что такое атрибутивная семантическая информация

Географическая и атрибутивная информация. Базы данных и классификаторы

ГИС нацелена на совместную обработку информации двух типов:

1 Географическая (пространственная, картографическая) информация;

2 Атрибутивная (непространственная, семантическая, тематическая, описательная, табличная) информация.

Географическая информация в ГИС представлена данными, описывающими пространственное месторасположение объектов (координаты, элементы графического оформления). Данные находятся в цифровой форме на магнитных лентах, магнитных, оптических и “жестких” дисках и служат для визуализации картины в той или иной модели данных.

Атрибутивная информация в ГИС – это данные, описывающие качественные или количественные параметры пространственно соотнесенных объектов.

Так, например, жилая постройка на дисплее может быть представлена в виде полигона (графическая составляющая), а в атрибутивной базе данных будет содержаться информация об ее площади, почтовом адресе, количестве этажей, материале стен, типе фундамента, годе постройки и т.д., (рисунок 1.5.1).

В геоинформационной системе присутствует подсистема управления как географической, таки атрибутивной информации. Пространственный анализ, который включает в себя проверку взаимного расположения объектов, установление закономерностей их распределения, нахождение смежных объектов, измерение расстояния и площади и т.д., проводят с опорой на географическую информацию. Функции семантической (непространственной) обработки предназначены для анализа и управления атрибутивной информацией, (рисунок 1.5.2).

Практически в каждой ГИС имеются средства и инструменты, позволяющие вводить и редактировать информацию, визуально отображать данные – это масштабирование изображений (увеличение или уменьшение), прокрутка, пролистывание или просмотр как слайд-шоу и т.д. В этом процессе не последнее место занимает дружелюбный графический пользовательский интерфейс, предоставляемый современными операционными системами, такими как Windows, Linux, Solaris, – диалоговые окошки, контекстные меню, другие элементы управления (кнопки, переключатели, ползунки и т.д.).

В полнофункциональной ГИС, как и любой информационной системе, имеются развитые средства вывода информации. К таким средствам можно отнести генераторы отчетов, инструменты создания и редактирования тематических карт, различных схем, графиков, легенд, таблиц и диаграмм.

Современные ГИС позволяют создавать высококачественные карты, по информативности и технологичности не уступающие, а зачастую превосходящие существующие традиционные бумажные карты.

У многих ГИС имеются встроенные средства разработки приложений, которые используются для адаптации стандартного программного обеспечения с целью решения конкретных задач пользователя. Для этих целей применяются не только специальные языки программирования, но и общераспространенные (С, С#, С++, Delphi, Visual Basic и др.), (рисунок 3).

Рисунок 1.5.3 – Механизм связи пространственных и атрибутивных данных

В основе всех разрабатываемых с применением ГИС-технологии систем лежит единая интегрированная реляционная (Реляционной называется база данных, в которой все данные, доступные пользователю, организованны в виде таблиц, а все операции над данными сводятся к операциям над этими таблицами) база данных (БД). Структура этой базы данных отвечает информационным потребностям реализуемых в системе задач. Для многих горно-геологических приложений информация, хранимая в БД, может включать в себя не только текстовые и числовые данные (что традиционно для реляционных СУБД), но и первичные, наиболее ответственные пространственные данные – координаты точек маркшейдерской съемки.

Работа начинается с составления структуры базы атрибутивных данных, представляющей собой некоторую инвентаризационную ведомость всех объектов, изображенных на карте. Фактически структура базы данных – это определенным образом формализованная легенда карты. Самая крупная единица структуры – слой; в отдельные слои помещаются во-первых топологически разнородные объекты (т.е. точечные, линейные и площадные), а во-вторых объекты, имеющие разные наборы свойств-описаний (например, стратифицированные и магматические образования). Описание каждого слоя представляет из себя таблицу, в которой полями (колонками) является набор атрибутов, которыми будут описываться объекты слоя, а строчками – набор типов объектов. Соответственно в ячейки таблицы записываются значения атрибутов для каждого типа объектов.

Как правило, атрибутивная информация записана в компактной форме, и для её интерпретации необходимо воспользоваться соответствующим нормативным документом –классификатором.

Классификатор объектов цифровых топографических карт –нормативный документ, представляющий систематизированный свод наименований и кодовых обозначений объектов ЦТК, их признаков и значений признаков, классифицированных и кодированных в соответствии с принятой системой классификации и кодирования объектов ЦТК. Классификация объектов цифровых топографических карт: разделение множества объектов ЦТК на подмножества в соответствии с имеющимися у них признаками.

Таким образом, классификатор – обязательная составляющая цифровой топографической карты, один из компонентов её информационного обеспечения. На сегодняшний день нет единого классификатора для использования в ЦТК, так как при решении практических задач к ЦТК предъявляются слишком разные требования.

Всего существует два основных типа классификаторов:

– Табличный. В нем данные разделены послойно и организованы в виде реляционных таблиц. Каждая запись в таблице описывает один из объектов, отнесённых к данному слою. Перечень характеристик объектов стабилен в пределах одного слоя. Некоторые характеристики объекта могут быть расширенными (составными, списочными) за счёт использования связанных таблиц.

– Иерархический, в котором каждый объект ЦТК входит только в одну классификационную группировку нижнего уровня иерархии. Классификационные группировки могут быть вложенными, т.е. целиком входить одна в другую. Каждая нижняя по иерархии классификационная группировка должна содержать объекты ЦТК с одним и тем же набором основных признаков. Основные признаки объекта ЦТК однозначно определяют классификационную группировку, в которую входит данный объект. Очевидно, что вполне может существовать система классификации с сетевой структурой, в которой классификационные группировки пересекаются.

Несмотря на существующее многообразие классификаторов, свойства объектов описываются с помощью примерно одинакового перечня типов данных. Типы данных можно разделить на две большие группы: количественные и качественные. К количественным типам данных можно отнести не только целые и вещественные цифровые типы, но и строковые, бинарные. Качественные характеристики отражают только наличие или отсутствие у объекта определённого свойства. Обычно для их отображения в базах данных используются логические поля. Однако существует ещё один способ работы с качественными характеристиками, основанный на использовании справочных таблиц или, по другой терминологии, фасетов.

Этот способ применяется при выборе одного свойства из списка допустимых значений. При этом в базе данных хранится ключ (обычно числовой) для связи со справочной таблицей. В некоторых случаях используются так называемые составные характеристики. Каждая такая характеристика может содержать несколько других (уточняющих) характеристик.

Поля характеристик в структуре описания объекта не являются равнозначными. Среди них обычно выделяют так называемый тип объекта, по которому определяется его принадлежность к классификационным группировкам и однозначно задаётся перечень характеристик. ГОСТ «Система классификации и кодирования цифровой картографической информации» предусматривает, что тип объекта может описываться не одним, а несколькими полями характеристик. В этом случае можно говорить о неявном задании типа объекта.

Источник

Что такое атрибутивная семантическая информация

Целью настоящей статьи является ознакомление специалистов в области геодезии и картографии с механизмами хранения и обработки данных, которые предоставляют геоинформационные системы

А.В. Серов (ГУ «ТФИ РК», Сыктывкар)

Пространственная информация и ее свойства
Рассмотрим содержание традиционной топографической карты, в которой объединены два вида представления информации. С одной стороны, карта — это чертеж с геометрическими объектами различного типа локализации, которые описываются при помощи пространственных координат. С другой стороны, карта представляет пространственное распределение некоторых параметров или описательных данных, характеризующих территорию или отдельные ее части, которые сами по себе описываются без привлечения пространственных координат. Первый тип информации называют метрической, второй — семантической (описательной, атрибутивной, смысловой).

Пространственно-распределенную информацию можно разделить на три группы: семантическая, метрическая и топологическая.

Источником семантической информации является способность человека распознавать (выделять) некоторые части пространства и находящиеся в них предметы, а также связывать с ними различные определения или характеристики. Такую информацию удобно хранить в реляционной базе данных. При этом ключом может служить, в частности, название объекта или его номер. Несколько примеров такого рода было рассмотрено в первой части статьи (см. журнал «Пространственные данные». — 2008. — № 4. — http://gisa.ru/49208.html ).

Источником метрической информации является способность человека отличать разные части пространства и осуществлять измерения расстояний, площадей, объемов. Метрическая информация, таким образом, отражает свойство предметов находиться в определенной части пространства и занимать некоторую его часть.

Топологическая информация отражает свойства пространства, которые не меняются при любых его линейных деформациях, проводимых без разрывов и «склеиваний». К топологической информации относятся: точки пересечения объектов, данные о примыкании объектов друг к другу (или общих границах). Простейшими топологическими свойствами являются характеристики положения объектов относительно друг друга, например: «слева», «справа». Каким бы образом мы мысленно не «растягивали» или не «сжимали» пространство, характеристика относительного положения объектов не изменится.

Ответим на вопрос: можно ли такие сущности, как дом, магазин, улица, считать пространственными объектами? Ответ очевиден: да. Каждый из этих объектов занимает определенное пространственное положение, уникальность которого служит для индивидуализации объектов, их отличия одного от другого.

Ответим на следующий вопрос: а можно ли отношения ДОМ и МАГАЗИНЫ считать пространственной информацией? Эти отношения являются не чем иным, как информационным представлением реальных локализованных в пространстве сущностей, объектов. Ответ — нет. Отношения в том виде, в котором они сформулировали в предыдущей части статьи, не позволят различать объекты, основываясь на их пространственном положении, поскольку в атрибутах объектов нет сведений об этом.

Итак, чтобы информационное представление объектов можно было назвать «пространственным», к нему, как минимум, необходимо добавить атрибут, однозначно описывающий область пространства, в которой объект локализован. Добавление такого атрибута к обычной базе данных превращает ее в геоинформационную систему.

Задать подобные атрибуты можно, указав относительное (относительно другого объекта) или абсолютное (с помощью координат) положение объекта.

В соответствии с этим можно определить две модели хранения пространственной информации: растровую (относительное положение) и векторную (абсолютное положение).

Растровая модель и растровые ГИС
На заре развития геоинформационных систем наиболее популярными были растровые ГИС в силу того, что при малой мощности компьютеров выполнять обработку пространственной информации удобно именно в растровом виде.

В растровых ГИС данные хранятся в виде таблиц — сеток с ячейками, напоминающих по внутренней организации растровые файлы форматов BMP, BIL и других форматов без сжатия.

С точки зрения растровой модели, пространственные объекты можно представить как совокупность атрибутов. Например, совокупность атрибутов «болото» и «лес» порождает объект «лес по болоту», компактная и протяженная область рельефа — «овраг», совокупность атрибутов «номер», «улица», «цвет» порождает объект «дом» и т. д. Хранение атрибутов организуется в виде матрицы, каждая клетка которой сопоставляется с прямоугольной областью пространства. Это похоже на координатную сетку, которая расчленяет картографируемую территорию на одинаковые прямоугольники. В каждой клетке записываются значения атрибута, например: высота деревьев, глубина реки. В простейшем случае в клетке просто указывается признак наличия или отсутствия объекта (рис. 1).

Каждый прямоугольник имеет уникальный номер, состоящий из позиций в столбце (I) и строке (J) матрицы, задающий его положение относительно смежных ячеек. Из рис. 2 видно, что, зная координаты первой ячейки и пользуясь I, J, можно легко перейти к координатам любой другой ячейки матрицы:

X(I) = X(0) + I ( N;
Y(J) = Y(0) + J ( M,

где M, N — размер ячейки в принятой системе координат.

Если в базе данных нужно хранить более одного атрибута, необходимо создать новую матрицу, в которой пространственное положение ячеек будет таким же, как в исходной матрице.

Можно видеть, что при такой организации информации понятие пространственного объекта остается завуалированным. Данные об отдельном объекте в подобной базе данных нигде не хранятся, соответственно нет и топологической информации. Неделимой «единицей» пространственной информации в данном случае является ячейка матрицы.

На первый взгляд может показаться, что это неудобно, однако не следует спешить с выводами. Существует много задач, эффективно решать которые позволяет именно такой подход. Растровые модели данных применяются в тех случаях, когда необходимо сохранить сведения об атрибутах некоторого протяженного пространственного объекта, не имеющего границ, или когда информация о границах объекта не имеет значения для решения поставленной задачи. К таким объектам относятся, например, атмосферный воздух (атрибут — загрязненность), лес (атрибут — запас древесины), поверхность моря (атрибут — загрязненность). В рамках растровой модели можно легко сравнивать различные части объектов между собой, обособлять части объектов и образовывать на их основе новые объекты. Это делается при помощи специфических операторов, предназначенных для работы с пространственными данными.

Векторная модель и векторные ГИС
Векторная модель данных предназначена для хранения информации о пространственных объектах, границы которых описываются с помощью координат. Граница пространственного объекта формируется посредством геодезических или картометрических измерений путем аппроксимации контура объекта и «превращается» в последовательность координат поворотных точек участков границы (рис. 3). В общем случае, объект может иметь как внешнюю, так и внутреннюю границы. Например, водная поверхность озера будет иметь несколько границ, если посреди него расположены острова.

Контур или набор контуров пространственного объекта есть неделимая единица хранения пространственной информации, с которой связаны атрибуты объекта. В векторной модели в качестве единого и неделимого может быть представлен только тот пространственный объект, который характеризуется одинаковым набором атрибутов и их значений.
Предположим, что нужно создать контуры объектов ДОМА. Каждый дом должен быть представлен отдельно, нельзя обрисовать два различных дома одним и тем же контуром, поскольку в этом случае произойдет потеря адресной информации. Одному и тому же объекту невозможно присвоить более одного значения одноименного атрибута (в данному случае — два адреса). Также нельзя выделить часть объекта и присвоить ему другие атрибуты, сохранив при этом «связь» с исходным объектом. Выделенную часть придется оформить как самостоятельный объект.

Рассмотрим еще один пример: в наличии сущность УЛИЦА (НАЗВАНИЕ), ее атрибуты хранятся в реляционной базе данных. Невозможно создать в векторной геоинформационной системе единый объект «Картографический проспект + Геоинформационный проспект», поскольку значения атрибута НАЗВАНИЕ у улиц различны. Поэтому каждую из улиц придется «оформить» как самостоятельный объект (рис. 4).

В векторной модели граница является точно таким же атрибутом объекта УЛИЦА, как и ее название; этот особенный, «метрический», атрибут характеризует пространственное положение объекта, и, с точки зрения реляционной модели, ничем не отличается от других атрибутов (рис. 5). Отметим, что точное совпадение границ объектов не означает их полную идентичность, для достижения последнего необходимо, чтобы все метрические и семантические атрибуты объектов были одинаковыми.

Модель данных, в которой к обычным атрибутам добавляется пространственная информация, отображаемая в виде особого поля, носит название геореляционной модели данных. Существуют специальные операторы, которые позволяют осуществлять такие действия с пространственной информацией, как объединение, вычитание, построение буфера и др.

Для удобства манипулирования пространственными объектами в геореляционной модели принято разделять их по характеру локализации на площадные, линейные и точечные.

Объекты, столь малые, что в масштабе карты отображаются точкой, будут иметь точечную локализацию; для отображения пространственной информации в этом случае достаточно одной пары координат X, Y. Примерами точечных объектов являются колодцы, трубы, вершины гор и т. п. Линейными объектами являются такие протяженные образования, ширина которых не отображается в масштабе карты, а их длина многократно превышает ширину (дороги, реки и др.). Длина и ширина площадных объектов местности может быть показана на карте с соблюдением масштаба, это, например, озера, крупные реки, контуры населенных пунктов.

Выбор характера локализации для тех или иных объектов в ГИС зависит от решаемых ею задач. При создании ГИС, в которых содержатся разномасштабные картографические материалы, выбор характера локализации часто создает проблему: на мелкомасштабных картах река может представляться линейным объектом, на крупномасштабных для ее отображения потребуется площадной объект.

Особенности хранения топологической информации
Зачем нужна топологическая информация? Дело в том, что любые измерения координат объектов, выполненные геодезическими или картометрическими методами, имеют определенную точность. Знание точности определения координат необходимо для практической работы с цифровыми картами и геоинформационными системами, в противном случае не избежать серьезных ошибок.

Например, имея карту с реками, отображенными линиями, и населенными пунктами, отображенными точками, нужно при помощи ГИС выявить, с какой стороны реки находится населенный пункт. На рис. 6 показана ситуация, когда невысокая точность карты препятствует правильному ответу на этот вопрос.

При создании цифровых карт необходимо внимательно следить за соблюдением топологических отношений между объектами: расположение справа-слева, сверху-снизу, внутри-снаружи и т. п.; примыкание одного объекта к другому и др.

Специалисты ESRI, Inc. (США) разработали специальную цепочно-узловую модель данных, которая основана на использовании реляционной модели данных и позволяет избегать ошибок в топологических отношениях между объектами.

В рамках цепочно-узловой модели пространственные данные об объектах представляются двумя примитивами: линейными и точечными. Линейные примитивы используются для отображения границ линейных и площадных объектов, точечные — для отображения точечных объектов и внутренних областей площадных объектов. Также используются специальные примитивы — узлы, которые указывают точки примыканий границ друг к другу. Информация об объектах хранится в двух служебных реляционных таблицах — AAT (Arc Attribute Table — таблица атрибутов дуг) и PAT (Point Attribute Table — таблица атрибутов точек). Сочетание элементов цепочно-узловой модели и структуры таблиц AAT и PAT приведены на рис. 7.

Цепочно-узловая модель позволяет контролировать соблюдение топологических отношений, связанных с примыканием объектов и взаимным положением площадных и линейных объектов.

Более подробно реализацию растровой и векторной моделей данных, специальные операторы для работы с пространственными данными, язык запросов SQL и его расширение для работы с данными геоинформационных систем предполагается рассмотреть в следующих публикациях.

Продолжение в следующем номере

См. также:
Каталог Организаций:
— ТФИ РК ГУ
Каталог Авторов:
— Серов А.В.

Источник

Краткое введение в ГИС. Часть 3: Атрибутивные данные

ГИС для преподавателей	Часть 3: Атрибутивные данные
	Цель: Понимание, как атрибутивные данные связаны с векторными объектами и могут быть использованы для присвоения условных обозначений.

Ключевые слова: Атрибут, база данных, поле, данные, вектор, символы, условные обозначения

Если бы каждая линия на карте имела одинаковый цвет, толщину и одну и ту же подпись, было бы очень трудно понять, что там изображено. Карта давала бы нам очень мало информации. Для примера сравните две карты на Рисунке 29.

Рисунок 29: Карты «оживают», когда используются различные цвета и символы, помогающие различать типы объектов. Заметна ли разница
между реками, дорогами и горизонталями слева? Глядя на карту справа, гораздо проще различить объекты.

В данной теме мы рассмотрим, как атрибутивные данные помогают нам создавать интересные и информативные карты. В предыдущем разделе мы упомянули, что атрибутивные данные служат для описания векторных объектов. Взглянем на картинки домов на Рисунке 30.

Дома имеют полигональный тип геометрии, основанный на планах, и атрибуты, такие как цвет крыши, наличие или отсутствие балкона и год постройки. Стоит отметить, что атрибуты необязательно описывают видимые характеристики – мы можем сохранять любую информацию, связанную с объектом, например год постройки. В ГИС-приложении мы может представить подобные объекты в полигональном слое домов, и атрибуты – в атрибутивной таблице (см. Рисунок 31).

Цвет крыши: красный Балкон: есть Год постройки: 2002	Цвет крыши: черный Балкон: нет Год постройки: 2000

Рисунок 30: Каждый объект имеет характеристики, которые мы можем описывать. Это могут быть видимые
черты или то, что мы знаем об объекте (например, год постройки).

Рисунок 31: Слой домов. Атрибуты описывают цвет крыши и другие свойства домов. Атрибутивная таблица (внизу рисунка) включает атрибуты для домов, отображенных на карте.

Сочетание геометрии и атрибутов для описания объектов в ГИС-приложении открывает множество возможностей. Например, мы можем использовать атрибутивные значения для применения определенных цветов и стилей к объектам, отображаемым в ГИС-приложении (см. Рисунок 32). Процесс настройки цветов и стилей отображения называется присвоением условных обозначений.

Атрибутивные данные также бывают полезны для создания подписей к объектам. Большинство ГИС-приложений имеют функцию расстановки подписей для каждого объекта таким образом, что текст подписи берется из атрибутивной записи объекта.

Рисунок 32: В ГИС-приложении Вы можете настраивать отображение объектов различным образом, основываясь на их атрибутах. Слева полигоны домов отображаются тем же цветом, что и атрибут «Цвет крыши». Справа цвета домов установлены, исходя из наличия балкона.

Если Вы когда-нибудь занимались поиском определенного объекта на бумажной карте, Вы наверняка знаете, как долго он может продлиться. Наличие атрибутивных данных делает поиск простым и быстрым. На Рисунке 33 показан пример атрибутивного поиска в ГИС.

Атрибутивные данные также очень полезны для проведения пространственного анализа. Пространственный анализ комбинирует пространственную информацию, хранимую в геометрии объектов, с их атрибутивной информацией. Это позволяет изучать, как одни объекты относятся к другим. Существует множество вопросов, на которые отвечает пространственный анализ. Например, Вы можете использовать ГИС, чтобы выяснить, сколько домов с красными крышами находится на определенной территории. Если у Вас есть слой деревьев, Вы можете использовать ГИС, чтобы понять, какие виды деревьев будут затронуты, если будет произведена застройка в конкретном месте. Вы можете использовать атрибуты проб воды, взятых по течению реки, и найти отрезок, на котором расположен потенциальный источник загрязнения. Возможности бесконечны! Пространственный анализ будет подробнее описан в соответствующем разделе.

До того как мы глубже рассмотрим атрибутивные данные, еще раз напомним:

Имея ГИС-приложение, можем создавать представления различных объектов реального мира, таких как дороги, границы участков, телефонные столбы и др. Объект имеет геометрию (которая может быть в виде точки, линии или полигона) и атрибуты (описательная информация). Пример показан на Рисунке 34.

Рисунок 33: В ГИС-приложении мы можем находить объекты по их атрибутам.
В данном случае мы ищем дома с черными крышами. Результат выделен
желтым на карте и серо-голубым в таблице. Рисунок 34: Диаграмма векторных объектов.

Подробнее об атрибутах:

Атрибуты векторных объектов хранятся в таблице. Каждая колонка таблицы называется полем. Каждая строка – это запись. Таблица 2 внизу показывает простой пример того, как выглядит атрибутивная таблица в ГИС. Каждая запись в таблице соответствует одному объекту. Обычно информация такой таблицы хранится в той или иной базе данных. ГИС-приложение связывает атрибутивные записи с геометрией объектов так, что Вы можете находить записи в таблице, выбирая объекты на карте, и наоборот – находить объекты на карте, выбирая записи в таблице.

Таблица 2: Атрибутивная таблица состоит из строк (записей) и столбцов (полей).

Каждое поле в атрибутивной таблице содержит определенный тип данных – текстовый, числовой или временной. Необходимо внимательно продумывать список атрибутов для Ваших объектов. В нашем примере с домами мы выбрали цвет крыши, наличие балкона и год сооружения. Мы так же легко могли бы выбрать и другие свойства:

Как правильно решить, какие атрибуты нужны, имея такой широкий выбор? Обычно это зависит от того, как Вы собираетесь использовать данные. Если Вы хотите создать карту, которая будет показывать разные дома разных цветов в зависимости от их возраста, Вам понадобится атрибут года постройки. Если Вы уверены, что такая информация не нужна, можно не создавать это поле. Поиск и занесение информации в таблицу – это плохая идея, если Вы ограничены во времени и средствах. Также часто мы получаем векторные данные от компаний или из правительственных ресурсов. В таких случаях обычно невозможно запросить определенные атрибуты, и приходится работать с тем, что есть.

Как устанавливаются условные обозначения?

Если условные обозначения слоев устанавливаются без использования атрибутивных данных, каждый объект слоя показывается одинаково. Например, для точечного слоя можно установить цвет, размер и форму маркера (круглый, квадратный и т.д.), и не более того. С единым символом Вы не можете показывать объекты, основываясь на их свойствах, хранящихся в атрибутивной таблице. Чтобы сделать это, Вам нужно использовать градуированные или непрерывные шкалы, а также уникальные символы. Все эти символы описаны ниже.

Большинство ГИС-приложений позволяет устанавливать условные обозначения слоев, используя диалоговое окно, схожее с показанным на Рисунке 35. В этом диалоговом окне Вы можете устанавливать цвета и стили символов. В зависимости от типа геометрии слоев, доступны различные опции. Например, для точечного слоя устанавливаются маркеры различных стилей, в отличие от линейных и полигональных слоев, для которых выбираются стиль и цвет линии (например, пунктирная оранжевая или сплошная коричневая и т.д.), как видно из Рисунка 36. Для полигонального слоя также можно установить стиль и цвет заливки.

Рисунок 35: При использовании единого символа объекты показываются одинаково, вне зависимости от их атрибутивных значений. Здесь приведен диалог для точечного слоя.	Рисунок 36: Существуют различные опции для определения единых символов для линий и полигонов.

Иногда векторные объекты имеют различные числовые значения. Хорошим примером данного случая являются горизонтали. Каждая горизонталь имеет атрибутивное значение «Высота», которая содержит информацию о высоте местности на линии, по которой проходит эта горизонталь. На Рисунке 33 выше мы показывали горизонтали, отображаемые с помощью одного и того же цвета. Добавление разных цветов к горизонталям помогает нам понять их значение. Например, мы можем настроить отображение так, чтобы более низменные участки показывались одним цветом, средние – другим, а возвышенные – третьим.

Набор цветов, основанный на дискретных группах атрибутивных значений, в ГИС называется градуированной шкалой. Процесс ее создания и результат показан на Рисунках 37 и 38. Градуированная шкала применяется, когда пользователю нужно показать четкие различия между объектами, находящимися в различных диапазонах атрибутивных значений. ГИС-приложение анализирует атрибутивные данные (например, значения высоты), и основываясь на выбранном количестве классов, распределяет каждый объект в тот или иной класс. Процесс проиллюстрирован на Таблице 3.

Таблица 3: Градуированная шкала разбивает весь список атрибутивных значений
на несколько классов, число которых установлено пользователем.
Объекты каждого класса отображаются отдельным цветом.

В прошлом случае с градуированной шкалой объекты отображаются отдельными группами, или классами. Иногда полезно показывать объекты в рамках диапазона цветов, плавно переходя от одного цвета к другому. ГИС-приложение использует числовое атрибутивное значение объекта (например, высоты горизонталей или уровни загрязнения притоков) для присвоения цвета. Таблица 4 показывает, как атрибутивные значения используются для определения цвета из непрерывного диапазона.

Таблица 4: Непрерывная шкала использует начальный и конечный цвет
(в данном случае светло-оранжевый и темно-коричневый)
и создает серию оттенков между этими цветами.

Используя те же горизонтали, что и в прошлом примере, посмотрим как определяется непрерывная шкала условных обозначений и как потом выглядит карта. Процесс начинается с установки свойств слоя на непрерывную шкалу с использованием диалога на Рисунке 39.

Рисунок 39: Установка непрерывной шкалы. Атрибут высоты горизонталей используется для определения цветовых значений.
Задаются начальный и конечный цвета диапазона. Затем ГИС-приложение создает серию полутонов (градиент)
для отрисовки объектов, основываясь на их высотах.

После определения диапазона цветов (начального и конечного цветов) объектам присваиваются цвета исходя из того, как их атрибутивные значения соотносятся с минимальным и максимальным значением атрибутов. Например, у Вас есть горизонтали, имеющие значения 1000 м и 1400 м, значит диапазон значений будет от 1000 до 1400. Если начальный цвет непрерывной шкалы – оранжевый, то горизонтали с высотами, близкими к 1000 м, будет отображаться оранжевым цветом. Если конечный цвет шкалы – черный, то горизонтали с высотами, близкими к 1400 м, будут отображаться черным цветом (см. Рисунок 40).

Рисунок 40: Карта горизонталей, использующая непрерывную цветовую шкалу.

Иногда атрибуты объектов являются текстовыми, а не числовыми значениями. Текстовые значения в компьютерной терминологии обозначают группы букв, чисел и других печатных символов. Текстовые атрибуты часто используются для классификации объектов по имени. Мы можем настроить ГИС-приложение так, чтобы каждое уникальное текстовое или числовое выражение в атрибутивной таблице отображалось отличным от других цветом и стилем. Пример показан в Таблице 5.

Атрибутивное значение	Символ
Автомагистраль
Главная дорога
Второстепенная дорога
Улица

Таблица 5: Уникальные атрибутивные значения типа объектов (например, класс дороги) могут иметь собственные символы.

В ГИС-приложении мы можем устанавливать уникальные символы для слоев. Приложение находит все отличающиеся значения в атрибутивном поле и создает их список. Каждому значению можно присвоить отдельный цвет и стиль отображения. Диалоговое окно показано на Рисунке 41.

Рисунок 41: Установка уникальных символов для дорог на основе класса дороги.

Перед отображением слоя ГИС-приложение сканирует атрибутивную таблицу. Исходя из значений конкретного поля, встречающихся в таблице, линия дороги отображается тем или иным цветом и стилем. Пример показан на Рисунке 42.

Рисунок 42: Условные обозначения векторного слоя дорог, основанные на уникальных значениях класса дороги.

О чем стоит помнить:

Решение, какие атрибуты и символы использовать, требует некоторого планирования. Перед тем, как начать сбор каких-либо геоданных, Вы должны точно решить, какие именно атрибуты Вам нужны и как они будут определять условные обозначения карты. Очень сложно вернуться и собрать данные заново, если их сбор был изначально спланирован неправильно. Помните, что цель сбора атрибутивных данных – это анализ и интерпретация пространственной информации. Как Вы будете его производить, зависит от вопросов, на которые Вы пытаетесь ответить.

Условные обозначения – это визуальный язык, который позволяет пользователям Ваших карт видеть и понимать характеристики отображаемых объектов, основываясь на цветах и символах. Следовательно, Вы должны уделять большое внимание тому, какие условные обозначения Вы используете, и делать их простыми и интуитивными для понимания.

Закрепим изученный материал:

Ниже приведено несколько примеров практических заданий для Ваших учеников:

Таблица 6: Пример таблицы для определения условных обозначений к векторным слоям.

Если у Вас нет компьютера:

Вы можете использовать топографическую карту и листы кальки для экспериментов с различными типами условных обозначений. Например, можно обвести все горизонтали ниже 500 м красным, а 500 м и выше – зеленым фломастером. Подумайте, как можно воспроизвести на кальке другие типы символов.

Руководство Пользователя QGIS также содержит более подробную информацию о работе атрибутивными данными и условными обозначениями в QGIS.

В следующем разделе мы подробнее рассмотрим создание данных. Изученный материал, связанный с векторными данными, будет применен на практике при создании новых данных.

Источник