Майкл ДМерс ГИС. Инициаторы проведения этого новаторского события надеются привлечь к нему внимание мировой общественности и широких масс пользователей географических информационных систем из всех стран.
 Скачать 4.47 Mb.
|
|
СОСТАВЛЕНИЕ БЛОК-СХЕМ МОДЕЛЕЙ Какой бы подход вы ни использовали — дедуктивный или индуктивный - очень полезной методикой, помогающей сформулировать модель и определить нужные покрытия, является составление блок-схемы (flowchart) модели. Оно требует обособления каждого элемента (покрытия), который должен использоваться в вашей модели. Каждое покрытие должно иметь конкретную, уникальную тему, представляющую один фактор или группу факторов в вашей модели. Блок-схема позволяет определить, имеете ли вы все необходимые покрытия, а также проверить единственность каждого покрытия. Если есть некоторые избыточные покрытия, представляющие уже имеющиеся темы, то вы сможете сократить их и уменьшить общее время ввода. На Рисунке 13.3 изображена блок-схема простой дедуктивной картографической модели, цель которой - определить наилучшее место для горного домика. Задача исследования вполне ясна, и по меньшей мере четыре аспекта должны учитываться при принятии решения. Начнем с инфраструктуры. Нам нужно знать о наличии электричества, газа, водопровода, канализации, дорог для подъезда и других удобств. Далее идут административно-правовые факторы. Нужно узнать, не подана ли другая заявка на отведение этого участка земли, и не принадлежит ли он кому-нибудь, и если да, то можно ли его приобрести. Наверняка вам понадобится  Рисунок 13.3. Блок-схема простой картографической модели горного домика. Показаны элементы модели и промежуточные покрытия для выработки окончательного решения. разрешение на строительство, так как этот участок может оказаться в зоне, где запрещено строительство жилья. Если участок оказывается в сейсмически активной области, то возможны ограничения на конструкцию и методы строительства. Пожароопасные зоны требуют применения огнестойких материалов. Обе эти группы факторов влияют как на выбор места, так и на стоимость строительства. Третья группа факторов, включенных в картографическую модель -эстетические. В конце концов, вы, скорее всего, строите горный домик для отдыха от города, поэтому наверняка не хотите видеть город из окна (но при этом быть в разумном удалении, чтобы иметь возможность ездить в город на машине). Кроме того, нужен открытый вид гор и, возможно, определенная ориентация, чтобы вы могли наблюдать закат с террасы. Четвертая группа факторов выбора места это физические факторы. Требуется уклон не более заданной величины, чтобы не пришлось предпринимать дорогие меры против сползания дома по склону. Чтобы снизить стоимость строительства, следует выбрать место с низкой плотностью деревьев, лучше всего опушку леса. Инженерные характеристики почвы также должны оцениваться, ибо нельзя располагать дом на нестабильной почве, особенно с большим содержанием глины, которая сильно меняет свои свойства в зависимости от влажности. Предполагая возможное отсутствие канализации, вам может потребоваться создание канализационного отстойника, для чего следует внести в расчеты инфильтрационные параметры почвы. Теперь перейдем к реальной модели, тщательно рассматривая выбор покрытий для представления отдельных факторов. Мы можем начать с инфраструктуры. Для первого фактора - доступности водопровода - нам нужно покрытие ("водопровод"), показывающее все муниципальные линии водоснабжения в рассматриваемой области, которое создается в результате оцифровки соответствующей бумажной карты. Аналогично создаются покрытия с линиями электропередачи ("электричество"), газоснабжения ("газоснабжение") и проезжими дорогами ("дороги"). Далее, мы переходим к административно-правовым факторам. Во-первых, с кадастровых карт (показывающих принадлежность земли) мы создаем покрытие "собственность". Оно позволит выявить свободные участки или тех, к кому обращаться за приобретением земли. Затем мы берем карту зонирования и создаем покрытие "зонирование", чтобы определить области, доступные для строительства коттеджей на одну семью. Нужно также знать места, представляющие опасность из-за землетрясений и пожаров. Вполне вероятно, что такие данные будут получены из других источников, например, от национальной геологической службы. Так мы создадим покрытие "сейсмичность". Карты угрозы пожаров, из которых будет создано покрытие "пожароопасность", можно получить в лесохозяйственной организации. Хотя последние два покрытия можно отнести к физическим факторам, они могут быть связаны с административными ограничениями, поэтому и отнесены к дан ному-разделу. Оценка эстетических качеств потребует карты близлежащих застроенных территорий ("поселения"). Топографические карты ("топография") дают информацию о высотах, которые могут загораживать вид с потенциального места. Карты типа леса обычно не включают информацию о высоте деревьев, так что вам придется создавать собственную карту лесного покрытия ("растительность"), либо по результатам измерений на наиболее подходящих местах, либо через использование аэрофотосъемки. Последнюю группу составляют физические параметры. Величину уклона можно узнать из уже имеющегося покрытия "топография". Хотя уклон является самостоятельным фактором, он может быть получен из имеющихся данных. Таким образом мы не нарушаем правило выбора уникальных элементов. Другой элемент физических параметров, который может быть получен из имеющегося покрытия, показывает области с редкой лесной растительностью или с растительностью, содержащей подходящее чистое место (опушки, поляны). Имеющееся покрытие "растительность" поможет нам получить данную информацию. Два параметра почв также могут быть получены из одного покрытия ("почвы"). Любая подробная карта почв обычно содержит как инженерные характеристики, так и параметры инфильтрации; и те и другие будут либо явно закодированы как отдельные карты, либо они будут связаны базой данных друг с другом и с областями различных типов почв. Методы отслеживания различных свойств почв будут сильно зависеть от используемой ГИС. В частности, мы могли бы просто оцифровать полигоны и сохранить бумажную копию отчета об исследовании почв, из которого мы получили информацию о почвенных участках. Такие отчеты об исследованиях связывают разнообразные параметры почв с каждым из участков (Таблица 13.1). Проработка модели Посмотрите внимательно на блок-схему модели размещения горного домика: все нужные покрытия и элементы включены, и они "втекают" в конечную точку модели. Однако кое-чего не хватает. Как из начальных данных создавались промежуточные покрытия? Чтобы завершить нашу блок-схему, нам нужно указать, какие функциональные возможности ГИС мы используем для перехода от одной ветви к другой. Этот шаг важен не только в моделировании, он поможет в определении функциональности, требуемой от любого программного ГИС-пакета для данного проекта. Давайте рассмотрим дополненную таким образом версию блок-схемы (Рисунок 13.4). Вместо реальных названий команд, которые могут различаться от системы к системе, здесь использованы общие мнемоники, которым вы сможете сопоставить реальные команды вашей системы. Начнем с инфраструктуры - дорог, электро-, газо- и водоснабжения. Весьма вероятно, что ничего из перечисленного не окажется на вашем участке. Но нужно знать, как близко они находятся (скажем, до 500 м), чтобы было возможным сделать ответвление в вашу сторону. Нетрудно создать буферы (команда BUFFER) шириной 500 м с каждой стороны соответствующих линий, и в результате мы получим покрытие "есть-электричество", которое показывает места, в которых есть или может быть получен доступ к электроэнергии. Аналогично строятся покрытия "есть-газ" и "есть-вода" (буферы по 250 м). Для буфера "есть-проезд" можно взять большее значение, скажем, 750 м, так как у нас есть автомобиль повышенной проходимости, позволяющий пробраться на такое расстояние и по бездорожью. Теперь у нас есть четыре отдельных покрытия, представляющие факторы инфраструктуры. Поскольку нам нужны все эти элементы, а не один или два, то для получения результирующего покрытия "инфраструктура" нужно наложить их так, чтобы получить пересечения всех представленных на них областей. Для этого используется наложение "логическое и" (команда INTERSECT), в результате которого мы получаем области, удовлетворяющие всем четырем критериям. Сейчас вполне закономерен вопрос: "Что делать, если ни одна область не удовлетворяет всем четырем критериям?". Такая ситуация вполне возможна. В этом случае стоит обратить внимание на фактор, наиболее удаленный от остальных. Например, если линии электропередачи расположены слишком далеко, то мы могли бы увеличить размер буфера для этого фактора (скажем, до 1000 м). Таким образом, мы ослабляем ограничения, чтобы получить решение для нашей модели, что является достаточно распространенной практикой в картографическом моделировании. Мы думаем таким же образом, когда решаем купить машину, которую можем себе позволить, а не роскошную модель, которую хотели бы. Если ослабление ограничений невозможно, - например, если электроэнергетическая компания не желает тянуть кабель на 1000 м от существующих сооружений, - то вам может помочь снижение важности одного или более факторов. Создавая буферы, мы исходили из равной важности значения всех  Продолжение Таблицы 13.1
 Рисунок 13.4. Детализированная блок-схема картографической модели горного домика. Эта блок-схема показывает также и операции, необходимые для перехода от каждого исходного или промежуточного покрытия к следующему для получения решения на выходе модели. факторов, что случается довольно редко. Иначе говоря, нам следует взвесить факторы инфраструктуры. Дороги должны сохранить высокую значимость, так как, даже если вы собираетесь вести жизнь отшельника, вам нужно иметь возможность ездить за продуктами, медицинской помощью и т.д. Газ, конечно, нужен для обогрева дома и приготовления пищи, но можно воспользоваться газовыми баллонами. Аналогично можно поступить с водой. Электроэнергия остается проблемой номер один. Но в конце концов, можно снизить требования и пожертвовать телевизором, или использовать приборы на аккумуляторах. То есть, веса некоторых факторов можно свести к нулю. Учтя ограничения подмодели инфраструктуры, мы можем перейти к административно-правовым факторам. Области, в которых допускается строительство односемейных домов, могут быть получены переклассификацией зонального покрытия, при которой устраняются все области, не удовлетворяющие этому ограничению. Аналогично может быть создано покрытие с территорией, не имеющей зарегистрированного собственника ("не-в-собственности") и еще одно - с землевладениями, которые могут быть проданы ("можно-купить"). Оба промежуточных покрытия основаны на одном и том же исходном ("собственность"), и оба создаются переклассификацией (команда RECLASS), Остаются еще сейсмо-и пожароопасность. Опасные зоны могут быть объединены операцией "или" (команда UNION), а результирующее покрытие покажет области, не подверженные опасности пожаров или землетрясений. Полученные четыре промежуточных покрытия объединяются в общее административно-правовое покрытие операцией наложения с пересечением. При этом нужно следить за тем, чтобы пересечению подвергались лишь пригодные области. Если в пересечение войдут противоположные категории, например, сейсмо- и пожароопасные, то вы можете оказаться в весьма рискованной ситуации. Третья подмодель, эстетические факторы, имеет меньше компонентов, чем другие, но их труднее исчислить. Начнем с покрытия населенных пунктов. Вряд ли вам удастся полностью избежать близости населенных пунктов, к тому же, вам наверняка понадобится какое-то поселение неподалеку в качестве источника припасов. Разумно ограничить размер поселений, скажем, численностью в 1000 человек. Посредством переклассификации вы можете создать покрытие ("нет-городов"), содержащее только небольшие поселки, без крупных городов. Однако, это не совсем то, что нужно, так как вам нужно знать, где находятся большие города, чтобы определить, видимы ли они с возможного места для домика. Это покрытие будет скомбинировано со следующим для исключения таких объектов из области видимости. Вторая часть эстетической подмодели определяет возможности обзора. На местности есть растительность которая добавляет свою высоту к высоте поверхности земли. Работая с картами, мы часто забываем, что растительность это отнюдь не плоская покрашенная зеленью поверхность. Чтобы учесть это, нам нужно ввести в модель среднюю высоту леса, которая может быть получена из ботанических или лесоводческих справочников для каждого из типов леса. Тогда мы сможем переклассифицировать покрытие "растительность" (номинальная шкала) в покрытие "высота-растительности" (шкала отношений). Данные этого покрытия и значения топографической высоты (тоже шкала отношений) можно сложить (команда ADD) для образования покрытия "общая-высота", которое нужно для определения зон видимости (команда VIEWSHED), после чего мы получим покрытие "свободный-вид", показывающее области видимости долины внизу. Теперь нужно учесть города. Комбинируя через пересечение это покрытие и покрытие "города" (свыше 1000 жителей), мы получим как видимые области с городами, так и видимые области без городов. Эти последние и будут объединены, в конечном счете, с тремя остальными подмоделями. Завершая модель, мы обращаемся к трем физическим факторам: растительности, почвам и уклону. Из рассматривавшегося уже покрытия "растительность" мы можем путем переклассификации выделить области густого леса (которые нам не подходят) и такие, которые содержат другую растительность или редкие деревья и могут быть расчищены ("свободно-от-растительности"). Нужно помнить, конечно, что масштаб большинства карт растительности довольно мал, так что любое решение на основе таких данных должно проверяться на месте. Среди наиболее сильных физических ограничений - величина уклона. Слишком большая крутизна либо сделает выполнение проекта невозможным, либо значительно увеличит его стоимость. Величина уклона до 15 градусов была бы идеальна. Чтобы найти все области, удовлетворяющие данному критерию, нужно взять топографическое покрытие и выполнить процедуру построения окрестностей, разделяющую области с уклоном до 15 градусов и области с большим уклоном, получив таким образом покрытие "малый-уклон". Инженерные характеристики почвы определяют способность почвы выдерживать такое строение, как горный домик, и способность к инфильтрации, необходимая для сооружения канализационного отстойника. Оба этих параметра определяются непосредственно по исходной почвенной карте; они либо переклассифицируются для удовлетворения заданным критериям, либо выбираются из связанной таблицы атрибутов. Полученные покрытия ("пригодно-для-зданий" и " пригодно-дляотстойников") могут быть подвергнуты пересечению для создания более полного покрытия "пригодная-почва". В результате операции наложения с пересечением мы получаем конечное покрытие подмодели "Физические факторы". Как вы могли уже догадаться, окончательное решение состоит в пересечении покрытий с физическими, эстетическими, административно-правовыми и инфраструктурными факторами, так как все их ограничения должны быть удовлетворены. Если модель работает, как запланировано, то мы должны получить хотя бы один участок, подходящий по всем критериям. В действительности не всё так просто. Мы рассмотрели проблему слишком сильных ограничений, которые приходится ослаблять. Но возможна и другая ситуация, - когда на многих участках почвы хороши для строительства, уклоны малы, прекрасные горные виды, нет проблем с зонированием и земельной собственностью, инфраструктура прекрасно развита. Это выглядит маловероятным, но все-таки возможно. В этом случае мы получили большие площади, удовлетворяющие нашим требованиям, и можем строить домик практически где угодно. То есть, эти замечательные результаты показывают, что наша модель оказалась не очень-то полезной в принятии решения. Конечно, ГИС в этом не виновата, она не может заменить человека, принимающего решения. В такой ситуации мы можем усилить ограничения, чтобы выбрать наилучшее место из возможных. Как и в случае ослабления ограничений, здесь мы можем идти двумя путями. Первый - изменение критериев. Например, мы могли бы потребовать наилучших почв для строительства дома и канализационного отстойника. Мы можем также ограничить уклон величиной 7 градусов, а не 15, уменьшить допустимый размер поселений, попадающих в зону видимости, изменить другие факторы. На самом деле, легче создать набор значений для каждого фактора, и получить ранжированные ответы вместо просто "да" и "нет" (см. Главу 9). Другой подход основан на том, что четыре группы факторов нашей модели не равнозначны. Ограничения по почве или уклону весьма существенны, однако, если нет зон, в которых возможно строительство, то физические параметры просто не имеют никакого значения. То есть, есть факторы, которые можно назвать абсолютными ограничениями, в то время как другие могут быть преодолены изменением пределов или согласием вложить в проект больше денег. Определение того, какие факторы абсолютны, а какие могут быть взвешены, поможет выполняющему картографическое моделирование скорректировать решение в реальной ситуации. Нужно проявлять гибкость и внимание к воздействию этих весов на конечный результат. В литературе можно найти примеры использования взвешивания для улучшения модели и удовлетворения требований пользователей-максималистов (Davis, 1981; DeMers, 1986; Lucky and DeMers, 1987]. Разрешение конфликтов Взвешивание не всегда дает результаты, удовлетворяющие всем выбранным условиям. Рассмотрим задачу создания картографической модели, включающей два по сути противоречащих друг другу взгляда на проблему, - скажем, лесозаготовка и сохранение пятнистых сов, защищаемых федеральным законом. Как мы могли бы подойти к такой трудной задаче? Давайте рассмотрим один из имеющихся методов, предложенный Д. Томлин [Tomlin and Johnston, 1988]. Хотя этот метод - не единственный, он показывает, что конкурирующие части задачи могут быть концептуально разделены, и достигнут приемлемый компромисс, без использования редкого программного обеспечения или дорого оплачиваемых переговорных групп. Этот метод, называемый ORPHEUS, состоит в создании двух раздельных моделей - каждой для своей стороны задачи. После оценки всех факторов вы начинаете изменять веса факторов с обеих сторон, давая небольшие уступки каждой стороне. Продолжая изменять веса на двухсторонней основе, вы должны, в конце концов, получить на выходных картах области сосуществования конкурирующих групп требований. Процесс требует некоторого времени для совершенствования, и опыт здесь незаменим. Попробуйте сами создать небольшую БД, скажем на площадь 1 кв.км, включающую данные по почвам со связанными таблицами. Затем выберите 6-8 типов землепользования для размещения в этой области, задав ограничения размера для одних типов, местоположений для других, близость к очагам загрязнения для третьих и т.д. Даже если вы не получите сразу положительных результатов, этот опыт будет очень полезен. Примеры картографических моделей Теперь давайте рассмотрим три типичных примера моделей и их блок-схем. Это примеры на разные темы, которые используют разные подходы как к моделированию, так и к составлению блок-схем, что даст вам представление о некоторых из имеющихся возможностей. Начнем с описательной модели качества среды обитания оленей (Рисунок 13.5) [Carlson and Fleet, 1986]. Она основана на наличии/отсутствии некоторых факторов, существенно важных для выживания оленей: доступности питьевой воды, растительности для пастьбы и укрытия. Первый фактор использует покрытие с данными по гидрологии, второй - по растительности. Олени употребляют в пищу древесные растения, которые имеют листья близко к земле. Таким образом, факторы пищи и укрытия получаются переклассификацией растительности на кустарники и деревья как пригодные и травы как непригодные типы растительности. Модель не уточняет, какие именно типы растительности нужны, и какая именно вода может употребляться, - нетрудно представить, как эти параметры можно получить из имеющихся покрытий при наличии знаний по зоологии и поведению оленей.  Рисунок 13.5. Блок-схема простой модели области обитания оленей. Основана на наличии/отсутствии важнейших факторов выживания: укрытия, пищи и воды и пространственной конфигурации ландшафта с учетом размера, длины границ и целостности/фрагментации ландшафта. Вторая часть модели относится к качеству среды обитания с точки зрения пространственной конфигурации элементов ландшафта. Основные параметры здесь - размер и длина границ каждой области, а также ее целостность (см. Рисунки 8.2 и 8.3)..Эта часть должна напомнить вам об использовании в картографическом моделировании упоминавшихся экологических единиц ландшафта. Кроме того, это хороший пример ландшафтных пространственных показателей в их применении к области обитания одного вида. Конечный результат этой части модели объединяет параметры ландшафта с помощью ранжирования, в данном случае через усреднение, для получения общего качества области обитания. Должно быть очевидным, как части модели могут быть объединены для получения всей модели области обитания оленей. Второй пример показывает предписательную модель определения областей, которые получают достаточно ветровой энергии для Картографическое моделирование функционирования ветроэлектрогенератора (Рисунок 13.6) [Carlson and Fleet, 1986]. Используются только два исходных покрытия: топография и растительность. Первое позволяет определить ориентацию склонов, которой присваиваются порядковые категории от лучшей к худшей (с точки зрения работы генератора). Наилучшим случаем будет, конечно, горизонтальная поверхность как не создающая препятствий, в случае же уклона оптимальным является северо-западное направление, связанное с преобладающим направлением ветра, другие направления менее полезны*.  Шаги Найти направление уклона нет уклона = 1 (наилучший) С-3 = 2 (хороший) С,3 = 3 (удовлетворительный) Ю, Ю-3 = 4 (плохой) другие = 4 (не пригодный) Найти расстояние до препятствий d Найти высоту препятствий h Операции Ориентация Radiate Переклассифицировать (Топография + Растительность) Найти высоты генераторов: r=(h-h')/d,таким образом, h'=h-rdвыбрать корректное г найти гd найти /V Вычесть, Переклассифицировать Умножить Вычесть Устранить влияние высоты вышек Отобразить все ранжированные места независимо от высот вышек Отобразить места как функцию f(аспект, высота_вышки) Вычесть Переклассифицировать, Отобразить Табулировать, Переклассифицировать, Отобразить * На самом деле, плоская поверхность - не всегда самый лучший случай, так как Рисунок 13.6. Блок-схема размещения ветроэлектрогенератора. Учитываются преобладающие ветра, высота местности, высота деревьев. Данная модель представлена как алгоритм, а не как блок-схема. В правой колонке указаны операции, необходимые для выполнения каждого шага. Другим фактором, который мы должны рассмотреть, является расстояние до препятствий, в данном случае деревьев и склонов, которое может быть получено использованием операции определения функционального расстояния; в данном примере используется команда "Radiate". Модель подразумевает, что вышки будут не выше 25 метров, через вычитание этой величины из топографических высот и ранжирование местоположений уже независимо от высот вышек. Наконец, модель перекомбинирует экспозиции склонов для получения мест для размещения генераторов. Блок-схема данной модели существенно отличается от той, что дана на Рисунке 13.4; на самом деле она является больше алгоритмом, чем блок-схемой. Независимая X Коэффициент = Взвешенная переменная регрессии = переменная  Рисунок 13.7. Предсказательная модель лесозаготовки с использованием линейной регрессии. Эта блок-схема показывает использование методов дасиметрического картографирования с подстановкой в следующее уравнение регрессии для обычной практики лесоповала: Y= 1.670 х1 + 0.424 х2 - 0.007 х3 -1.120 х4 - 5.090 х5 - 2.490 определенный рельеф способен концентрировать потоки ветра, правда, расчет в этом случае будет сложнее. — прим. перев. Некоторым этот "рецептурный" подход может показаться более удобным, хотя на самом деле классическую блок-схему и алгоритм относительно легко можно преобразовывать друг в друга. Вы можете попробовать следующий пример, представляющий статистический метод моделирования. Если вы знакомы с регрессией, то эта модель будет хорошим примером того, как дасиметрические методы могут применяться с использованием коэффициентов уравнения регрессии для изменения значений полигонов. Основываясь на предсказательном статистическом методе, известном как регрессия, данная модель пытается предсказать объем лесозаготовок (Рисунок 13.7) [Berry and Tomlin, 1984]. Данная величина нужна лесозаготовительным компаниям при попытке определения их финансового итога. В данной модели независимыми переменными (покрытиями или картами) являются процент уклона, диаметр деревьев, высота деревьев, объем деревьев и процент дефектных деревьев. Каждый фактор имеет измеримое влияние на предсказываемый объем лесозаготовки, которое отражается коэффициентами регрессии. Перемножая каждую независимую переменную на соответствующий коэффициент, модель создает взвешенные покрытия, которые при сложении друг с другом и прибавлении некоторой константы дают искомый объем заготовок. Поскольку эта модель использует проверенные, статистически значимые коэффициенты для каждой независимой переменной, результаты оказываются высоко надежными и легко проверяемыми. ПРОВЕРКА РАБОТОСПОСОБНОСТИ МОДЕЛИ Рассматривая картографические модели, мы исходили из того, что всё будет идти по плану, и результаты будут соответствовать ожиданиям. Так как ввод данных занимает значительную долю времени работы с системой, имеет смысл выбрать небольшую часть области исследования для проверки работоспособности модели, и лишь после этого вводить все данные. Этот подход полезен и для верификации модели, о чем пойдет речь чуть позже. Используя подмножество изучаемой области и блок-схему модели, мы начинаем с нижнего уровня каждой подмодели и, выполняя ее действия, отвечаем на следующие вопросы:
Конечно, есть множество и других вопросов, но и этих должно быть достаточно, чтобы понять, о чем речь. Выполняя операции над частью БД, легче оценить, что происходит на каждом шаге. Вдобавок, появляется возможность проверки промежуточных результатов вручную, что пригодится при верификации модели. Другим важным аспектом прогона модели является определение того, какие покрытия необходимы для продолжения моделирования, а какие должны быть сохранены для верификации модели. На практике, многие считают, что если покрытие создано, то его следует на всякий случай сохранить. Однако, дисковое пространство всегда ограничено, и вы легко можете растратить все свободное место. Вот еще одна причина для использования только части БД, - это позволит выявить промежуточные покрытия, которые могут систематически удаляться, а также понять, не нужно ли увеличить объем дисковой памяти для полного набора данных. Здесь же вы можете решить, для каких покрытий следует делать резервные копии; по крайней мере, для исходных данных это просто необходимо. Прогон модели может даже пробудить азарт, так как позволяет попробовать различные модификации, — просто чтобы увидеть, что получится. Однако, следует помнить, что ГИС может запросто создавать совершенно бессмысленные результаты. А многочисленные эксперименты могут забить диск ненужными или малоценными покрытиями, при массовом удалении которых могут пострадать действительно ценные данные. * Информация может иметь немалую стоимость, так что планирование защиты данных и определение прав доступа, также как и ведение протокола работы, являются важными сторонами серьезного проекта, позволяющими предотвратить или минимизировать ущерб от непреднамеренных или умышленных разрушительных действий, а также восстановить и проанализировать последовательность событий в случае, если такие действия произойдут. — прим. перев. Чтобы избежать этого, следует использовать возможности защиты от модификации или удаления данных, высокая ценность которых известна. Во многих случаях с ГИС работают несколько (а иногда даже много) человек, что увеличивает риск потери или порчи данных. Чтобы сделать работу более надежной, следует использовать возможности администрирования данных и разграничения доступа, которые есть в большинстве современных ГИС и СУБД*. ВЕРИФИКАЦИЯ МОДЕЛИ Карты являются удобным средством сообщения информации. Их визуальное воздействие таково, что люди принимают изображенное как истинное, не задаваясь вопросами о данных, на основе которых эта карта построена, или методах моделирования, использованных при ее создании. Поэтому не должен вызывать удивления и тот факт, что многие, даже большинство, моделей принимаются как должное, подобно картам. Такое отношение может быть очень опасно для клиента, который может потерять деньги, престиж и даже весь свой бизнес, принимая решения на основе некачественных данных или некорректных комбинаций корректных данных. Это может быть опасно и для поставщика ГИС или консультационной фирмы, которым придется тратить больше времени и средств на судебные тяжбы, чем на создание картографических моделей. Решением является верификация модели (model verification). Существует не так много примеров верификации моделей в практических приложениях и литературе. Это не должно вас удивлять, так как пользователи ГИС не имеют иммунитета против силы графического документа. Часто просто красивая карта выглядит ничуть не хуже, чем корректная карта. Оказавшись на демонстрации приложений ГИС, вы тут же подвергнетесь атаке широким спектром цветов, символов, шрифтов, картинок типографского качества. Не удивительно, что мы тратим гораздо больше времени на создание, нежели на верификацию. Кроме того, нужно немало труда, чтобы получить простой картографический продукт из сложной модели. Все-таки, несмотря на редкость верификации, мало кто не согласится с важностью ее проведения. Итак, определение. Я определяю термин "верификация" достаточно свободно, для описания не только корректных, но и полезных моделей. В конце концов, если результаты анализа корректны, но бесполезны, их нельзя назвать продуктом. В пределах этого определения должны получить ответы три вопроса:
Первый вопрос должен рассматриваться еще на стадии ввода данных, но это не всегда возможно. Одной из причин составления блок-схемы модели является выявление недостающих переменных, определение возможности получения адекватного решения на основе имеющихся покрытий. Иногда бывает так, что используемые факторы не дают ожидаемого результата, что может свидетельствовать о неполноте модели или о том, что используемые факторы неадекватно представляют ограничения модели. В этом случае может помочь прогон модели на небольшом подмножестве БД, типичном для всего содержания. Блок-схема будет очень полезной при поиске недочетов модели, в том числе и для рассмотрения подмоделей, в одной из которых может таиться недостаток, делающий некорректным общий результат. Иногда таким недостатком могут быть устаревшие данные, о чем также следует помнить. Очень хорошим примером оценки представительности данных является проведение переписи кустарниковых соек для проверки точности представления местонахождений этих птиц при помощи модели их области обитания во Флориде [Duncan et al., 1995]. Это исследование особенно ценно тем, что показывает недостаточность простого сравнения распределений в качестве основы для принятия решений. Вместо этого для оценки результатов авторский коллектив использовал статистическую проверку, приведшую к дискуссии о возможных причинах обнаружившегося несоответствия. Другой проблемой соответствия элементов модели реальному миру являются недостающие переменные. Всё-таки, ГИС может быть реализована и при отсутствии некоторых переменных [Williams, 1985]. Они могут быть просто недоступны, и потому должны быть исключены из модели, при этом окончательный вариант модели должен указывать, каких факторов не достает, и явно признавать, что модель не является полной картиной реальности. В некоторых случаях переменные не отсутствуют, а слишком неясны или плохо определены (для их использования). Они также могут оказаться непространственными по определению, что не позволит поместить их в явно пространственный контекст при отсутствии пространственных представителей [DeMers, 1995]. Вторым вопросом верификации является правильное комбинирование факторов. Прежде всего нужно выяснить, дают ли аналитические функции ГИС должные результаты на основе известных входных данных. Поставщики многих систем не сообщают конкретной информации о том, как эти результаты достигаются. Исследование разнообразных ГИС показало, что разные системы дают несколько отличающиеся результаты при выполнении аналогичных операций на одной и той же исходной БД [Fisher, 1993]. Возможно, вам тоже понадобится подобное тестирование, хотя в реальной обстановке это вряд ли возможно из-за высокой стоимости приобретения и поддержки нескольких систем, различающихся программно и даже аппаратно. В качестве альтернативы можно предложить создание специальной контрольной БД с известными параметрами для проверки выполнения каждой аналитической операции на приемлемость результатов. Этот подход, как и предыдущий, требует немало времени, поэтому его можно рекомендовать в основном тогда, когда ваши данные очень чувствительны к используемым алгоритмам. На счет составления такой испытательной БД практически нет общих указаний, вам следует полагаться на ваше собственное знание данных и того, как программа должна их обрабатывать. Несомненно, это еще одна причина для приобретения концептуальных знаний функционирования ГИС. Другая ситуация: вы убеждены в правильной работе всех нужных функций ГИС, но не имеете полной уверенности в том, что все шаги выполняются в правильной последовательности. Чтобы проверить это, вы можете использовать подход обращения процесса, похожий на проверку деления умножением (когда вы умножаете частное на делитель, чтобы получить делимое). В случае картографического моделирования вы можете взять простую БД, и, следуя по блок-схеме от результата к исходным данным, должны получить те покрытия, с которых начинали [Tomlin, 1990]. Любой шаг, который производит отличающиеся покрытия, становится очевидным. Здесь может пригодиться сохранение промежуточных покрытий, пока результаты модели не получат подтверждения; их можно также использовать, чтобы не запускать модель каждый раз с самого начала. Намного сложнее вторая часть вопроса: взаимодействуют ли сами факторы таким образом, чтобы адекватно моделировать происходящее в реальности. Здесь нет простого рецепта, можно только сослаться на опыт и интуицию разработчиков. Во многих случаях они знакомятся с моделируемой средой и представляющими ее данными настолько, что любые несоответствия между данными и моделью становятся им сразу же видны. То же можно сказать и о правильном выборе факторов. Если модель противоречит интуиции, то есть немалая вероятность того, что "здесь что-то не так". Если отрицается возможность плохих данных или некорректных функций ГИС, то остается только некорректность самой модели. Между прочим, некорректные или неестественные результаты должны, как и в статистическом анализе, приводить к дальнейшему исследованию реального функционирования моделируемой среды. В таком случае ГИС оказывается полезным инструментом для развития науки, а также внедрения в практику ее достижений. Третья сторона верификации модели связана с полезностью модели в качестве инструмента принятия решений. Здесь важно представление выходной информации, о чем пойдет речь в Главе 15, но несколько слов нужно сказать об этом и в контексте верификации, а именно о том, что неадекватная картографическая форма может легко повести пользователя в ложном направлении. Это может случиться, например, когда модель использует цвета, которые обычно подразумевают повышенную значимость или опасность (например, красный) для обозначения малозначительных объектов. Даже если не было намерения присвоить значительный вес неправильно понятому фактору, результатом может стать анализ, приводящий к принятию неправильного решения. Возможен и такой случай: в результате классификации вы выделяете небольшую область повышенной опасности со стороны радиоактивных отходов, игнорируя при этом множество других областей, которые не намного менее опасны, чем эта. Важным вопросом является соответствие представления информации задачам клиента. Возможны различные формы вывода, не только карта. В некоторых случаях таблица может оказаться более полезной. Например, если клиентом является владелец газеты, пытающийся увеличить тираж, то полученный в результате список местных жителей, не являющихся подписчиками, будет более полезным для прямого маркетинга, нежели карта распределения тиража. Другим случаем большей полезности таблицы может быть распределение больных определенным заболеванием по территориальным единицам страны или региона. Некоторым пользователям полезнее будет список территориальных единиц, отсортированный в порядке убывания числа или процента таких больных, нежели карта хороплет. Причиной может быть незнакомство с картографическими методами одних пользователей или желание других иметь численные данные, на основе которых такая карта могла бы быть построена, чтобы обнаружить критические значения. Возможны и другие формы вывода. Например, при использовании ГИС в службах экстренного реагирования, помимо создания карты с кратчайшим маршрутом к месту происшествия, система может посылать электронный сигнал непосредственно в то отделение службы, которое должно принять вызов. Хотя сегодня это может быть для ГИС несколько экзотической формой вывода, по мере развития техники и спектра клиентов ГИС, она может стать вполне обычной. Последний рассматриваемый вопрос верификации модели -приемлемость результатов для пользователя. Возможно, клиенту нужен вполне определенный результат, соответствующий его пониманию, предубеждению или политической ориентации. Если клиент дает данные для включения в модель, то ответственность за их качество и качество принятия решений на их основе ложится на клиента. Следует понимать, что ваша работа может использоваться для оправдания принятых решений "задним числом". Поэтому, если вы обнаруживаете негативную оценку клиентом корректных результатов, вы можете попытаться объяснить ему, в чем его взгляд не соответствует действительности, возможно, используя для этого блок-схему и объяснение работы модели. Согласие заказчика будет положительным результатом этой части верификации модели. Если же он настаивает на получении заданных им результатов, то это уже вопрос профессиональной этики: будете вы "играть заказанную им музыку" или будете более щепетильны в выборе клиентов. Вопросы 1. Имея столько команд и опций в ГИС, как можно построить модель?
12. О чем мы должны помнить при начале реализации модели? Почему при этом не стоит полагаться лишь на экспериментирование или интуицию?  ВЫВОДВ ГИС Вывод результатов анализа   Вывод результатов - конечный продукт любого анализа. И если он не понятен пользователю, то мы не справились с нашей задачей. В конце концов, целью является не просто анализ сам по себе, а и представление результатов. Здесь мы рассмотрим как технику вывода ГИС, так и некоторые требования дизайна для создания качественного, понятного выходного продукта. Обе стороны важны, так как техника физически ограничивает наши возможности создания изображений, а пользователи имеют физические и психологические ограничения и особенности восприятия, влияющие на интерпретацию результатов. Вопросам дизайна вывода ГИС уделено относительно мало места в литературе, хотя в области традиционной картографии — предостаточно. Здесь вам может также помочь литература по графическому дизайну, которой тоже немало. Ценность этих знаний обусловлена еще и тем, что качественный вывод делает пользователей довольными, а довольный пользователь это клиент, который к вам еще вернется. Техническая сторона играет большую роль, при этом техника постоянно меняется. А ценность качественного вывода всегда остается в силе, и хотя знание технических особенностей оборудования может быть полезным, гораздо важнее соотношение техники и качества вывода. Есть много возможностей увидеть примеры хорошего и плохого вывода ГИС: выставки, конференции, Интернет, рекламно-информационные материалы поставщиков систем, презентации и т.д. Наблюдая их, вам следует не только восхищаться возможностями систем, но и посмотреть на их вывод критически, попытаться выразить словами его достоинства и недостатки. Это поможет не только понять, что следует делать, а что - нет, но и освоить лексикон данной дисциплины и более четко формулировать требования к представлению результатов аналитических процедур. ВЫВОД: ОТОБРАЖЕНИЕ РЕЗУЛЬТАТОВ АНАЛИЗА Вывод результатов анализа может быть постоянным (permanent) и временным (ephemeral), в зависимости от типа выходного устройства. К первой категории мы относим вывод на бумагу, пленку или магнитные носители - все они могут хранить результат долгое время. Вторая категория - вывод, обычно на экран монитора или проекционный экран, с целью демонстрации результатов анализа или предварительного просмотра файлов при решении об использовании их в анализе или о постоянном выводе. Вывод может быть также разделен на человеко- и машинно-ориентированный [Burrough, 1986]. Машинно-ориентированные вывод чаще всего используется для сохранения материала на компьютерных носителях информации; он возвращает нас от подсистемы вывода ГИС к подсистеме хранения и редактирования. Человеко-ориентированный вывод предназначен для восприятия людьми. Машинно-ориентированные формы требуют решений о структуре данных, носителе информации и совместимости с другими программами и компьютерными системами, принять которые проще, чем решения о человеко-ориентированном выводе, поскольку люди больше различаются по опыту и уровню понимания графических средств коммуникации. По этой причине мы уделим больше внимания именно человеко-ориентированному выводу. Поскольку сейчас в выводе ГИС преобладает картографическое представление, и это состояние, по-видимому, сохранится на несколько лет или даже десятилетий вперед, большая часть главы будет посвящена именно этой форме. Но мы рассмотрим и другие формы и основания для их использования вместе с картографическим выводом или вместо него. КАРТОГРАФИЧЕСКИЙ ВЫВОД Карты всё еще остаются наиболее компактным способом представления географической информации. ГИС позволяют создавать самые разнообразные карты, однако сегодня большинство ГИС-аналитиков имеют очень ограниченный опыт в картографическом производстве и дизайне. По этой причине, и потому, что количество пользователей карт постоянно растет, требования эффективного представления становятся все более насущными. Целью изготовления карты является создание у пользователя представления о том, как выглядит соответствующее реальное окружение [Robinson et al., 1995]. Эта цель в значительной степени является функцией назначения карты и связана с предполагаемой аудиторией. Общегеографические карты (general reference maps) стремятся отобразить одновременно широкий спектр различных географических феноменов. Но поскольку большинство карт на выходе ГИС относятся к |