsze można przeliczyć dane źródłowe i wyrazić je w postaci przystosowanej do prezentacji kartogramicznej. wość
10.2.8 Meto da dazymetryczna
W kartografii tematycznej znane są także metody przedstawiania zjawisk w granicach ich rzeczywistego występowania, choć ze względu na czasochłon ność i trudność w poprawnej konstrukcji nie są powszechnie stosowane. Jedną z takich metod jest metoda dazymetryczna. Jest to metoda kartogramiczna, której charakterystyczną cechą jest założenie, że dane ilościowe odnoszą się nie do jednostek administracyjnych czy pól geometrycznych, lecz do obszarów, w obrębie których zakłada się istnienie względnej jednorodności natężenia prezentowanego zjawiska. Według Ratajskiego (1989) metoda dazymetryczna może być stosowana jako kompromis na rzecz bardziej geograficznego przedstawiania powierzchni statystycznej . Z badań przeprowadzonych przez Golenia i Ostrowskiego w połowie lat dziewięćdziesiątych
10.2 Mapy tematyczne
171
(1994, 1996) wynika, że zarówno w Polsce, jak i na świecie kartogramy dazymetryczne wypierane są przez inne metody prezentacji danych iloś ciowych. W piśmiennictwie kartograficznym (Ratajski, 1989; Robinson 1988; Kraak i Ormeling 1998; Pasławski 2003) podawane są sposoby wykonania kartogramu dazymetrycznego polegające na transformacji jednego rodzaju mapy na inny. Jako mapę wyjściową wykorzystuje się zwykle mapę kropkową lub kartogram prosty. Ratajski dodatkowo wymienia mapy przedstawiające dane w sieci zmiennogęstej nieregularnej, które podlega.ją podobnej transformacji jak mapy kropkowe. W dobie dominacji technik kartografii komputerowej i GIS wymienione metody w za.sadzie nie są stosowane. Współczesne techniki gromadzenia. i przetwarzania. danych, a także narzędzia informatyczne pozwalają na opracowanie map dazymetrycznych jako znacznie doskonalszej metody prezentacji danych ilościowych. Układ pól odniesienia na mapach dazymetrycznych związany jest ze zmiennością zjawiska, stąd celowe jest wykorzystanie do ich opracowania systemów GIS. Metoda dazymetryczna najlepiej oddaje rozmieszczenie zjawisk o skokowej zmienności i powinna być wykorzystywana przede wszystkim tam gdzie występują zróżnicowane warunki fizycznogeograficzne, a jednostki administracyjne mają bardzo zróżnicowaną powierzchnię . Kluczową sprawą jest zawsze opracowanie metody przeliczania danych statystycznych odniesionych do podziału administracyjnego (powszechnie udostępniane i publikowane są tylko dane w przekroju gminnym, powiatowym lub wojewódzkim) do nowo wyznaczonych jednostek odzwierciedlających natężenie prezentowanego zjawiska. W trakcie przeliczeń musi być zachowany warunek zgodności wzglę dem bazowych danych statystycznych gwarantujący poprawność każdej mapy statystycznej . Najczęściej metodą dazymetryczną prezentowana jest gęstość zaludnienia. Próbą sformalizowania opracowywania dazymetrycznych map ludnoś ciowych jest przyjęcie określonych wartości gęstości zaludnienia dla poszczególnych typów użytkowania ziemi, otrzymywanych najczęściej w wyniku klasyfikacji treści obrazów satelitarnych. Mapy tego typu wykonywali m.in. Eicher i Brewer (2001) oraz Mennis (2003) . Problematyką opracowania dazymetrycznych map zasiewów roślin uprawnych zajmował się Spallek (1998, 2000). Brak jednoznacznych zasad (subiektywizm) delimitacji jednostek odniesienia oraz nieustalone za.sady przeliczania danych z jednostek wejściowych do jednostek dazymetrycznych, a także duży nakład pracy związany z opracowaniem map dazymetrycznych uważne są za największe wady tej metody prezentacji kartograficznej i znacznie ograniczają jej szerokie stosowanie. Z drugiej strony, metoda dazymetryczna pozwala na uzyskanie kompromisu między prostotą przekazu kartograficznego a zróżnicowaniem przedstawianych zjawisk oraz umożliwia nie tylko łatwą, lecz również poprawną syntezę
172
10 Wizualizacja danych geograficznych
zjawisk. W efekcie umożliwia rozwiązanie jednego z najistotniejszych problemów kartografii statystycznej - zwiększenie dokładności przekazu informacji ilościowych.
Potencjalne możliwości wykorzystania map dazymetrycznych są wszędzie tam gdzie do analizy wykorzystywane są dane statystyczne i przestrzenne, a więc przy badaniu współwystępowania zjawisk, w określaniu potencjalnego zagrożenia lub stref wpływu, analizach socjoekonomicznych sporządzanych na potrzeby planowania przestrzennego i formułowania strategii rozwoju. 10.2.9 Metoda izolinii Izoliniami nazywamy krzywe przechodzące przez punkty na mapie o jednakowej wartości wskaźników liczbowych charakteryzujących zjawisko. Wykorzystywane są do ilustracji zjawisk ciągłych zmieniających się stopniowo w przestrzeni, np. wysokości powierzchni terenu, głębokości zbiorników wodnych, temperatury powietrza, ciśnienia atmosferycznego. W zależności od rodzaju zjawiska izolinie mają specjalne nazwy. Linie łączące punkty o tej samej wysokości to izohipsy lub poziomice, czy warstwice; jednakowej głęboko~ci - izobaty, temperatury - izotermy, ciśnienia - izobary, deklinacji magnetycznej - izogony, jednakowej ilości opadu - izohiety. Izolinie wyzl?-acza się stosując jedną z metod interpolacji, a do wyrysowania linii służą odpowiednie narzędzia. Na mapach opisuje się wartości izolinii oraz pokrywa barwami o zmiennej jasności i nasyceniu przestrzeń pomiędzy sąsiednimi liniami. Dla prezentacji wielu zjawisk stosuje się przyjęte powszechnie skale barwne. Temperatury dodatnie przedstawiamy w barwach ciepłych (żółte, pom arańczowe, czerwone), ujemne kolorem niebieskim o nasyceniu wzrasta.jącym wraz ze spadkiem temperatury. Głębokość wód również wyrażamy w odcieniach niebieskich, a wysokość terenu wraz ze wzrostem wysokości przedstawiana jest w barwach zielonych, żółtych , pomarańczowych, czerwonych i brązowych. Metodę izolinii wykorzystuje się również do prezentacji zjawisk pozbawionych ciągłości przestrzennej i stopniowej zmienności takich jak gęstość zaludnienia, odsetek gruntów leśnych lub ornych. Wówczas linia odnosi się do powierzchni charakteryzujących się wartościami reprezentującymi jednakowe prz e działy. Izolinie mogą wyznaczać również obszary jednakowej dostępności. I tak izolinie odległości nazywamy ekwidystantarrii, punkty położone na ekwidystancie są tak samo oddalone od określonego miejsca. Izolinie mogą również obrazować prędkość pokonywania odległości w określonych jednostkach czasu i nazywane są izotachami (m/s, km/godz.) lub poprzez pokazanie przestrzeni dostępnej w zadeklarowanej jednostce czasu (minucie, godzinie) i wówczas mówimy o izochorach. Tego typu izolinie wykorzystywane są w analizach dostępności wszelkiego rodzaju usług oraz określaniu czasu dojazdu do pracy.
10.3 Animacja, hipermapy i wizualizacja trójwymiarowa
173
Saliszczew (1998) podaje, że metoda izolinii jest prosta, sugestywna, nie wymaga specjalnego objaśniania w legendzie i można ją łączyć z innymi metodami prezentacji. Majednak również wady. Największą słabością map izoliniowych jest brak jasnych i powszechnych zasad ich wykonywania (Mościbroda 1999). Mimo dostępnych algorytmów interpolacyjnych nie opracowano dotychczas (poza interpolacją rzeźby terenu) jasnych zasad wyboru metody interpolacji i odpowiednich jej parametrów w celu przedstawiania przestrzennego zróżnicowania zjawisk przy pomocy izolinii. Powszechność i łatwość wykorzystania wielu różnych metod interpolacji bez dogłębnej znajomości teorii rozprzestrzeniania się zjawiska i zasad działania algorytmu interpolującego powoduje, że wielu użytkowników GIS wykorzystuje niewłaściwe metody do tworzenia map izolinii.
10 .3 Animacja, hipermapy i wizualizacja trójwymiarowa Animacje i hipermapy są metodami wizualizacji zjawisk związanymi z GIS i przekazem multimedialnym. Animacja to proces sekwencyjnego wyświetla nia obrazów, który wywołuje ruch. W zależności od metody Kraak i Ormeling (1998) dzielą animacje komputerowe na trzy rodzaje: klatka po klatce, klatka podstawowa, animacja algorytmiczna. Metoda klatka po klatce polega na oddzielnym konstruowaniu pojedynczych obrazów, które następnie są łą czone w animacje. Jest to najczęściej stosowana metoda, przy czym dla wywołania wrażenia ruchu ciągłego należy wyświetlić od 24 do 30 obrazów na sekundę. Wiele programów GIS pozwala na utworzenie tego typu animacji. W przypadku stosowania klatki podstawowej należy opracować tylko najbardziej charakterystyczne obrazy, pozostałe klatki wykonywane są przez program komputerowy poprzez interpolację pomiędzy obrazami podstawowymi. Za najlepszą i najefektywniejszą technikę animacji jest uważana animacja algorytmiczna, w zasadzie w całości wykonywana automatycznie przez program komputerowy. Na wstępie należy zdefiniować obiekty animowane, rodzaj zmian i momenty ich wystąpienia. Opracowanie tego typu animacji wymaga specjalistycznego oprogramowania, do GIS można włączyć już gotowy produkt. Podstawą opracowania animacji jest czas, w GIS najczęściej przechowywany w bazie jako atrybut charakteryzujący obiekty. Animacja pokazuje sukcesywną zmianę analizowanych obiektów, przy czym zmianie mogą podlegać atrybuty (np. liczba mieszkańców, wzrost poziomu wody w rzece) i lokalizacja (np . rozbudowa miasta, rozprzestrzenianie się powodzi) . Zmieniać może się także metoda prezentacji, chociaż animację t ego typu stosujemy niezwykle rzadko i w większości do celów edukacyjnych. W kartografii z animacjami wiąże się pojęci e zmiennych dynamicznych wprowadzone przez DiBiase (1990). Zaliczył on do nich: trwanie, porządek i stopień zmiany. '!rwanie określa czas, w którym obiekt pozostaje w bezruchu.
174
10 Wizualizacja danych geograficznych
Porządek decyduje o kolejności pojawiania się obrazów. Stopień zmiany mówi o tym, jak wielkie nastąpiły zmiany. W 1994 roku MacEachren dodał do nich trzy kolejne: częstość, czas ekspozycji i synchronizację. Zmienne te dotyczą czasu, i tak: częstość związana jest z czasem trwania prezentacji, czas ekspozycji z momentem rozpoczęcia animacji, natomiast synchronizacja odnosi się do czasowej zgodności serii czasowych animacji. Poza spektakularnym efektem wizualnym animacje są; użyteczne w określa niu tendencji i konsekwencji procesów, a także w wyjaśnianiu zależności przyczynowo-skutkowych w aspekcie przestrzennym. Istotną rolę odgrywają również w kształtowaniu wyobraźni przestrzennej i myślenia logicznego. Pojęcie hipermapy do GIS wprowadzili Laurini i Thompson (1992) posługując się identycznymi zasadami, jak w przypadku hipertekstu i hiperdokumentu. Podobna definicja znajduje się w Leksykonie komputerowym (1997). Informacje zapisane w postaci map możemy przeglądać w kolejności niesekwencyjnej, niezależnie od tego, w jakiej kolejności tematy były początkowo ułożone. Kraak i Ormeling (1998) definiują hipermapę jako środek multimedialny oparty na współrzędnych, pozwalający użytkownikowi na elastyczne przeglądanie informacji. Według nich rola hipermapy polega na wprowadzeniu odniesień przestrzennych do wszystkich składników w systemie i ułatwienie przestrzennego oraz tematycznego przeszukiwania danych. W praktyce hipermapy są szeroko wykorzystywane w nauczaniu geografii, historii, w gospodarce i handlu nieruchomościami, w turystyce. Wizualizacja trójwymiarowa, tak jak animacja i hipermapy, pojawiła się wraz z kartografią komputerową i GIS. Rudnicki (2001) podaje, że zapotrzebowanie na ten typ opracowań kartograficznych ma ścisły związek z pojawieniem się gier komputerowych wykorzystujących wirtualne modele terenu oraz plastyczne postaci z urealnionym obrazem oddającym t ekstury, cienie i kształty. Wprawdzie wcześniej tworzono już mapy plastyczne lub mapy tyflologiczne dla niewidomych i słabowidzących, jednak ze względu na koszty nie były to mapy powszechnie stosowane. Na mapach płaskich wrażenie trzeciego wymiaru uzyskuje się poprzez odpowiednie cieniowanie rzeźby terenu. Teoria i ogólne zasady tworzenia efektu plastycznego na mapie nie zmieniły się, mimo zmiany samej metody cieniowania. Najczęściej mapy cieniuje się zgodnie z zasadą Dufoura (Saliszczew 1989) lub ze szkołą szwajcarską utworzoną wokół szwajcarskiego kartografa Eduarda Imhofa (Imhof 1982). Zgodnie z podstawami teoretycznymi cieniowania należy stosować północno-zachodni kierunek oświetlania modelu, który można nieznacznie modyfikować w celu uwypuklenia form terenowych równoległych do kierunku północno-zachodniego (Rudnicki 2001). Przyję cie północno-zachodniego kierunku oświetlenia koresponduje z oświetleniem mapy w pomieszczeniu, gdzie światło pada od przodu i z lewej strony. Należy podkreślić, że oświetlenie ze strony przeciwnej , a więc SE daje efekt inwersji rzeźby.
10.4 Zestawienia tabelaryczne i raporty
175
Wizualizacja trójwymiarowa jest często wykorzystywana w planowaniu przestrzennym, ochronie środowiska oraz dydaktyce. Wykorzystuje się ją przede wszystkim wtedy, gdy zależy nam, aby odbiorca szybko i poprawnie zinterpretował wynik analizm.in. do pokazania obszaru widocznego z danego punktu, zobrazowania trasy przebiegu autostrady, pokazania, co i w jakim stopniu może zostać zniszczone w wyniku powodzi.
10.4 Zestawienia tabelaryczne i raporty W wielu programach GIS dostępne są moduły do tworzenia raportów. W raportach takich można poza danymi liczbowymi, przedstawionymi najczęściej w tabeli, umieścić wykresy, diagramy i mapy. Wykres przedstawia graficzną zależność pomiędzy zmiennymi. Jedną zmienną jest zawsze liczbowa wartość zjawiska, drugą może być czas, powierzchnia, wiek itp. Wykresy najczęściej stosuje się jako uzupełnienie mapy umieszczając je na marginesach mapy lub oddzielnie w raportach . W GIS istnieją narzędzia do tworzenia różnych wykresów, można też wykresy importować z zewnętrznych programów statystycznych lub arkusza kalkulacyjnego. Najczęściej dostępne są następujące wykresy: liniowy, słupkowy, histogramowy, kropkowy, kołowy lub bryłowy. Jeśli dodatkowo na wykresie chcemy przedstawić kierunek zmian, możemy zastosować wykres biegunowy. Najprostszym przykładem wykresu biegunowego jest róża wiatrów, przedstawiająca siłę i kierunek wiatru w określonym miejscu i czasie. Przykład raportu generowanego z bazy danych do wyznaczania obszarów o niekorzystnych warunkach dla gospodarki rolnej został pokazany na rysunku 10.13. W raporcie zostały zamieszczone: Kartodiagram pokazujący sumę gruntów rolnych o niekorzystnych warun' kach dla gospodarki rolnej; Kryterium, według którego obszary zostały wyznaczone; - Tabelę zawierającą m.in. informacje o liczbie gmin, liczbie gmin, w których znajdują się poszukiwane obszary, łączną powierzchnię gruntów o niekorzystnych warunkach, powierzchnię gruntów rolnych; Diagramy strukturalny i sumaryczny pokazujące zależności pomiędzy gruntami niekorzystnymi i korzystnymi dla gospodarki rolnej. Raport był przygotowywany dla polskich negocjatorów warunków otrzymania dopłat do rolnictwa z funduszy strukturalnych.
176
10 Wizualizacja danych geograficznych
Rozkład
11
Modelowanie analityczne
obszarów rolnych LFr\ w wqewództwach według okreSl<:.fH?go ki';łelium
11.1 Zasady wykonywania przestrzennych Wielość dostępnych
Nk • 19 l::ry;trium • (ffłłal_w•Ik]•-0.1)ol(f:Loo..J"'w]<-10)) Gtniny1oi•j:;).io =W:1 wykhit'it>""! !.ie:b& tt>nin tl'A2 • U 3? (ibuo.r Ll'A2 dh ł.rllj• •Il 19tll:ii3 {l0.)
lJOlHl
__ _!_
„ ,,„ ___!!.' _ ,_ ,~
··-·--·~-!.
~-~-
·- ··-··!..?.!!~!
,,,,,,_„!!'"fJJ l
UJ!)IL!O
„„„,_....;,.
„
~
„
.„
!U.7.$~I:I.
1~Jlt;}i
l!A1.~1~UK!1.
l lOO#"ł ' ."!I
,,;ut
IJd.ZałJIAr~I&
tU lfJ
U)ł~1
" ,." ,„,. "„ „
: t~
'5
„
•• „ „ "„ ,„•• „ tł
rn.a:u.1rs ---·- ··- - .-..„.!!.!.!!.~
.-E.. -~ ,„ ~
" J·~
„„„
:0.lłU
JjlUtQ J..O~l:'l'Oł
"
lł4liMdt>lł'~~""'.!lra1110.t1mw<..fĄt
Ul
•B~~J:
;I;)!..!!!! Ptl!-$~
;sjo:u
$1łUXl•
Jr!U4 1UXAJIA.t &.rz
lłHUJ
l:Ht"J9
tHU
11!.łt.UKTI
ł J H3ł1
IHJH
l * HH
1tJ1f~1UI.
l01tł't~
110 ~łl
SH5'1 s ·uJU!
~ HJłJ
U~ CN
HU01
,.. ,~,,
Jjffj;JJ
19'łl'1H
::utu
1:114
.JW"łł?'"'x.1:nnr1
1~11tU
JH/90:
'fMAA."1'~S9-1fAl-r1'.1&.1'6.
IHl„11
uz.su~ni;ui
:n t ;SOI
urxa~Jtnnn:u:sxrz.
tJBUI
U'l1
11!'~),/~('ł!H~
Cl"'"'.'..lł_!cl'.A
.,,.,..,_„
.
o~"'-'-'·"
.,..•,_...
Rysunek 10.13. Raport z bazy danych utworzony przy pomocy programu ArcView 3.2 (Bielecka, 2003)
analiz
w GIS funkcji do przetwarzania danych stwarza duże wykonywania złożonych analiz przestrzennych, w tym modelowania procesów i zjawisk. Możliwości te dodatkowo mogą być rozszerzane przez łatwość połączenia GIS z metodami przetwarzania obrazów satelitarnych i zdję~ lotniczych, modelami zewnętrznymi oraz wykorzystaniem programowania w językach wewnętrznych programu. Metody analiz przestrzennych stosowane w GIS wielu kartografów (Tomlin 1990; Delaunay 1999) uważa za metody kartografii analitycznej, a ściślej modelowania kartograficznego, gdzie wspólne analizowanie informacji zawartych na różnych warstwach tematycznych systemu informacji geograficznej odpowiada analizie wielu map tematycznych. Modelowanie kartograficzne jest procesem wieloetapowym, którego schemat ideowy został zaprezentowany na rysunku 11.1. Modelowanie rozpoczyna się od określenia i zrozumienia problemu, który należy rozwiązać. Następny krok to identyfikacja i zgromadzenie danych. Ponieważ dane pochodzą z różnych źródeł i w związku z tym cechują się różną dokładnością, szczegółowością i formatem zapisu, wobec czego należy je ujednolicić i zintegrować. Proces ten odbywa się w ramach etapu nazwanego opracowaniem modelu danych. Dalsze działania odbywają się w sposób iteracyjny. J eśli zgromadzone dane pozwalają na osiągnięcie zamierzonego celu to przystępujemy do opracowania metod przeprowadzenia analiz przestrzennych, jeśli nie - należy przeprowadzić proces oznaczony na rysunku pętlą, to znaczy pozyskać uzup e łniające dane, zmodyfikować model danych i ponownie sprawdzić możliwość realizacji zadań postawionych przed systemem. Wstępna wizualizacja wyników pozwala na możliwości
.„„. 11
złożonych
178
11.2 Wspomaganie podejmowania decyzji
11 Modelowanie analityczne
179
11.2 Wspomaganie podejmowania decyzji określenie
problemu
identyfikacja i zgromadzenie danych
opracowanie modelu danych
TAK
modyfikacja modelu danych
sprawdzenie czy realizowane są cele systemu
Często wykonanie złożonych analiz przestrzennych wymaga opracowania modelu o charakterze modułu wspomagającego podejmowanie decyzji. Przez moduł wspomagania decyzyjnego rozumie się organizację uproszczoną w stosunku do założeń stawianych przed systemem decyzyjnym, który wymaga opracowania i zaprogramowania reguł decyzyjnych (Arentze i in. 1996). W systemie wspomagania decyzyjnego przewiduje się jedynie porównanie wyników z zamierzeniami oraz mechanizmy do wariantowania kryteriów. Podejmowanie decyzji oznacza proces wyboru działania jako sposobu rozstrzygnięcia określonego problemu. Przy czym za decyzję uważa.ny jest tylko świadomy (nielosowy) wybór poprzedzony analizą wariantów przyszłego działania dokonaną w aspekcie funkcji celów. Opracowując moduł wspomagania decyzyjnego, należy uwzględniać zależności pomiędzy poszczególnymi kryteriami oraz gradient ich zmian poprzez ustalenie para.metrów decyzyjnych i ich wartości progowych. Schemat ideowy funkcjonowania modułu decyzyjnego przedstawiony jest na rysunku 11.2.
opracowanie wymagań i metod pozyskania dodatkowych danych
modelowanie kartograficzne
ustalenie kryterium selekcji modyfikacja kryteriów
wizualizacja wyników kryterium oceny wyników oszacowanie parametrów decyzyjnych
ocena wyników
TAK NIE
prezentacja wyników TAK
NIE
Rysunek 11.1. Schemat ideowy modelowania kartograficznego
przeprowadzenie ich oceny. Celem oceny wyników jest ustalenie ich dokład i wiarygodności. .Ostatnim etapem modelowania kartograficznego jest opracowanie prezentacji wyników.
prezentacja wyników mapy, wykresy
ności
Rysunek 11.2. Schemat ideowy funkcjonowania
modułu
decyzyjnego
180
11 Modelowanie analityczne
11.3
Osiągnięcie
podstawowego celu systemu jest poprzedzone ustaleniem warprogowych istotnych parametrów modelu, co w skrócie nazwano „ustaleniem kryterium selekcji" oraz określeniem zewnętrznych uwarunkowań wpły wających na proces podejmowania decyzji, czyli „oszacowaniem parametrów decyzyjnych". Istotne jest również ustalenie zasad oceny wyników modelowania. Użytkownik może przyjąć lub odrzucić rozwiązanie oferowane przez system i w przypadku odrzucenia zażądać innego rozwiązania. Wówczas następuje modyfikacja przyjętych na wstępie kryteriów. Procedura rozpoznawania wpływu poszczególnych czynników i ustalania wartości parametrów jest tym łatwiejsza, im przejrzyściej są przedstawiane wyniki przetworzeń. Ma to szczególne znaczenie wszędzie tam, gdzie wypracowanie ostatecznych kryteriów wymaga przeprowadzenia wielu analiz przestrzennych przy zastosowaniu zmieniających się kryteriów. tości
Przykłady
modelowania kartograficznego
W omawianym opracowaniu do wyznaczenia obszarów krytycznych \ rzystano zmodyfikowane równanie USLE i metodę analizy GIS. Dla kaid obszaru elementarnego wyznaczono wartość współczynnika ryzyka Ru zgodni ze wzorem (11.1) gdzie:
K - erozyjność gleb S - nachylenie stoków W - odległość od wód powierzchniowych L - pokrycie terenu bonitacyjnych S, W i L otrzymano poprzez danych tematycznych, współczynnik erozyjności gleb K na podstawie specjalnego nomogramu (Wischmeier i Smith 1960,
Wartości współczynników parametryzację
określono
1978).
11.3
Przykłady
modelowania kartograficznego Identyfikacja i zgromadzenie danych. Opracowanie modelu danych
11.3 .1 Wyznaczanie obszarów krytycznych zlewni Ścinawki
zanieczyszczeń
wód
Zdefiniowanie problemu
Metoda wyznaczania obszarów krytycznych zanieczyszczeń wód została opracowana w ramach projektu System Informacji Geograficznej dla „ Czarnego Trójkąta'', który był realizowany w latach 1996-1998 w Instytucie Geodezji i Kartografii (Bielecka 1998). O czystości wód w znacznym stopniu decydują substancje biogenne związki azotu i fosforu. Ich źródłem są: nawozy naturalne i sztuczne, środki ochrony roślin, nieskanalizowane ścieki wiejskie, dzikie składowiska odpadów komunalnych i przemysłowych. Substancje te przedostają się do wód spływem powierzchniowym z pól oraz ze ścieków. Za obszary krytyczne zanieczyszczeń wód uważa się obszary (Maas 1985; Reinelt 1989), które stanowią potencjalnie największe zagrożenie zanieczyszczeń wód, głównie związkami fosforu, azotu oraz bakteriami. Występowanie obszarów krytycznych zależy od takich czynników jak pokrycie terenu, właś ciwości fizyczne gleb, rzeźby oraz odległości od wód powierzchniowych i jest mocno skorelowane z obszarami najbardziej narażonymi na erozję. Istnieje wiele sposobów wyznaczania obszarów krytycznych , które ze względu na stosowane metody możemy podzielić na dwie grupy. Pierwsza, na podstawie pomiarów terenowych, pozwala określić rzeczywiste wielkości zanieczyszczeń i obszary, na których występują. Druga polega na analizie wybranych komponentów środowiska geograficznego i wyznaczeniu obszarów stanowiących potencjalnie największe zagrożenie zanieczyszczeń wód powierzchniowych i podziemnych za pomocą analiz GIS.
Do wyznaczenia obszarów krytycznych zanieczyszczeń wód źródłami niepunktowymi konieczne są dane o: wodach powierzchniowych, pokryciu terenu , glebach i spadku terenu. Dane te zostały zgromadzone na czterech wektorowych warstwach tematycznych . Pokrycie terenu - dane zasilające tę warstwę otrzymano w wyniku interpretacji obrazów Landsat TM w ramach projektu CORINE Land Cover (Bielecka i Ciołkosz 2005). Poszczególne wydzielenia pokrycia terenu zostały zakodowane trzycyfrowym kodem informującym o klasie pokrycia terenu. Gleby - informację o glebach otrzymano w wyniku digitalizacji map glebowo-rolniczych w skali 1:100 OOO. Każdej jednostce glebowej zostały przypisane atrybuty charakteryzujące rodzaj i gatunek gleby. Wody - wody powierzchniowe zostały pozyskane z map topograficznych w skali 1:50 OOO. W bazie danych charakteryzowane są przez nazwę własną oraz typ cieku (rzeki, kanały i jeziora). Nachylenie stoków- wyrażone w stopniach obliczono z NMT o dokładności określenia wysokości 20 m. Modelowanie kartograficzne
W celu wyznaczenia obszarów krytycznych zanieczyszczeń wód zlewni Ści nawki należało wykonać szereg przetworzeń danych i analiz przestrzennych. Dane o pokryciu terenu zagregowano do pięciu klas pokrycia terenu (lasy, łąki, tereny zabudowane, grunty orne). Zagregowanym wydzieleniom przypisano wartości współczynnika L . Proces przetwarzania ilustruje schemat rysunek 11.3.
182
11 Modelowanie analityczne
pokrycie terenu 31 klas
agregacja
pokrycie terenu 5 klas
11.3 Tabela 11.1.
współczynnik
L
Przykłady
modelowania kartograficznego
Wartości współczynników
Warstwa tematyczna
183
bonitacyjnych
Klasy
Wartości
współczynników
Rysunek 11.3. Schemat przetwarzania danych o pokryciu terenu
bonitacyjnych
W warstwie gleb poszczególnym jednostkom glebowym przypisano wartości współczynnika K proporcjonalnie do wartości odczytanych z nomogramu Morgana (1979). W celu obliczenia współczynnika W wody zbuforowano buforami o szerokościach: 60 m, 200 m, 500 m, 1000 m. Powierzchniom leżą cym pomiędzy kolejnymi ekwidystantami przypisano odpowiednie wartoś ci W. Spadki terenu zostały zagregowane do pięciu klas zgodnie z Instrukcją Ministrów Rolnictwa i Leśnictwa z 1973 roku (Instrukcja ... 1973; Józefaciuk i Józefaciuk 1999), następnie również poddano bonitacji poprzez przypisanie współczynnika S. Wartości współczynników dla analizowanego obszaru zostały przedstawione w tabeli 11 .1. W kolejnym kroku połączono wszystkie cztery warstwy tematyczne wykorzystując do tego funkcję UNION. Dla każdego nowo powstałego wydzielenia obliczono współczynnik zagrożenia zgodnie ze wzorem (11.1). Wartość współczynnika wahała się od O do 46. Wartości współczynnika zagrożenia, świadczące o stopniu zagrożenia wód zanieczyszczeniami pochodzącymi ze źródeł niepunktowych, zgrupowano następnie w sześć klas o narastającym stopniu zagrożenia. Obszary należące do klas: 4 - o średnim (27-34 punkty), 5 - wysokim (35-42 punkty) i 6 - bardzo wysokim (43-46 punktów) zagrożeniu nazywamy obszarami krytycznymi.
Wyniki analizy Wyniki przeprowadzonej analizy pokazano na mapie obszarów krytycznych (rys. 11.4). Wyznaczono sześć klas zagrożenia o wzrastającym stopniu zagrożenia od klasy 1 do 6, przy czym trzy ostatnie klasy stanowią tzw. obszary krytyczne, zajmujące 403 powierzchni zlewni. Obszary krytyczne w większości położone są na glebach o składzie granulometrycznym glin, iłów i utworów pyłowych , stosunkowo niewielkim spadku (do 103) i odległości od wód powierzchniowych nieprzekraczającej 500 m, grunty te użytkowane są rolniczo. Największe zagrożenie zanieczyszczenia wód źródłami niepunktowymi występuje na gruntach rolniczych w sąsiedztwie większych miast oraz w dolinach rzecznych. Minimalne zagrożenie stanowią obszary pokryte lasem.
Weryfikacja wyników Prowadzone systematycznie przez WIOŚ w Wałbrzychu kontrole składu chemicznego wód potwierdzają złą jakość wód (Raport.. 1994) . Stwierdzono przekroczenia dopuszczalnych norm zawartości żelaza, manganu , niklu,
Użytkowanie
ziemi
lasy łąki
Gleby
Odległość
od wód gruntowych (m)
tereny zabudowane grunty orne
3 15
lessy
10
iły
5
gliny gliny piaszczyste piaski aluwia
3 2
0-60 60-200 200-500 500-1000 > 1000
Spadki w 3
1 2
4
3
10 6 4
3 1 4
<5 5-10
12
10-18
15
18-27
18 20
> 27
kadmu, ołowiu i bakterii w obszarach wiejskich i miejskich w sąsiedz twie wysypisk komunalnych. J est to spowodowane przenikaniem odcieków z wysypisk. Na mapie obszarów krytycznych tereny te należą do wysokiej i bardzo wysokiej klasy zagrożenia. W rejonie większych obszarów wiejskich skażenia wód powierzchniowych spowodowane są zanieczyszczeniami powierzchniowymi pochodzenia rolniczego i przemysłowego. Również i te obszary zaliczone zostały, w wyniku analizy GIS, do obszarów krytycznych o najwyższym stopniu zagrożenia. W górnym biegu rzeki Ścinawki stwierdzono silne zanieczyszczenie wód podziemnych pestycydami (stężenie 0.12mg/dm 3 ). Fakt ten znalazł odbicie również na mapie obszarów krytycznych , w miejscu tym występują tereny średnio i silnie zagrożone. Porównując wyniki badań zanieczyszczeń wód powierzchniowych i podziemnych (prowadzonych przez WIOŚ w Wałbrzychu) z mapą obszarów krytycznych obserwuje się dużą zgodność terenów zagrożonych wyznaczonych metodą analizy GIS z obszarami zanieczyszczonymi.
184
11 Modelowanie analityczne
11.3
Przykłady
modelowania kartograficzn go
l
11.3.2 Wyznaczanie obszarów górskich o niekorzystnych warunkach do prowadzenia gospodarki rolnej Zdefiniowanie problemu
Obszary górskie o niekorzystnych warunkach do prowadzenia gospodarki rolnej określane są skrótem LFA od angielskiego terminu Less Favoured Farming Areas. Utrudnienie w efektywnym gospodarowaniu stanowią tam przede wszystkim warunki klimatyczne i rzeźba terenu. Skrócony okres wegetacyjny związany ze wzrostem wysokości nad poziom morza powoduje znaczne obniże nie plonów, a duże spadki terenu wpływają na podniesienie kosztów produkcji. Za obszary górskie o niekorzystnych warunkach do prowadzenia gospodarki rolnej uznano tereny górskie położone na wysokościach powyżej 350 m n.p.m. (kryterium wysokości) lub tereny znajdujące się na stokach o nachyleniu przekraczającym 20%, niezależnie od wysokości bezwzględnej (kryterium spadku) lub obszary o wysokości ponad 300 m n.p.m. i nachyleniu terenu ponad 153 (kryterium łączne) (Bielecka 2003) .
-5-6
klasy zagrożenia
BIJ 4 1111'3 2
... 1
Identyfikacja i zgromadzenie danych. Opracowanie modelu danych
Do wyznaczenia obszarów górskich o niekorzystnych warunkach zagospodarowania niezbędne są dane o: pokryciu terenu, wysokości nad poziom morza i spadkach terenu. Informacja o pokryciu terenu, pochodząca z bazy CORINE Land Cover, pozwoli na ograniczenie obszaru wykonywanych analiz tylko do terenów rolnych. Dane o spadkach terenu i wysokościach nad poziom morza zostały otrzymane w wyniku przetworzeń NMT. Zdecydowano, że właściwym modelem danych do wykonywania powyższych analiz będzie model rastrowy. Dokonano więc konwersji danych z postaci wektorowej do rastrowej o wielkości rastra 100x100 metrów. Rysunek 11.4. Mapie obszarów krytycznych zlewni Ścinawki
zagrożenia
zanieczyszczeniami wód
Obszary o największym stopniu ryzyka wyznaczone zostały bardzo dokład nie i powinny być uwzględniane przy sporządzaniu planów zagospodarowania przestrzennego oraz wydawaniu decyzji lokalizacyjnych. Należy również zastanowić się nad sporządzeniem wytycznych dotyczących rozwoju rolnictwa w obszarach najbardziej zagrożonych , a w szczególności określenia sposobu, ilości i okresu nawożenia pól uprawnych.
Modelowanie kartograficzne
Wyznaczenia górskich LFA wykonano według schematu przedstawionego na rysunku 11.5. Analizy prowadzono krokowa, osobno dla każdego z siedmiu województw południowej Polski. Tryb wojewódzkiego wyznaczania LFA górskiego wynika z pracochłonności i pamięciochłonności procesu. Wyniki modelowania
W wyniku otrzymano przestrzenny rozkład obszarów górskich o niekorzystnych warunkach dla gospodarki rolnej, ze wskazaniem, według jakiego kryterium (wysokości, spadku lub łącznego) obszar został wyznaczony.
186
11.3
11 Modelowanie analityczne SPADKI
GRUNTY ROLNE
Przykłady
modelowania kartograficznego
ADMINISTRACJA
Rolne i Wysokosci > 350 lub Rolne i Spadki > 20 lub Rolne iWysokosci > 300 i Spadki> 15
LFA Górskie MAPA
GMINA
LFAwys350 LFAs20 LFAwys300s15
WOJEWÓDZTWO
LFA {ha)
Rysunek 11.5. Schemat ideowy modelu do wyznaczania obszarów górskich LFA
Ponadto dla każdej gminy została wyliczona powierzchnia gruntów rolnych zakwalifikowanych jako LFA, która jest zapisywana w tabeli dołączanej do podziału administracyjnego. Po wykonaniu analiz przestrzennych zgodnie ze zdefiniowanymi kryteriami do tabeli gmin dopisywane zostają kolejno kolumny zawierające dane o powierzchni LFA w gminie, wyznaczone według poszczególnych kryteriów (wysokości, spadku i łącznego), sumarycznej powierzchni gruntów rolnych o niekorzystnych warunkach, procentowym udziale gruntów o niekorzystnych warunkach w stosunku do całkowitej powierzchni gruntów rolnych oraz informacja o zakwalifikowaniu gminy do otrzymania dotacji strukturalnych z tytułu niekorzystnych warunków dla gospodarki rolnej. Wynikiem działania analiz poza zestawieniami tabelarycznymi jest mapa pokazująca przestrzenne rozmieszczenie górskich LFA w gminach ze szczegółowością odpowiadającą mapie w skali 1:100000. Na rysunku 11.6 pokazano rozmieszczenie górskich LFA w województwie małopolskim.
-
LFA górskie
Rysunek 11.6. Rozmieszczenie LFA górskich w województwie
małopolskim
187
12 Wdrażanie 1 zarządzanie
projektem GIS
12.1 Struktura systemów GIS Przypomnijmy, że GIS to system przepływu i wykorzystania informacji geograficznej obejmujący środki techniczne, w tym sprzęt komputerowy i oprogramowanie, metody, bazy danych, procedury oraz zasoby ludzkie i finansowe niezbędne do funkcjonowania systemu. Tak zdefiniowany system ma określaną strukturę organizacyjną, techniczną i informacyjną. Przez strukturę organizacyjną systemu rozumie się wszystkie stałe i tymczasowe jednostki organizacyjne biorące udział w procesach budowy, wdroże nia, a następnie eksploatacji danego systemu. Mogą to być jednostki istniejące lub też tworzone specjalnie w tym celu . Z punktu widzenia pełnionych funkcji są to jednostki operacyjne lub nadzorujące, takie jak np . komitety koordynacyjne czy sterujące projektem. Strukturę techniczną GIS tworzy fizyczna konfiguracja systemów informatycznych, łącznie z sieciami telekomunikacyjnymi i oprogramowaniem. Architektura nowoczesnych systemów GIS niemal bez wyjątku opiera się na dwuwarstwowym lub trójwarstwowym modelu „klient-serwer" z serwerami typu Unix lub Windows NT i stacjami roboczymi klienta typu PC/Windows (najczęściej) lub Unix (coraz rzadziej) połączonymi ze sobą lokalnymi lub rozległymi sieciami telekomunikacyjnymi. Sprzęt powinien być dostosowany do specyfiki realizowanych zadań, a szczególnie czasochłonnych przetworzeń danych przestrzennych . Należy pamiętać o szybkich i pojemnych dyskach, dużych zasobach pamięci RAM, dużym monitorze ułatwiają cym opracowywanie map oraz urządzeniach peryferyjnych do wprowadzania i wyprowadzania danych takich jak skaner, digimetr, ploter, drukarka. Oprogramowanie systemowe, narzędziowe i aplikacyjne pełni w systemie rolę integratora wszystkich elementów. Programy GIS muszą posiadać funkcje do wprowadzania danych, wstępnego ich przetwarzania (konwersji formatów),
12
190
Wdrażanie
i
zarządzani e
projektem GIS
przechowywania, zarządzania bazą danych, narzędzia do analiz i wizualizacji danych przestrzennych oraz graficzny interfejs użytkownika, umożliwia jący korzystanie z funkcji systemu. Wybór oprogramowania narzędziowego GIS i związanych z nim możliwości funkcjonalnych istotnie wpływa na sposób rozwiązywania zadań systemu . Strukturę informacyjną GIS tworzą zasoby danych gromadzonych w bazach danych, sposoby gromadzenia i pozyskiwania danych, a także sposoby ich aktualizacji i udostępniania. Częścią struktury informacyjnej są również te elementy struktury technicznej, które bezpośrednio odpowiadają za funkcjonowanie baz danych geograficznych oraz udostępnianie danych poprzez sieć .
Dane
stanowią najważniejszy
element systemu. Podstawowymi cechami danych przestrzennych są: dokładność, aktualność, wiarygodność i kompletność. Ponieważ proces gromadzenia szczegółowych danych jest nadzwyczaj czasochłonny, kosztowny i złożony pod względem techniczno-organizacyjnym, w systemie należy gromadzić jedynie dane niezbędne, pozwalające uzyskać określone wyniki w możliwie krótkim czasie i przy minimalnym koszcie. Różne systemy GIS wymagają danych o różnej postaci i dokładności, a co za tym idzie, do ich konwersji i pozyskiwania powinny być stosowane odmienne metody. Optymalizacja sposobów gromadzenia danych w systemie oraz metod ich pozyskiwania może być krytycznym punktem każdego wdrożenia GIS. gwarantującymi
wysoką
jakość
12.2 Etapy realizacji projektu GIS
5. jakie są niezbędne środki rzeczowe? 6. jaka będzie architektura systemu? 7. w jakim stopniu przyjęte rozwiązanie będzie odpowiadać standardom europejskim i światowym? 8. jakie czynniki zewnętrzne będą miały wpływ na realizację i funkcjonowanie systemu? 9. jakie ograniczenia należy mieć na uwadze? podaje się słabe i mocne strony proponowanego rozSWOT. Nazwa SWOT jest akronimem od angielskich słów strength, weaknesses, opportunities i threatnes, co oznacza mocne i słabe strony projektu oraz szanse i zagrożenia w otoczeniu realizacji projektu. Stosując tę metodę należy zidentyfikować najważniejsze czynniki, które mogą mieć pozytywny i negatywny wpływ na realizację systemu GIS. Przykładowa analiza SWOT dotycząca wyimaginowanej sytuacji została pokazana w tabeli 12.1. W strategii
wdrożenia
GIS
do budowy systemu informacji geograficznej najpierw należy co? GIS ma robić, a następnie jak? to ma być wykonywane. Dokument, w którym zapisane są te decyzje, jest nazywany ogólną strategią wdrożenia i jest pierwszym dokumentem sporządzanym w momencie podjęcia decyzji o budowie GIS . Wdrażanie projektu GIS w organizacji jest wieloletnim zadaniem inwestycyjnym o określonych celach strategicznych. Formułując cele strategiczne należy mieć na uwadze nowoczesne technologie, zmieniające się otoczenie systemu, szczególnie przepisy i akty prawne, a także poziom wiedzy technicznej wyższego kierownictwa i kadry obsługującej system. Sporządzając strategię wdrożenia GIS należy odpowiedzieć na następujące pytania: 1. w jaki sposób będą realizowane cele systemu? 2. jak długo będzie trwało opracowanie systemu? 3. kto powinien być zaangażowany w realizację projektu? 4. jaki jest koszt opracowania projektu?
często
wiązania, stosując metodę
Tabela 12.1.
Przykład
-
-
Przystępując
zdecydować,
-
-
Lepsze zarządzenie poprze u tworzenie jednego zintegrowanego systemu informatycznego. Obniżenie kosztów produkcji. Przewaga młodych, dobrze wyksztalconych pracowników. Wyższa jakość produktów. Możliwość zwiększenia asortymen tu. Szybszy dostęp do informacji. Łatwiejsze planowanie i po dejmowanie decyzji.
-
-
Wzrost konkurencyjności produktów na rynku. Stosunkowo mało firm o podobnym profilu na rynku.
-
słabe
strony
Wysoki koszt realizacji projektu . Konieczność wprowadzenia zmian organizacyjnych. Brak wykwalifikowanej kadry informatycznej .
Potencjalnie
Potencjalnie szanse
-
analizy SWOT Potencjalnie
Potencjalnie mocne strony
12.2 Etapy realizacji projektu GIS 12.2.1 Strategia
191
Postęp
szybkie
zagrożenie
technologiczny starzenie się
powodujący przyjętych
rozwiązań .
-
Zmiany w otoczeniu systemu.
Po przyjęciu strategii wdrożenia możemy przystąpić do kolejnych etapów realizacji projektu, jakimi są: analiza, projekt, wdrożenie. Po wdrożeniu projektu następuje jego użytkowanie. Każdy z tych etapów dzieli się na fazy
192
Wdrażanie
12
i
zarządzanie
projektem GIS
12.2 Etapy realizacji projektu GIS
pokazane schematycznie na rysunku 12.1. Warto zaznaczyć, że jeśli nawet w konkretnym wdrożeniu zmieniamy nieco kolejność wykonywanych faz projektu, to żadnej z nich nie należy pomijać. WDROŻENIE I EKSPLOATACJA
Potrzeby
procedury
Budowa Bazy Danych
Integracja komponentów systemu GIS
Analiża źródeł
danych
-
Sprzęt
Zakup sprzętu i oprogramowania
&
Oprogramowanie
PROJEKT I ANALIZA
Wdrożenie Użytkowanie
Utrzymanie
Rysunek 12.1. Etapy i fazy projektowania i
wdrażania
GIS
12.2.2 Analiza
Analiza jest istotnym elementem procesu tworzenia GIS, w dużej mierze o jego kształcie. Analizę należy przeprowadzać w sposób systemowy. Do najczęściej stosowanych technik analizy potrzeb użytkowników należą: obserwacja, wywiady na stanowiskach pracy, ankietyzacja, dyskusja. Ponadto należy przestudiować strukturę organizacyjną jednostki (zależności, przepływ dokumentów) oraz takie dokumenty jak: statuty, regulaminy, instrukcje, procedury, zasady współpracy, standardowe formularze, ustawy i rozporządzenia, obowiązujące normy itp. W celu pełnego określenia potrzeb użyt kowników należy stosować różne podejścia metodyczne oraz rozmaite techniki zbierania danych, zaś wyniki tych badań powinny być weryfikowane i aktualizowane. Efektem analizy jest szereg dokumentów końcowych, do których należą: - opis aplikacji realizujących konkretne zadania w poszczególnych jednostkach organizacyjnych, - zakres fonkcjonalności systemu GIS (sporządzany dla każdej aplikacji), - niezbędne dane, decydującym
zarządzaniem
danymi
(przepływ
dokumentów,
Wyniki analizy są przekazywane zespołowi projektowemu w celu: opracowania projektu bazy danych, określenia potrzebnego sprzętu, opracowania planu wdrożenia, oszacowania kosztów i korzyści.
12.2.3 Projekt systemu
Projekt jest kolejnym etapem w realizacji systemu. W projekcie decyduje jaki będzie przyszły kształt systemu GIS. W celu uniknięcia nieporozumień przy projektowaniu programów oraz bazy danych bardzo przydatne jest stosowanie formalizmów i ujednoliconego języka modelowania UML. Z badań przeprowadzonych przez Schindlera (1990) wynika, że w fazach analizy i projektowania systemu generuje się ok. 50% błędów. Koszt usunięcia błędu jest tym większy, im dłuższy jest czas jego trwania w systemie. Tak więc najbardziej jest kosztowna naprawa błędów, które zostały popełnione już w fazie analizy, a zostały zauważone dopiero w fazie eksploatacji. Wynika to z faktu, że na etapie analizy przyjmuje się założenia, które są wiążące dla całego cyklu realizacji systemu. Na projekt systemu składają się następujące etapy: 1. Projekt koncepcyjny systemu. 2. Analiza źródeł danych . 3. Określenie sprzętu i oprogramowania. 4. Projekt logiczny i fizyczny bazy danych. W projekcie koncepcyjnym systemu GIS określa się strukturę informacyjną, techniczną i organizacyjną. Ustala się zakres tematyczny baz danych, precyzuje specyfikacje techniczne dotyczące danych, w tym: model danych (wektor /raster), dokładność położenia, szczegółowość, atrybuty, układ współrzędnych, zasady gromadzenia metadanych oraz zasady aktualizacji danych i metadanych. Analiza źródeł danych obejmuje analiz ę istniejących baz danych, map analogowych i cyfrowych, dostępnych zdjęć lotniczych i obrazów satelitarnych, a także innych zbiorów danych i materiałów, które będą ni ezbędne do pozyskania danych do systemu GIS . Analiza źródeł danych jest wykonywana pod kątem: dostępności i wiarygodności danych, ich kompletności, aktualności, kosztu pozyskania. Analizowane są także czynności konieczne do pozyskania danych (digitalizacja, skanowanie, konwersja formatów, transfer, uszczegółowienie, aktualizacja itp.). Wybór sprzętu i oprogramowania dla systemu GIS nie jest zadaniem łatwym. O wyborze sprzętu decydują wymagania t echniczne oraz cena, się,
Projekt pilotowy /Testy
z
współpraca).
użytkowników
Projekt Bazy Danych
związane
193
194
12
Wdrażanie
i
zarządzanie
projektem GIS
w przypadku oprogramowania narzędziowego sprawa jest bardziej złożona. Najpierw należy zdecydować, czy korzystamy z gotowych pakietów GIS, które zostaną dostosowane do naszych potrzeb, czy też będzie my chcieli korzystać z oprogramowania zaprojektowanego i utworzonego specjalnie dla naszych potrzeb. Jedno i drugie rozwiązanie ma swoje plusy i minusy dotyczące funkcjonalności, łatwości w obsłudze, niezawodności, serwisu, ceny, czasu dostawy. W obu przypadkach należy dążyć do zakupu oprogramowania o charakterze „otwartym", które będzie współpracowało nie tylko z systemami GIS w innych organizacjach, ale także z innymi programami w firmie (księ gowymi, finansowymi itp.) .. Poza ceną pakietu ważna jest cena serwisu (tzw. maintenance) oraz cena nowszych wersji oprogramowania, które najczęściej poj awiają się na rynku co 1,5-2 lat. Wybór nowoczesnego i sprawdzonego rozwiązania wiąże się z mniejszym ryzykiem niepowodzenia przedsięwzięcia. Projektowanie bazy danych geograficznych zostało szcz egółowo omówione w rozdziale 6. Jednakże w przypadku dużych systemów GIS zintegrowanych z innymi systemami i korzystających z wielu baz danych często projektuje się hurtownie danych. Hurtownia danych (ang. warehouse, data mart) jest scentralizowanym repozytorium danych dotyczących określonej dziedziny i pozyskiwanych z różnych baz danych (Subieta 1999). Hurtownia jest tak zaprojektowana, aby ułatwiać wykonywanie analiz będących często podstawą podejmowania decyzji.
12 .3 Analiza ekonomiczna
195
Integracja poszczególnych komponentów systemu obejmuje: połącz eni e komputerów w sieć, instalację oprogramowania, instalację urządzeń peryferyjnych, uruchomienie aplikacji GIS. Po zakończeniu każdy projekt musi zostać udokumentowany. Dokumentacja musi być zgodna z tym, co zostało zrobione i uwzględniać wszystkie zmiany, jakie zostały wprowadzone do projektu. Dokumentacja systemu powinna składać się z następujących rozdziałów: 1. Wprowadzenie 2. Przeznaczenie i struktura systemu 3. Wymagania eksploatacyjne 4. Ogólne zasady przetwarzania zasobów informacyjnych 5. Opis funkcji systemu wraz z istniej ącymi ograniczeniami 6. Opis danych gromadzonych, przetwarzanych, przekazywanych wraz ze wzorami dokumentów 7. Opis algorytmów obliczeniowych i wszystkich dokumentów generowanych przez system 8. Zasady użytkowania systemu (uprawnienia poszczególnych grup użytkow ników) 9. Charakterystyka eksploatacyjna systemu: pamięć, czas przetwarzania, czas dostępu itp. 10. Powiązani a między etapami.
12.2.4 Implementacja GIS
Implementacja GIS obejmuje wykonanie następujących zadań: 1. Wprowadzenie danych do bazy systemu. 2. Projekt pilotowy i testy wydajnościowe (ang. benchmark tests) . 3. Zakup sprzętu i oprogramowania. 4. Integrację poszczególnych komponentów systemu . 5. Uruchomienie systemu. 6. Opracowanie specjalistycznych aplikacji GIS. W zależności od przyjętego modelu wdrażania systemu QIS wdroże nie odbywa się stopniowo, po każdej zakończonej części lub po całkowi tym zakończeniu części projektowej . Przy wprowadzaniu danych do systemu należy pamiętać o procedurach kontrolujących spójność danych, procedurach automatycznej aktualizacji danych i metadanych. Poprawność projektu sprawdzana jest w projektach pilotowych, a sprawność systemu poprzez testy wydajnościowe . W ramach projektu pilotowego j~st sprawdzana funkcjonalność systemu i aplikacji, jakość danych, także są testowane procedury i określana wydajność systemu. Dzięki projektom pilotowym można zweryfikować procedury kontrolujące jakość produktów GIS, oszacować wolumen danych oraz koszty pozyskania danych.
12.3 Analiza ekonomiczna 12 .3.1 Koszty
wdrożenia
Koszty wdrożenia GIS powinny uwzględniać koszty budowy struktury organizacyjnej, technicznej i informacyjnej. Do kosztów utworzenia struktury organizacyjnej należy zaliczyć koszty organizacji i kierowania procesem budowy, wdrożenia i eksploatacji GIS . Obejmują one nie tylko koszty personelu bezpośrednio zatrudnionego przy wdrożeniu i eksploatacji systemu, ale także koszty szkolenia użytkowników GIS oraz koszty wprowadzenia zmian w istniejących procedurach roboczych niezbędnych dla wykorzystania istniejących aplikacji GIS lub zastosowania nowych. Mogą tu się również znaleźć typowe koszty fizycznej organizacji procesu, a więc koszty lokali, wyposażenia itp. Do kosztów budowy struktury technicznej należy zaliczyć koszty sprzętu komputerowego oraz oprogramowania. Koszty sprzętu komputerowego wraz z sieciami telekomunikacyjnymi obejmują bezpośredni koszt zakupu lub dzierżawy sprzętu, koszt jego konserwacji w okresie ekonomicznej przydatności oraz koszt jego wymiany na końcu tego okresu, o ile jest on krótszy od okresu
196
12
Wdrażanie
i
zarządzanie
projektem GIS
analizy ekonomicznej. Koszty oprogramowania obejmują koszt oprogramowania systemowego, narzędziowego i aplikacyjnego, a także koszt oprogramowania narzędziowego do tworzenia dodatkowych aplikacji oraz koszt budowy dodatkowych aplikacji. Koszt oprogramowania zawiera również koszt konserwacji i modyfikacji tego oprogramowania w całym okresie jego ekonomicznej przydatności. Znaczącą pozycją kosztów mogą być koszty interfejsów międzysys temowych. Koszty budowy struktury informacyjnej uwzględniają koszty zbierania i administracji danych, obejmujące nie tylko całkowity koszt konwersji danych, ale również koszt administracji danych, gdy znajdą się one w systemie. Warto zaznaczyć, iż koszty gromadzenia danych geograficznych stanowią od 60 do 803 całości kosztów wdrożenia. 12.3.2
Korzyści
wymierne z
wdrożenia
GIS
Wymierne korzyści, jakie powinno przynosić wdrożenie GIS, Sambura (1999) dzieli na trzy główne kategorie: 1. dodatkowe dochody - kategoria ta obejmuje bezpośrednie lub pośrednie wpływy pieniężne, których uzyskanie nie byłoby możliwe bez wdrożenia konkretnych aplikacji GIS, 2. zmniejszone wydatki - kategoria ta obejmuje bezpośrednie lub pośrednie oszczędności uzyskane dzięki wdrożeniu GIS, 3. zwiększona wartość środków trwałych - kategoria ta obejmuje przede wszystkim zwiększenie wartości środków trwałych organizacji lub instytucji o wartość informacji przestrzennej, uzyskanej w trakcie konwersji danych, a następnie eksploatacji aplikacji GIS. Warunkiem uzyskania tych korzyści jest wdrożenie w danym przedsiębiorstwie odpowiednich procedur aktualizacji informacji przestrzennej wspartych właściwymi aplikacjami GIS, które zapewnią stałą aktualność informacji zawartych w systemie. Ponadto rezultatem wdrożenia GIS jest zazwyczaj znaczna ilość dodatkowych korzyści niewymiernych lub trudno kwantyfikowalnych.
12.4 Metody Doświadczenia
wdrażania
GIS
zarówno krajowe, jak i zagraniczne wskazują, iż przy projektów informatycznych, do których są zaliczane projekty GIS, należy stosować etapowy proces budowy i oddawania do eksploatacji poszczególnych podsystemów i aplikacji składowych. Kluczem do podziału procesu wdrażania na fazy lub etapy powinno być jak najszybsze uzyskanie korzyści z wdrożenia systemu. Każdy z etapów powinien przynosić wymierne wdrażaniu dużych
12.5 Czynniki ryzyka i sukcesu przy
wdrażaniu
projektów GIS
197
korzyści lub co najmniej tworzyć warunki dla ich powstania. Według Sambury (1999) przykładem tego drugiego przypadku mogą być aplikacje konwersji danych, które same na ogół korzyści nie przynoszą, lecz są konieczne dla ich osiągnięcia. Zastosowanie strategii jak najszybszego oddawania do eksploatacji tych elementów systemu GIS, które nadają się do cząstkowego wdrożenia, prowadzi nie tylko do uzyskania optymalnych wskaźników opła calności wdrożenia, lecz również zwiększa zaufanie do zespołu wykonawczego i wdrożeniowego ze strony użytkowników systemu i kierownictwa organizacji. Amerykanie taką strategię określają jako Cztery S: 1. Small - system wdrażać małymi częściami, aby szybciej uzyskać korzyści , 2. Sure - należy mieć pewność, że cele i zadania systemu zostały określone prawidłowo i jasno, 3. Seen - wyniki/korzyści powinny być szybko osiągalne, 4. Success - spełnienie powyższych warunków prowadzi do sukcesu.
Strategia ta ł ączy się również z rozłożeniem w czasie zakupów sprzętu i oprogramowania. Przy wdrażaniu dużych projektów zasadą powinna być instalacja sprzętu etapami odpowiadającymi potrzebom poszczególnych etapów wdrażania aplikacji GIS. Można uniknąć w ten sposób nie tylko niepotrzebnych wydatków w danym momencie, ale także użytkowania w przyszłości przestarzałego sprzętu . Natomiast zastosowanie strategii oddawania do eksploatacji GIS dopiero po zakończeniu budowy wszystkich zaplanowanych aplikacji spowodowałoby nie tylko niepotrzebne odsunięcie w przyszłość momentu uzyskania konkretnych korzyści, lecz również zwiększyłoby znacznie możliwości niepowodzenia całego procesu wdrożenia .
12.5 Czynniki ryzyka i sukcesu przy projektów GIS
wdrażaniu
System GIS nie jest gotowym produktem, który można kupić w sklepie. GIS w organizacji nie polega również na zmianie technologii z tradycyjnej na komputerową, lecz na przeorganizowaniu technologii, odejś ciu od starych procedur i przyzwyczajeń i wprowadzeniu nowych procedur. W literaturze przedmiotu (Reeve i Petch 1999; Peuquet i Bacastow 1991; Huxhold i Levinsohn 1995) można znaleźć różne czynniki gwarantujące sukces wdrożenia projektu GIS. Należą do nich m.in.: jasno określone korzyści z systemu dla instytucji i poszczególnych użyt kowników (jednostek, działów, osób), - wysokie kwalifikacje osób odpowiedzialnych za projektowanie i wdrożenie systemu (po stronie wykonawcy i zamawiającego), nadzorowanie budowy GIS przez osoby z naczelnego kierownictwa w firmie, - uczestnictwo w zespołach roboczych przedstawicieli użytkowników - pozytywny stosunek do wdrożenia, Wdrożenie
198
-
12
Wdrażanie
i
zarządzanie
projektem GIS
częsty
kontakt wykonawcy z użytkownikami (otwartość obu stron), opracowanie realistycznego planu budowy i wdrożenia GIS (dostosowanie do potrzeb i możliwości finansowych), krótki okres realizacji projektu (optymalnie 12-18 miesięcy), wykorzystanie nowoczesnych technologii uwzględniających rozbudowę systemu, określenie i zapewnienie zgromadzenia niezbędnych danych, opracowanie projektu pilotowego, zapewnienie środków na finansowanie całego przedsięwzięcia.
Do czynników sukcesu Iwaniak (2003) dodaje za Huxholdem i Levinsonnem (1995) wcześniejsze negatywne doświadczenia z wdrażania GIS, nazywając je uczeniem się na własnych błędach. Analizując wdrożenia GIS w administracji w Massachusetts i Vermont Huxhold i Levinsohn (1995) doszli do wniosku, że sukces wdrożenia GIS nie zależy wprost od zastosowanych technologii, lecz od praw własności do informacji oraz chęci kontrolowania dostępu do informacji. Problemy techniczne ujawniają się zwykle na początku korzystania z systemu i w większości przypadków można je szybko usunąć. Natomiast ograniczenie dostępu do danych często wymaga zmian procedur i zakresu obowiązków. Amerykańskie doświadczenia w zakresie wdrażania GIS, które należy uznać za największe, pokazują, że oprócz wskazanych wyżej sporo kłopotów przysparzają sprawy organizacyjne, szczególnie jeśli zamierzamy wykorzystywać dane zgromadzone przez inne instytucje (Nedovic, Pinto 2000).
13
Infrastruktura geoinformacyjna
13.1 Infrastruktura geoinformacyjna Od lat dziewięćdziesiątych XX w. obserwujemy dynamiczny rozwój geoinformatyki, związany m.in . ze spadkiem cen sprzętu komputerowego i oprogramowania typu GIS, co ma swoje odzwierciedlenie w wielości i różnorod ności rozwiązań technicznych, organizacyjnych, prawnych i ekonomicznych, szczególnie w odniesieniu do baz danych geograficznych i systemów informacji geograficznej. Duże zróżnicowanie źródeł i zakresu informacji oraz wielość technik niezbędnych do jej wykorzystania powoduje znaczące trudności przy korzystaniu z tej informacji, nawet przy założeniu pełnej dostępności do danych dla wszystkich użytkowników. Wymienione bariery w powszechnym dostępie do danych geograficznych można przezwyciężyć budując jeden, centralny system zastępujący pojedyncze systemy GIS lub przez zapewnienie środków umożliwiających współdziałanie istniejących systemów. Rozwiązanie drugie polega na zdecentralizowanym podejściu do zarządzania danymi , co przejawia się w pozostawieniu danych na poziomie, na którym są gromadzone i aktualizowane. Ujednolicenie dotyczy przepływów danych między poziomami lokalnym i globalnym i na odwrót. Podejście takie jest nastawione na zastosowanie środków zapewniających współdziałanie istniejących systemów poprzez wprowadzenie infrastruktury danych przestrzennych, zwanej również infrastrukturą informacji geograficznej lub infrastrukturą geoinformacyjną. Przeprowadzone w wielu krajach analizy techniczne i ekonomiczne potwierdzają, że drugie podejście jest efektywniejsze i bardziej opłacalne (GSDI 2000; GINIE 2003) . Infrastruktura danych przestrzennych (ang. Spatial Data Infrastructure SDI) jest zespołem technologii, srodków politycznych i ekonomicznych oraz przedsięwzięć instytucjonalnych, które ułatwiają dostęp do danych przestrzennych oraz korzystanie z nich (GSDI 2000). Prekursorem działań w zakresie tworzenia infrastruktury danych przestrzennych była Australia, gdzie w 1986 r. podpisano porozumienie między
200
13 Infrastruktura geoinformacyjna
organami administracji rządowej o wymianie danych geograficznych i współ pracy przy ich pozyskiwaniu. Cztery lata później podobną inicjatywę podjęto w USA . Obecnie infrastruktury geoinformacyjne są budowane w kilkudziesię ciu krajach , w tym w Polsce. Powstają także infrastruktury geoinformacyjne obejmujące zasięgiem poszczególne kontynenty oraz infrastruktury o zasięgu globalnym. Wspieraniem tworzenia i rozwoju infrastruktur danych przestrzennych zajmuje się międzynarodowe stowarzyszenie z siedzibą w Stanach Zjednoczonych o nazwie Globalna Infrastruktura Danych Przestrzennych ( Global Spatial Data Infrastructure - GSDI). Stowarzyszenie to opublikowało w 2000 r. podręcznik The SD! Cookbook (GSDI 2000). Przedstawione w The SD! Cookbook zasady tworzenia i rozwoju infrastruktur danych przestrzennych stanowią syntezę międzynarodowego dorobku w tej dziedzinie i zawierają cenne wskazówki dotyczące projektowania, wdrażania i rozbudowy SDI. W Polsce podręcznik ten stał się podstawą opracowania serii artykułów publikowanych w Magazynie Geoinformacyjnym „Geodeta" pt. Kompendium infrastruktur danych przestrzennych (Gaździcki 2003 a, b, c, d) .
13.2 Standardy Podstawą współdziałania różnorodnych systemów informacji geograficznej i współdzielenia danych zgromadzonych w tych systemach jest standaryzacja i normalizacja. Standaryzacja i normalizacja to dwa terminy, które są często stosowane jako synonimy, chociaż w języku polskim oznaczają co innego. Standardy i standaryzacja (proces prowadzący do powstania standardów) są stosowane do określenia różnego rodzaju porozumień i uzgodnień zawieranych między użytkownikami, służących do ustanowienia jednolitości produktów, np . sprzętu i oprogramowania. Norma oznacza natomiast oficjalne uzgodnienie. Według „Polskiej Normy PN-N:02000:1994" normą określa się przyjęty na zasadzie konsensusu i zatwierdzony przez upoważnioną jednostkę organizacyjną dokument ustalający zasady, wytyczne lub charakterystyki odnoszące się do różnych rodzajów działalności lub ich wyników i zmierzający do uzyskania optymalnego stopnia uporządkowania w określonej dziedzinie. Normalizacja w informacji geograficznej polega na metodycznym i sformalizowanym połącze niu szczegółowych opisów pojęć z tej dziedziny oraz powszechne przyjętych i stosowanych pojęć z dziedziny technologii informacyjnych. W Polsce wyłączność na stanowienie i wycofywanie norm ma Polski Komitet Normalizacyjny (Ustawa 1994, art. 7, p. 3), który j est ciałem kolegialnym, podległym Prezesowi Rady Ministrów. Działalność normalizacyjną Polski Komitet Normalizacyjny prowadzi poprzez Biuro Komitetu i Komisje Techniczne (KT). W dziedzinie informacji geograficznej prace normalizacyjne są prowadzone od 1996 r. w ramach NKP 255 Geodezja dla potrzeb budownictwa, w podkomisji geodezyjne systemy informacji przestrzennej, a od roku 2002 NKP 297 Informacja geograficzna, który z dniem 1 stycznia 2003 r. przekształcił się w Komitet Techniczny KT 297 Informacja geograficzna.
13.2 Standardy
201
Od 2004 roku Polska jest członkiem CEN 1 , co zobowiązuje nas do wprowadzania norm europejskich do zbioru polskich norm. Jednocześnie odpowiedzialny za normalizację informacji geograficznej europejski komitet techniczny CEN /TC 287 przyjął za podstawę do budowy systemu norm europejskich w dziedzinie informacji geograficznej normy międzynarodowe ISO. Wobec powyższego KT 297 formułuje jako naczelne założenie i główną przesłankę swej działalności adaptację i dostosowanie ram metodologicznych, opartych na normach europejskich, dla ułatwienia budowy oraz racjonalnego i zharmonizowanego rozwoju krajowej infrastruktury informacji geograficznej oraz aktywnego udziału w budowie europejskiej infrastruktury informacji geograficznej (Pachelski 2004) . Normalizacja informacji geograficznej jest przedmiotem norm serii ISO 19100. Obejmuje ona podstawy metodyczne, usługi w zakresie informacji geograficznej, administrowanie danymi, modele przestrzenne danych oraz profile i normy funkcjonalne . W tabeli 13.1 zamieszczono wykaz norm opracowanych przez KT 297 do maja 2005 r. , natomiast w tabeli 13.2 wykaz pozostałych projektów norm i dokumentów normalizacyjnych ISO serii 19110. Tabela 13.1. Normy opracowane przez Komitet Techniczny PKN/ KT 297 do maja 2005 r . (GUGiK http: //www.gugik .gov .pl/ kt297 / ) Numer i oznaczenie dokumentu Pr-PN-pr-EN ISO 19101 ISO 19101:2002
1
Tytul dokumentu Informacja geograficzna Model odniesienia Geographic information Reference model
Opis dokumentu Norma jest wprowadzeniem i przewodnikiem w zakresie rodziny norm 19100 dotyczących informacji geograficznej umożli wiającym powszechne użycie cyfrowej informacji geograficznej. Podaje podstawowe zasady stosowane w standardach dotyczących informacji geograficznej . Do opisu wymagal'1 i zasad zawarto wizję standaryzacji, której stosowanie w zakresie informacji geograficznej umożliwi integrację istniejących i przyszłych technologii informatycznych i aplikacji.
CEN - Comite Europeen de Normalisation/ European Committee for Standardization
202
13.2 Standardy
13 Infrastruktura geoinformacyjna
Numer i oznaczenie dokumentu Pr-PN-pr-EN ISO 19105 IS0-19105: 2000
Tytuł
Informacja geograficzna Zgodność
i testowanie zgodności
Geographic information Conformance and testing
Pr-PN-pr-EN ISO 19107 ISO 19107:2003
Opis dokumentu
dokumentu
Informacja geograficzna Schemat przestrzenny Geographic information - Spatial schema
Norma zawiera wytyczne, koncepcje, kryteria oraz metodologię sprawdzania zgodności danych geograficznych, produktów i serwisów informatycznych oraz specyfikacji - w tym profili i standardów funkcjonalnych - z mormami ISO w zakresie informacji geograficznej . Zdefiniowano dwie klasy zgodności : zgodność specyfikacji z serią norm ISO z zakresu informacji geograficznej, zgodność rozdziałów traktujących o zgodności z postanowieniami normy ISO 19105 . Ustalono zasady definiowania abstrakcyjnych testów zgodności i procedur testowych . Zidentyfikowano typy testów zgodności, omówiono metody testowe oraz opisano proces oceny zgodności. normie ustalono schematy do opisywania przestrzennych cech obiektów geograficznych oraz manipulowania tymi cechami. Cechy obiektów zostały opisane wyłącznie za pomocą danych wektorowych. Modele geometryczne objęte
Numer i oznaczenie dokumentu Pr-PN-pr-EN ISO 19108 ISO 19108:2002
Pr-PN-pr-EN ISO 19111ISO19111:2003
normą
dostarczają
do opisów
ilościowych,
za pomocą współrzędnych i funkcji matematycznych, przestrzennych cech obiektów. Zawarte w normie modele topologiczne dostarczają środków do opisów jakościowych przestrzennych charakterystyk obiektów geograficznych i związków pomiędzy nimi.
Norma zawiera pojęcia służące do opisu aspektów czasowych informacji geograficznej. Zdefiniowano (pojęciowy) model czasowy dla informacji geograficznej, w obszarze którego zdefiniowano czasowe prymitywy geometryczne i czasowe obiekty topologiczne, położenie czasowe oraz czasowe systemy odniesienia. Ustanowiono zasady definiowania czasowych atrybutów, operacji i powiązań obiektów geograficznych , jak również czasowych elementów metadanych geograficznych.
Informacja geograficzna Odniesienia przestrzenne za
Przedstawiono elementy do pełnego zdefiniowania różnych typów układów współrzędnych oraz systemów odniesienia, mają cych zastosowanie w informacji geograficznej. Opisano również transformacje współrzędnych i konwersje współrzędnych pomiędzy dwoma różnymi systemami odniesienia
Geographic information - Spatial referencing by coordinates Pr-PN-pr-EN ISO 19112 ISO 19112:2003
Opis dokumentu
Informacja geograficzna Schemat czasowy Geographic information Tempora! schema
współrzędnych
pojęciowe
środków
dokumentu
pomocą
W
niniejszą
Tytuł
203
Informacja geograficzna - Odniesienia przestrzenne za pomocą identyfikatorów geograficznych Geographic information Spatial referencing by geographic identifiers
niezbędne
Zidentyfikowano i opisano sposoby określania położenia przestrzennego obiektów za pomocą identyfikatorów geobazujących na graficznych, relacjach opisywanych obiektów w odniesieniu do innych uprzednio zdefiniowanych obiektów.
204
13 Infrastruktura geoinformacyjna
Numer i oznaczenie dokumentu Pr-PN-pr-EN ISO 19113 ISO 19113:2002
Tytuł
dokumentu
Informacja geograficzna Podstawy opisu jakości
Geographic information Quality principles
Pr-PN-pr-EN ISO 19114 ISO 19114:2003
13.2 Standardy
Informacja geograficzna Procedury oceny jakości
Geographic information Quality evaluation procedures
Opis dokumentu Podano
wytyczne do opisu zbioru danych geograficznych , serii zbiorów oraz podzbiorów danych geograficznych . Zdefiniowano podstawowe komponenty opisu mierzalnych i niemierzalnych aspektów jakości danych geograficznych oraz zasady organizacji informacji o jakości zbiorów. Zamieszczono ogólne wytyczne dotyczące zapisu informacji o jakości . Norma jest przeznaczona dla producentów zbiorów danych geograficznych udostępniających informacj ę o jakości produktów oraz dla użytkowników pragną cych sprawdzić, w jakim stopniu dany produkt spe łni a ich oczekiwama. jakości
Podano wytyczne dotyczące procedur oceny elementów mierzalnych jako śc i zbiorów geograficznych zgodnie z modelem jakości podanym w ISO 19113. Opisano pięcioetapowy proces oceny jakości, sklasyfikowano metody oceny jakości i zdefiniowano procedury oceny jakości danych geograficznych. Podano wskazówki dotyczące zapisu wyników oceny j akości danych geograficznych bezpośrednio w metadanych oraz zewnętrznym raporcie. Normajest dedykowana zarówno dla prnducentów zbiorów geograficznych dostarczających informację o stopniu zgodności danych ze specyfikacją produktu, jak również dla użyt kowników danych pragnących sprawdzić, czy dany zbiór zawiera dane odpowiedniej jakości.
Numer i oznaczenie dokumentu PrPN-prENISO 19115 IS019115:2003
PN-ISO 1030311:2001 ISO 1030311:1994+AC1:1999
Tytuł
dokumentu
Informacja geograficzna Metadane Geographic information Metadata
Podręcznik
205
Opis dokumentu Celem normy jest dostarczenie struktury do opisu cyfrowych danych geograficznych. Norma jest przeznaczona do stosowania. przez analityków systemów projektaninformatycznych, tów i programistów systemów jak informacji geograficznej, również przez inne osoby w celu zrozumienia podstawowych zasad i ogólnych wymagań standaryzacji informacji geograficznej . Norma definiuje elementy metadanych, dostarcza schemat i ustanawia wspólny zbiór terminologii, definicji i procedur rozbudowy metadanych.
języka
EXPRESS The EXPRESS language reference manuał
Tabela 13.2. Projekty norm opracowywane przez Komitet Techniczny PKN/ KT 297 (GUGiK http: //www.gugik .gov.pl/ kt297/ ) Numer i oznaczenie dokumentu 2
Tytuł
ISO 6709:1983 N 1403
Standardowa reprezentacja szerokości, dlui wysokości dla geograficznej lokalizacji punktów. Standard representation of latitude, Jongitude and altitude for geographic point Jocations.
ISO 19101 IS
Model odniesienia. Reference model.
ISO 19101-2 N1455
Model odniesienia - Część 2: Obrazy. Reference model - Part 2: Imagery.
dokumentu
gości
2 CD - Committee Draft (Szkic na etapie opracowywanym przez Komitet), DISDrafr International Standard (Szkic Normy Międzynarodowej), FDIS - Finał Draft International Standard (Ostateczny Szkic Normy Międzynarodowej), IS - International Standard (Norma Międzynarodowa) , TS - Technical Specification (Specyfikacja Techniczna).
206
13.3 Infrastruktura geoinformacyjna w Europie - INSPIRE
13 Infrastruktura geoinformacyjna
ISO/TS 19103 Nl527
Język
ISO 19104 DIS, N 1485
Terminologia. Terminology.
ISO 19106 DIS N 1483 ISO 19109 FDIS N 1538 ISO 19110 FDIS N 1567 ISO 19115-2 N 1425
Profile. Profil es. Reguly schematów aplikacyjnych. Rules for aoolication schema. Metodologia katalogowania obiektów. Feature cataloguing methodology. Metadane - Część 2: Rozszerzenia na obrazy i dane zapisane w siatce. Metadata - Part 2: Extensions for imagery and gridded data. Uslugi wyznaczania polożenia. Positioning services. Graficzne przedstawienie informacji. Portraval. Kodowanie. Encoding. Uslugi. Services. Normy funkcjonalne .
ISO 19116 DIS N 1547 ISO 19117 DIS N 1578 ISO 19118 DIS Nl580 ISO 19119 DIS N 1540 ISO/TR 19120
schematu pojęciowego . Conceptual schema language.
'l'R
l<'irn~•:ń~"I St"n,forrł"
ISO/TR 19121 TR ISO /TR 19122 PDTR, N 1319
Obrazy i dane zapisane w siatce. Imagerv and gridded data. Ocena (kwalifikowanie) i certyfikowanie persan el u. Oualifications and certification of oersonnel. Schemat geometrii i funkcji dla „pokrycia''. Schema for coverae:e geometrv and functions. Składniki obrazu i danych zapisanych w siatce. Imagerv and gridded data components . Dostęp do obiektów prostych Część I. Wspólna architektura. Simple feature access -
ISO 19123 DIS ISO/RS 19124 N 1017 ISO 19125-1 DIS, N 15 63
P~r•
ISO 19125-2 DIS, N 15 65
1
Dostęp
C:nmmrm ~r~hit.Prt. nl'P
do obiektów prostych 2. Opcja SQL. Simple feature access - Part 2: SQL ootion. Część
207
13.3 Infrastruktura geoinformacyjna w Europie INSPIRE Na poziomie europejskim utworzenie i funkcjonowanie infrastruktury geoinformacyjnej ma regulować dyrektywa Parlamentu Europejskiego i Rady Unii określająca infrastrukturę informacji przestrzennej INSPIRE, której propozycja została przedstawiona krajom członkowskim w lipcu 2004 r. (CEC 2004). Inicjatywa INSPIRE (Jnfrastructure for Spatial Information in Europe) zmierza do dostarczenia użytkownikom zintegrowanych usług geoinformacyjnych m.in. w zakresie wyszukiwania, pozyskiwania, wizualizacji i łączenia informacji oraz dokonywania analiz przestrzennych i czasowych. W celu zapewnienia szerokiego dostępu do danych i usług niezbędne są odpowiednie ustalenia obejmujące: politykę udostępniania danych, strukturę organizacyjną zapewniającą koordynację prac i funkcjonowanie infrastruktury, dane i technologie, standardowe mechanizmy przekazu, mechanizmy finansowe oraz zasoby ludzkie. Zintegrowane usługi geoinformacyjne realizowane będą w sieci baz danych powiązanych wspólnymi standardami i protokołami. Podstawowe założenia europejskiej infrastruktury geoinformacji są następujące: l. Infrastrukturę tworzy sieć rozproszonych baz danych funkcjonujących na różnych szczeblach administracyjnych od lokalnego, przez krajowy i regionalny aż po europejski. Współdziałanie i kompatybilność między różnymi systemami baz danych zostanie zapewniona poprzez stosowanie standardów i wspólnych protokołów wymiany danych. Ogólny przepływ danych w ramach europejskiej infrastruktury geoinformacyjnej został zilustrowany na rys.13.1. 2. Zakłada się, że w bazach danych geograficznych będą gromadzone dane o porównywalnej jakości. Aby zrealizować to założenie, należy opracować wspólne definicje danych oraz metadanych z uwzględnieniem standardów w zakresie informacji geograficznej opracowywanych przez Komitet Techniczny 211 Międzynarodowej Organizacji Normalizacyjnej ISO / TC (International Organization for Standardization, Technical Committee) Informacja geograficzna/ Geomaty ka. 3. Dane geograficzne będą ogólnie dostępne . Reguły dostępu do danych oraz zasady ich wykorzystywania będą ujęte w odpowiednich aktach prawnych. Zakłada się, że dane będą wyszukiwane za pomocą elektronicznych katalogów sieciowych, a udostępniane poprzez sieć Internet. Ogólny model architektury infrastruktury informacji przestrzennej w Europie zbudowany jest z czterech komponentów: (1) aplikacji użytkowników, (2) usług przetwarzania i udostępniania danych, (3) katalogów oraz (4) repozytoriów danych (rys . 13.2). Aplikacje użytkowników stanowi wielofunkcyjne oprogramowanie, pozwalające na zadawanie pytań oraz przeszukiwanie i oglą danie danych geograficznych. W projektowanej infrastrukturze zakłada się, że aplikacje użytkowników będą miały zwiększoną funkcjonalność w stosunku do
208
13 Infrastruktura geoinformacyjna
Przepływ
informacji w INSPIRE
Program
EJ
Specyfikacje INSPIRE
Dane lokalne
ł
209
Klienci
Dostęp
do przetransformowanych danych, obrazów, map, raportów, przekazów multimedialnych
Administrowanie usługami: kweren ami, prezentacjami, dostępem do dan eh, .-----"c-.v e-businessem, „.
Rząd i władze administracyjne Służby użyteczności
J1
Usługa
publicznej
wyszukiwania Integracja techniczna i (lub) harmonizacja
Infrastruktura na poziomie państwa lub jego części
Uzgodniona polityka eoinformac ·na
ł
współpracy
Użytkownicy
komercyjni i profesjonalni Ośrodki
badawcze
Umowy dotyczące
Dostarczenie usług informacyjnych
Aktualizacja metadan eh
Organizacje
Przetwarzanie i udostępnianie danych
B zpośredni d stęp do d nych
pozarządowe
i niekomercyjne
EJ
Dane europejskie
Przepływ
t
I 1sol
Serwery
Obywatele
danych w ramach INSPIRE (INSPIRE 2002b)
internetowych. Mianowicie będą wyposażone w nado administrowania danymi oraz do analiz przestrzennych i statystycznych. Zadaniem modułu przetwarzania i udostępniania danych jest przede wszystkim znalezienie i przygotowanie zestawu danych zgodnie z wymaganiami użytkowników oraz wysłanie go do klienta. Moduł ten reguluje ponadto dostęp do danych. System katalogów wykorzystujących metadane ułatwia znalezienie właści wych zbiorów w repozytoriach oraz określenie usługi niezbędnej do uzyskania odpowiedzi na zapytanie klienta. Zgodnie z założeniami INSPIRE metadane powinny zawierać informacje o zgodności zbiorów danych przestrzennych ze specyfikacjami technicznymi, prawach wykorzystywania zbiorów danych i usług, jakości i wiarygodności danych, administracji publicznej odpowiedzialnej za ustanowienie, zarządzanie i dystrybucję zbiorów danych i usług dotyczących tych zbiorów oraz ograniczeniach w korzystaniu z danych. Użytkownik za pośrednictwem odpowiedniego interfejsu przegląda udostępniane przez system listy zawierające kategorie informacji lub formułuje pytanie dotyczące danych geograficznych i wysyła je do portalu katalogowego. Następnie są uruchamiane wybrane serwery katalogowe, które przeszukują zasoby metadanych, odnajdując te, o które pyta użytkownik. Na podstawie metadanych są lokalizowane repozytoria (repliki baz danych przestrzennych) typowych
użytkowników
Użytkownicy
Zasoby danych
Rysunek 13.1.
13 .3 Infrastruktura geoinformacyjna w Europie - INSPIRE
Repozytoria danych
przeglądarek
rzędzia służące
Rysunek 13.2. Ogólny model architektury INSPIRE (INSPIRE 2002a)
i wybierany właściwy zestaw danych, który następnie jest przesyłany do użyt kownika. System katalogów oraz usług przetwarzania i udostępniania danych stanowi „serce" architektury INSPIRE. Odpowiedzialność za wdrażanie INSPIRE spoczywa na Komisji Europejskiej i krajach członkowskich. Komisja Europejska jest odpowiedzialna (art. 11 dyrektywy INSPIRE) za opracowanie zasad wdrażania europejskiej infrastruktury danych przestrzennych, a w szczególności przygotowanie zharmonizowanych specyfikacji dotyczących zakresu tematycznego, jakości oraz sposobu zapisu danych przestrzennych, a także przygotowanie porozumień i uzgodnień dotyczących wymiany danych. Zasady wdrażania powinny być tak opracowane, aby zapewnić możliwość łączenia zbiorów geodanych lub współdziałania usług automatycznie, bez ingerencji człowieka. Obowiązkiem krajów członkowskich jest wdrożenie, a następnie monitorowanie funkcjonowania krajowej infrastruktury geoinformacyjnej obejmującej: metadane, zbiory danych przestrzennych, usługi sieciowe i technologie, uzgodnienia dotyczące dostępu do danych, ich wymiany i wielokrotnego wykorzystania oraz mechanizmy koordynacji i monitoringu procesów oraz procedur działających w ramach infrastruktury.
210
13 Infrastruktura geoinformacyjna
Podany w dokumentach INSPIRE (CEC 2004; INSPIRE 2002b) zakres tematyczny europejskiej infrastruktury geoinformacyjnej jest bardzo szeroki. Dane geograficzne zostały podzielone na trzy grupy. W pierwszej znajdują się dane podstawowe (nazywane również referencyjnymi). Stanowią one główny zasób systemu, umożliwiają identyfikowanie innych danych, stanowiąc dla nich system odniesienia. Są to równocześnie dane stosowane przez niemal wszystkich użytkowników. Za przygotowanie zasobów danych podstawowych oraz zarządzanie nimi są odpowiedzialne przede wszystkim organy administracji rządowej i samorządowej. Dbają one o j ednolitoś ć, aktualność i kompletność danych, stąd też ich wiarygodność powinna być bardzo wysoka. Do danych o charakterze referencyjnym należą: jednostki administracyjnego podziału kraju, sieci komunikacyjne, sieć wodna, obszary chronione. W celu zapewnienia wspólnego systemu odniesień dane te powinny być zarejestrowane w jednolitym geodezyjnym systemie odniesienia i uzupełnione nazwami geograficznymi oraz adresami. W drugiej grupie znalazły się takie dane jak: numeryczny model rzeźby terenu (utworzony również dla powierzchni lodowców oraz batymetria), działki oraz identyfikatory działek (najczęś ciej bazujące na systemie adresowym), pokrycie terenu oraz zgeometryzowane obrazy satelitarne. W grupie trzeciej znalazły się zbiory zawierające: dane o jednostkach podziału statystycznego, budynki, gleby, budowę geologiczną, użytkowanie gruntów, dane dotyczące zdrowia i bezpieczeństwa, rozmieszczenie szpitali, stacje monitoringu środowiska, przemysł, infrastrukturę rolniczą i wodną (np. melioracje, szklarnie, stajnie), dane demograficzne, strefy ograniczonego dostępu i kontroli, strefy zagrożeń naturalnych, warunki atmosferyczne, charakterystyki fizyczne oceanów i mórz, regiony biogeograficzne, biotopy. Dane statystyczne mogą się odnosić do jednostek podziału administracyjnego lub do oczek regularnej siatki. Warto dodać, że próby redystrybucji danych statystycznych i przedstawianie ich w regularnej siatce prowadzone są przez urzędy statystyczne wielu krajów Unii Europejskiej (m.in. Włochy, Szwecja, Dania). Zaletą takiej prezentacji jest większa porównywalność danych statystycznych oraz opartych na nich wskaźników w różnych regionach Europy. Budowanie infrastruktury geoinformacyjnej i jej wdrażanie musi odbywać się z udziałem zainteresowanych partnerów. Realizacja INSPIRE rozpocznie się w 2008 roku, a zakończenie wdrażania planowane jest na rok 2015. Roczny koszt szacuje się 3,6-5,4 miliarda Euro na jednego członka Unii Europejskiej (CEC, 2004) co według wcześniej przeprowadzonych badań (INSPIRE 2003) stanowi zaledwie 13 ogólnych wydatków ponoszonych na informację przestrzenną. Z badań tych wynika również, że wydatki na pozyskanie geodanych i tak są ponoszone tylko, że w rozproszony i nieskoordynowany sposób uniemożliwiający ich optymalizację. Większość korzyści z wdrożenia
13.4 Infrastruktura Informacji Geograficznej w Polsce
211
ESDI 3 wynika ze zmniejszenia kosztów pozyskiwania i integrowania danych oraz obniżenia kosztów stosowanych środków technicznych.
13.4 Infrastruktura Informacji Geograficznej w Polsce 13.4.1 Krajowy System Informacji Geograficznej
W Polsce powoli, acz nieuchronnie, zbliżamy się do momentu uzgodnienia zasad budowy i funkcjonowania nowoczesnej informacyjnej infrastruktury państwowej. Tworzyć ją będzie zespół zinformatyzowanych urzę dowych systemów informacyjnych, niezbędnych do zapewnienia prawidłowego funkcjonowania aparatu państwowego w warunkach standardów cywilizacyjnych XXI wieku, pozwalających na przeciwdziałanie różnorodnym zagroże niom ze strony żywiołów, działalności człowieka oraz zapewnienie sprawnej i kompleksowej obsługi ludności. Pierwsze działania zmierzające do wdrożenia infrastruktury geoinformacyjnej w Polsce podjął Główny Geodeta Kraju. W projekcie nowelizacji prawa geodezyjnego i kartograficznego uregulowano zasady tworzenia Krajowego Systemu Informacji Geograficznej nazwanego w skrócie KSIG. KSIG stanowi referencyjny rejestr państwowy, standaryzowane bazy danych przestrzennych, a także procedury i techniki służące systematycznemu zbieraniu, aktualizowaniu, przetwarzaniu i udostępnianiu danych (Albin 2003). Głównym celem budowy KSIG jest udostępnianie aktualnej i wiarygodnej informacji przestrzennej jednostkom administracji rządowej i samorządowej oraz innym zainteresowanym. Prace nad budową KSIG mają m.in. skoordynować tworzenie wojewódzkich i powiatowych systemów informacji geograficznej. Pozwoli to na uniknięcie wielokrotnego pozyskiwania tych samych danych przez instytucje państwowe, użyteczności publicznej i sektor prywatny. Bazy danych KSIG obejmują: bazę danych ogólnogeograficznych, bazę danych VMAP2, bazę danych topograficznych, ortofotomapy ze zdjęć lotniczych i satelitarnych, ewidencję gruntów i budynków, mapę zasadniczą i metadane. Wysiłki podejmowane przez GUGiK na rzecz budowy KSIG przyczynią się niewątpliwie do znacznego ograniczenia trudności prawnych i organizacyjnych związanych z tworzeniem systemów informacji geograficznej i infrastruktury geoinformacyjnej. 13.4.2 Baza Danych Ogólnogeograficznych
Baza danych ogólnogeograficznych (BDO) obejmuje dane o stopniu skali 1:250 OOO i mniejszym. Termin ogólnogeograficzne został zaczerpnięty z kartografii, gdzie określa się nim mapy szczegółowości odpowiadającemu
3
European Spatial Data Infrastructure - europejska infrastruktura danych przestrzennych
212
13 Infrastruktura geoinformacyjna
w skalach
małych, prezentujące
Strukturę informacyjną
na -
podstawowe obiekty i zjawiska geograficzne. Bazy danych ogólnogeograficznych wyznacza podział
tematy: podział administracyjny, osadnictwo i obiekty antropogeniczne, hydrografia, rzeźba terenu, transport, pokrycie terenu i użytkowanie ziemi, obszary chronione i zamknięte, nazwy geograficzne.
następujące
J ednym z ważniejszych źródeł danych wykorzystanych przy opracowaniu BDO była baza VMap 1, znajdująca się w Zarządzie Geografii Wojskowej Sztabu Generalnego Wojska Polskiego oraz obrazy satelitarne. VMap 1 jest to baza wektorowa o szczegółowości odpowiadającej skali 1:250 OOO z atrybutami uzyskanymi z map papierowych oraz innych uzupełniających źródeł. Identyfikatory podziału administracyjnego oraz identyfikatory miejscowości zaczerpnięto z Krajowego Rejestru Urzędowego Podziału Terytorialnego Kraju TERYT, prowadzonego przez Główny Urząd Statystyczny. Warstwa hydrografia została ściśle powiązana z Bazą Danych Hydrograficznych , utworzoną przez Instytut Meteorologii i Gospodarki Wodnej. Podobnie warstwa dróg została powiązana z Bazą Danych Dróg Krajowych prowadzoną przez Generalną Dyrekcję Dróg Krajowych i Autostrad. Dane dotyczące obszarów chronionych powstały w ścisłym nawiązaniu do bazy danych Krajowego Systemu Obszarów Chronionych prowadzonej przez Departament Ochrony Przyrody Ministerstwa Środowiska. BDO posiada cztery poziomy szczegółowości, odpowiadające skalom: 1:250 OOO, 1:500 OOO, 1:1 OOO OOO, i 1:4 OOO OOO. Pierwszy z nich stanowi podstawę utworzenia trzech pozostałych drogą generalizacji wspomaganej komputerowo. Dane w BDO zapisane są w trzech postaciach. Podstawowy zbiór tworzy baza zapisana w formacie ARC/INFO i nazywana jest postacią GIS. Podzielona jest ona na warstwy informacyjne z bogatym zestawem atrybutów odnoszących się do poszczególnych obiektów i zjawisk. Drugą postać, zwaną WEK, stanowią uporządkowane pliki grafiki wektorowej (format EPS), w których zapisany jest obraz kartograficzny bazy podstawowej . W plikach tych również zachowana jest struktura warstw, dzięki czemu można dowolnie kompilować ich zestawy zależnie od potrzeb użytkownika. Ostatnią formą identyfikowaną skrótem RAS są pliki rastrowe, odpowiadające grafice plików WEK.
13 .4 Infrastruktura Informacji Geograficznej w Polsce
213
13.4.3 Baza danych VMAP 2
Baza danych VMAP 2 to wektorowa baza opracowana przez Z arząd Geografii Wojskowej Sztabu Generalnego Wojska Polskiego. Jej szczegółowość odpowiada skali 1 :50 OOO. Treść obejmująca 110 klas obiektów topograficznych została ustrukturalizowana na dziewięciu warstwach tematycznych: granice administracyjne, rzeźba terenu, fizjografia, transport, zabudowa, hydrografia, roślinność, infrastruktura obsługi ruchu powietrznego i przemysł. Współrzędne obiektów są odniesione do elipsoidy WGS84. 13.4.4 Baza danych topograficznych Określenie „Baza Danych Topograficznych" (TBD) jest na.zwą własną wielozadaniowego systemu informacyjnego, tworzonego od podstaw przez krajową służbę geodezyjną i kartograficzną z zadaniem głównym polegającym na wytwarzaniu, przechowywaniu w postaci cyfrowej i rozpowszechnianiu znormalizowanych, urzędowo uwierzytelnionych danych o terenie jako takim. Podstawą ich pozyskiwania są metody poznawcze właściwe topografii. Celem budowy TBD jest również zapewnienie zasilania aktualnymi danymi topograficznymi systemów produkcji map, przede wszystkim topograficznych, ale również geologicznych, hydrograficznych, sozologicznych i innych. Procesy tworzenia mapy topograficznej i TBD będą ze sobą skoordynowane i zorganizowane w spójny system. Zapewni to jednolite i aktualne pokrycie kraju wysokiej jakości informacją przestrzenną zarówno w postaci analogowej, jak i numerycznej. Przyj ęto, że poziom informacyjny TBD jest zbliżony do poziomu informacyjnego cywilnych map topograficznych w skali 1:10 OOO. Nie wyklucza to zarówno możliwości wprowadzania wybranych danych z opracowań wielkoskalowych w niektórych obszarach kraju, jak i ograniczenia zakresu informacyjnego w innych do poziomu odpowiadającego np. mapie 1:50 OOO. Odpowiednia konstrukcja struktury bazy danych i systematyki obiektów umożliwia pokrycie terytorium kraju danymi topograficznymi o precyzji i szczegółowości zależnej od potrzeb (charakterystyki danego terenu) i możli wości gestorów TBD. W zasobie TBD można wyróżnić dwie wyraźne jego składowe: zasób podstawowy i zasób kartograficzny. Zasób podstawowy jest częścią zasobu TBD zorganizowaną i zapisaną zgodnie z ogólnie przyjętymi standardami dotyczącymi budowy baz danych geograficznych właściwymi -systemom informacji geograficznej, zawierają cymi dane pomiarowe, niezniekształcone w wyniku zabiegów redakcyjnych związanych z prezentacjami kartograficznymi, obarczone jedynie generalizacją pierwotną danych wynikającą z metod pomiaru i przyjętego modelu pojęciowego danych. Zasób podstawowy TBD stanowią trzy główne bazy składowe:
214
-
13 Infrastruktura geoinformacyjna
zintegrowana, „ciągła" przestrzennie wektorowa baza danych topograficznych, zapisana w podziale arkuszowym baza numerycznego modelu rzeźby terenu podzielona na zasób archiwalny (źródłowy) i użytkowy, zapisana w podziale arkuszowym baza ortofotomap. Podział
logiczny zasobu na trzy elementy pozwala uruchamiać system etapami, stopniowo dochodząc do jego pełnej sprawności informacyjnej . Taka elastyczność rozwoju ma niebagatelne znaczenie wobec perspektywy równoległego prowadzenia prac w wielu „rejonach wdrożeniowych", usytuowanych w odmiennych topograficznie częściach kraju. Zasób kartograficzny jest częścią zasobu TBD zorganizowaną zgodnie z kartograficznym modelem danych, będącą wynikiem przekształceń zasobu podstawowego, służącą opracowaniu wysokiej jakości prezentacji kartograficznych (w szczególności map .topograficznych) zarówno w ramach TBD, jak i w zewnętrznych systemach produkcji map. Utworzenie cyfrowego zasobu kartograficznego ma na celu m.in. umożliwie nie udostępnienia danych topograficznych do systemów produkcji map specjalistycznych, np. sozologicznych, geologicznych, jak również zewnętrznych w stosunku do TBD systemów produkcji map (w tym topograficznych). W ramach TBD powinno być docelowo możliwe generowanie map topograficznych w całym szeregu skalowym. Technologiczne zasady tworzenia Topograficznej Bazy Danych Podstawowych zostały zapisane w „Wytycznych opracowania TBD" (GUGiK 2003) . Wytyczne definiują zakres informacyjny i sposób zapisu danych dostarczanych przez wykonawców do zasobu TBD oraz obejmują specyfikację danych i formaty ich zapisu, specyfikację opracowywanych w ramach TBD map oraz ogólną organizację procesu pozyskiwania danych i zasilania zasobu geodezyjno-kartograficznego. Wytyczne TBD, stanowiąc zespół obowiązują cych reguł i zasad są z założenia niezależne od konkretnego oprogramowania komercyjnego. Będąc definicją uniwersalną dają perspektywę dowolnego zastosowania wszelkich dostępnych narzędzi i oprogramowania do pozyskiwania, edycji i wizualizacji danych, o ile są w stanie zapewnić zdefiniowane kryteria jakościowe.
13.4.5 O rtofotomapy
Ortofotomapy pokrywające obszar Polski wykonywane są w dwu standardach dokładnościowych. Dla obszarów południowo-wschodnich terenowy rozmiar piksela wynosi 0,25 m, co odpowiada skali 1:2 OOO (Standard 1), dla pozostałej części kraju rozmiar terenowy piksela wynosi 0,5 m (skala 1:5 OOO, Standard 2). Dla obszarów przygranicznych ortofotomapy są wykonywane na podstawie wysokorozdzielczych obrazów satelitarnych pozyskanych z satelity IKONOS (Preuss 2004) .
13.4 Infrastruktura Informacji Geograficznej w Polsce
215
Ortofotomapy cyfrowe, zeskanowane zdjęcia lotnicze oraz NMT upowszechniane są za pomocą systemu Terra Share. Informacja o udostępni anych produktach dostępna jest w Internecie na stronach Centralnego Ośrodka Dokumentacji Geodezyjnej i Kartograficznej (CODGiK). 13.4.6 Ewidencja gruntów i budynków
Ewidencja gruntów i budynków (EGiB) jest rodzajem katastru wprowadzonego w Polsce po II wojnie światowej na podstawie dekretu z roku 1955. Sposób zakładania i prowadzenia ewidencji gruntów regulują ustawa z dnia 17 maja 1989 r. Prawo geodezyjne i kartograficzne (Dz. U. nr 100 z dnia 21 listopada 2000 r. poz. 1086) oraz rozporządzenie Ministra Rozwoju Regionalnego i Budownictwa z dnia 29 marca 2001 r. w sprawie ewidencji gruntów i budynków (Dz.U. Nr 38, poz. 454) . Ustawa zdefiniowała ewidencję gruntów i budynków jako jednolity dla kraju, systematycznie aktualizowany zbiór informacji o gruntach i budynkach, ich właściwościach oraz innych osobach fizycznych i prawnych władających tymi gruntami i budynkami. Dane zawarte w ewidencji gruntów i budynków stanowią podstawę planowania gospodarczego, planowania przestrzennego, wymiaru podatków i świadczeń, oznaczenia nieruchomości w księgach wieczystych, statystyki publicznej i gospodarki nieruchomoś ciami. Ewidencję gruntów i budynków prowadzą starostowie. Starosta na wniosek gminy może powierzyć wykonywanie zadań związanych z prowadzeniem ewidencji gruntów i budynków wójtowi, burmistrzowi lub prezydentowi miasta. Ewidencja została założona w latach 1956-1970 w postaci rejestrów i map analogowych, ale tylko w zakresie ewidencji gruntów. Liczba działek ewidencji gruntu wynosi około 29 milionów. Część opisowa ewidencji gruntów została skomputeryzowana, część kartograficzna obejmująca mapy o zróżnicowanej jakości wciąż jest przedmiotem zamiany na postać cyfrową. Ewidencja gruntów i budynków obejmuje informacje dotyczące: 1. gruntów - ich położenia, granic, powierzchni, rodzajów użytków gruntowych 'o raz ich klas gleboznawczych, oznaczenia ksiąg wieczystych lub zbiorów dokumentów, jeżeli zostały założone dla nieruchomości, w skład której wchodzą grunty, 2. budynków - ich położenia, przeznaczenia, funkcji użytkowych i ogólnych danych technicznych, 3. lokali - ich położenia, funkcji użytkowych oraz powierzchni użytkowej . W ewidencji gruntów i budynków wykazuje
się także:
1. właściciela, a w odniesieniu do gruntów państwowych i samorządowych -
inne osoby fizyczne lub prawne, w których władaniu znajdują i budynki lub ich części, 2. miejsce zamieszkania lub siedzibę osób wymienionych,
się
grunty
216
13 Infrastruktura geoinformacyjna
3. informacje o wpisaniu do rejestru zabytków, 4. wartość nieruchomości. Grunty rolne i leśne obejmuje się gleboznawczą klasyfikacją gruntów, w sposób jednolity dla całego kraju, na podstawie urzędowej tabeli klas gruntów. Treść mapy ewidencyjnej stanowią: 1. granice państwa, terytorialnego trójstopniowego podziału administracyjnego (województwo, powiat, gmina), trójstopniowego podziału ewidencji gruntów (jednostek ewidencyjnych, obrębów i działek), 2. kontury użytków gruntowych, klas gleboznawczych i budynków, 3. granice rejonów statystycznych, 4. stabilizowane punkty graniczne, 5. numery: działek oraz budynków (porządkowe i ewidencyjne) oraz numery punktów załamania linii granicznych, 6. oznaczenia i opis użytków gruntowych i klas gleboznawczych, 7. nazwy ulic i oznaczenia dróg publicznych .
przeprowadzaną
Mapę ewidencyjną prowadzi się w skalach: 1:500, 1:1 OOO, 1:2 OOO lub 1:5 OOO zależnie od stopnia zurbanizowania terenu i struktury władania gruntów. Dla celów sporządzania mapy ewidencyjnej w formie numerycznej dane dotyczące granic, konturów i usytuowania budynków muszą być pozyskiwane w formie współrzędnych w obowiązującym układzie współrzędnych (układ „2000"). Rozporządzenie w sprawie ewidencji gruntów i budynków reguluje również zasady modernizacji ewidencji gruntów. Modernizacja ma na celu zmianę techniki prowadzenia zasobu polegającą m.in. na: wprowadzeniu systemu informatycznego wspomagającego zarządzanie danymi ewidencyjnymi, przejście na komputerowe zbiory danych, zintegrowanie mapy ewidencyjnej z danymi opisowymi. Docelowo ewidencja gruntów i budynków ma stanowić system zintegrowany z systemem Ksiąg Wieczystych oraz systemem podatkowym. Modernizacja ewidencji gruntów i budynków powinna zakończyć się dla obszarów miast do 31 grudnia 2005 r., a dla terenów wiejskich do 31 grudnia 2010 r. (GUGiK 2004).
13.4. 7 Mapa zasadnicza
Mapa zasadnicza to mapa wielkoskalowa zawierająca aktualne informacje o przestrzennym rozmieszczeniu obiektów ogólnogeograficznych oraz elementach ewidencji gruntów i budynków, a także sieci uzbrojenia terenu: nadziemnych, naziemnych i podziemnych. Skalę mapy zasadniczej ustala się na podstawie stopnia zagęszczenia na mapie elementów stanowiących jej treść oraz przewidywanych zamierzeń inwestycyjnych. Zakłada się, że dla terenów
13.4 Infrastruktura Informacji Geograficznej w Polsce
217
o znacznym obecnym lub przewidywanym zainwestowaniu skala mapy zasadniczej wynosi 1:500; dla terenów małych miast, aglomeracji miejskich i przemysłowych oraz terenów osiedlowych wsi będących siedzibami gmin - 1:1 OOO; dla pozostałych zwartych terenów osiedlowych, terenów rolnych o drobnej, nieregularnej szachownicy stanu władania oraz większych zwartych obszarów rolnych i leśnych na terenach miast - 1:2 OOO; a dla terenów o rozproszonej zabudowie wiejskiej oraz gruntów rolnych i leśnych na obszarach pozawiejskich - 1:5 ooo. Treść mapy zasadniczej dzieli się na treść obligatoryjną oraz treść fakultatywną. Treść obligatoryjną mapy zasadniczej stanowią : punkty osnów geodezyjnych, elementy ewidencji gruntów i budynków, elementy sieci uzbrojenia terenu, w szczególności urządzenia nadziemne, naziemne i podziemne. Obiekty nienależące do treści obligatoryjnej stanowią treść fakultatywną mapy zasadniczej . Treść fakultatywna mapy zasadniczej stanowi zbiór otwarty, zależny od potrzeb i zamierzeń inwestycyjnych administracji pań stwowej, samorządowej i podmiotów gospodarczych. Szczegółowe definicje obiektów stanowiących treść obligatoryjną i fakultatywną mapy zasadniczej określa Instrukcja techniczna K-1. Mapa zasadnicza (1998) Załącznik nr 1 do niniejszej instrukcji: Katalog Obiektów Mapy Zasadniczej . Treść mapy zasadniczej została strukturalizowana w następujących warstwach tematycznych, zwanych w instrukcji (1998) nakładkami tematycznymi: O - osnowy geodezyjne, E - ewidencja gruntów i budynków, U - sieci uzbrojenia terenu, S - sytuacja powierzchniowa (inne obiekty trwale związane z terenem), W - rzeźba terenu, R - realizacyjne uzgodnienia projektowe. Mapa zasadnicza jest dokumentem urzędowym, elementem Państwowego Zasobu Geodezyjnego i Kartograficznego, prowadzonym przez starostów i wykorzystywanym w podejmowaniu różnych decyzji związanych z zagospodarowaniem otaczającej nas przestrzeni. Jednocześnie ustawa Prawo geodezyjne i kartograficzne wprowadza mechanizm prawny dbający o zgłaszanie do organu prowadzącego mapę zasadniczą zmian zachodzących w terenie. Z mapą zasadniczą, podobnie jak z ewidencją gruntów i budynków, jest związany cały zestaw procedur służących systematycznemu zbieraniu, aktualizowaniu i udostępnianiu zawartych na niej danych. W wyniku postępu technicznego i technologicznego coraz częściej mapa zasadnicza funkcjonuje w postaci numerycznej jako wektorowa baza danych systemów informacji o terenie. Treść bazy danych numerycznej mapy zasadniczej (zestaw atrybutów dotyczących poszczególnych obiektów terenowych) jest ograniczona do elementów, które są wymagane odpowiednimi przepisami geodezyjnymi i o których aktualność służba geodezyjna może zadbać mając do tego podstawy prawne. Przy zastąpieniu tradycyjnych map bazami
218
13 Infrastruktura geoinformacyjna
danych z odpowiednim oprogramowaniem mapa zasadnicza w tradycyjnej formie powstaje jedynie jako wydruk informacji z bazy systemu SIT. Wydruk wykonany w postaci kartograficznej z zastosowaniem przyjętych do reprezentowania obiektów terenowych znaków umownych. Mimo że mapa zasadnicza prowadzona jest w Polsce od lat, nie uzyskano jeszcze zadowalającego stopnia pokrycia nią kraju. Według GUGiK (GUGiK 2004) mapa zasadnicza pełnej treści założona i prowadzona jest jedynie na ok. 173 terytorium Polski. Na pozostałych obszarach, albo nie jest wcale prowadzona albo prowadzona jest w niepełnej treści.
13.4.8 Ogólna architektura KSIG Zgodnie z nowelizowanym prawem geodezyjnym i kartograficznym KSIG jest budowany na trzech poziomach: krajowym, wojewódzkim i powiatowym. Na poziomie krajowym KSIG budowany jest przez Głównego Geodetę Kraju na podstawie Bazy Danych Ogólnogeograficznych. Na szczeblu wojewódzkim (regionalnym) system obejmuje obszar województwa i tworzony jest przez marszałka województwa na bazie TBD i VMAP 2. Natomiast na szczeblu powiatowym (lokalnym) KSIG budowany jest przez starostę i obejmuje ewidencję gruntów i budynków oraz mapę zasadniczą. Budowanie systemu na odpowiednich poziomach odbywać się będzie w oparciu o Ośrodki Dokumentacji Geodezyjnej i Kartograficznej . Ośrodki te powinny powołać specjalistyczne komórki KSIG, których zadaniem będzie prowadzenie, aktualizacja i udostępnianie danych przestrzennych .
Literatura
1. Ahuja RK, Magnanti TL, Orlin JB (1993) NetworkFlows: Theory, Algorithms and Applications. Englewood Cliffs, NJ: Prentice Hall 2. Akima H (1978) A method for bivariate interpolation and smooth surface fitting for irregularly distributed data points. ACM Trans. On Mathematical Software 4(2):148-159 3. Albin J (2003) Krajowy System Informacji Geograficznej. Biuletyn Informacyjny Głównego Geodety Kraju nr 3, czerwiec 2003, s. 4-11 4. Annoni A, Luzet C, Gubler E, lhde J (2003) Map Projections for Europe. European Communities 5. Arentze TA, Borgers AWJ, Timmermans HJP (1996) Design of a view-based DSS for !ocal planning. Int.J . Geographical lnformation Systems 10(2):219-236. 6. Baranowski M (2003) Kartograficzny model danych w systemach informacji geograficznej. Roczniki Geomatyki, Polskie Towarzystwo Informacji Przestrzennej 1(1):99-102 7. Beynon-Davies P (1998) Systemy baz danych. WNT, Warszawa 8. Bielecka E (1997) BT GIS system wspomagający monitoring i ochronę środowiska na obszarze „Czarnego Trójkąta". Prace Instytutu Geodezji i Kartografii XLIV(95):29-55. 9. Bielecka E (2000a) Data integration in a seamless geodatabase. Selected probJems. Geodezja i Kartografia LI(l-2):55-68 10. Bielecka E (2000b) Funkcje i zadania systemu informacji przestrzennej. Prace IGIK XLVII(101):39-52 11. Bielecka E (2003) Metoda wyznaczania obszarów o niekorzystnych warunkach dla gospodarki rolnej z wykorzystaniem systemu informacji przestrzennej . Wydawnictwa Instytutu Geodezji i Kartografii, Seria Monograficzna 5, Warszawa 12. Bielecka E, Ciołkosz A (2005) CORINE Land Cover. Biblioteka Monitoringu Środowiska
13. Burrough PA (1990) Principles of Geographical Information Systems for Land Resource Assessment. Clarendon Press ,Oxford 14. Canada Geographic Information System http: I /www.geoplace.com/gw/1996/ 0496/0496feat2. asp z dn. 4 sierpnia 2003 r.
220
Literatura
Literatura
15. CEC (2004) Proposal for a Directive of the European Parliament and of the Council establishing an infrastructure for spatial information in the Community (INSPIRE). COM (2004) 516 Fina!. Brussels: CEC http://www. eordis. lu/econtent/psi 16. Chrobak T (1999) Badanie przydatności trójkąta elementarnego w komputerowej generalizacji kartogTaficznej. AGH Uczelniane Wyd. NaukowoDydaktyczne, Kraków 17. Chrobak T (2003) Metoda uogólniania danych w procesie generalizacji obiektów liniowych. Archiwum Fotogrametrii , Kartografii i Teledetekcji v. 13a:33-38 18. Ciołkosz A, Kęsik A (1989) Teledetekcja satelitarna. PWN, Warszawa 19. Ciołkosz A, Miszalski J , Olędzki R (1978) Interpretacja zdjęć lotniczych. PWN, Warszawa 20. Czarnecki K {1994) Geodezja współczesna w zarysie. Wydawnictwo Wiedza i Życie, Warszawa 21. Delaney J {1990) Geographic Information Systems, an introduction. New York: Wiley 22. DiBiase D (1990) Visualization in earth sciences. Earth and Minerał Sciences. The Pennsylvania State University 59(2) :13-18 23. Douglas D H, Peucker T K (1973) Algoritms for the reduction of the number of points required to represent a digital line or its caricature. The Canadian Cartographer (10):112-123 24. Dzikiewicz B (1971) Topografia. Wydawnictwo MON, Warszawa 25. EEA, INSPIRE Scoping paper. www . ec-gis.org/inspire (20.02.2004) 26. Eicher CL Brewer CA (2001) Dasymetric mapping and areał interpolation and evaluation. Cartography and Geography Information Science 28(2):125-138 27. ERDAS (1998) ERDAS Field Guide. Przewodnik geoinformatyczny. GEOSYSTEMS Polska, Warszawa 28. ESRl (1990) Understanding GIS: the ARC/INFO Method. ESRI Inc. Redlands, Kalifornia, 29. ESRI (1992) Surfa.ce modeling with TIN. ESRI Press, Redlands 30. ESRl (1995) Metadata Management in GIS. An ESRI White Paper Series, http//www.esri.com (sierpień 1995) 31. ESRI {1996) Automation of Map generalization. The Cutting-Edge Technology. An ESRI White Pa.pers Series, http/ /www.esri.com (marzec 1996) 32. ESRl (1997) GIS Data Storage Trends. lmplications for Utilities. An ESRl White Paper www.esri.com (marzec 1997) 33. ESRI (2001) ArcGIS Geostatistical Analyst: Statistical Tools for Data Exploration, Modeling and Advanced Surfa.ce Generation. An ESRI White Paper. ESRI Press, Redlands 34. Gao J (1997) Resolution and accuracy of terrain representation by grid DEMs at micro-scale. International Journal Geographical Information Science 11(2):199-212 35. Gaździcki J (1990) Systemy Informacji Przestrzennej. PWN, Warszawa 36. Gaździcki J (2001) Leksykon geomatyczny. Polskie Towarzystwo Informacji Przestrzennej, Warszawa 37. Gaździcki J (2003a) Część I skróconej wersji podręcznika Developing Spatial Data Infrastructure: The SDI Cookbook Kompendium infrastruktur danych przestrzennych GSDI, wersja 1.1, 2001 pod red. D,G . Neberta. „Geodeta" 2(93):37-40.
38.
39.
40.
41. 42 . 43. 44. 45 . 46. 47. 48. 49 .
50. 51.
52. 53. 54. 55 . 56.
57. 58.
221
Gaździcki J (2003b) Część II skróconej wersji podręcznika Developing Spatial Data Infrastructure: The SDI Cookbook Kompendium infrastruktur danych przestrzennych GSDI, wersja 1.1, 2001 pod red. D,G. Neberta. „Geodeta" 3(94):29-32. Gaździcki J (2003c) Część III skróconej wersji podręcznika Developing Spatial Data lnfrastructure: The SDI Cookbook Kompendium infrastruktur danych przestrzennych GSDI, wersja 1.1, 2001 pod red. D,G. Neberta. „Geodeta" 4(95): 37-40. Gaździcki J (2003d) Część IV (ostatnia) skróconej wersji podręcznika Developing Spatial Data Infrastructure: The SDI Cookbook Kompendium infrastruktur danych przestrzennych GSDI, wersja 1.1, 2001 pod red. D. G. Neberta. „Geodeta" 5(96):29-32. GINIE (2003) GI in the Wider Europe. http://www. ee-gis. org/ginie/ z dn. 23.10.2003 r. Goleń J, Ostrowski W (1994) Metoda dazymetryczna - rys historyczny. Polski Przegląd Kartograficzny 26 (1): 3-16 Goleń J, Ostrowski W (1996) Z problematyki dazymetrycznych map zaludnienia. Polski Przegląd Kartograficzny 28(2):79-85 Grygorenko W (1970) Redakcja i opracowanie map ogólnogeograficznych. Państwowe Przedsiębiorstwo Wydawnictw Kartog1·aficznych, Warszawa GSDI (2000) Spatial Data lnfrastructure Cookbook vl.0 (PDF) . http://www. gsdi. org, July 2000 GUGiK (1998) Instrukcja techniczna K-1. Mapa zasadnicza. GUGiK, wyd. III, Warszawa GUGiK (2001) Instrukcja techniczna 0-1/0-2 (2001) Ogólne zasady wykonywania prac geodezyjnych i kartograficznych. Wyd. piąte zmienione Warszawa GUGiK (2003) Baza Danych Topograficznych TBD . Wytyczne techniczne GUGiK, Warszawa GUGiG (2004) Sprawozdanie z realizacji zadań dotyczących modernizacji ewidencji gruntów i budynków w roku 2003. Biuletyn Informacyjny Głównego Geodety Kraju, nr 4/2004 Heywood I, Cornelius S, Carver S (1998) Geographic Information Systems. Pearson Education Ltd Hhakimpour F, Timpf S (2001) Using ontologies for resolution of semantic heterogenity in GIS. Proceedings of 4th AGILE Conference on Geographic Information Science, April 19-24,2001, Brno Czech Repnblic, 385-395 Huxhold WE, Levinsohn AG {1995) Managing Geographic Information System Project. Oxford Univerity Press, New York Imhof E. (1982) Cartographic Relief Presentation. Berlin, Walter de Gruyter INSPIRE (2002a) INSPIRE Architecture and Standards Position Paper. v. 4-3 en.doc. EEA&JRC, http: I /www. ee-gis. org/ inspire, 3 marca 2002 INSPIRE (2002b) INSPIRE Reference Data and Meta.data Position Paper. v. 4-3 en.doc, Eurostat, http://www. ee-gis. org/inspire, 3 marca 2002 INSPIRE (2003) INSPIRE Extended Impact Assessment . Dokument programowy przygotowany przez DG Environment na spotkanie grupy ekspertów w Rzymie 10-11 lipca 2003, http://www.ec-gis.org/inspire, Instrukcja nr 3 Ministrów Rolnictwa oraz Leśnictwa i Przemysłu Drzewnego z dn. 18.08.1973 r. Instrukcja techniczna 0-2. Ogólne zasady opracowania map do celów gospodarczych. GUGiK, Warszawa 1987 (wyd. III)
222
Literatura
59. ISO (2000) ISO 19101 Informacja geograficzna - Model odniesienia 60 . ISO (2002): ISO 19111 Geographic information - Spatial referencing by coordinates 61. ISO (2002a): ISO 19113 Geographic information - Quality principles 62. ISO (2002b): ISO 19114 Geographic information - Quality evaluation procedures 63 . ISO (2002c) : ISO/AWI 19138 Geographic information - Data quality measures 64. Iwaniak A (2003) Metodyka zarządzania projektami GIS. Archiwum Fotogrametrii, Kartografii i Teledetekcji 13A:87-96 65. Iwaniak A, Kubik T, Paluszyński W (2000) Zastosowanie sztucznych sieci neuronowych do generalizacji rastrowych map topograficznych . Materiały konferencyjne X Konferencji Naukowo-Technicznej Systemy Informacji Przestrzennej, 12-14 czerwca Zegrze k. Warszawy s. 221-232 66 . Iwaniak A, Paluszyński W, Żyszkowska W (1998a) Generalizacja map numerycznych - koncepcje i narzędzia, cz. 1. Polski Przegląd Kartograficzny 30(2):79-87 67. Iwaniak A, Paluszyński W, Żyszkowska W. (1998b) Generalizacja map numerycznych - koncepcje i narzędzia, cz. 2. Polski Przegląd Kartograficzny 30(3):163-172 68. Jenks GF, Coulson MRC (1963) Class intervals for statistical maps . International Yearbook of Cartography 3:119-134 69. Józefaciuk A, Józefaciuk Cz (1999) Ochrona gruntów przed erozją . Poradnik dla władz administracyjnych i samorządowych oraz służb doradczych i użyt kowników gruntów. Wydawnictwo IUNG, Puławy 70. Kadaj R (2000) Zasady transformacji współrzędnych pomiędzy różnymi układami kartograficznymi na obszarze Polski. Magazyn Geoinformacyjny Geodeta nr 9-12 71. Kadaj R (2001) Formuły odwzorowawcze i parametry układów współrzędnych. Wytyczne techniczne G-1.10. GUGiK Warszawa 72. Kładoczny D, Żyszkowska W (1995) Struktura numerycznych modeli terenu a ich obraz poziomicowy. Polski Przegląd Kartograficzny 21(4):177-192 73. Kmiecik A (2004a) Analiza dokumentów ISO serii 19100 w zakresie metadanych i jakości danych geograficznych. Biuletyn Informacyjny Głównego Geodety Kraju, numer specjalny maj 2004:23-36 74. Kmiecik A (2004b) GML jako standard zapisu informacji geograficznej. Polskie Towarzystwo Informacji Przestrzennej, Roczniki Geomatyki II(2): 106-118 75. Kocimowski K, Kwiatek J (1976) Wykresy i mapy statystyczne. GUS Warszawa 76. Kraak M, Ormeling F (1998) Kartografia. Wizualizacja danych przestrzennych. Wydawnictwo Naukowe PWN, Warszawa 77. Kraak MJ (1998) Kartograficzna metoda badań : mapy jako narzędzia odkryć. Materiały VIII Konferencji Naukowo-Technicznej Systemy Informacji Przestrzennej, Warszawa, 19-21 maja 1989, PTIP, s. 251-268 78. Krzywicka-Blum E (2003) Współczesna użyteczność map. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Materiały Ogólnopolskiego Sympozjum Geoinformacji „Geoinformacja zintegrowanym narzędziem bada1i przestrzennych". Wrocław-Polanica Zdrój, 15-17 września 2003r., s. 109-117 79 . Kurczyński Z (1998) Technologiczne uwarunkowania budowy numerycznego modelu rzeźby terenu. Biuletym Informacyjny GUGiK II/1:10-16
Literatura
223
80. Laurini R.(1998) Spatial multi-database topological continuity and indexing: Step towards seamless GIS data interoperability. Int. J. Geographical Information Science 12(4):373-402 81. Laurini R ,Thompson D (1992) F\mdamentals of Spatial Information Systems. Academic Press 82. Leśniok B (1979) Wykłady z geodezji I (toml i 2). PWN , Warszawa 83. Maas RP (1985) Selecting critical areas for nonpoint source pollution control. J . Soi! and water Cons. 40(1) 84 . MacEachren A.M. (1994) Visualization in modern cartography: setting the agenda. W: Visualization in modern cartography Red. (D .R. F . Taylor i A.M MacEachren), London, Pergamon Press 85. Magnuszewski A (1999) GIS w geografii fizycznej. PWN, Warszawa 86. Maguire DJ, Goodchild MF, Rhind DW (1991) Geographical lnforrnation Systems. Principles and Applications. Longman 87. McCormick B, DeFanti T, Brown M (1987) Visualization in scientific computing. Computer Graphics 21(6) 88. Mennis J (2003) Generating surface models of population using dasymetric mapping. The Professional Geographer, 55(1): 31-42 89. Moellering H., (1980) Strategies of real time cartography. Cartographic Journal 17 90. Morgan KM (1979) Cropping Management Using Color and Color lnfrared Aerial Photographs. Photogrametric Eng. and Remote Sensing (VI) 91. Morrison J. L. (1997) Topographic mapping for the twenty first century. W: Rhind D. (red) Framework of the world. Cambridge: Geoinformation National 92. Mościbroda J (1999) Mapy statystyczne jako nośniki informacji ilościowej. Wydawnictwa Uniwersytetu Marii Curie-Skłodowskiej, Lublin 93. Nedovic z Pinto JK (2000) Organizational Determinants of GIS Interoperability: U.S. Experience. AGILE Conference on Geographic Information Science, Helsinki/ Espoo, Finland 94. OGIS: Open Geodata Interoperability Specification http://ogis.org 95. Dyson P (1997) Leksykon komputerowy. EXIT, Warszawa 96 . Pachelski w (2004) Program prac KT 297 ds. Informacji geograficznej (w związku z członkostwem Polski w CEN). Biuletyn Informacyjny Głównego Geodety Kraju, numer specjalny maj 2004, s 2-10 97. Pasławski J (1992) Kartogram jako forma prezentacji kartograficznej. Rozprawy UW, Warszawa 98 . Pasławski J (2003) Jak opracować kartogram . Uniwersytet Warszawski, Wydział Geografii i Studiów Regionalnych, wyd . II, Warszawa 99. Peuquet DJ, Bacastow T (1991) Organisational issues in the development of GIS: a case study of US Army topographic information automation. International Journal of Geographical Information Systems 5 (3):35-61 100. Piotrowski R (1991) System Informacji o Terenie - ProgTam Modernizacji. Warszawa 101. Preuss (2004) Zakres zastosowań cyfrowej ortofotomapy. M ateriały Ogólnopolskiego Sympozjum Naukowego „Fotogrametria, teledetekcja i GIS w świetle Kongresu ISPRS", Białobrzegi k/Warszawy 21-23 października 2004 102. Pyka K, Sitek Z, (1993) Remarks on DTM generation for GIS needs. W: GIS for environmental. Conference on Geographical Iuformation Systems in environmental studies. Kraków s.197-203
224
Literatura
103. Raport końcowy projektu badawczego zamawianego „Koncepcja SIP w Polsce" PBZ-024-13, IGiK, Warszawa 2000 104. Raport o stanie środowiska w województwie wałbrzyskim w 1994 r (1995) Biblioteka Monitoringu Środowiska WIOŚ, Wałbrzych 105. Ratajski L (1989) Metodyka kartografii społeczno-gospodarczej. Wyd. 2. PPWK, Warszawa 106. Reeve D, Petch J (1999) GIS, organisation and people. A socio-technical approach. Taylor & Francis. London 107. Reinelt LE (1989) A GIS to Target Critical Areas for Nonpoint Source Management. Papers of the Nonpoint Source Management Symposium, Austin, Texas 108. Robinson A, Sale R, Morrison J (1988) Podstawy kartografii. PWN, Warszawa 109. Rozporządzenie Rady Ministrów z dn. 24 sierpnia 2000 r. w sprawie pa11stwowego systemu odniesień przestrzennych. Dz.U. nr 70 poz. 821 110. Rozporządzenie Ministra Rozwoju Regionalnego i Budownictwa z dnia 29 marca 2001 r. w sprawie ewidencji gruntów i budynków. Dz.U. Nr 38, poz.454 111. Rudnicki W. (2001) Koncepcja komputerowego cieniowania map tonalnych na przykładzie mapy Karkonoskiego Parku Narodowego . Prace Instytutu Geodezji i Kartografii XLVIII(103):169-179 112. Saliszczew KA (1998) Kartografia ogólna. Wyd. 2. polskiego tłumaczenia podręcznika z 1982 r. Wydawnictwo Naukowe PWN ,Warszawa 113 . Sambura A (1999) Założenia modelu ekonomicznego SIP w Polsce. Prace Instytutu Geodezji i Kartografii XLVI(99):89-110 114. Shindler M (1990) Compute Aided Software Design. John Wiley & Sans, New York 115. Sitek A, Kolorz Sz, Hanslik A.(1998) Zastosowanie narzędzi ESRI w systemach elektroenergetycznych. Materiały VIII Konferencji Naukowo-Technicznej Systemy Informacji Przestrzennej, Warszawa 19-21 maja 1998 r. t. 2:154-158 116. Siu Ngan Lam N (1983) Spatial Interpolation Methods: A Review. The American Cartographer vlO n2:129-149 117. Słownictwo znormalizowane. Technika Informatyczna. (1999) Polski Komitet Normalizacyjny, Warszawa 118. Spallek W (1998) Próba zastosowania metody dazymetrycznej do opracowania map zasiewów roślin uprawnych. Materiały Ogólnopolskich Konferencji Kartograficznych. Problemy kartografii tematycznej t 20: 60-68 119. Spallek W (2000) Z ależność kartograficznego modelu zjawiska od zastosowanej metody prezentacji. Główne problemy współczesnej kartografii 2000. Złożoność, modelowanie, technologia. Wrocław 126-135 120. Subieta K (1998) Obiektowość w projektowaniu i bazach danych. Akademicka Oficyna Wydawnicza PLJ, Warszawa 121. Subieta K (1999) Słownik terminów z zakresu obiektowości. Akademicka Oficyna Wydawnicza PLJ, Warszawa 122. Toepfier F, Pillewizer W (1966) The principles of selection: a means of cartographic generalization. The Cartographic Journal 3 (1):10-16 123. Tomlin CD (1990) Geographic information systems and cartographic modelling. Englewood Cliffs, Prentice Hall 124. Tomlinson R, Calkins H, Marble D (1976) CGIS - Canadian Geographic Information System: computer handling of geographical data. The UNESCO Press
Literatura
225
125. Ullman J.D (1982) Systemy baz danych. WNT, Warszawa 126. Urbański J (1997) Zrozumi eć GIS. Analiza informacji przestrzennej. PWN, Warszawa 127. Ustawa z dnia 28 września 1991 r. o lasach (tekst jednolity). Dz. U. 91.101.444 128. Ustawa z dnia 21 listopada 2000 r. Prawo geodezyjne i kartograficzne. Dz. U. nr 100 poz. 1086 129. Ustawa z dnia 12 września 2002 r. o normalizacji Dz.U. z 2002 r. Nr 169, poz. 1386 130. Wischmeier WH, Smith DD (1960) A universal soi! loss estimating equation to guide conservation farm planning. Congress of the Int . Soi! Science Society, Wageningen. 131. Wischmeier WH, Smith DD (1978) Predicting Rainfall Erosion Losses. Agricultural Handbook 537, U.S. Dep . of Agriculture, Washington D.C. 132. Wrochna A. (2002) Cyfrowa mapa podkładowa Polski i jej wykorzystanie do sporządzania map tematycznych obszarów wiejskich . Woda, Środowisko, Obszary Wiejskie, Wyd. IMUZ 2(5):181-190 133. Zeiler M (1999) Modeling Our Word. The ESRI Guide to Geodatabase Design. ESRI Inc, Redlands, California, 134. Zlian FB (1998) Representing Networks. NCGIA Core Curriculum in GIScience, http//www.ncgia.ucsb .edu/ giscc/ units/ u064/u064html, created November 5 1998
Indeks
aktualizacja, 58, 70, 196 aktualność, 5, 59, 69, 217 algorytm Chrobaka, 117 Douglasa-Peuckera, 117 Jordana, 129 analiza bliskości , 152 analiza ekonomiczna, 195 analiza potrzeb, 192 analiza sąsiedztwa, 134, 152 analiza widoczności, 143, 144 analizy przestrzenne 12 111 125 126 128, 145, 111, 19,' 131,' 186,' 201,' 208 analizy sieciowe, 135 animacja, 173, 174 ARC/INFO, 7, 49, 104, 212 atrybut, 17, 52, 104, 128, 131-133, 193 ilościowy, 19 jakościowy, 19
i
baza danych, 5, 12, 52 , 97 , 102 ' 108 , 121, 157, 193, 207 geograficznych, 1, 70, 72 , 97, 100, 112, 199, 213 ogólnogeograficznych, 11, 33, 211 topograficznych, 11 , 33, 213 BIGLEB, 10 błąd, 61, 71, 72 średni, 65, 72, 142 gruby, 61 przypadkowy, 61 rzeczywisty, 65 systematyczny, 61
względny, 65, 66 buforowanie, 133, 134, 182
CEN, 201 CORINE, 33, 35, 181, 185 dane, 5, 190 dane geograficzne, 1 6 17 19 33 55 1i5, ' 58, 75, 102, 106, '101: 157, 196, 199, 208, 210 dane geometryczne, 59 dane opisowe, 51, 52, 59 DGN, 50 DIME, 7 DLG , 50
ni,
dokładność położenia, 65, 66, 116, 193 tematyczna, 66 DTM, 140 DWG, 50 DXF, 50
elipsoida, 30, 76, 77, 92 encja, 100 ERD, 100 EROS , 25 ESRI, 7, 32 etapy realizacji projektu, 191 ewidencja gruntów i budynków, 215-217 format rastrowy, 51 format wektorowy, 49 fotogrametria, 21
GAF, 50
228
generalizacja, 111, 115, 116, 121, 123, 212 ilościowa, 116, 120 jakościowa, 120 geoida, 76 geoinformatyka, 1, 12 geokodowanie, 94, 95 geomatyka, 1, 12 GIS, 1-4, 8, 9, 43, 104, 126, 133, 135, 157, 158, 173, 175, 177, 189-191, 193-199, 212 GlobalMap, 32 GML, 102, 103 GRID, 136, 138, 141, 143, 145 GRS 80, 77 hipennapa, 174 hurtownia danych, 194 IKONOS, 25, 214 implementacja, 194 infrastruktura geoinformacyjna, 199, 200, 207, 209, 211 INSPIRE, 207, 208, 210 integracja danych, 105-107 interpolacja, 136, 137, 139, 146, 147 IRS, 25 ISO, 55, 62, 107, 201 izolinia, 172 jakość
Indeks
Indeks
danych, 5, 55, 62, 63, 98
kartodiagTam, 164, 165 kartogram, 166, 167, 170, 171 klasyfikacja, 28, 67, 120, 121, 168 kompletność, 5 kriging, 138-140 KSIG, 11, 211, 218 Landsat, 8, 22, 23, 181 LIS, 2 mapa, 29, 115, 159 analogowa, 31, 215 cyfrowa, 31 ogólnogeograficzna, 30, 160 tematyczna, 30, 158, 159 topograficzna, 30, 34, 142, 160, 213 zasadnicza, 216, 217 MapBSR, 33
metadane, 57, 58, 208 metoda chorochromatyczna, 161 metoda dazymetryczna, 170, 171 metoda izolinii, 172 metoda kropkowa, 166 metoda odwrotnych odległości, 138 metoda sygnatur, 160 metoda zasięgów, 161, 162 MIF/MID, 50 model danych, 37, 38, 193 rastrowy, 44, 47, 48, 138, 185 wektorowy, 38, 47, 48, 104 wektorowy prosty, 38 wektorowy topologiczny, 39 model fizyczny, 101 model kartog1:aficzny, 38, 52 model koncepcyjny, 3, 4, 98 model krajobrazowy, 38, 52 model logiczny, 3, 4, 99, 101 model obiektowo-relacyjny, 108, 109 model obiektowy, 108 model relacyjny, 99, 108 nakładanie
warstw, 128, 133 NMT, 27, 34, 140-144, 215 norma, 58, 62, 107, 200, 201 obiekt, 17, 38, 100, 108, 126, 159, 217 dwuwymiarowy, 18 jednowymiarowy, 18 liniowy, 38, 39, 104, 135 powierzchniowy, 38, 39 prosty, 19 punktowy, 38, 39 złożony, 19 zerowymiarowy, 17 obraz radarowy, 26 obraz satelitarny, 21, 24, 27-29, 51, 142, 214 odwzorowanie azymutalne, 82 Gaussa-Krugera, 31, 83, 88, 91 kartograficzne, 31, 80, 82 Roussilhe'a, 84 stożkowe, 82 walcowe, 82 OGC, 8 ontologia, 106
operacje arytmetyczne, 123, 149 logiczne, 148, 151 matematyczne, 123, 148, 149 statystyczne, 124 operator logiczny, 126 ortofotomapa, 214 OVERLAY, 128 piksel, 22, 44, 214 poligony szczątkowe, 72, 133 precyzja, 68 projekt systemu, 193 PROMEL, 10 przetwarzanie danych, 60, 111, 157 QuickBird, 25 raster, 145-148 redakcja map, 53, 158 reklasyfikacja, 148 relacja, 51, 1 OO rozdzielczość, 25 czasowa, 22 przestrzenna, 22, 69, 121 radiometryczna, 23 spektralna, 22 SABE, 33 scena satelitarna, 23 SDI, 200 SDTS, 50 semiwariogram, 139, 140 SHP, 49 SILP, 34 SINUS, 10 SIP, 2 SIT, 2, 13 SIZROL, 10 skala bezwzględna, 19 interwałowa, 19, 121 nominalna, 19 porządkowa, 19, 121 sliver, 72, 133 SPOT, 23, 24 standardy, 57, 58, 200, 207 strategia wdrażania, 190 struktura GIS, 189 SVG, 50 SWOT, 191
229
SYMAP, 7 system informacji geograficznej, 1, 12, 55, 92, 103, 105, 115, 190, 199, 200, 211 system odniesień przestrzennych, 78 szczegółowość, 69, 115, 193 TAB, 50 teledetekcja, 21 TEREN,10 TERYT, 35, 212 TIGER, 7, 50 TIN, 41-44, 47, 48, 136, 137, 141 topologia, 39, 103, 104 transformacja współrzędnych, 92, 93 treść podkładowa , 159, 165, 166 triangulacja, 42, 137, 141 układ
geocentryczny, 31 78 „1942'', 85, 86 „1965", 88, 89 „1992", 79, 90 „2000", 79, 91 , 216 „GUGiK 1980", 89 UML, 100, 193 uogólnienie, 116 uproszczenie, 117, 120, 123 uproszenie, 116 układ współrzędnych,
Vmap, 213 warstwa tematyczna, 20, 104, 111, 112, 125, 127, 152, 213, 217 WGS84, 77, 213 wiarygodność, 5, 70 wieloboki Thiessena, 42, 141 wizualizacja, 157, 158, 173, 174 współczynnik kappa, 67, 68 współdziałanie, 9, 199, 200 współrzędne, 75 wspomaganie decyzji, 179 wygładzanie, 119, 123 XML, 102 zdjęcie lotnicze, 21, 27, 142, 215 zmienna dynamiczna, 173 zmienna wizualna, 159 źródła błędów,
źródła
56, 58 danych, 21, 29, 31, 141, 142, 193