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

Точність бази даних. Майже кожен етап створення БД загрожує внесенням помилок.

Карти не вільні від похибок, які при цифрование автоматично переносяться до бази даних, з-за генералізації вони не завжди точно фіксують інформацію про місцезнаходження об'єкта; невідповідності на кордонах листів можуть зумовити невідповідності в базі даних.

Помилки характерні для даних, взятих з некартографіческіх джерел. Вони можуть з'явитися і при проведенні інвентаризації за аерофотознімки, якщо зображення дешифрованого невірно, часто виникають тому, що занадто велика довіра до базових картками. Інші помилки пов'язані з проблемою кордонів та похибками класифікації. Багато помилок обумовлені особливостями збору даних. Ручне введення цифрових даних вельми обтяжливий і важко зберігати якість роботи протягом довгого часу.

Для зниження помилок у вимірюванні місця розташування використовують геодезичний контроль та системи супутникового позиціонування, а також створення масивів даних географічної прив'язки. До останніх пред'являють особливо високі вимоги по точності та достовірності ще на етапі збору вихідної інформації. Їх застосування в якості основи для інтеграції даних у відомих оригінальних масштабах і проекціях не викликає труднощів. У всіх інших випадках потрібно перетворення інформації, яка повинна виконуватися за правилами картографічної генералізації і узгодження. Більша частина даних про місцезнаходження береться з аерознімків, при цьому точність залежить від правильного розміщення контрольних точок. Дані космічної зйомки важче розташувати з великою точністю - не дозволяє роздільна здатність знімка.

На весь набір даних впливають: помилки реєстрації та визначення контрольних точок, перетворення координат, особливо коли невідома проекція вихідного документа; помилки обробки даних, неправильний логічний підхід, генералізація і проблеми інтерпретації; математичні помилки; втрата точності представлення через невисоку точності обчислень; переклад векторних даних у растровий формат.

У БД звичайно використовуються дані з різних джерел з різним ступенем точності. При накладенні безлічі карт точність результуючого матеріалу може виявитися дуже низькою. Проте більший інтерес представляє показник придатності отриманої карти. Для деяких типів операцій ступінь придатності карт визначається точністю найменш точного шару БД. Показник придатності можна оцінити також за його стійкості при зміні порядку введення даних або зміні ваги атрибута.

Часто виникають штучні ознаки помилок (артефакти) - це небажані наслідки застосування високоточних процедур для обробки просторових даних, що мають невелику точність. Використання растрових даних дозволяє застрахуватися від артефактів до тих пір, поки розмір елемента растра більше або дорівнює позиційної точності даних. При роботі з векторними даними артефакти виникають при кодуванні (цифрование) і накладення полігонів.

Щоб перевірити позиційну точність, потрібно використовувати незалежний, більш точний джерело, наприклад, карту більшого масштабу, дані супутникового позиціонування, первинні ("сирі") дані зйомки. Для контролю можна використовувати і внутрішні ознаки: незамкнуті полігони, лінії, що проходять вище або нижче вузлових точок, і т. п. Величина цих похибок може служити мірою позиційної точності.

Найбільш надійним шляхом створення якісних БД, особливо для її багаторазового і багатокористувальницького застосування, є зберігання інформації про точність у самій БД у вигляді атрибутів або метаданих.

2.7.9.Точность атрибутивних даних

Точність атрибутів визначається як близькість їх до дійсних показниками (на даний момент часу). У залежності від природи даних точність атрибутів може бути проаналізована різними способами.

Для безперервних атрибутів, що представляють модель поверхні, наприклад, ЦМР, точність визначається як похибка вимірювань за цією моделлю.

Для атрибутів об'єктів, що виділяються в результаті класифікації, точність виражається в оцінках відповідності, визначеності або правдоподібності. У разі двох об'єктів ситуація, в якій вони представлені поєднанням 70% атрибута об'єкта А і 30% атрибуту В, краще, ніж коли об'єкти А і В недостатньо визначено, що не дозволяє чітко розмежувати їх. У загальному випадку для оцінки точності атрибутів корисно скласти матрицю помилок класифікації. Для цього потрібно взяти кілька випадкових точок, визначити їх категорію по базі даних, потім на місцевості визначити справжній клас і заповнити матрицю класифікації (відповідності). Якщо, наприклад, число класів 4, а кількість обстежених точок 100, з них на місцевості визначено 25 точок класу А, 18 точок - В, 24 - С і 33 - Про (табл. 1).

В ідеалі всі крапки повинні розташовуватися по діагоналі матриці; це показує, що на місцевості та в базі даних зафіксований один і той же клас. Помилка пропуску виникає тоді, коли точки класу на місцевості неправильно зафіксовані в базі даних. У матриці

 

Таблиця 1

Матриця класифікації класу В дорівнює сумі

Клас на місцевості				Клас у БД
				А	У	З	0	Всього
А	12		7	3	3	25
У	3		10	3	2	18
З	3		5	15	1	24
0	4		4	4	21	33
Всього	22		26	25	27	100

записів у стовпцях А, З і О рядка В (кількість точок, які відносяться на місцевості до класу В, а в базі даних - до інших класів). Помилка додавання (помилкового класу) має місце у випадках, коли в базі даних зафіксований клас, якого немає на місцевості, наприклад, для класу А - це сума записів у рядках В, С і О стовпчика А (відповідає числу точок, неправильно віднесених до класу А в базі даних).

Для узагальнення матриці відповідності використовують такий показник достовірності класифікації, як кількість правильно класифікованих точок, розташованих по діагоналі матриці (у%). Насправді це число може бути випадковим. Щоб врахувати цей факт часто при узагальненні результатів використовують так званий індекс до каппа Коена, що вносить поправку на випадковість. Він обчислюється за формулою:

K = (dq) / (Nq) (1)

де d - число випадків правильного отримання результату (сума значень, що стоять на діагоналі матриці відповідності); q - число випадкових результатів, яке обчислюється через число випадкових результатів у стовпцях пс і істинних в рядках пг матриці відповідності. N - загальне число точок. Для абсолютно точних результатів (всі N точок на діагоналі) каппа дорівнює 1, а при чисто випадковому попаданні - О. У наведеному прикладі

q = (22x25/100 + 26x18/100 + 25x24/100 + 27x33/100) = 25,09; K = (58-25) / (100-25) = 0,44;

показник достовірності класифікації дорівнює 44%, що менше значення, отриманого по діагональних елементів (58%).

Невизначеність атрибутів кожного елемента растра постійна для кожного з представлених класів об'єктів, а позиційна невизначеність постійна для всього растру - фіксується один раз для всієї карти.

Для соціальних даних основне джерело неточності в атрибутах - недооблік даних. Наприклад, при проведенні перепису у деяких районах і по деяким соціальним групам недооблік може бути дуже високим (> 10%).

2.7.10.Логіческая несуперечність, повнота, походження

Ці елементи якості даних відносяться до бази даних в цілому, а не до об'єктів, атрибутів або координатами.

Логічна несуперечність пов'язана з внутрішньою непротиворечивостью структури даних, з топологічним представленням даних, що означає наявність вичерпного списку взаємовідносин між зв'язковими геометричними уявленнями даних без вимірювання збережених координат просторових об'єктів. Вона зазвичай полягає у відповідях на питання: замкнуті чи полігони, чи немає полігонів без позначок або з декількома мітками, чи є вузли на всіх перетинах дуг. Логічні суперечності можуть бути пов'язані з проблемами узгодження інформації і географічних кордонів при поєднанні даних з різних джерел.

Повнота пов'язана зі ступенем охоплення даними безлічі об'єктів, необхідних для представлення реальності або відображення на результуючої карті (чи всі відповідні об'єкти включені в базу даних?). Вона залежить від правил відбору об'єктів або явищ, генералізації і масштабу.

Походження включає відомості про джерела даних, часу збирання даних, точності джерел і цифрових даних, організації, яка їх збирала, про операції зі створення бази даних (як кодувалися дані і з якого вихідного матеріалу, як відбувалася їх обробка). Зазвичай ця інформація міститься в спеціальних файлах метаданих.

2.7.11.Особенності інтеграції різнотипних даних

Нові види і типи цифрових даних вимагають розробки методів їх спільного використання, оцінки придатності для створення ГІС та складання карт. Створення проблемно-орієнтованих банків географічних і картографічних даних і знань сприяє не тільки накопичення та обміну інформацією, а й підвищенню якості та достовірності результатів, одержуваних ГІС. Особливо зростає роль таких банків для інтеграції, просторового та тематичного узгодження інформації.

Проблеми інтеграції даних особливо гостро постали у зв'язку з широким використанням вже існуючих цифрових карт, що містяться в різноманітних базах просторових даних і розповсюджуються по телекомунікаційних мережах. Вони можуть бути шарами проблемно-ГІС, представляти результати комп'ютерного дешифрування аеро та космічних знімків, цифрового моделювання об'єктів або явищ. Інформація щодо їх походження, методів створення, точності та достовірності часто відсутня або недоступна. Сукупність цифрових даних про просторові об'єкти, що становлять зміст баз географічних даних ГІС, по суті, ще не є цифровою картою. На картах, створених на основі даних дистанційного зондування, "піксельні" дозвіл і генералізація можуть не відповідати показникам картографічної точності і генералізації для вибраних масштабу і проекції. Особливо складна інтеграція даних, що подаються на карті умовними знаками, через їх внемасштабності та унікальності.

Технологія створення цифрових карт часто визначається тимчасовими, не усталеними, розрізненими, не завжди професійно складеними інструкціями та технічними завданнями, розробленими виробником чи замовником робіт, відомчими інструкціями. Все частіше з'являються у публікаціях повідомлення про помилки у цифрових картах, а іноді про їх повної непридатності до використання або ненадійності як джерел даних.

При традиційному (паперовому) створенні карт різнотипні дані застосовуються давно і методи їх спільного використання добре розроблені. Сучасне технічне і програмне забезпечення дозволяє на основі будь-яких доступних даних створювати скільки завгодно складні за змістом карти і робити їх легко доступними для використання та модифікацій. Але часто це робиться без урахування картографічних традицій, в той час як довіра до цифрових картах велике. Вирішення проблем інтеграції даних при створенні та використанні цифрових карт лежить в області розробки інфраструктури просторових даних (на національному, міждержавному рівнях), чіткої структури метаданих і картографічно обгрунтованого застосування ГІС-технологій при роботі з різнотипними даними.

Під формуванням інфраструктури просторових даних мається на увазі розробка механізму їх обміну та накопичення (доступність, вартість, система стандартів на дані і обмін ними, мета дані), а також визначення єдиної - базової - просторової інформації, до якої, в першу чергу, слід віднести геодезичну основу , рельєф, гідрографію, транспортну мережу, адміністративні кордони.

Перевага геоінформаційних методів полягає в можливості оцінити придатність даних для спільного використання та здійснити їх інтеграцію на основі виконання просторового аналізу за допомогою ГІС-технологій. Проте основне правило при інтеграції інформації таке: якість даних має бути визначено швидше під час отримання даних, ніж при спробі застосувати ці дані. Тоді зазначені технології можуть істотно полегшити їх коригування для поставленої задачі.

Основні проблеми, що виникають при спільному використанні різнотипних даних: відображення положення кордонів у різних цифрових джерелах, тимчасові параметри даних і спосіб відображення структури геосистем.

Гарним технологічним прийомом інтеграції різнотипних даних довільних джерел може стати створення спеціалізованих експертних систем. Їх завдання - виконання оцінок якості та придатності таких даних, що спирається на три базових складових системи: метадані, логічні процедури, що враховують характер прояву основних джерел можливих помилок в цифрових просторових даних, ГІС-технології, реалізують традиційні та сучасні прийоми поєднання інформації для створення БД.

2.8.ТЕХНІЧЕСКОЕ І ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ ГІС

2.8.1.Требованія до технічного і програмного забезпечення ГІС

Стратегію створення будь-якої ГІС визначають функції, які вона буде виконувати. Крім традиційних - збір, зберігання, обробка та передача інформації, ГІС повинні мати функції, сприяють поєднанню склалися раніше і нових геоінформаційних методів вирішення географічних завдань.

Процес застосування ГІС-технологій для користувача ГІС включає:

пошук, збір, оцінку та осмислення особливостей просторових даних, що подаються в цифровій формі;

визначення складу та тематичного змісту просторової інформації, необхідної для вирішення поставленого завдання, у поєднанні з питаннями визначення системи координат, в якій створюється основа бази даних, структури та моделі даних, методів і засобів цифрования і зберігання даних, оцінки їх точності та достовірності;

аналіз просторових даних, що включає: аналіз взаємозв'язків процесів і явищ у природі засоби перетворення та суміщення в просторі інформації різного типу (оверлея), генералізацію картографічних, аерокосмічних і статістіческіхданних, інтерактивне дешифрування знімків;

моделювання: вибір відповідної математичної моделі та необхідних параметрів для неї - побудова географічної (картографічної, математико-картографічної) моделі;