Дискретные и непрерывные данные

Дискретные данные, называемые также категорийными или разрывными, обычно представляют объекты, хранимые и в векторном и в растровом формате. У дискретного объекта есть известная определенная граница. Можно точно определить, где объект начинается, и где он заканчивается. Озеро - это дискретный объект на карте ландшафта. Можно точно определить границу воды и суши. Другие примеры дискретных объектов: дороги, здания, участки. Дискретные объекты обычно бывают именованными.

Непрерывные поверхности представляют такие явления, при которых каждая ячейка представляет значение концентрации (уровня) или расстояния от точки в пространстве или от источника излучения. Непрерывные данные называют также полевыми, недискретными или поверхностями. Один из типов непрерывной поверхности вычисляется в зависимости от расстояния каждой точки поверхности от фиксированной опорной точки. Это могут бпть значения высот (фиксированной точкой является уровень моря), экспозиции склонов (фиксированной точкой является направление: север, юг, запад и восток).

Другой тип непрерывной поверхности представляет явление, величина которого постепенно меняется при перемещении по поверхности от источника. Примером постепенно меняющихся данных может служить распространение жидкостей или воздуха. Такие поверхности характеризуются типом или способом распространения явления. Первый тип движения - рассеивание или любое другое перемещение, при котором явление передвигается из районов высокой концентрации в районы низкой концентрации, пока уровни концентрации не выравниваются. Примеры поверхностей такого типа - это распределение концентрации соли в почве или воде, уровня загрязнения от выброса загрязняющего вещества или ядерного реактора, огня от лесного пожара. Для такого типа поверхности наличие источника не обязательно. Концентрация возле источника всегда выше, и уменьшается, как функция от расстояния в среде, через которую распространяется явление.

На поверхности, отражающей концентрацию явления на рисунке вверху, концентрация в любой точке будет функцией от способности явления двигаться через среду. Другой тип поверхности концентрации зависит от внутренних характеристик распространяющегося явления. Например, распространение звука от взрыва определяется свойствами звука и средой, через которую он распространяется. Способ распространения может также напрямую определять поверхность концентрации явления, как, например, при распространении семян растения. Средства распространения - пчелы, человек, ветер или вода - все влияют на поверхность концентрации семян растения. Примером других поверхностей распространения являются поверхности, отражающие расселение популяций животных, потенциальных клиентов магазина (средством передвижения являются автомобили, а ограничением - время) и рспространение эпидемии.

При представлении и моделировании многих объектов границы не будут явно непрерывными или дискретными. Создается еди-

ная среда представления географических объектов, в которой крайние случаи будут чисто дискретными или чисто непрерывными. Большинство явлений находится где-то между крайностями. Примерами объектов промежуточного типа могут б1ть типы почв, границы лесов, болот или географические границы рхнков сбпта, на которые влияет телевизионная рекламная кампания.

Фактором определения положения объектов в диапазоне от непрерывных до дискретных явлений может быть простота выявления его границ. Независимо от того, в какой части диапазона находится конкретный объект, сетка, состоящая из ячеек, позволяет представить его с большей или меньшей точностью.

Важно понять тип данных, которые вы моделируете, непрерывные они или дискретные, а затем принять решение на основании полученных результатов. Выбор участка для строительства не может быть основан только на карте почв. Площадь лесов не может быть главным фактором для определения потенциальных мест обитания оленей. Компания продаж не может определяться только географической областью влияния телевизионной реклам!.

Разрешение растрового набора данных

Выбор размера ячейки растра для исследуемой области зависит от разрешения данн1х, необходимого для максимально точного анализа. Ячейка должна быть достаточно малой, чтобы отражать необходимые детали, но достаточно большой, чтобы объем занятой память компьютера позволил эффективно выполнить анализ. Чем более однородна поверхность с точки зрения таких перемен-нхх, как топография и землепользование, тем крупнее может бпть ячейка без ущерба точности.

Прежде, чем выбрать размер ячейки, нужно рассмотреть следующие вопросы:

Разрешение входных данных

Размер полученной базы даннхх и доступное дисковое пространство

Желательное время реакции системы

Приложение и тип выполняемого анализа

Сделав ячейку меньше, чем у входнхх даннхх, вы не увеличите точности результата. Обычно ячейка выходного растра задается равной или больше ячейки входных даннгх.

Spatial Analyst позволяет совместно хранить и анализировать в одной базе данных растровые наборы с разным разрешением. Поскольку Spatial Analyst предоставляет эту возможность, можно решить чет1ре перечисленнгх выше вопроса по каждому набору данных отдельно, а не сразу для всех растров в базе данных. Растровые наборы данных, в которых хранится информация разного типа, можно хранить с разным значением разрешения, соответствующим типу данн1х и анализу, в котором может бпть использован этот растр. Растровый набор данных, представляющий границы водоразделов в штате, можно хранить с более грубым разрешением, чем растр данных о распространении животных, находящихся под угрозой вымирания.

Главный недостаток представления картографических даннгх в форме ячеек растра - это потеря точности (разрешения) данных при реструктуризации даннхх в точно заданные границы ячеек.

Разрешение возрастает при уменьшении размера ячейки, однако обтчно за счет увеличения занятого дискового пространства и снижения скорости обработки. Уменьшение ячеек определенной области в два раза требует увеличения дисковой памяти примерно в четхре раза, в зависимости от типа даннхх и используемой технологии их хранения. Для большинства пользователей эффективность анализа более чем компенсирует потерю разрешения.

Входные данные по растительности

Грубое разрешение

Более крупные ячейки могут покрывать более одного значения даннгх, которые придется объединить или выбрать приоритетное, назначив каждой ячейке одно значение, в результате уменьшится точность. Оптимальн1й размер ячейки, соответствующий необходимому уровню детализации, зависит от конкретного исследования. Чем меньше ячейки, тем больше разрешение и точность, но более сложное растровое кодирование, ресурсы памяти и снижение скорости обработки увеличивают стоимость анали-

Полигоны

Растр, созданный из полигонов