Documente Academic
Documente Profesional
Documente Cultură
2
Introducere în GIS
1. Noţiuni fundamentale
1.1 Mulţimi
3
Introducere în GIS
4
Introducere în GIS
supp(A) = {xX|A(x)0}.
Definiţie:Înălţimea lui A se defineşte drept cea mai mare valoare a funcţiei de
apartenenţă h(A) = supp A (x)
Definiţie:O submulţime fuzzy A a lui X este normală dacă h(A) = 1, adică xX
astfel încât A(x)=1. În caz contrar, A este subnormală.
Definiţie: Se numeşte nucleul lui A submulţimea strictă a lui X ale cărei elemente
au grade de apartenenţă unitare în A n(A) = {xX |A (x) =1} .
Definiţie:Fie A şi B submulţimi fuzzy ale lui X. Spunem că A este o submulţime a
lui B dacă: A (x) ≤ B (x), xX .
Definiţie:Fie A şi B submulţimi fuzzy ale lui X. Spunem că A şi B sunt egale dacă A
B şi B A. Deci, A =B A(x) =B (x), xX .
În cazul în care nu se pot caracteriza precis informaţiile numerice, folosind
formulări precum „aproape”, „în jur de 100” etc. aceste numere pot fi reprezentate ca
submulţimi fuzzy ale mulţimii numerelor reale.
Definiţie: Un număr fuzzy A este o mulţime fuzzy a mulţimii numerelor reale, cu o
funcţie de apartenenţă convexă şi continuă şi suport mărginit.
Operaţiile cu mulţimile fuzzy sunt o extindere a celor din logica clasică. Dacă
mulţimile fuzzy implicate au grade de apartenenţă 0 şi 1, semnificaţia operaţiilor este
aceeaşi ca în teoria clasică a mulţimilor, de aceea şi simbolurile utilizate sunt aceleaşi.
Definiţie:Fie A şi B submulţimi fuzzy ale universului de discurs X. Intersecţia lor
se defineşte astfel:
A∩B (x) =min{A (x),B (x)=A (x) B (x), xX .
Definiţie:Fie A şi B submulţimi fuzzy ale universului de discurs X. Reuniunea lor
se defineşte astfel:
AB (x) =max {A (x),B (x)=A (x) B (x), xX .
Definiţie:Fie A o submulţime fuzzy a universului de discurs X. Complementul lui A
este:
Ā(x) =1-A (x), xX
După ce am determinat mulţimea fuzzy, în unele aplicaţii trebuie obţinută o valoare
singulară, strictă, pe baza acestei mulţimi. Procesul se numeşte defuzzyficare. Cea mai
utilizată tehnică de defuzzyficare este metoda centrului de greutate :
x . A( x ) i i
x= i
A( x )
i
i
5
Introducere în GIS
6
Introducere în GIS
n
d (X ,Y ) = (x − yi )
2
i
1
Un spaţiu vectorial definit peste corpul numerelor reale este spaţiu euclidian dacă în
el s-a definit o funcţională biliniară simetrică a cărei formă pătrată este pozitiv
definită.***74
Spaţiul euclidian reprezintă o particularizare a spaţiului afin, care l-a rândul lui
reprezintă o particularizare a spaţiilor vectoriale. Spaţiul de lucru utilizat atât pentru
modelarea geometrică, cât şi pentru modelarea mediului real şi implicit în procesul de
creare a hărţilor este spaţiul euclidian.
1.2.2. Transformări
Prin transformare, înţelegem constituirea unui corespondent sau al unui echivalent
al unei figuri date sau al unei valori, schimbând anumite elemente şi păstrând altele,
potrivit anumitor formule (DEX). Orice transformare este definită printr-o funcţie
(aplicaţie).
Definiţie: Fie A şi B două mulţimi. Prin funcţie (aplicaţie) de domeniu A şi
codomeniu B (funcţie definită pe A cu valori în B) înţelegem o corespondenţă f care
asociază fiecărui element a A un singur element din B, notat f(a), numit valoarea lui f în
punctul (argumentul) a. .Mir76
Definiţie. Fie K un câmp, V şi V0 două spaţii vectoriale. Spunem că o funcţie f : V
→ V0 este o aplicaţie liniară (sau K - morfism) dacă sunt îndeplinite condiţiile:
• x, y V , f(x + y) = f(x) + f(y) (f este aditivă),
• K, x V , f(x) = f(x) (f este omogenă).
Transformările care depind de un număr de parametri formează o mulţime de
transformări; o transformare a mulţimii este determinată pentru anumite valori date
parametrilor.
O mulţime de transformări formează un grup de transformări, dacă produsul a două
transformări din mulţime aparţine mulţimii şi inversa unei transformări din mulţime
aparţine mulţimii. Rezultă că un grup de transformări conţine transformarea identică
operând pe intersecţia mulţimilor transformate între ele. Proprietăţile invariante într-un
grup de transformări constituie o geometrie ataşată grupului. Două figuri obţinute una din
alta printr-o transformare a grupului, sunt egale în grup.
7
Introducere în GIS
( )
T P1 P2 = P1' P2' = t ( P1 )t ( P2 ) , T este bine definită şi se numeşte transformare asociată lui t.
Definiţie: O aplicaţie t:E →E’ compatibilă cu relaţiile ~ şi ≈ se numeşte
transformare afină dacă şi numai dacă transformarea T:V→W este o transformare
liniară. .Mir76, Pet01
Definiţie: O transformare afină t:E →E’ bijectivă se numeşte un izomorfism de
spaţii afine. Două spaţii afine E, E’ între care există un izomorfism se numesc izomorfe.
.Mir76, Pet01
Definiţie: Transformarea afină t:E →E’ , r > 0, care relativ la reperul R are
proprietatea că t(o) = o şi t(p) =q, unde op = r oq se numeşte omotetie afină de centru o
şi factor r, sau scalare de factor r.Pet01
8
Introducere în GIS
Transformarea izometrică
Transformările rigide (nedeformatoare) sunt cele ce conservă lungimile şi
unghiurile. Ele se numesc transformări izometrice.
Fie E, E’ spaţii euclidiene, iar spaţiile liniare asociate lor V, V’ sunt spaţii
vectoriale euclidiene ataşate.
Definiţie: Se numeşte transformare izometrică sau izometrie o transformare afină
t:E→E’ pentru care transformarea liniară asociată T:V→V´ este ortogonală.
Principalelor transformări izometrice sunt translaţia şi rotaţia.
Transformarea topologică este o transformare biunivocă şi bi – continuă.
Transformarea proiectivă este o transformare biunivocă a spaţiului prin care un
plan devine alt plan. Între coordonatele omogene ale punctelor transformate avem relaţii
liniare şi omogene de determinant diferit de 0. Transformarea proiectivă este determinată
de cinci perechi de puncte în spaţiu sau patru în plan.
Utilizarea acestor tipuri de transformări se face funcţie de setul de date şi
caracteristicile de mai jos:
• Transformările într-un spaţiu euclidian conservă distanţele, paralelismul şi
măsura unghiurilor.
• Transformările afine sunt o generalizare a transformărilor euclidiene acestea
conservă paralelismul dar nu conservă distanţele. Astfel în urma unei
transformări afine linia rămâne linie, dar cercul devine elipsă.
• Transformarea proiectivă nu păstrează paralelismul.
9
Introducere în GIS
10
Introducere în GIS
1.3.1. Erori
Aprecierea preciziei rezultatelor calculelor este un obiectiv important în analiza
numerică. Din punct de vedere matematic distingem mai multe tipuri de erori care pot
limita această precizie: erori ale datelor de intrare, erori de rotunjire şi erori de aproximare.
Erorile în datele de intrare sunt frecvente în domeniul creării hărţilor datorită
imperfecţiunilor colectării datelor.
Definiţie: Fie X un spaţiu liniar normat, A X s¸i x X. Un element x A se
numeşte aproximantă a lui x din A. Notăm x ≈ x.Trâ03
11
Introducere în GIS
unde ( x1* ,..., xn* ), ( x1* + x1* ,..., xn* + xn* )
Dacă xi sunt suficient de mici atunci
n
f n
f = xi* ( x *
,..., x *
) şi f = xi* * ln f ( x*)xi
xi xi
* 1 n
i =1 i =1
12
Introducere în GIS
Fie o funcţie reală f : [a,b]→R, cunoscută numai într-un număr limitat de puncte
numite noduri, (ansamblul acestora constituind suportul interpolării): x1,x2,…,xn prin
valorile f(x1),f(x2),…,f(xn).
Vom aproxima comportarea funcţiei în afara acestor puncte printr-un polinom
generalizat de interpolare, de forma:
Pn(x)=a1u1(x)+a2u2(x)+…+anun(x)
în care funcţiile liniar independente u1(x),u2(x),…,un(x) sunt cunoscute şi constituie baza
interpolării. Aceasta poate fi formată din funcţii simple: polinoame, funcţii trigonometrice,
exponenţiale, etc.
Determinarea polinomului generalizat de interpolare (i.e. a coeficienţilor ) se face,
impunând ca pe suportul interpolării polinomul de interpolare să coincidă cu funcţia f.
Adică Pn(xi)=f(xi), i=1:n numite condiţii de interpolare.
Polinomul de interpolare de grad n poate fi calculat prin recurenţă, folosind
polinoame de interpolare de grad mai mic.
Dacă se notează ={i1,i2,…,ip} şi, P - polinomul de interpolare ce trece prin
punctele (xi1,yi1),(xi2,yi2),…,(xip,yip) atunci polinomul de interpolare definit pe ansamblul
extins de puncte +j+k= {j,k}este
P + j + k ( x ) =
(x − x )P (x ) − (x − x )P (x )
j +k k +j
xk − x j
Curba spline
13
Introducere în GIS
aproximare utilizând interpolarea Hermite se poate realiza atunci când sunt cunoscute nu
doar valorile polinomului în nodurile(punctele) date dar şi valorile derivatelor.
m x − xj
li ( x) = se numeşte polinom de interpolare Lagrange a lui f relativ la punctele
i =1 xi − x j
j i
x0, x1, . . . , xm iar funcţiile li(x) se numesc polinoame de bază Lagrange asociate acestor
puncte.
funcţiile spline naturale, respectiv S0 (x0 ) = f (x0 ), Sn −1 (xn ) = f (xn ) definesc funcţii
spline tensionate.
Interpolarea spline liniară prezintă dezavantajul discontinuităţii derivatelor în
punctele interioare.
Fie o diviziune a lui [a, b] : a = x1 < x2 < · · · < xm−1 < xm = b. B-spline
reprezintă o funcţie de tip spline care are o bază suport minimală funcţie de partiţia
14
Introducere în GIS
In cazul în care intervalul iniţial este divizat în subintervale egale, funcţia b-spline
corespunzătoare o numim uniformă.
Dacă fiecare nod are acelaşi grad atunci funcţia B-spline se transformă intr-o curbă
Bezier. Trâ03
Interpolarea B-spline liniară este definită pe seturi de două noduri consecutive,
continuă pe intervale
Punem x0 = x1, xn+1 = xn, pentru i = 1, n
x − xi −1
x − x , xi −1 x xi
i i −1
xi +1 − x
bi =bi,1(x) = , xi x xi +1
x i +1 − x i
0
Pentru i = 1 prima şi pentru i = n a doua ecuaţie se ignoră.
Ele au proprietatea bi, 1(xj) = δij, sunt liniar independente, deoarece
n
s(x) = ci bi(x) = 0 x xj cj = 0 şi
i =1
bi i =1, n
= S10 ()
15
Introducere în GIS
1.4. Topologie
16
Introducere în GIS
Definiţie: Fie (X, D) un spaţiu topologic, AX, xX. punctul x se numeşte punct
statistică
x
X i
fi i =1,n
17
Introducere în GIS
(x ) ( ) = p (x )
N n
1 k 1 k k
k = '
i −x = f i xi − x i i −x
N k =1 N k =1
18
Introducere în GIS
Nu orice colecţie de date este o bază de date. O cerinţă primordială este aceea a
organizării acestora după anumite reguli. Regulile şi conceptele care permit descrierea
structurii unei bazei de date formează modelul datelor. În timp au fost definite patru astfel
de modele:
✓ Modelul ierarhic în care datele erau organizate sub forma unui arbore, nodurile
constând din înregistrări, iar arcele referinţe către alte noduri (în cazul modelului
ierarhic relaţii sunt de tip părinte - fiu).
✓ Modelul reţea în care datele erau organizate sub forma unui graf orientat, iar
modurile şi arcele au aceeaşi semnificaţie ca în cazul modelului ierarhic.
19
Introducere în GIS
✓ Modelul relaţional în care, intuitiv, datele sunt organizate sub formă de tabele.
Deosebirea faţă de modelul ierarhic o reprezintă faptul că legăturile dintre tabele nu
se exprimă prin adrese fizice, ci prin valori de câmpuri.
✓ Modelul orientat pe obiecte în care datele sunt structurate sub formă de obiecte
complexe. Astfel se elimină liniaritatea modelului relaţional. Acest model este
utilizat preponderent pentru aplicaţii specifice tip CAD şi GIS.
Modelul relaţional reprezintă datele în tabele (relaţii). Pentru definirea unei baze
de date relaţionale se specifică:
◼ structura datelor - modul de organizare a datelor în tabele,
◼ operaţiile de manipulare a datelor - ce operaţii se folosesc,
◼ integritatea datelor - precizează regulile specifice aplicaţiei care întreţin consistenţa
datelor, la operaţiile de manipulare.
Descrierea structurii datelor poartă numele de dicţionar de date sau metadate şi
crează o interdependenţă între datele propriu-zise şi programe.
Fiecare tip de dată poate fi modelat sub formă de entităţi. Aceste entităţi se
reprezintă sub forma tabelelor, în care fiecare linie din tabel reprezintă o înregistrare - o
instanţă a entităţii şi fiecare coloană reprezintă un câmp – atribut al entităţii.
.
Atribut
Id Codp Denumire
1 371 SANTAULUI
Celulă
2 372 SARMIZEGETUSA
3 373 SATELITULUI
instanţă
Figura 2 - Componentele unei tabele
20
Introducere în GIS
Parcela
Nr. cadastra
Cladiri
Categorie de folosinta
Intravilan id
Suprafata Nrcad
Constructii Suprafata construita
Strada Regim de inaltime
Nrpostal Suprafata utila
Nu orice tabel cu linii şi coloane poate modela o entitate. Pentru a putea defini o
entitate tabelele trebuie să îndeplinească următoarele proprietăţi:
1. atomicitatea celulelor: atributul aferent coloanei: nu poate avea mai multe valori şi
nu poate fi grup repetitiv (valoarea sa nu se descompune)
2. omogenitatea coloanelor: o coloană corespunde unui atribut
3. unicitatea liniilor
– nu există două linii identice
– este asigurată de un subset de coloane, care formează cheia primară
– toate coloanele ce formează cheia primară trebuie să aibă valori valide
4. ordinea nedefinită a coloanelor
– fiecare coloană este identificată prin numele său, nu prin poziţia din relaţie
5. ordinea nedefinită a liniilor
21
Introducere în GIS
– fiecare linie este identificată prin cheia primară, nu prin poziţia sa în tabel
Tehnica de aranjare fizică a înregistrărilor unui tabel se numeşte organizarea
fişierelor. Principalele modalităţi de aranjare a datelor o reprezintă: organizarea secvenţială
şi indexată. Organizarea secvenţială reprezintă modalitatea de memorare a înregistrărilor
în ordinea valorii cheii primare. Organizarea indexată presupune crearea unui fişier,
numit index care permite localizarea unei înregistrări după valoarea cheii primare. Indexul
este o tabelă sau o altă structură de date care este folosită pentru determinarea locaţiei
(înregistrării) unei linii din fişier (tabela de înregistrări) care satisface anumite condiţii.
Fişierul index este organizat sub forma de structură liniară şi ordonată după valoarea cheie
: listă liniară ordonată, tablou ordonat sau structură arborescentă: B-arbore.
Organizarea indexată a tabelelor se clasifică după cum urmează:
➢ secvenţial indexată (index-sequential)
– înregistrările sunt memorate în fişier secvenţial, în ordinea valorii cheii
primare
– indexul se numeşte index simplu sau index bloc
➢ nonsecvenţial indexată (index-nonsequential)
– fişierul se mai numeşte fişier master (master file)
– înregistrările din fişierul master nu sunt memorate în ordinea valorii cheii
primare
– indexul se numeşte index inversat şi este o tabelă ordonată de perechi de
forma (val_cheie, recn), criteriul de ordonare fiind val_cheie
➢ selectivă (selective, random)
– adresa fiecărei înregistrări din fişierul master se determină pe baza unui
algoritm de dispersare (hashing), care foloseşte o funcţie de dispersare
(hashing function)
– funcţia de dispersare converteşte valoarea cheii la o poziţie de înregistrare
din fişierul master.
22
Introducere în GIS
Limbajul SQL ( abreviere din limba engleză – Structured Query Language) a fost
produs de către ANSI în 1986, ca limbaj standard de manipulare a datelor. Din 1987 nici
un SGBD relaţional nu poate fi comercializat fără o interfaţa de tip SQL.
Operaţiile SQL se grupează în:
◼ operaţii de descriere a datelor,
◼ operaţii de manipulare a datelor,
◼ operaţii de interogare..
Operaţii de descriere a datelor presupune definirea structurii obiectelor care
formează baza de date. În cazul bazelor de date relaţionale aceasta constă în principal în
posibilitatea creerii (CREATE) şi modificării (ALTER) structurii tabelelor, de date şi de
indecşi, a constrângerilor de integritate asociate şi a drepturilor de acces.
Operaţiile de manipulare a datelor sunt grupate în patru categorii principale:
o Inserarea de date. Aceasta se concretizează prin adăugarea de noi instanţe sau
grupuri de instanţe (înregistrări) în tabelele care formează baza de date,
(INSERT)
o Ştergerea fizică de înregistrări, (DELETE)
o Actualizarea datelor, prin modificarea automată a conţinutului unor linii
existente în tabele. (UPDATE)
o Operaţiile de interogare sau de regăsire a datelor după anumite criterii de
căutare. În această categorie intră operaţiile de tip SELECT. Forma generală a
operaţiei select este:
unde prin:
SELECT se identifică câmpurile de selecţie,
FROM - identifică tabela (sau tabelele) şi specifică modul de legătură dintre ele
(JOIN),
DISTINCT - elimină duplicatele,
condiţie reprezintă o expresie booleană care poate avea următorii operanzi:
<,>,=,<>, AND, OR, NOT, IN.
23
Introducere în GIS
2.1. Harta
Harta reprezintă metoda tradiţională de stocare şi prezentare a informaţiei spaţiale.
Aceasta conţine reprezentarea locaţiei diverselor obiecte spaţiale sub forma grafică, pe o
suprafaţă plană. Harta este o reprezentare abstractă spaţiului geografic, permiţând astfel
accentuarea şi generalizarea detaliilor semnificative şi omisiunea, ascunderea detaliilor
neesenţiale pentru a satisface obiectivele hărţii.
Abstractizarea cartografică se face prin:
• Simplificare – oferirea unui volum limitat de informaţii,
• Clasificarea – afişarea informaţiilor de un anumit tip,
• Simbolizarea – afişarea unor simboluri standardizate în locul informaţiei
efective.
Generalizarea hărţii reprezintă procesul de reducere a detaliilor de pe o hartă ca o
consecinţă a micşorării scării hărţii. Procesul poate fi semiautomat pentru anumite tipuri de
date, cum ar fi entităţile topografice, dar este mai complicat pentru hărţile tematice.
Reprezentarea obiectelor spaţiale pe hartă se face sub forma de puncte, linii, arii(
poligoane), simboluri relaţionate intre ele. Atributele sunt ataşate hărţii prin intermediul
simbolurilor, legendei şi a etichetelor. Legenda hărţii reprezintă cheia de codificare a
modeluluiBer06.
24
Introducere în GIS
25
Introducere în GIS
Situaţia reala
ocean
26
Introducere în GIS
27
Introducere în GIS
• Proiecţie oblică sau de orizont: când axa face un unghi ascuţit cu axa polilor.
2.3. Metadate
Metadatele sau date despre date, reprezintă totalitatea datelor şi a parametrilor de
calitate despre conţinutul unei baze de date. Acestea reprezintă informaţii despre sensul şi
interpretarea datelor stocate într-o bază de date şi trebuie specificate pentru toate hărţile şi
datele geospaţiale integrate într-un sistem informatic geografic.
Pentru gestionarea corectă a informaţiilor geografice sunt necesare următoarele
metadate:
• Descrierea detailată a metodelor de culegere a datelor, a tehnicilor de integrare şi
analiză folosite în vederea obţinerii de rezultate ştiinţifice credibile.
• Informaţii despre sistemele de proiecţie folosite. De exemplu în România se
foloseşte următorul sistem:
28
Introducere în GIS
29
Introducere în GIS
30
Introducere în GIS
31
Introducere în GIS
2.4.3. Teledetecţia
Cea mai evoluată metodă de colectare a datelor geografice este prin utilizarea
teledetecţiei (engleză Remote Sensing). Teledetecţia presupune colectarea datelor
referitoare la obiecte şi fenomene fără contact direct, prin intermediul unor senzori
utilizând tehnologiile de fotogrammetrie, laser, radar sau sonar. Senzorii de teledetecţie pot
fi de suprafaţă, ficşi sau mobili, de teren sau marini, aeropurtaţi în elicoptere sau baloane,
sau purtaţi de nave spaţiale cum ar fi sateliţii, navetele sau staţiile spaţiale.
Detectarea unui obiect se realizează prin cel puţin două metode electromagnetice în
acelaşi timp, din acelaşi loc şi de la aceeaşi altitudine.
32
Introducere în GIS
- Scanare din avion utilizând tehnologii laser sau sonar denumită LIDAR (engleză Laser
Imaging Detection and Ranging )
• Spectru infraroşu constând în „infraroşu apropiat”, unde scurte, şi termal între 0.7m şi
14m.
33
Introducere în GIS
34
Introducere în GIS
devin vizibile sub formă umbrită în tonuri de roşu închis dacă sunt ascunse
de fum, sau albastru închis dacă sunt acoperite de ape de mică adâncime.
Astfel de analize spaţiale se pot obţine rapid, ieftin şi facil, dar în detrimentul
preciziei şi rezoluţiei spaţiale. Alegerea metodei de colectare a datelor se face în funcţie de
tipul domeniului căreia i se adresează aplicaţia, în funcţie de acurateţea, precizia şi
rezoluţia necesară, a timpului necesar de realizare şi a costurilor financiare implicate. De
exemplu tehnologia teledetecţiei oferă soluţii optime în aplicaţii de modelare matematică şi
a aplicaţiilor de protecţia mediului şi apărare civilă.
35
Introducere în GIS
36
Introducere în GIS
Prin algoritm înţelegem un set finit de reguli care indică o secvenţă de operaţii în
vederea rezolvării unui anumit tip de probleme. Printr-un proces înţelegem o listă de
instrucţiuni care se execută una după alta, în ordinea apariţiei. Un algoritm are cinci
atribute importante: finit, bine definit, are una sau mai multe intrări, una sau mai multe
ieşiri şi este caracterizat de eficienţă[Knu02].
În vederea alegerii unui algoritm eficient sau a unui algoritm optim pentru
rezolvarea unei probleme date se iau in considerare complexitatea algoritmului şi spaţiul de
stocare necesar. După viteza de calcul, complexitatea algoritmii se exprimă în funcţie de
rata de creştere N, după cum urmează:
– O(1) – complexitate constantă - timp de calcul rapid
– O(logN) – complexitate logaritmică - timp de calcul rapid
– O(N) - complexitate liniară - timp de calcul moderat
– O(NlogN) - complexitate subliniară - timp de calcul moderat
– O(N2) - complexitate polinomială - timp de calcul lent
– O(XN) - complexitate exponenţială - timp de calcul foarte lent
Orice tip de algoritm îşi găseşte utilizarea in domeniul sistemelor informatice
geografice, unica diferenţa dintre algoritmi GIS și algoritmi informatici clasici este modul
de formulare a problemei[Ken03].
Algoritmii se împart în continuare în două mari categorii: algoritmi secvenţiali şi
algoritmi paraleli( non-secvenţial). Un algoritm secvenţial este un proces, pe când un
algoritm paralel constă în mai multe procese, care se execută fie simultan, fie într-o
anumită ordine şi care pot sau nu să comunice între ele.
Trebuie să facem distincţie între algoritmi secvenţiali şi paraleli respectiv realizare
paralelă sau secvenţială a algoritmilor. Prin “realizare secvenţială” sau “realizare paralelă”
înţelegem modul de implementare practică pe maşini secvenţiale respectiv paralele iar prin
algoritmi secvenţiali sau paraleli înţelegem paradigma de procesare a datelor.
În timp ce algoritmii secvenţiali examinează datele dependent de rezultatele
anterioare, algoritmii paraleli examinează datele dependent de ultimele date ale prelucrării
imaginii de ansamblu.
O a doua clasificare a algoritmilor este în funcţie de etapa în care se află proiectul
de realizarea a unui sistem informatic geografic. Astfel în fiecare etapă de implementare se
utilizează algoritmi specifici pentru prelucrarea semiautomată sau automată a datelor a
spaţiale:
37
Introducere în GIS
38
Introducere în GIS
39
Introducere în GIS
40
Introducere în GIS
41
Introducere în GIS
Clasificarea imaginii presupune înlocuirea culorii fiecărui pixel printr-o culoare din
setul de clusteri. Metodele de clasificare sunt împărţite în două mari categorii: clusterizarea
supervizată si clasificarea nesupervizată.
Clasificarea nesupervizată presupune compararea individuală a pixelilor cu fiecare
cluster şi determinarea celui mai apropiat. Metodele de clusterizare nesupervizate se pot
clasifica ca: clusterizare ierarhică, clusterizare partiţională, clusterizare prin suprapunere.
Metoda de clusterizare ierarhică se bazează pe tehnica top - down: iniţial se
considera k1=m şi se împarte recursive in două sub - clustere pană se obţine numărul dorit
de clusteri. Procesul are ca rezultat construirea unui arbore binar cu k noduri terminale,
unde k este egal cu numărul dorit de clusteri. Acurateţea rezultatului clusterizării este
evaluată prin distanţă Euclidiană, covarianţă sau analiză vizuală.
Metoda partiţională funcţionează în general pe principiul clasificării iniţiale a
fiecărui element sau a unui grup restrâns de puncte într-un cluster independent care mai
apoi funcţie de distanţa faţă de alte clustere şi a valorii de prag, fuzionează într-un cluster
mai mare. Cei mai utilizaţi algoritmi pentru clasificarea imaginilor prin metoda partiţiilor
sunt Isodata şi K-means.
Metoda clusterizării prin suprapunere nu se bazează pe o structură ierarhică.
Această metodă este similară celei de clasificare prin partiţii însă, clusterele nu sunt
42
Introducere în GIS
43
Introducere în GIS
2.5.4. Vectorizarea
Vectorizarea constă în analizarea imaginii raster în vederea convertirii reprezentării
sub forma de puncte în reprezentare vectorială [Kol03, Par01]. Acest lucru este necesar
44
Introducere în GIS
45
Introducere în GIS
46
Introducere în GIS
Aparent cea mai puternică pare metoda urmăririi pixelilor (Sparse Pixel
Vectorization). Aceasta pe lângă calitatea ridicată a rezultatului, oferă un timp de calcul
redus, însă dezavantajul acestei metode îl reprezintă constrângerea majoră asupra imaginii.
Cu excepţia metodei bazată pe scheletonizare restul metodelor sunt utilizabile doar în cazul
liniilor drepteLin99, Dha05. Datorită varietăţii tipurilor de entităţi dintr-o imagine rastru,
cea mai completă şi implicit cea mai utilizată este metoda scheletonizării. Aceasta prezintă
rezultate foarte bune indiferent de tipul informaţiei din imaginea rastru însă este sensibilă
la erorile din imagine.
47
Introducere în GIS
48
Introducere în GIS
49
Introducere în GIS
suprafeţelor este inversul distantei( engleză invers distance weighted IDW), în ciuda
rezultatelor slabe ale acestuia (figura de mai jos, imaginea a)..
Interpolările de tip spline sunt utilizate frecvent si pentru aproximarea suprafeţelor.
Aceste interpolări utilizează funcţii matematice de tip spline pentru aproximarea
suprafeţelor prin reducerea – minimizarea curburilor. Caracteristica principală a acestor
tipuri de interpolări o reprezintă „rotunjirea” şi minimizarea curburii suprafeţei. Cele mai
utilizate fiind: spline biquadratic, spline bicubic şi B – spline. B-spline este interpolator
polinomial local acesta produce o suprafaţă continuă cu curbură minimă (figura de mai jos,
imaginea b).
Un alt tip de algoritm care are aplicabilitate in interpolarea datelor spaţiale o
reprezintă algoritmi geostatisticii din familia interpolărilor Kriging. Interpolarea Kriging
reprezintă o metodă avansată de estimare a datelor spaţiale prin metode geostatistice.
Această metodă este similară metodei de interpolare inversul distanţei în care ponderea
este determinată nu funcţie de distanţă ci bazată pe probabilităţi.
a) b)
c) d)
Figura 20 - Modele 3D ale terenului
50
Introducere în GIS
Acoperiri convexe
Determinarea limitei minime a unei arii care cuprinde anumite obiecte este foarte
des utilizată în sistemele informatice geografice, pentru determinarea unor arii specifice de
genul: regiuni cu criminalitate mărită. O astfel de arie minimală poartă numele de acoperire
convexă sau înfăşurătoare convexă a elementelor specificate. Determinarea acoperirii
convexe a unei mulţimi o reprezintă determinarea vârfurilor poligonului convex minim
care include toate punctele din P, adică determinarea acelor puncte din P care reprezintă
vârfurile acestui poligon.
51
Introducere în GIS
Diagrame Voronoi
O metoda de interpolare destul de uzuală în GIS o reprezintă metoda celui mai
apropiat vecin( nearest neighbors). Această metodă presupune atribuirea valorii z cu
valoarea celui mai apropiat vecin. Determinarea celui mai apropiat vecin se face utilizând
diagramele Voronoi.
pi
e v
Fie o mulţime de n puncte din plan, notată cu S. Pentru orice punct piS, notăm cu
V(i) locul geometric al punctelor mai apropiate de pi, decât de orice alt punct din S. V(i) se
va numi poligonul Voronoi asociat punctului pi. Construind poligoanele Voronoi asociate
tuturor punctelor din S obţinem diagrama Voronoi.
Diagramele Voronoi au aplicabilitate foarte diversă în domeniul GIS. Acestea sunt
utilizate în domeniul generării hărţilor pentru operaţii diverse de la etichetarea hărţilor,
generarea zonelor buffer, suprapunere (overlap) poligoanelor, interpolări spaţiale până la
probleme de navigaţie sau hărţi cu dependinţe temporale.
a) b)
Figura 22 – Exemple de diagrama Voronoi
52
Introducere în GIS
diagrama Voronoi este generalizarea unui poliedru convex format din feţe convexe ca in
imaginea b) din figura anterioara Dro05.
Triangulaţie plană
Una dintre metodele clasice de modelare a terenului este modelul poliedral cu
particularizarea acesteia, triangulaţia plană sau cum este denumită în GIS, reţea de
triangulaţie neregulată TIN. Modelul TIN este un modelul vectorial utilizat pentru
reprezentarea datelor tridimensionala. Cea mai simplă reţea de tip TIN este o reţea
triangulară plană. Aceasta este stocată sub forma unei colecţii de triunghiuri de tip obiect
sau structură. Fiecare triunghi din reţeaua TIN are şase referinţe: coordonatele vârfurilor
triunghiului şi referinţe la cele trei triunghiuri adiacente. În ciuda performantelor scăzute
reţelele TIN sunt frecvent utilizate în obţinerea morfologiei terenului întrucât bibliotecile
de algoritmi de geometrie computaţionala si soft-urile profesionale de GIS oferă algoritmi
şi primitive pentru generarea şi operarea reţelelor TIN. [van Kre97, Dro08]
Triangulaţie Delaunay
Metoda de obţinere a unei reţele de tip TIN care permite obţinerea unui model 3D
optim atât din perspectiva preciziei cat şi din punctul de vedere al timpului de realizare, o
oferă metoda triangulaţiei Delaunay, o particularizare a reţelelor triangulare neregulate.
Triangulaţia Delaunay este obţinută ca duală a diagramei Voronoi, adică graful obţinut prin
unirea punctelor din P despărţite de o singură muchie Voronoi [Hom02, Gol97a].
Această definiţie este echivalentă cu faptul că cercul circumscris unui triunghi din
triangulare nu conţine puncte din P in interior, iar nodul diagramei Voronoi este centrul
cercului circumscris unui triunghi din triangulaţie.
53
Introducere în GIS
Datorită performanţelor bune de timp, spaţiu de stocare, dar mai ales a rezultatelor
optime triangulaţia Delaunay este utilizată în scară largă în special pentru obţinerea
modelului digital al terenului dar şi în procesul de georeferenţiere a imaginilor raster.
Etapele obţinerii modelului 3D a terenului prin metoda triangulaţiei constă în
Dro05:
- stabilirea punctelor cunoscute,
- suprapunerea acestora pe imaginea raster sau randarea în funcţie de valorile z,
- crearea triangulaţiei Delaunay corespunzătoare valorilor discrete,
- afişarea triangulaţiei în spaţiu 3D.
54
Introducere în GIS
55
Introducere în GIS
56
Introducere în GIS
57
Introducere în GIS
ERORI
FINALE
ERORI SECUNDARE
Consistenţă logică
completitudine
ERORI PRIMARE
Positionale si de atribute
PROCESAREA DATELOR
COLECTAREA DATELOR
58
Introducere în GIS
3. GIS – fundamente
59
Introducere în GIS
60
Introducere în GIS
61
Introducere în GIS
62
Introducere în GIS
Culegere date
Utilizatori
Date
spaţiale
Comunicare Prezentare
63
Introducere în GIS
64
Introducere în GIS
65
Introducere în GIS
SOFTWARE
HARDWARE
G.I.S DATE
METODE
UTILIZATORIl
66
Introducere în GIS
Aria Aplicaţiilor:
Informatica/ administraţie publica
proiectare
M SI geologie
grafica exploatare miniera
vizualizare marketing
baze de date GIS finanţe
administrare justiţie
securitate sănătate
mediu
Informatie
Geografica
topografie
geodezie
cadastru
analiza spatiala
67
Introducere în GIS
şi simulare, oferă suport planificării pe termen scurt, mediu şi lung, oferind in acelaş timp
vizualizari spatiale utile pentru intelegerea de catre nespecialişti.
Astfel în ultimii ani, sistemele informatice geografice au intrat tot mai mult în sfera
sistemelor de suport al deciziilor în special în domenii de planificare( planificare urbană,
planificarea investiţiilor, planificarea dezvoltării economice, a sistemului de taxare, analize
SWOT etc.), managementul resurselor şi studii de impact ( impact fiscal, impact de mediu
etc.). Utilizarea sistemelor informatice geografice in domeniul studiilor de impact fiscal se
poate realiza prin aplicaţii de tipul: managementul proprietăţilor imobiliare, alternative de
dezvoltare, studii de dezvoltare, studii fiscale, etc.
Sisteme Informatice Geografice personalizate au fost dezvoltate pentru utilizări
diverse:
✓ Cadastru: cadastru general şi cadastre de specialitate,
✓ Urbanism, sistematizare teritorială si administraţie locală – studii de amplasare,
studii de urbanism, asistarea procedurii de autorizare în construcţii, alte studii de
dezvoltare locală şi amenajarea teritoriului, gestiunea şi urmărirea zonelor cu
restricţii,
✓ Geologie - inventarierea şi supravegherea zăcămintelor,
✓ Protecţia mediului - studii de impact, studii climatologice, analiza şi gestiunea
zonelor afectate de diferiţi poluanţi, gestiunea şi urmărirea arealelor protejate,
✓ Agricultură şi pedologie - cartare pedologică,
✓ Cartografie - realizarea şi actualizarea de hărţi şi planuri topografice, realizarea şi
actualizarea de hărţi tematice, etc..
✓ Socio-economice - studii diverse (interacţiuni, zone de influenţă, etc.),
recensământ, etc.,
✓ Transporturi - optimizări trasee transport, cadastru de specialitate (căi ferate,
drumuri, etc..).
În concluzie sistemele informatice geografice au aplicabilitate in orice domeniu
care presupune localizare in spaţiu şi utilizarea datelor spaţiale.
68
Introducere în GIS
69
Introducere în GIS
70
Introducere în GIS
71
Introducere în GIS
a.)
b.)
72
Introducere în GIS
73
Introducere în GIS
O suprafaţă topografică (sau un teren) , este imaginea unei funcţii reale bivariante
definită pe domeniul din planul euclidian, astfel încât =(x, y, f(x,y)), (x, y). Fiind
dată o valoare reala q, mulţimea C(q)= (x, y) , f(x, y)=q este mulţimea de contururi
din la înălţimea q şi formează o mulţime de linii simple.
Modelul digital al terenului (engleză Digital Elevation Model – abrevierea din
limba engleză DEM) este un model care oferă date asupra unei suprafeţe de tipul .
Modelarea terenului presupune determinarea valorilor funcţiei f(x, y) pentru o
mulţime de puncte de tipul V=v0, v1, ….vn unde vi de forma (xi, yi) şi a unui set de
segmente E=e0, e1, ….em având capetele în V.
Modelul digital al terenului în context GIS este sub forma [de Flo, Du96, van
Kre97]:
- Model poliedral poate fi considerat o partiţionare a domeniului in regiuni
poligonale, fiecare poligon având vârfurile în V si muchiile în E, iar funcţia f
este o funcţie liniară. Cel mai popular model poliedral este modelul cu fete
triunghiuri numit TIN (abrevierea din engleză: Triangulate Irregular Network),
- Model matriceal (grid) – presupune partiţionarea domeniului plan , funcţia f
în acest caz este o funcţie biliniară care interpolează nodurile matricei. Aceasta
metodă se împarte în două subcategorii:
• matrice regulată - punctele cunoscute sunt determinate la locaţii
predefinite formând o reţea cu fete regulate,
• matrice cu noduri aleatoare - în acest caz prima etapă este determinarea
punctelor care să determine o reţea (matrice) regulată.
- Modelul curbelor de nivel sau modelul contur– fie o mulţime Q=q0, q1, ….qr
de valori reale, o hartă contur al terenului este colecţia de contururi C, Q =
C(qi), i=0,1,..r.
Mulţimile fuzzy se pot utiliza în modelarea terenului în cazul utilizării modelului
matriceal in special pentru codificarea pantei de inclinaţie (acesta fiind reprezentată în mod
74
Introducere în GIS
uzual sub formă procentuală) dar şi a altitudinii în cazul în care altitudinea maximă este
considerată având valoarea 1 iar cea minimă având valoarea 0. Dro06
75
Introducere în GIS
urban sau delimitarea zonelor inundabile necesită o precizie foarte ridicată şi deseori un
timp de realizare foarte scurt.
76
Introducere în GIS
• Modelul vectorial stocat sub forma de baze de date spaţiale încapsulează in mod
eficient topologia permiţând interogări şi analize spaţiale complexe.
În ciuda avantajelor menţionate anterior modelul raster este preferat modelului
vector în următoarele situaţii:
• pentru operaţii de tip generalizare sau interpolare,
• pentru reprezentarea datelor continue ca de exemplu sol, elevaţie, clima etc., iar
pentru a reprezenta aceste date inclusiv cu trecerile graduale se utilizează
modele raster bazate pe mulţimi fuzzy.
77
Introducere în GIS
78
Introducere în GIS
79
Introducere în GIS
4. Date spaţiale
Sistemele informatice geografice încearcă să creeze modele ale lumii reale. „Inima”
sistemelor informatice geografice o reprezintă datele geospaţiale acestea îmbină
caracteristice geometrice şi topologice ale datelor cu cele alfanumerice.
Prin datele geospaţiale înţelegem date spaţiale georeferenţiate astfel datele spaţiale
sunt utile doar in contextul geografic şi în relaţie cu celelalte date spaţiale Wor04.
În acest capitol vom prezenta nivelurile de abstractizare a datelor, tipurile şi
structurile de date spaţiale, relaţiile specifice acestora alături de modelele de stocare a
acestora şi modalităţile de organizare în vederea unui acces facil la informaţie.
80
Introducere în GIS
81
Introducere în GIS
este definită ca un set de coordonate a căror atribute sunt strada şi numărul poştal. De
asemenea clădirea poate fi reprezentată sub forma unui simbol sau sub forma limitei
clădirii.
82
Introducere în GIS
A A0
A0 δA δA
83
Introducere în GIS
• Daca A este regiune – poligon de tip arie atunci Dim(A)=2 iar A0 este interiorul ariei (
fără găuri) iar δA este perimetrul - frontiera ariei A.
• Daca A este linie atunci Dim(A)=1 iar A0 este mulţimea punctelor din linie fără
punctele de pe extremităţi iar δA este mulţimea formată din punctele de început şi de
sfârşit a liniei sau mulţimea vidă dacă este o linie închisă;
• Daca A este un punct atunci Dim(A)=0 iar A0 este punctul în sine (A= A0) iar δA este
mulţimea vidă.
Definiţii:
1. Fie A, B două obiecte spaţiale unde A şi B nu sunt puncte, spunem că (A touch
B)=TRUE (A0 B0=0)(A B<>)
2. Fie A, B două obiecte spaţiale, spunem că
(A in B)=TRUE (A0 B0<>)(A B=A)
3. Fie A obiect spaţial de tip linie şi B obiect spaţial de tip linie sau poligon, spunem că
(A cross B)=TRUE
dim(A0 B0)=((max(dim (A0), dim(B0)) – 1)(A B<>A) (A B<>B)
4. Fie A, B două obiecte spaţiale de tip linie sau poligon, spunem că
(A overlap B)=TRUE
dim(A0)=dim( B0)= dim (A0 B0)(A B<>A) (A B<>B)
5. Fie A, B două obiecte spaţiale, spunem că
(A disjoint B)=TRUE (A B=)
6. Fie A un obiect spaţial de tip Poligon şi B un obiect spaţial de tip linie sau poligon,
spunem că
(A adjacent to B) = TRUE (A touch B)dim (A B)=1
7. Fie A, B două obiecte spaţiale, spunem că
(A coincide B)=TRUE A B=A=B
8. Fie A, B două obiecte spaţiale, A de tip poligon, spunem că
(A contain B)=TRUE (( B in A ) = TRUE) (( A coincide B)=FALSE)
9. Fie A, B două obiecte şi C o zonă care delimitează vecinătatea lui A cu raza de
valoarea dist
(A near( dist) B)=TRUE ( B disjoint C)=FALSE
84
Introducere în GIS
85
Introducere în GIS
Crearea de districte .
Regionalizare :
Classificare:
Figura 41 - Clasificarea operaţiilor de agregare[Bri96]
86
Introducere în GIS
- Operaţii spaţiale tip Fuzzy: acestea sunt bazate pe relaţii dependente de context
a căror valoarea poate fi determinată doar prin aproximare cum ar fi Large
(mare), Between( între), High( înalt), in front of (in faţa).
Tipului de date câmp spaţial corespunzător informaţiilor stocate şi gestionate în
format raster ii corespund următoarele operaţii, clasificate după modul de acţiune al
acestora Tve97:
- Operaţii locale: acţionează asupra unuia sau mai multor câmpuri spaţiale pentru
calcularea unui nou câmp. În această categorie intra operaţiile binare. De
exemplu operaţiile pe mulţimi utilizabile şi în cazul câmpurilor spaţiale: Egual(
egal), Intersection( intersecţie), Union (reuniune), Diference( diferenţă);
- Operaţii focale – valoarea rezultată în urma unei operaţii focale derivă din
operaţii între valoare câmpului x şi a valorii unor funcţii pe vecinătatea
câmpului x. De exemplu operaţii spaţiale de tip Fuzzy : Slope(pantă ), Aspect(
aspect), Between( intre), Large( mare), Neighborhood (vecinătate );
- Operaţii zonale operează funcţii de agregare asupra unui câmp şi a vecinătăţii
acestuia în vederea determinării valorilor pe o zonă. În această categorie intra
operaţiile de agregare de tip buffer şi aggregation respectiv funcţii de calcul
pentru valoarea medie sau maxima sau minimă zonală.
87
Introducere în GIS
• Operaţii de analiză spaţială tip buffer, asupra datelor cu caracter incert sau
probabilistic fuzzyficate.
Pentru a putea realiza operaţii fuzzy pe date de tip câmp spaţial numerice acestea
pot fi transformate în format corespunzător logicii fuzzy. Acest proces poartă numele de
fuzzificare.
Straturi de date
88
Introducere în GIS
Hărţi tematice
.
Figura 43 – Stratificarea informaţiei in GIS
Astfel se pot realiza suprapuneri de straturi de date de tip raster (poluare, zone
funcţionale, tipuri de sol, clima, fotografii etc.), cu straturi de tip vector (modelul digital al
terenului, reţea TIN, etc.), respectiv cu straturi a căror elemente sunt stocate în baze de date
spaţiale, sau generate în urma unor modelari matematice sau a unor interogări de tipul
analizelor spaţiale. În cazul informaţiilor din straturile stocate sub forma bazelor de date
spaţiale, toate entităţile aparţinând unui strat sunt instanţe ale aceleaşi clase sau aparţin
unei teme nou creeată. Această abordare permite încărcarea datelor aparţinând unui strat
independent de altele funcţie de dorinţele şi drepturile utilizatorilor.
89
Introducere în GIS
unui interval prestabilit. Această modalitate de indexare este utilizată cu succes in cazul
bazelor de date alfanumerice, în cazul obiectelor spaţiale presupune maparea acestora
într-un spaţiu unidimensional, datele fiind ordonate lexicografic,
• indexare Quadtree – aceasta reprezintă o generalizare a arborilor binari, utilizată în
special pentru organizarea informaţiile tematice dintr-o bază de date raster,
• indexare R – arbori (engleză R - tree) – organizare spaţială multidimensională,
reprezentând o generalizare spaţială a B-arborilor.
Întrucât indexarea hashing şi indexare prin B-arbori sunt indecşi non-spaţiali, din
acest motiv aceştia sunt utilizaţi în cazul obiectelor spaţiale doar pentru indexarea
obiectelor unidimensionale – de tip punct. Astfel metodele de indexare preferate pentru
indexarea spaţială sunt Quadtree şi R – arbori, deoarece acestea utilizează relaţii topologice
şi geometrice în vederea organizării informaţiilor. Datorită caracteristicilor specifice,
acestea sunt utilizate diferit: indexarea tip quadtree este preferată in cazul modelelor raster
iar R-arborii in cazul modelelor vectoriale.
4.4.2.1. Quadtree
Quadtree reprezintă o structură ierarhică de date. Acesta este o generalizare a
arborelui binar pentru spaţiul bidimensional caracterizat prin faptul că fiecare nod care nu
este terminal are patru noduri copii. Organizarea datelor prin quadtree este utilizată
predominant pentru datele tip raster.
Organizarea datelor sub formă de quadtree se realizează recursiv prin împărţirea
sistematică a spaţiului bidimensional în patru regiuni de mărimi egale. Descompunerea
spaţiului în mărimi egale se face prin operaţia de mozaicare regulată( engleza regular
tessalation) iar obiectele spaţiale sunt mapate pe spaţiul divizat.
Prin mozaicare (tessalation) înţelegem operaţia e divizare a planului în obiecte
disjuncte( engleză tile) şi adiacente; iar prin mozaicare regulată( engleză regular
tessalation) înţelegem mozaicarea spaţiului utilizând poligoane regulate de arii egale. Cea
mai populară mozaicare utilizează pătratul în vederea divizării spaţiului şi este denumită
square grid.
În cazul arborilor quadtree se utilizează mozaicare regulată tip pătrat, numită
square grid. În figura de mai jos am reprezentat modalitatea de organizare a unei imaginii
utilizând structura quadtree.
90
Introducere în GIS
91
Introducere în GIS
4.4.2.2. R- arbori
Chiar daca pentru bazele de date spaţiale se pot utiliza metode diverse de indexare:
hashing, B-arbore, Quadtree, R- arbore, cea mai populara metoda de indexare utilizată
datorită eficienţei şi simplităţii este indexarea R-arbore[Pap03, Hja].
92
Introducere în GIS
Structura de R-arbore ( engleză rectangle tree sau region tree) a fost propusă de
Guttman în 1984, aceasta este extensie multidimensionala a B-arborilor. Daca B-arbori
sunt unidimensionali, R-arborii pot fi bi, tri – dimensionali. R-arbori tridimensionali sunt
utilizaţi pentru indexarea bazelor de date spaţiale de tip tridimensionali sau pentru
indexarea bazelor de date spaţiale de tip 2D pentru care a treia dimensiune o reprezintă
factorul timp[Gut84].
Figura 46 - Un exemplu de R- arbore
93
Introducere în GIS
94
Introducere în GIS
95
Introducere în GIS
ISO
Standarde – 9100
ISO seria
Referinţă amendamente
consens
Model
Specificaţia
OGC abstractă
Esential
RFP proces amendamente
Specification
Implementaţie
Dezvoltare Review
Piata
Servicii
Implementare
Figura 47 -Relaţia intre standardele ISO şi OGC [Oos02]
96
Introducere în GIS
97
Introducere în GIS
unor servicii web dedicate datelor geospaţiale. Printre serviciile standarde definite de OGC
respectiv WWW Consortium (W3C) amintim:
• Web Map Service (WMS) pentru publicarea pe Internet a datelor tip CAD
şi GIS
• Web Feature Service (WFS) pentru date vector,
• Web Coverage Service (WCS) pentru date raster,
• Catalogue Services (CAT) pentru inregistrarea şi interogarea resurselor de
date spaţiale şi servicii web,
• Web Coordinate Transformation Services (WCTS) pentru transformarea
datelor în diferite sisteme de referinţă.
Aplicaţii Client
XML
GIF
Metadata JPEG
GML
Catalog SL
M
D
WMS M
M WFS GML
WMS WMS
App
Schema
M M
M
M
Data Data Data Data
98
Introducere în GIS
de referinţă diferite şi fiind stocate pe servere distribuite prin intermediul unui soft de tip
GIS. Codificarea datelor vectoriale pentru afişarea datelor prin OGC WFS se poate realiza
doar utilizând limbajul GML (abreviere din engleză Geography Markup Language ).
OGC Web Coverage Service (WCS) oferă posibilitatea de vizualizare a datelor
rastru, de tip matrice numerică de gen populaţie, elevatie etc,. WCS este similar serviciului
WMS, însă spre deosebire de WMS care oferă hărţi statice, WCS oferă acces la informaţie
intactă, (neprelucrată). În cazul WCS modelarea, generarea modelului ştiinţific sau
randarea informaţiei se realizează pe calculatorul client. Din acest motiv utilizarea WCS
necesită nu este destinată unui client thin.
Realizarea interoperabilităţii între sisteme necesită nu doar folosirea unor formate şi
servicii standard dar şi standardizarea datelor: a tipurilor de date, a simbolurilor, a
sistemelor de referinţă, standardizarea comunicării datelor etc. Asemenea standarde au
început să fie implementate la nivel regional sau naţional denumite generic infrastructura
naţională de date spaţiale (INDS). INDS trebuie percepută ca tehnologie, strategie, set de
criterii, standarde şi resurse umane necesare colectării, gestionării, analizării datelor
geospaţiale şi promovării conceptului de partajare a datelor geospaţiale la toate nivelele
administraţiei publice, ale organizaţiilor non-guvernamentale, companiilor private şi a
mediilor academice. Dezvoltarea standardelor de interfaţa si a formatului de date
geospaţiale sunt promovate in special de către consorţiul OpenGIS (Open Geospatial),
Uniunea europeana prin INSPIRE şi U.S. National Imagery and Mapping Association
(NIMA) Gav05a, Gav05b.
99
Introducere în GIS
• Determine conformităţi.
Cei cinci paşi ale procesului de evaluare a calităţii datelor şi relaţiile dintre aceste
procese este prezentată în figura de mai sus.
Rezultatele evaluării calităţii datelor trebuie raportate ca şi metadate. Al doilea
raport de evaluarea a calităţii este solicitat în cazul în care raportul este doar de tipul
pass/fail sau rezultatul este de tip agregat.
În anexa 1 la standardul 19114 se specifică câmpurile din raportul de evaluare care
trebuie completate în stabilirii gradului de corectitudine [Jak09]:
• Identificarea documentului raport
• Scopul observaţiei
• Metode de cuantificare utilizate (formule, valori rezultate, unităţi de măsură,
coeficientul de siguranţă, unitatea de măsură a siguranţei),
• Încrederea în testul de conformanţă ( valoare încrederii, unitatea de măsură a
încrederii, documente de explicare a metodelor)
• Tipul metodei de evaluare a calităţii utilizate ( directe, externe, strategii de
verificare utilizate)
• Descrierea metodelor de calitate utilizate (ipotezele de bază, algoritmi de
procesare, definiţia paramentrilor, valorile parametrilor, unităşile de măsură a
parametrilor utilizaţi)
100
Introducere în GIS
101
Introducere în GIS
102
Introducere în GIS
mai jos am prezentat modalitatea de specificare a unei categorii de informaţii în acest caz
spaţiile verzi din Oradea. Prin instrucţiunea GML prezentată s-a specificat sistemul de
referinţă al României, prin standardul Epsg31700 şi limitele oraşului Oradea în sistemul de
coordonate specificat Gav05a.
<FeatureType>
<Name>sp_verde</Name>
<Title>Spatiu verde</Title>
<SRS>EPSG:31700</SRS>
<Operations>
<Update />
<Insert />
<Delete />
</Operations>
<LatLongBoundingBox minx="261630.787800679" miny="617836.310842413"
maxx="273116.06780766" maxy="628463.869278484" />
</FeatureType>
Informaţia geografică va fi descrisă sub formă de text pentru fiecare categorie de
informaţie (layer) separat, topologia şi geometria obiectelor fiind descrisă prin
coordonatele nodurilor. În exemplul de mai jos se dă specificarea unui obiect de tip spaţiu
verde aparţinând clasei sp_verde definită anteriorGav05a:
<gml:featureMember><gmgml:SP_VERDE gml:id="SP_VERDE.4">
<gmgml:ID>4</gmgml:ID>
<gmgml:Geometry1>
<gml:Surface srsName="EPSG:31700">
<gml:patches><gml:PolygonPatch><gml:exterior><gml:LinearRing>
<gml:posList srsDimension="2">265833.934698498 620950.986565044 266292.221154406
620791.198585077 266290.592 620777.128 266053.894 620426.551 265875.986885019
620435.808691539 265931.020201293 620597.851233902 265730.760078184 620679.636856699
265833.934698498 620950.986565044
</gml:posList></gml:LinearRing></gml:exterior></gml:PolygonPatch>
</gml:patches></gml:Surface>
</gmgml:Geometry1>
</gmgml:SP_VERDE>
</gml:featureMember>
103
Introducere în GIS
5.1. SQL/OGIS
Evoluţia sistemelor informatice geografice au dus la utilizarea pe scară largă a
bazelor de date spaţiale. Îmbinarea paradigmei orientate - obiect cu geometria
computaţională a dus la perfecţionarea bazelor de date spaţiale şi la extinderea limbajului
SQL în definirea şi manipularea datelor geografic.
Limbajul SQL/OGIS sau SQL/CLI (CLI abreviere din engleză Call-Level Interface)
reprezintă o extindere a standardului SQL pentru informaţiile geometrice. Standardul
OGIS (în engleză Open Geodata Interchange Standard) [Ogis99, Ogis05], a fost definit de
către consorţiul Open Geospatial ( în 1999 se numea Open GIS Consortium) acesta fiind
respectat de toate bazele de date spaţiale. Funcţiile definite de standardul SQL/OGIS şi
incluse în sistemele de gestiune ale bazelor de date spaţiale sunt grupate în şase clase de
funcţii: definirea datelor, interogarea datelor, manipularea datelor, partajarea datelor,
controlul accesului şi integritatea datelor.
104
Introducere în GIS
105
Introducere în GIS
106
Introducere în GIS
107
Introducere în GIS
108
Introducere în GIS
Datele geografice vectoriale sunt stocate de cele mai multe ori respectând modelul
spaghete sau poligonal întrucât aceste modele sunt utilizate pentru stocarea informaţiei tip
CAD. Modelul utilizat de sistemele informatice geografice pentru a putea realiza analize
spaţiale este modelul topologic. Trecerea datelor tip poligon reprezentate în model
spaghete, respectiv în model poligonal presupune crearea de arii in baza poliniilor închise.
Construirea unei arii (poligon), respectiv a unei colecţii de arii (multipoligon ), în baza unei
colecţii sau mulţimi arbitrare de polilinii se face utilizând funcţiile:OGIS05
• BdPolyFromWKB (WKBMultiLineString BINARY, SRID Integer): Polygon,
• BdMPolyFromWKB (WKBMultiLineString BINARY, SRID Integer):
MultiPolygon.
Crearea de arii în baza poliniilor închise descrise prin text se realizează utilizând
funcţiile:
• BdPolyFromText (multiLineStringTaggedText String, SRID Integer): Polygon,
• BdMPolyFromText (multiLineStringTaggedText String, SRID Integer):
MultiPolygon.
109
Introducere în GIS
o Joinul spaţial,
• Operaţii de interogare zonală – utilizate pentru delimitarea unei zone spaţial, rezultatul
acestor operaţii de analiză spaţială fiind mulţimi de obiecte de tipuri diferite care se află
într-o anumită arie. Aceste operaţii definesc câmpuri spaţiale pornind de la obiecte:
o Acoperire convexă
o Agregarea datelor spaţiale,
o Zone tampon (buffer).
SELECT *
FROM clădiri
WHERE clădiri.geometry=PICK
110
Introducere în GIS
SELECT *
FROM clădiri
WHERE clădiri.cat_folosintă=”INSTITUTIE”
Kilom eters
111
Introducere în GIS
SELECT sum(p1.locuitori)
FROM parcela p1, parcela p2
WHERE (Touch(p1.geometry, p2.geometry)=TRUE )
AND ((Altitude(p1.geometry) - Altitude(p2.geometry))<nivel_prob)
AND p2.Categ_folosinta=’Apa’;
112
Introducere în GIS
113
Introducere în GIS
SELECT count(p1.geometry)
FROM clădiri c1, parcele p2
WHERE Overlap(c1.geometry, Buffer(c2.geometry, 300))=TRUE
AND p2.tip=’sp_verde’
AND area(p2.geometry)>10000mp
Kilom eters
114
Introducere în GIS
115
Introducere în GIS
116
Introducere în GIS
5.6.Concluzii
În acest capitol, am prezentat şi analizat metodele de procesare şi de analiză
spaţială a informaţiilor geospaţiale structurate sub forma bazelor de date spaţiale utilizând
o serie de operatori matematici denumiţi generic „algebra hărţilor”, operatori care stau la
baza limbajul SQL/OGIS.
Evoluţia bazelor de date spaţiale şi dezvoltarea limbajului SQL au dus la
dezvoltarea sistemelor informatice geografice şi la folosirea acestora în domeniul asistării
deciziilor. Procesarea şi analiza datelor geospaţiale este fructificată doar în cazul folosirii
acestora în formularea, fundamentarea şi implementarea deciziilor.
Algoritmii prezentaţi în acest capitol, exemplifică nu doar abilitatea de a realiza interogări
şi analize spaţiale complete, necesare atât în procesul de procesare a datelor geospaţiale dar
şi în aplicabilitatea acestora în domenii diverse de activitate.
117
Introducere în GIS
Index figuri
Figura 1 - Interpolare polinomială ............................................................ 13
Figura 2 - Componentele unei tabele ........................................................ 20
Figura 3 - Relaţionarea intre entităţi ......................................................... 21
Figura 4- Relaţia dintre pământ, geoid şi elipsoidBri96 ........................ 26
Figura 5 – Tipuri de proiectii ( cilindrică, conică, azimutală) .................. 27
Figura 6 - Tipul proiecţiei în funcţie de axă ............................................. 28
Figura 7 – Staţie totală .............................................................................. 30
Figura 8 - Receptoare GPS ....................................................................... 31
Figura 9 - Digitizor si scanner .................................................................. 31
Figura 10 - Oradea din satelit ................................................................... 32
Figura 11 - Oradea din avion. ................................................................... 32
Figura 12 - Tehnica LIDAR ..................................................................... 33
Figura 13 – Diagrama spectrul electromagnetic (sursa http://imagers.gsfc.nasa.gov/)
.................................................................................................................. 33
Figura 14 Raportul preţ calitate în funcţie de metoda de colectare a datelor 35
Figura 15 –Clasificare .............................................................................. 42
Figura 16 - Clasificare nesupervizată K-means: 3 respectiv 5 clusteri ... 43
Figura 17 - Etapa de învătare şi evaluarea semnăturilor .......................... 43
Figura 18 – Clasificare supervizată – Metodele Maxlike şi Mindist........ 44
Figura 19 - Vectorizarea propriu-zisă ....................................................... 45
Figura 20 - Modele 3D ale terenului ........................................................ 50
Figura 21 - Diagrama Voronoi ................................................................. 52
Figura 22 – Exemple de diagrama Voronoi.............................................. 52
Figura 23 - Construirea triangulaţie Delaunay ......................................... 53
Figura 24 - Etape de realizare a modelului 3D ......................................... 54
Figura 25 Clasificarea şi propagarea erorilor ........................................... 58
Figura 26 - Harta realizată de John Snow in 1854 ................................... 60
Figura 27 -Clasificarea sistemelor tip GIS[Ber06] ................................... 62
Figura 28- Funcţiile unui sistem informatic geografic[Wor04] ............... 63
Figura 29 - Clasificarea sistemelor informaţionale .................................. 65
Figura 30 - Componentele unui GIS......................................................... 66
Figura 31 - Sursa datelor in GIS.[Lun04] ................................................. 67
Figura 32 - Modelarea datelor spaţiale ..................................................... 70
Figura 33 - Modelul raster vs modelul vector .......................................... 71
Figura 34 - Modelul Peano ....................................................................... 72
Figura 35 Reprezentarea gradului de apartenenţă cu ajutorul mulţimilor fuzzy 73
Figura 36 - Grid vs Latice......................................................................... 75
Figura 37 - Atribute ataşate obiectului spaţial .......................................... 78
Figura 38 – Modelarea obiectului casa [Wor04] ...................................... 82
Figura 39 - Relaţii topologice ................................................................... 83
Figura 40 -Elementele obiectelor spaţiale [Wor04] ................................. 83
Figura 41 - Clasificarea operaţiilor de agregare[Bri96] ........................... 86
Figura 42 - Operaţii locale, operaţii focale şi operaţii zonale [Wor04] ... 87
Figura 43 – Stratificarea informaţiei in GIS ............................................. 89
Figura 44 - Organizarea imaginii Quadtree .............................................. 91
Figura 45 - Operaţii cu date organizate quadtree ..................................... 92
Figura 46 - Un exemplu de R- arbore ....................................................... 93
118
Introducere în GIS
Index algoritmilor
119
Introducere în GIS
Bibliografie
Ale05 Alexei, A. M. - Contribuţii privind culegerea semiautomată a datelor cartografice
digitale, Academia tehnică Militară, Teză de doctorat, 2005
Arn89 Arnoff, S. - Geographic Information Systems: A Management Perspective,
Ottawa, Canada, WDL Publications,1989
Băd04 Băduţ, M.; - GIS Sisteme Informatice Geografice – Fundamente practice, Editura
Albastră, 2004
[Ber96] Berry, J.K. – Beyond Mapping: Concepts, Algorithms, and Issues in GIS, John
Wiley Publishers, 1996
[Ber02] Berry, J.K. – Grids and Lattices Build Visualizations, GeoWorld July, 2002
[Ber06] Berry, J.K. & Associates – The GIS Primer – An Introduction to Geographic
Information Systems - http://www.innovativegis.com/basis/ - mai 2006
[Bla00] Blaga, P. – Statistică Matematică, Universitatea Babeş-Bolyai Cluj Napoca,
Facultatea de Matematică şi Informatică, 2000
[Bor86] Borroughs, P. – Principles of Geographical Information Systems for Land
Resources Assessment, Oxford University Press, 1986
[Bri96] Briggs, R.-Introduction to GIS, University of Texas at Dallas, 1996
[Câm95] Câmara, G.; Freitas, U.M.; Casanova, M.A.- Fields and Objects Algebras for GIS
Operations, Proceedings of III Brazilian Symposium on GIS, 1995
Chi06 Chirilă, E.; Droj G.; Droj, L. – A modelation of the property taxation system -
Case study Oradea, AGORA – STUDII, 2006, paginile 168-177
[Che96] Chen, J. –Computational Geometry: Methods and Applications, Texas University,
1996
Chi93 Chiorean, I – Calcul Paralel – Fundamente, Universitatea “Babeş – Bolyai”, 1993
curs litografiat
[Coc97] Cockcroft, S. - A taxonomy of spatial data integrity constraints, Geoinformatica
1(4), 1997
Cow88 - Cowen, D. - GIS versus CAD versus DBMS: What are the Differences?,
Photogrammetric Engineering and Remote Sensing, 54(1), 1988.
[de Berg] De Berg, M.; van Kreweld, M.; Overmars, M.; Schwarkopf, O- Computational
Geometry: Algorithms and Applications, Springer, 2000
[De Flo] De Floriani, L., Puppo, E., Magillo, P. –Application of Computational Geometry
to Geographic Informational Systems, Handbook of Computational Geometry, 1999
Elsevier Science, pp.333-388
Di Deo02 Di Deo, A. - Modeling Spatial and Temporal Data in an Object-Oriented
Constraint Database Framework, Technischen Universitat Berlin 2002
Dor99. Dori, D. ; Wenyin, Liu - Sparse Pixel Vectorization: An Algorithm and Its
Performance Evaluation, volume 21 No.3 of IEEE Transaction on Pattern Analysis and
Machine Intelligence, pages 202–215, 1999
Dro05 Droj G. - Diagramele Voronoi şi Triangulaţia Delaunay in GIS, Editura
Universităţii din Oradea - Analele Universităţii din Oradea, Vol. VIII – 2005, paginile
205-210,
Dro06 Droj G. - The applicability of fuzzy theory in processing spatial data, Editura
Universităţii din Oradea - Analele Universităţii din Oradea, Vol. IX – 2006, paginile 17-
23,
Dro07a Droj G. - The applicability of fuzzy theory in remote sensing image
classification, Studia Universitatis Babes-Bolyai Informatica, Volumul LII, Number 1
(2007), pages 89-96
120
Introducere în GIS
Dro07b Droj G. - Remote Sensing Image Classification, Editura Universităţii din Oradea
- Analele Universităţii din Oradea, Vol. X – 2007, paginile 268-272
[Dro08a] Droj G. - Justifying GIS Modeling Uncertainty: A Practical Approach, IJCCC
Vol. III, 2008, paginile 277-281
[Dro08b] Droj G. - Improving the accuracy of Digital Terrain Models, Studia
Universitatis Babes-Bolyai Informatica, Volumul LIII, 2008, paginile 65 - 72
[Dro08c] Droj G. - Quantifying the uncertainty of spatial data, Zilele Academice Clujene,
Secţiunea Informatica, 2008, paginile 19-27
[Du96]. Du, Chongjiang – An Interpolation Method for Grid-Based Terrain Modeling, The
Computer Journal, vol.39, nr. 10, 1996
Ege94 Egenhofer, M. J. – Spatial SQL: A Query and Presentation Language, IEEE
transaction on Knowledge of Data Engineering 6(1) 86-95, 1994
Fer98 Fernandez, X.; Riveira,F. – A Vectorizer for Color Topographic Map, IASTED
International Conference, Spatial and Image Processing, Las Vegas, 1998
[Gav04a] Droj G. ( Gavriş) – The Use of GIS for Planning and Management of
Development Control: A Case Study for Oradea Municipality, GeoSpatial World
Miami, 2004, 406B presentation, www.geospatialworld2004.com
[Gav04b] Droj G. ( Gavriş).- Indexarea bazelor de date spaţiale – Editura Universităţii
din Oradea - Analele Universităţii din Oradea ,. Vol. VII – 2004, paginile 286-291
[Gav04c] Droj G. ( Gavriş).- Tehnici de modelare utilizate la specificare sistemelor
informatice geografice – Editura Universităţii din Oradea - Analele Universităţii din
Oradea ,. Vol. VII – 2004, paginile 280-285
[Gav05a] Droj G. ( Gavriş) – Oradea GIS Local Consortium - Open Management
Information System, GeoSpatial World San Francisco, 2005, 432A presentation,
www.geospatialworld2005.com
[Gav05b] Droj G. ( Gavriş) – Infrastructura Naţională de Date Spaţiale - INDS- element
esenţial în fundamentarea deciziilor, E-week nr.140, august 2005, paginile 22, 24
Gol95 Gold, C.; Condal, R. – A spatial data structure integrating GIS and simulation in
marine environment – Marine Geodesy, Vol 18, 1995, http://www.voronoi.com
Gol97a Gold, C.; Remmele, P.; Roos, T. – Voronoi Methods in GIS – Algorithmic
Foundations of GIS, Lecture Notes in Computer Science 1340, pages 21-35. Springer-
Verlag, Berlin, Germany, 1997. http://www.voronoi.com .
Gol97b Gold, C. – Simple Topology Generation from Scanned Map, In Proceedings
Auto-Carto 13, ACM/ASPRS, volume5, pages 337-346, Seattle, USA, 1997,
http://www.voronoi.com
Hai98 Haidu, I.; Haidu, C.; - S.I.G. – Analiză Spaţială, Editura *H*G*A, Bucureşti 1998
[Hom02] Homentcovschi, L. – Geometrie Computaţională, Editura Ex Ponto, Constanta,
2002
Knu02 Knuth E. Donald – Arta programării calculatoarelor – Algoritmi Fundamentali,
Editura Teora, 2002,
Kol Kolesnikov, A.; Trichina, E. – Parallel Implementation of Width-Independent Fast
Thinning Algorithm, http://cs.joensuu.fi/~koles/dissertation, decembrie 2003
Kol03 Kolesnikov, A. - Efficient Algorithms for Vectorization and Polygonal
Approximation, Academic dissertation, University of Joensuu, 2003,
http://cs.joensuu.fi/~koles/dissertation, decembrie 2003
Liu99 Liu, W.; Dori, D. - From Raster to Vectors: Extracting Visual Information from
Line Drawings, volume 2 of Pattern Analysis & Applications1999
Lun04 Luncan, T. A.; Covăcescu, R.; Droj G. ( Gavriş) - GIS - instrument al
managementului si controlului urban - Studiu de caz Oradea, Academia Română,
Conferinţa naţionala a utilizatorilor de GIS, Bucureşti, 2004
121
Introducere în GIS
122