Содержание к диссертации
Введение
Глава 1 Характеристика района исследований: Тольятти - Жигулевский геоэкологический полигон РГПУ имени А. И. Герцена 12
1.1. Характеристика территории полигона 12
1.1.1. Местоположение и площадь 12
1.1.2. Физико-географическая характеристика полигона 14
1.1.3. Климат 15
1.1.4. Растительность 17
1.2. Промышленность 17
1.2.1. Машиностроение 17
1.2.2. Энергетика 18
1.2.3. Химическая отрасль 18
1.3. Экологическое состояние г. Тольятти 19
1.3.1. Загрязнение атмосферы 20
1.3.2. Электромагнитное загрязнение и шум 22
1.3.3. Мусор 22
Глава 2 Состояние изученности проблемы. Цель и методика исследования; объем и характеристика исходных материалов 24
2.1.Обзор контактных методов сбора информации о лесах природных территориальных и урбанизированных комплексов 22
2.2. Методы дистанционного зондирования Земли 27
2.2.1.Общие сведения о МДЗЗ 27
2.2.2.Методы получения современных МДЗЗ 28
2.2.4.Классификация технологий получения снимков 29
2.2.5.Методы обработки данных ДЗ 30
2.3. Геоинформационные системы и технологии - средства практической реализации картографического метода исследования компонентов ПТК и УПК 34
2.4. Программа решения задач исследования 41
2.5. Методика исследования 41
2.5.1. Методика полевых работ 41
2.5.2. Методика обработки исходных материалов 42
2.6. Объем и характеристика исходных материалов 43
Глава 3 Анализ и совершенствование современных средств и технологий пополнения баз картографических данных сведениями о состоянии Урбанизированных Природных Комплексов (УПК) 47
3.1. Современные средства и технологии пополнения баз картографических и атрибутивных данных экологического мониторинга достоверными, точными и оперативными материалами 47
3.1.1. Цифровые и аналоговые способы представления данных об объектах ландшафтной оболочки Земли 47
3.1.2. Интерактивная обработка материалов дистанционных съемок 50
3.1.3. Оптимизация палитры изображений 57
3.1.4. Применение методов улучшения изображений на материалах цифровой и видеосъемки лесов 59
3.1.5. Повышение визуального качества изображений с использованием современных методов 67
3.2. Проблемы практического применения методики обработки изображений и пути их преодоления 74
Глава 4 Особенности структур баз картографических и атрибутивных данных в ГИС геоэкологического назначения и разработка рекомендаций по их совершенствованию . 81
4.1. Предпосылки появления ГИС и ГИ - технологий 81
4.2.Принципы организации пространственно-определенных данных в картографических комплексах и тематических (лесохозяйственных, лесоустроительных и геоэкологических) ГИС. 82
4.2.1 .Структура баз картографических и атрибутивных данных в связи с архитектурой СУБД 86
4.2.2.Этапы и виды моделирования в БД ГЭ ГИС 88
4.2.3.Особенности разработки структуры картографических баз данных (БД) 89
4.2.4.Проблемы и задачи геоэкологической ГИС 94
4.3.Структура данных при использовании объектно-картографического метода организации БД. 114
4.3.1. Выбор моделей для пространственного (геометрического, и топологического) описания объектов. 114
4.3.2.Преобразование данных в БД ГЭ ГИС в связи с ее многоуровневой архитектурой. 118
4.3.3. Структура БД при объектно - картографической организации данных 120
4.3.4. Проектирование картографических слоев 126
4.4.Реализация объектно-картографической структуры на макете БД ГЭ ГИС 140
4.4.1.Обеспечение совместной работы с картографическим произведением и внешней базой данных. 140
4.4.2. Адаптация объектно-картографической структуры данных ГЭ ГИС в программные среды ранее разработанных географических информационных систем 152
Выводы и предложения 164
Библиографический список 168
- Загрязнение атмосферы
- Геоинформационные системы и технологии - средства практической реализации картографического метода исследования компонентов ПТК и УПК
- Интерактивная обработка материалов дистанционных съемок
- Структура БД при объектно - картографической организации данных
Введение к работе
Актуальность темы. Экологический мониторинг является важнейшим средством контроля окружающей среды. Состояние произрастающих в регионе насаждений тесно связано с количеством и химическим составом выбросов промышленных предприятий. В наибольшей степени это относится к аэрогенным выбросам, так как именно они воздействуют на полог насаждений, изменяя его оптические, физические и химические показатели. Состояние полога насаждений, произрастающих поблизости от промышленных предприятий, может быть использовано для информационного обеспечения экологических и других заинтересованных организаций. Комплексный дистанционно-контактный мониторинг загрязнения окружающей среды необходим для проектирования мероприятий по ее улучшению, оценки эффективности предыдущей природоохранной активности и систематической корректировки деятельности по охране и улучшению среды, окружающей человека. Оперативная и точная информация о состоянии лесов является основой экологически безопасного использования природных ресурсов, научно- обоснованной организации ООПТ и других видов природопользования. Самарская область и г. Тольятти являются проблемными территориями из-за критических условий роста лесонасаждений и высокого уровня концентрации промышленных предприятий в городах и городских поселениях. Разработка системы мониторинга с использованием ГИС и МДЗЗ позволит решить задачу информационного обеспечения природоохранной деятельности на локальном, муниципальном и региональном уровнях.
Объектом исследования являются городские и пригородные леса г. Тольятти, подверженные длительным систематическим воздействиям различного рода неблагоприятных факторов.
Предмет исследования - формирование объектно-ориентированных картографических баз данных об объектах, явлениях и процессах на землях городских и пригородных насаждений г. Тольятти для оценки реакции насаждений на неблагоприятные факторы естественного и техногенного происхождения.
Целью диссертационного исследования является разработка структуры объектно-ориентированной базы картографических данных для совершенствования дистанционно - контактных методов оценки состояния окружающей среды на основе индикационных свойств зеленых насаждений города и области с целью оперативного обнаружения изменений в их изображениях под воздействием неблагоприятных факторов естественного и техногенного происхождения.
Предполагалось оценить возможность использования объектно - картографического метода (ОКМ) формирования массивов геоданных при создании внешних БД ГИС геоэкологического назначения [Никишин, 2005].
Для достижения заявленной цели в диссертационном исследовании были поставлены и решены следующие задачи:
оценена индикационная роль городских лесов и элементов озеленения для отслеживания экологической обстановки в промышленных центрах;
исследованы возможности использования показателей спектральной яркости и оптической плотности изображений растительных покровов для определения их состояния;
разработана основа объектно-ориентированной базы картографических данных геоэкологического мониторинга, совместимая с управленческими ГИС любой конфигурации локально-регионального уровня, позволяющая пополнить управленческие ГИС оперативной информацией.
сформулированы предложения по сопровождению (пополнению и калибровке) баз картографических данных ГИС всех уровней для постоянного отслеживания экологической обстановки в регионах.
Исследование базируется на картографическом методе [Салищев, 1971], который дополняется результатами сравнительного анализа информационных массивов, характеризующих объекты на территории г. п. Тольятти. Особый интерес для исследования представляет анализ комплексных знаний об этих объектах, включая их классификацию, ареалы распространения, взаимосвязь друг с другом, условные обозначения и возможность отображения на картах различного содержания.
Достоверность результатов исследования определяется большим массивом калиброванных исходных данных, верифицированных методик их обработки и подтверждается результатами экспериментальной проверки разработанных рекомендаций на реальной модели сформированных баз картографических и атрибутивных данных.
Положения, выносимые на защиту:
структура модифицированной ГИС «Состояние УПК г. п. Тольятти»;
результаты анализа динамики состояния окружающей среды в регионе г. п. Тольятти, как основа дистанционно - контактного экологического мониторинга;
методика и результаты фитоиндикационного контроля состояния окружающей среды с использованием МДЗЗ и реакций городских лесов и насаждений общего пользования на техногенные факторы;
модифицированная структура баз картографических и атрибутивных данных, совместимых с управленческими ГИС муниципального и регионального уровней;
Научная новизна результатов исследования состоит в разработке рекомендаций по применению новых технических средств и МДЗЗ городских и пригородных лесов для оценки состояния окружающей среды промышленных регионов, а также новой концепции формирования баз картографических и атрибутивных данных на основе объектно - картографического метода исследования урбанизированных и природных территориальных комплексов разных рангов.
Теоретическая значимость результатов исследования заключается развитии концептуально обоснованной структуры внешней объектно-ориентированной картографической базы экологических данных, совместимой с базами данных управленческих ГИС локального, муниципального и регионального уровня. Совместное использование баз картографических данных обеспечивает принятие близких к оптимальным решений при разработке программ стабилизации экологического состояния промышленных центров.
Практическое значение результатов. Разработанные в процессе данного исследования выводы, предложения и рекомендации использованы в деятельности специалистов - геоэкологов г.п. Тольятти и лесных отделов ООПТ региона (объекта наследия ЮНЕСКО) - акты прилагаются. БД ГИС специального назначения найдет применение в области охраны и воспроизводства лесных ресурсов, сохранения биологического разнообразия, уникальных, редких и типичных ландшафтов Самарской области.
Личный вклад. Сбор полевого материала, разработка методики исследования, обработка материалов, анализ и представление полученных результатов, формулирование выводов и рекомендаций было выполнено лично автором.
Апробация результатов диссертационного исследования. Результаты исследования изложены в 13 научных статьях, опубликованных в рекомендованных ВАК изданиях и 2 публикациях общего списка. Программа и методика исследования докладывались на пяти ежегодных научно-технических конференциях лесохозяйственного факультета Санкт-Петербургской государственной лесотехнической академии и Поволжского государственного университета сервиса. .
Диссертационная работа состоит из введения, 4 глав и заключения. В библиографический список включены работы 184 авторов, 15 из которых опубликованы автором. Работа изложена на 168 страницах. Таблиц 14, рисунков 37.
Загрязнение атмосферы
По условиям рассеивания загрязнений Тольятти относится к зоне с повышенным потенциалом загрязнения атмосферы. Неблагоприятные метеорологические условия в городе составляют до 30 % в год: штили (среднегодовая повторяемость 13 %) и слабые ветры (повторяемость ветров до 1 м/сек — 27 %) часто способствуют накоплению примесей в приземном слое атмосферы.
Основным стационарным источником загрязнений являются предприятия Центрального района города (63,2 % из них ТЭЦ 33,7 %) На Автозаводский район относят 26,2 % выбросов (17,9 % — ТЭЦ ВАЗа), а на Комсомольский всего 10,6 %[б6]. Специфика выбросов характерна для теплоэнергетики, выбросы которой составляют более половины загрязнений (51,6 %). В городском воздухе постоянно наблюдается превышение предельно допустимых концентраций по формальдегиду — 3,7 ПДК; диоксиду азота — 1,1 ПДК; бензапирену — 1,9 ПДК; гидрофториду — 1,2 ПДК; аммиаку — 1,7 ПДК. Особенности промышленных выбросов в атмосферу иллюстрируются на рисунке 5.
Город проектировался и застраивался с учётом розы ветров. Промышленные предприятия находятся на северо-востоке города, в стороне от жилых кварталов. Главные предприятия - загрязнители построены с подветренной стороны. Преобладающими ветрами в регионе являются ветра южного и юго-западного направлений в холодный период года и западные и северо - западные - в теплый.
Наиболее благоприятный ветровой режим для проветривания в Автозаводском районе, построенном позже остальных. Это связано с продольным расположением широких автодорог, отсутствием леса на берегу Волги, характером застройки. Однако эти же ветра способствуют переносу загрязнений в атмосферу города из других промышленных центров с соседних терри торий, а жители Автозаводского района зимой чаще обращаются к врачам по поводу респираторных заболеваний.
В последние годы не промышленность является основным источником загрязнения воздуха. Если в 1990 году объём выбросов от стационарных источников составлял 103,2 тыс. тонн [Госдоклад..., 2011], то в 2001, 2002 и 2003 годах эта цифра составляла уже 43,7; 34,9 и 32,8 тыс. тонн соответственно. На первую роль вышло загрязнение, производимое автомобильным транспортом. С 29 % в 1988 году доля валовых выбросов автотранспорта выросла до 59 % в 2004 году, что однако ниже, чем в Самаре, где этот показатель равен 76 %.
Индекс загрязнения атмосферы (ИЗА) незначительно меняется год от года (12 — 2002 год, 10,4 — 2005 год), но остаётся высоким. По оценкам специалистов, Тольятти, с территорией около 315 км2, своими выбросами отрицательно воздействует на территорию до 744 км2.
Геоинформационные системы и технологии - средства практической реализации картографического метода исследования компонентов ПТК и УПК
Создание геоэкологических карт нового поколения на основе интерпретации ретроспективных данных дистанционного зондирования с применением компьютерных технологий является одним из перспективных направлений геоэкологической деятельности в промышленно развитых регионах. Задача создания комплектов тематических карт с помощью ГИ технологий, в основном, решена. Однако оценка полноты и качества геоэкологических и тематических карт-основ остается дискуссионной. Многие исследователи пытаются представить моделирование как когнитивный процесс, т.е. процесс познания, получения новых знаний и картографический метод исследования подтверждает эти утверждения.
В математико-статистическом моделировании выделяют три этапа: 1) актуализация задачи, включая сбор и обработку данных наблюдений; 2) математическое моделирование с применением формального метода, который играет роль инструмента; 3) предметная интерпретация результатов. Наиболее детально необходимо рассмотреть этап формального моделирования -методы исследования и компьютерная обработка данных.
К объективным факторам процесса моделирования относятся: 1) неполнота данных наблюдений; 2) параллелизм и дивергенция свойств; 3) незакономерный характер изменчивости свойств в зависимости от размеров объектов.
Неполнота данных наблюдений означает невозможность полной характеристики предмета. "Неполнота" - только краткая формула. Любая система наблюдений, как бы тщательно ни была спланирована, включает наблюдения, в которых отражены другие предметные стороны природного явления. Идеальной можно считать систему наблюдений, обладающую свойством целостности. Целостной можно назвать систему, которая в отношении предмета содержит все, без чего нельзя обойтись, и не содержит ничего лишнего.
Объективные причины обусловливают присутствие в результирующей модели ошибок - излишнюю фрагментацию однородных частей природных объектов и неразделение разнородных частей.
В зависимости от тематики карты выделенные части могут рассматриваться в составе разных образований или представляться самостоятельными единицами. Цель исследования - фильтр, который пропускает только необходимую информацию. "Лишняя" информация не может быть нейтральной, она ухудшает качество эмпирической модели и должна быть изъята.
Карты формальных параметров. Модельные свойства карты можно понять, рассматривая их в сравнении с моделями других видов. При сравнении моделей применялась характеристика по 13 качественным показателям. Главные факторы выражаются через структуру характеристик следующим образом:
- Фактор 1: абстрактность, избирательность, синтетичность, содержательное соответствие, логичность легенды, однозначность;
- Фактор 2: метричность, наглядность, обзорность пространства, геометрическое подобие, непрерывность, организованность пространства, «предсказительность».
Математическая модель, которая группируется с первым классом, приближается к классу картографических моделей. При определенных условиях карта формальных параметров также может войти в класс картографических моделей.
Восемь качественных характеристик в сумме образуют достижимый предел для карты формальных параметров. Вне рассмотрения остаются еще 5 характеристик, использовать которые (по [Стурман, 1995]) в близком будущем невозможно.
Формальный метод, приближенный к пределу возможного, должен удовлетворять следующим условиям: 1) комплексность анализа данных наблюдений; 2) естественность выводимых содержательных характеристик; 3) логичность методов построений и результатов.
Картографическая информация - сложное явление, в содержательно -коммуникативном смысле она определяется как содержание карты. Сведения, заключенные в ней, могут быть извлечены читателем карты [Салищев, 1982]. Картографическая информация не является свойством исключительно карты, а зависит от читателя карты - его знаний, опыта и цели исследования.
Применение картографического метода представляет собой сочетание двух основных подходов - картировочного и модельного [Салищев, 1982]. Картировочный подход реализуется через операции картографического исследования: фильтрация, районирование, совмещение и опознание. Модельный подход состоит в выделении картографических образов (КО) и их опознании. В интерпретации карты формальных параметров можно выделить два этапа: 1) формально картографический с целью построение карты образов разных рангов; 2) содержательно - тематический с целью построения завершенной карты тематического содержания, которая соответствует четвертому уровню [Никишин,2005].
Процесс чтения карты - это выделение и анализ картографических образов. Поэтому большое значение приобретает систематика картографических образов. КО образуют самый низкий - элементарный - уровень. Комбинация (композиция) элементарных КО дает образы второго уровня сложности и т.д. до картографического образа карты в целом.
Картографические образы разных иерархических уровней создают образную поверхностную структуру карты. Поверхностная структура карты как отражение географической реальности имеет то же направление, что и логическая структура - от старших уровней к младшим. Не следует порядку обусловленности подчинять порядок построения структуры карты. По аналогии с восприятием изображений интерпретацию карты следует начинать с выделения наиболее отчетливых КО. Далее выделяются менее отчетливые КО того же ранга, которые вместе с выявленными ранее позволят считать каркас карты построенным.
От наиболее отчетливых КО каркаса продолжение построений возможно в направлении верхних (общих) иерархических уровней и нижних - детальных [Киреев, 2005].
Сложные информационные отношения можно отобразить на логической диаграмме Венна, которая отражает объемные отношения частей информации [Тикунов, 2002] - рисунок 8. Полная информация является объединением частей - областей логического пересечения картируемой реальности, представлений о ней (в т.ч. - ошибочных) и сведений, Mi - М4 - актуализированная информация; Mj - известная потребителю ранее; М2 - новая для потребителя, заложенная в карту составителем; М3 - заложенная в карту составителем, но не усвоенная потребителем из-за недостаточной подготовленности или ненужности для решения задач; Mt - извлеченная из карты потребителем за счет его знаний, но не предусмотренная составителем; Ms - потенциальная информация, которую можно получить дополнительно при исследовании карты; А - D - информация: А - полная, В - вложенная в карту составителем; С - полученная из карты потребителем; D - неактуализирован-ная, которыми располагают составитель и потребитель карты.
Информация, сообщенная составителем и известная потребителю ранее (на рисунке - Mi). Это - не бесполезная информация, некоторый объем ее необходим для оценки правильности выбора метода обработки и приемов выделения картографических образов, соответствующих представлениям об объектах моделирования.
Новая для потребителя информация, вложенная в карту составителем (М2). Объем этой части зависит от совпадения представлений составителя и потребителя, а также от объема части М Действующие на высоком уровне критерии качества информации включают в себя трехсторонние отношения между теоретическими представлениями, методом исследования и эмпирическими моделями [Дэйт, 2000]. Изначально активным оказывается ожидаемый эффект - то есть соотнесение определенной модели с опытом. В итоге сравнения определенной и обобщенной моделей происходит корректировка хода построений и/или пересмотр собственных представлений.
Интерактивная обработка материалов дистанционных съемок
Фильтрация изображений: алгоритмы сглаживания изображений
Понятие сглаживания изображений имеет двоякий смысл. Сглаживание - это подавление помех, связанных с несовершенством изображающей системы: аддитивных, флуктуационных, импульсных и др. Сглаживание - это устранение деталей (обычно малоразмерных), мешающих восприятию нужных объектов на изображениях (генерализация изображения).
Понятие сглаживания всегда подразумевает некоторое представление об "идеально гладком" сигнале. Такой сигнал - цель сглаживания.
Для изображений таким "идеально гладким" можно считать сигнал, описываемый кусочно-постоянной моделью, т. е. "лоскутное" изображение с пятнами-деталями, имеющими постоянное значение сигнала в пределах каждого пятна [Журавель, 2005]. Действительно, представление изображения в виде кусочно - постоянной модели есть сегментация изображений, являющаяся конечной целью анализа изображений для построения их описания. Подобная модель является идеальной для описания лесного массива, состоящего из «лоскутов» отдельных насаждений; ландшафта, состоящего из природных территориальных комплексов низших рангов и т.п. объектов.
Понятие сглаживания подразумевает также представление о том, что должно быть подавлено при сглаживании, чаще всего - шум. Ранговыми алгоритмами сглаживания для двух наиболее характерных моделей шума являются аддитивной и импульсной [Журавель, 2005].
Увеличение детальности изображений - понятие, противоположное сглаживанию. Если при сглаживании стираются различия деталей изображения, то при увеличении детальности они усиливаются. Увеличение детальности изображений называют также повышением локальных контрастов. Это основная операция при препарировании изображений.
Повышение локальных контрастов достигается путем измерения отличий значения сигнала в каждом элементе изображения от его значений в окружающих пикселах и в усилении этих отличий.
Наиболее известный и очевидный метод определения и усиления отличий - так называемая нерезкая маска. При этом вычисляется разность между значениями элементов изображения и усредненными значениями по окрестности этих элементов, эта разность усиливается и добавляется к усредненному изображению [Ярославский, 1987].
Преимущества нерезкого маскирования с ранговым сглаживанием вместо линейного - адаптивность и меньшая пространственная инерционность.
Обнаружение деталей и их границ основано на использовании ранговых алгоритмов. Для рангового обнаружения деталей изображения и их границ нужно измерять степень статистического несоответствия в распределении значений элементов анализируемой окрестности заданному распределению значений сигнала в пределах деталей. Для измерения степени несоответствия можно использовать известные в математической статистике критерии согласия.
Обнаружение состоит в сравнении измеренной степени соответствия с порогом. При препарировании изображений имеет смысл также предъявлять для визуализации величину соответствия, а не только бинарный результат сравнения с порогом. При этом обнаружение осуществляется оператором визуально.
Определение статистических характеристик сигнала и измерение текстурных признаков.
Адаптивные свойства ранговых алгоритмов делают их удобным инструментом для измерения локальных статистических характеристик изображений: локального среднего, локальной дисперсии и других моментов распределения. Характеристики гистограмм являются также текстурными характеристиками изображений и их фрагментов.
В этом случае анализируется гистограмма распределения значений элементов изображения в пределах фрагмента (или, как принято говорить в кодировании, блока), находятся границы кластеров, которые выбираются в качестве границ интервалов квантования, и производится квантование всех отсчетов фрагмента в соответствии с найденными границами.
Фильтрация изображений: обобщенная линейная фильтрация
С точки зрения векторного пространства задачей линейной фильтрации можно считать определение такого линейного преобразования в векторном пространстве, которое сводит длину или норму вектора ошибки к минимуму. Норму для данного векторного пространства определяет используемый критерий ошибки. Во многих случаях сигнал суммируется с шумом и использование линейной системы приводит к ошибкам.
Обобщение понятия линейной фильтрации может производиться при фильтрации сигнала и шума, которые комбинируются неаддитивно, лишь при условии, что правило их комбинирования удовлетворяет алгебраическим правилам векторного сложения [Голд и Рэйдер, 1973].
В естественных условиях наблюдаемая яркость, запечатленная на сетчатке глаза или на фотографической пленке, может рассматриваться как произведение двух составляющих: функции освещенности и функции отражательной способности. Функция освещенности описывает освещенность спектра в различных точках, и ее можно считать независимой от предметов, расположенных на этой сцене. Функция отражательной способности характеризует детали сцены и может считаться независимой от освещенности. При обработке изображения возникают две задачи — сжатие динамического диапазона и усиление контрастности. Первая из их вызвана тем, что часто встречаются сцены с чрезмерными отношениями уровня светлого к уровню темного, что приводит к слишком большому динамическому диапазону по сравнению с возможностями имеющегося приемника, например фотографической пленки. Параметр г хорошо известен фотографам, которые выбором фотоматериалов и изменением времени проявления регулируют численное значение г Когда г выбрано положительным, но меньшим единицы, происходит сжатие динамического диапазона.
Другая задача состоит в такой обработке изображения, которая увеличивала бы контрастность, придавая большую четкость краям предметов.
Возможна только частично независимая обработка. На практике оказалось полезным связать низкие пространственные частоты с v, а высокие пространственные частоты — с При таком предположении линейный фильтр (рис. 11) выбирался так, чтобы он производил умножение низких пространственных частот на и высоких пространственных частот на .
При выполнении этой обработки частотная характеристика фильтра выбиралась так, чтобы она имела общий вид, как на рис. 11, и была изотропной с нулевой фазой. Линейная обработка проводилась с применением методов высокоскоростной свертки, выполняемых в двух измерениях. На рис. 12 приведены примерз изображений, обработанных таким образом для одновременного изменения динамического диапазона и усиления контрастности.
Границы изображений: края и их обнаружение
Выделение и локализация краев (например, границ крон деревьев или границ таксационных участков - выделов, ПТК и т.п.) имеет важнейшее значение при таксационном и ландшафтном дешифрировании. Края — это такие кривые на изображениях, вдоль которых происходит резкое изменение яркости. Наиболее интересны такие изменения яркости, которые отражают важные особенности изображаемой поверхности: границы крон, ПТК и др.
К ним относятся места, где ориентация поверхности меняется скачкообразно, или один объект загораживает другой, или ложится граница отброшенной тени, отсутствует непрерывность в отражательных свойствах поверхности и т.п. В любом случае нужно локализовать места разрывов яркости или ее производных, чтобы узнать причину изменений образа объекта. Применение дифференциальных операторов целесообразно для выделения тех особенностей изображения, которые помогают локализовать участки, где можно обнаружить фрагмент края.
Короткие края должны обладать большей контрастностью, чем длинные, чтобы их можно было распознать. Выделение краев можно рассматривать как дополнение к сегментации изображения, поскольку края можно использовать для разбивки изображений на области, соответствующие различным поверхностям.
Структура БД при объектно - картографической организации данных
Специфику функционирования каждой из этих БД иллюстрирует схема, представленная на рис. 36.
В архитектуре традиционной БД геоэкологической ГИС, сформированной на основе комплекса цифровых карт различного содержания, прослеживаются логические уровни, связанные с индивидуальным (уровень приложений, внешних моделей) и обобщенным - концептуальным представлением данных [Дейт, 2000; Карпова, 2001].
Концептуальный уровень, присущий собственно геоэкологической БД и являясь ее принадлежностью, распадается на три функциональных подуровня (подсистемы), обеспечивающие соответственно сбор данных (формирование архива), хранение, обработку и моделирование (собственно БД), представление данных, генерируемых базой данных в виде карт и отчетов.
Любая информация, затребованная на уровнях подсистем в ходе выполнения отдельной функциональной задачи, может формироваться как результат изменения данных на вышележащих уровнях, вплоть до самого верхнего - уровня приложений. Такое изменение есть результат взаимодействия всех входящих на рассматриваемый уровень потоков данных, а именно нисходящих сверху первичных (или первично унифицированных) данных (Хп, Ху, Х у и Х"у) с разработанными для конкретного уровня данными восходящих по-токов (требования к сбору (ТЗ сб, Т3"сб), моделированию (НТ м, НТ м) и представлению (НТпр) данных). Генерирование последних осуществляется на концептуальных уровнях, т. е. в самой БД, в виде соответствующих запросов -технических заданий (ТЗсб, ТЗхр,об,мод и ТЗпр).
Обеспечение гибкой связи между уровнями в связи с возможным изменением данных на каждом из них может быть обеспечено только тщательной разработкой ТЗсб каждого уровня (ТЗ сб и ТЗ "сб), сводящейся к введению в БД соответствующих таблиц перекодировок. С такой же тщательностью должна осуществляться разработка ТЗоб,хр,мод, на основании которого должны гибко извлекаться затребованные данные для НТм и НТпр, необходимые, в свою очередь, для обновления восходящих потоков различных уровней (НТ м и НТ м).
Только при тщательной разработке подсистем ГИС, обеспечивающих сбор, обработку, хранение данных, пространственное моделирование и представление результатов, добавление или обновление данных, произведенное на любом уровне (будь то внешняя модель или приложение), отражается на уровнях подсистем БД, что и является идеалом совершенной ГИС.
В реальности при разработке БД в качестве первичного источника данных используют одну базовую модель (приложение) - по сути цифровую (топографическую или тематическую) карту, представленную в определенном формате данных. В этом случае разработка ТЗ сбора данных сводится к введению таблиц перекодировки объектов БД в кодах классификатора приложения, а структура унифицированных данных (концептуальная модель) унаследует структуру классификатора исходной цифровой карты.
Разработка БД ГИС геоэкологического назначения требует использования нескольких базовых моделей (например, топографической, геологической, почвенной, растительности и др. цифровых карт), что соответствует разнообразной тематике отображаемых объектов в связи с ее многоотраслевым характером. При традиционном подходе, когда наследуется структура исходных классификаторов, структура унифицированных данных в БД может превратиться в набор некоторых групп данных объектах в соответствии с тематикой использованных цифровых карт.
Каждая из этих групп будет характеризоваться своими принципами организации, заложенными в исходных классификаторах. Структура моделей объектов ГИС может оказаться избыточно насыщенной за счет выделения в отдельных ее подразделениях одних и тех же типов объектов, всего лишь несколько различающихся своим картографическим отображением на исходной карте. Подробности в картографическом описании объектов, которые возможно и будут востребованы в условиях использования всей полноты функций ГИС, на практике могут оказаться лишними и затрудняющими восприятие пользователем сущности картографируемых явлений или объектов местности.
Проблема использования классификаторов цифровых карт при разработке БД проектируемой ГИС усугубляется ее многоотраслевым характером, в связи с чем нельзя ограничиться каким-то одним классификатором, требуется объединить несколько классификаторов в одной концептуальной модели БД.
Кроме того, в некоторых частях различные классификаторы перекрываются (например, раздел растительности топографического классификатора с объектами карты растительности), а для отдельных тематических карт классификаторы еще не разработаны. На относительную универсальность претендуют топографические классификаторы, но они отражают не все объекты ГИС специального назначения.
Таким образом, разработка БД на принципах структурирования существующих классификаторов цифровых карт в условиях многоотраслевого характера БД региональной ГИС может привести к усложнению процессов моделирования и пространственного анализа. Одним же из важнейших требований к современной ГИС, является простота в манипулировании данными различных категорий на основе интуитивных понятий рядового пользователя, не требующих от него высоких программистских навыков.
С целью преодоления этих проблем предлагается структура БД, построенная на объектно-картографических принципах, что обеспечивает наглядность и универсальность системы и позволяет предлагать ее в качестве эталона или образца-макета БД региональной ГИС [Никишин, 2004]. В целях упрощения структуры в предлагаемой БД сокращено количество уровней и межуровне-вых преобразований данных (рис. 36).
В качестве основы формирования структуры БД предполагается использование оптимального для геоэкологической ГИС набора массивов данных об объектах местности, организованных по объектно-картографическому принципу и рассматриваемых в качестве первичных векторных картографических покрытий. Такие данные соответствуют уровню обобщенного представления и являются множеством унифицированных данных для использования в региональной ГИС, а порознь представляют собой также источники внешних данных для формирования ее моделей.
Каждое покрытие, представляющее собой набор позиционных данных об объектах определенной тематической группы, формируется в виде файла тематического картографического покрытия, обеспечивающего графическое отображение множества объектов в ГИС. В пределах картографического покрытия объекты распределены по слоям, что позволяет оперировать группами и совокупностями групп объектов различных категорий.
Каждый объект слоя посредством идентификатора связывается с соответствующей таблицей «дерева» семантических атрибутов объектов ГИС (рис. 36), разработанного с помощью реляционной СУБД. Это обеспечивает связь каждого графически отображаемого объекта с любой классификационной группировкой предлагаемой схемы, что позволяет осуществлять описание его семантической сущности, а с другой стороны - извлекать любые сочетания объектов по запрошенным смысловым значениям или характеристикам.
Система таких взаимосвязанных таблиц эффективна для организации данных в БД и обеспечивает в ней поддержку автоматической связи объектов во всех случаях, когда она однозначна и прописывается строгой иерархической системой соподчиненности, разработанной в соответствии с естественной классификацией объектов.
В сравнении с традиционной структурой, построенная на предлагаемой концепции структура оказывается более благоприятной для осуществления второй группы задач ГИС, связанных с формированием картографически отображаемых отчетов на основании запросов из семантической БД. Это не исключает и решение прямых задач, связанных с запросом атрибутивной информации «через карту». Напротив, БД, сформированная на основе цифровой карты, оказывается более приспособленной для формирования табличных данных для совокупностей выделенных объектов текущего картографического покрытия.
