Definicja SIP
System informacji przestrzennej nazywa się systemem pozyskiwania, przetwarzania i udostępniania danych zawierających informacje przestrzenne oraz towarzyszące im informacje opisowe o obiektach wyróżnionych w części przestrzeni objętej działaniem systemu.
różnice pomiędzy GIS a SIT
Dokładność i szczegółowość informacji przechowywanych w systemach informacji przestrzennej prowadzi do wyodrębnienia z nich: systemu informacji terenowej SIT oraz systemu informacji geograficznej GIS. Poszczególne systemy posiadają następującą charakterystykę:
- SIT - operujące informacją pierwotną (uzyskaną na podstawie bezpośrednich pomiarów terenowych lub na podstawie wielkoskalowych zdjęć lotniczych) pod względem dokładności odpowiadającą mapom wielkoskalowym (skale większe od 1:5000)
- GIS - operujące informacją wtórną (przetworzoną), pod względem dokładności i szczegółowości odpowiadają mapom średnio i małoskalowym (skala 1:10000 i mniejsze)
Pojęcie infrastruktury informacji przestrzennej (SDI).
Infrastruktura danych przestrzennych (SDI - Spatial Data Infrastructure) jest to zespół środków prawnych, organizacyjnych, ekonomicznych, politycznych, technicznych, przedsięwzięć instytucjonalnych oraz zasobów ludzkich które:
•zapewniają powszechny dostęp do danych i usług geoinformacyjnych dotyczących określonego obszaru,
•przyczyniają się do efektywnego stosowania geoinformacji dla zrównoważonego rozwoju danego obszaru,
•umożliwiają racjonalne gospodarowanie zasobami geoinformacyjnymi.
Krajowy System Informacji o Terenie.
1. Krajowy system informacji o terenie zwany dalej "systemem" zawiera dane obligatoryjne dotyczące:
• 1. państwowego systemu odniesień przestrzennych,
• 2. rejestru granic (trójstopniowego podziału terytorialnego państwa)
• 3. osnów geodezyjnych,
• 4. ewidencji gruntów i budynków,
• 5. geodezyjnej ewidencji sieci uzbrojenia terenu,
• 6. obiektów topograficznych.
2. System w części fakultatywnej może być uzupełniany o dane pozwalające użytkownikom na definiowanie własnych baz danych innych, niż wymienione w ust. 1.
3. Prawo własności tworzonych zasobów informacyjnych, o których mowa w §1 ust.2, przysługuje organomadministracji rządowej i samorządowej.
Prowadzenie systemu obejmuje:
· tworzenie zasobu informacyjnego,
· kontrolę, analizę, aktualizację i integrację danych,
· administrowanie zasobem informacyjnym
· udostępnianie danych.
System jest w zamierzeniu narzędziem do podejmowania / wspierania decyzji administracyjnych, prawnych, gospodarczych.
Wektorowy model reprezentacji danych przestrzennych. Modele: prosty, topologiczny, uproszczony topologiczny. Zalety i wady poszczególnych modeli.
Wektor - Pozwala na określanie przestrzennej lokalizacji w sposób ciągły, nie dzieląc przestrzeni na dyskretne kwadraty.
Obiekt przechowywany jest za pomocą współrzędnych.
Obiekty zwykle przedstawianie są za pomocą:
Punkt - najprostszy element
Linia (arcs) - ciąg punktów połączonych ze sobą
Polygon - zamknięty ciąg punktów połączonych ze sobą
Model danych wektorowych
- Spaghetti
W tym podejściu każdy obiekt geometryczny jest reprezentowany niezależnie od innych już istniejących w bazie. Żadne zależności topologiczne nie są dodatkowo trzymane w bazie.
Plusy: Prostota wprowadzania danych oraz ich utrzymanie.
Minusy: Brak zdefiniowanej możliwości ustalenia punktów wspólnych dla dwóch wielokątów (możliwe pojawienia się „niczyjej” przestrzeni pomiędzy wielokątami, które logicznie powinny być przystające.
- Modele topologiczne
Plus:
- Została całkowicie wyeliminowana redundancja danych - wielokąty przystające nie będą już miały duplikowanych punktów w bazie danych, bo są one utworzone z tego samego łuku.
- Dodatkową zaletą w stosunku do modelu sieciowego jest jeszcze większe wzbogacenie informacji topologicznej przechowywanej w bazie. Pewne zapytania będą wykonywane natychmiast. Brak redundancji. Łatwość zmiany granicy między wielokątami vs. Spaghetti.
Minus:
- Niektóre obiekty trzymane w bazie nie mają żadnego fizycznego uzasadnienia w świecie rzeczywistym. Złożoność powstających struktur jednak może zwalniać niektóre operacje bazodanowe.
- Przy dodawaniu nowego obiektu niezbędne jest przeliczenie części grafu, aby był nadal poprawny z naszego punktu widzenia.
Topologiczny model danychwektorowych
Węzeł (specjalny typ obiektów punktowych). Koniec linii lub punkt przecięcia dwóch linii.
Ciąg punktów (linia, która ma początek i koniec w węźle). Może być pojedynczym segmentem lub zbiorem kilku segmentów i mieć kierunek, stronę lewą i prawą.
Poligon - całkowicie zamknięty obszar za pomocą pojedynczego lub wielu ciągów punktów. Może mieć określony zarówno obszar wewnętrzny jak i zewnętrzny.
Zależności: przecięcia, sąsiedztwo, wewnątrz, na zewnątrz, pomiędzy, “dziura” lub “wyspa” poligonu
Prosty model wektorowy
• każdy obiekt jest traktowany jako byt samodzielny
• elementy geometryczne: punkty, linie i powierzchnie
• położenie i kształt są definiowane przez uporządkowany zbiór współrzędnych
• występują trudności z zapisem obiektów złożonych np. budynek z dziedzińcem wewnętrznym
• nazywany jest modelem spaghetti (brak przestrzennych relacji)
• jeśli dwa obiekty się stykają (np. działki) to te same punkty (współrzędne) są zapisywane w każdym obiekcie osobno
• związki przestrzenne trzeba ustalać na drodze analiz (np. sąsiednie działki nie wiedza o tym że sąsiadują)
Topologiczny model wektorowy
• oprócz informacji o położeniu i kształcie zawiera dodatkowo informacje o przestrzennych relacjach miedzy obiektami
• są trzy rodzaje elementów topologicznych: węzły, linie graniczne, obszary (0D,1D,2D)
• płaszczyzna jest podzielona liniami L1,L2,.. na obszary P1,P2,.. oraz na obszar P0 - zewnętrzny dla pozostałych
• linie nie mogą się przecinać, mają swoje kierunki, łączą się z innymi na węzłach
Nie występuje redundancja danych geometrycznych (jeden wykaz współrzędnych)
Daje wiedzę o:
• liniach i punktach węzłowych tworzących granice danego obszaru
• jakie linie rozpoczynają się lub kończą w węźle
• z jakimi obszarami graniczy dany obszar
Uproszczony topologiczny model wektorowy
Zachowuje poprawność geometryczną modelu topologicznego ale nie przechowuje informacji o topologii
Rastrowy model reprezentacji danych przestrzennych i modele pokrewne.
Raster - stanowi obraz graficzny przedstawiający daną przestrzeń. Uzyskuje się go najczęściej poprzez skanowanie. Obrazy rastrowe tworzone są przez zbiór uporządkowanych punktów (pikseli).
Cechy charakterystyczne
-Prosta struktura zapisu danych
-Prostsza implementacja szeregu analiz przestrzennych np. nachylenie terenu
-Odpowiedni do reprezentacji zjawisk o charakterze ciągłym
-Potrzeba dużej mocy obliczeniowej do przetwarzania danych rastrowych
-Potrzeba dużej pojemności nośników danych do składowania obrazów
Przykłady rastrów
DTM - Digital Terrain Model - NMT - Numeryczny Model Terenu
Zdjęcia: Lotnicze, Satelitarne, Naziemne
Mapy: Cywilna mapa topograficzna, Wojskowa mapa topograficzna, Mapa zasadnicza, Mapa ewidencyjna, Mapa tematyczna, Inne
Model rastrowy ma cechy obrazu cyfrowego przy czym wartości pikseli mają określone znaczenie tematyczne - dlatego poprawniej jest mówić o modelu GRIDOWYM lepiej KOMÓRKOWYM
Dla podkreślenia różnicy w stosunku do obrazu cyfrowego najmniejszy element grid-a nazywa się komórką (a nie pikselem) Złożony jest z wierszy i kolumn o określonych rozmiarach, elementy oznacza się jak w macierzy ale obok indeksów macierzowych komórki mają przypisane współrzędne terenowe ( poprzez tzw.
georeferencje)
Model gridowy
Ograniczona do rozmiarów komórki rozdzielczość danych przestrzennych
Dla każdego atrybutu trzeba budować osobny grid (warstwę) co zwiększa objętość danych
Łatwość prowadzenia analiz przestrzennych
Zalety i wady modelu rastrowego, porównanie z modelem wektorowym.
Model wektorowy a gridowy
Wektorowy
• Możliwość zapisu źródłowych współrzędnych
• Mała objętość danych, możliwość przechowywania w DBMS
• Skomplikowane i ograniczone analizy przestrzenne
Gridowy
• Dokładność danych ogranicza rozmiar komórki grid-a
• Duża objętość danych
• Proste i nieograniczone analizy przestrzenne
Model wektorowy a gridowy
Dobre rozwiązanie
• Przechowywanie danych w modelu wektorowym
• Generowanie modelu gridowego tylko na potrzeby analiz
przestrzennych
W modelu rastrowym wartość piksela DN jest atrybutem np. jasność, kod użytkowania terenu
W modelu wektorowym atrybuty są łączone z obiektami: punktami, liniami, poligonami poprzez unikalny identyfikator ID. Obiekt wektorowy może być połączony do wielu atrybutów.
Raster Zalety
-Najprostszy format danych
-Łatwość wykonywania operacji matematycznych i „nakładkowania”
-Łatwo rejestrować, włączać do GIS obrazowe dane lotnicze i satelitarne
-Lepsza reprezentacja danych „ciągłych”
Wektor Zalety
-Dokładne określanie położenia, najlepszy model dla obiektów o jednoznacznie określonych granicah np. drogi
-Zwarty format zapisu
-Można dołączać nieskończona ilość atrybutów.
Raster Wady
-Ogromna rozmiar plików dla wysokorozdzielczych danych
-Możliwość opisu rzeczywistości zależy od rozdzielczości rastra
(tzn.wielkości piksela)
-Tylko jeden atrybut jest przypisywany pikselowi
Wektor Wady
-Bardzo słaba możliwość prezentacji danych ciągłych
-Złożona struktura danych wymagająca mocnych „silników obliczeniowych”
-Wiele formatów danych wektorowych => potrzebne procedurykonwersji
Typy baz danych w SIP.
Bazy danych
BD to zbiór powiązanych wzajemnie danych. Powiązania są realizowane przez odpowiednie struktury danych.
Wyróżnia się bazy płaskie (plane) i systemy zarządzania bazą danych (DBMS - Database Management System)
Bazy płaskie to odpowiednio zorganizowany zbiór plików, struktura jest zakładana i eksploatowana przez określone narzędzie GIS. Pliki są uporządkowane w drzewo katalogów i są widoczne dla użytkownika. Niski poziom bezpieczeństwa.
DBMS są specjalistycznymi programami do obsługi baz danych wykorzystywanymi przez m.in. programy GIS. Wykonują one typowe, powtarzalne działania operacyjne na BD zlecane przez program GIS. Jedną z funkcji jest chronienie dostępu do danych.
Etapy opracowania projektu GIS (bazy danych przestrzennych)
1. Modelowanie pojęciowe - ustalenie modelu pojęciowego
danych
2. Modelowanie logiczne - struktura danych
3. Modelowanie fizyczne - struktura plików
4. Ładowanie bazy danych (wprowadzanie danych)
modelowanie pojęciowe (koncepcja) - polega na opracowaniu listy obiektów, opisaniu jak je wyróżniamy, zdefiniowaniu ich atrybutów; czy wszystkie obiekty są generalizowane - czy tylko niektóre? (np. opis co to jest obiekt drzewo i obiekt las, jakie będą miały atrybuty w bazie) modelowanie pojęciowe określa w jakim stopniu upraszczamy rzeczywistość
modelowanie logiczne (projekt) - sposób zapisu atrybutów przestrzennych i opisowych, jaki model danych (wektorowy/rastrowy) ?
czy są zapisywane relacje przestrzenne (topologiczne) pomiędzy obiektami (model wektorowy prosty/złożony/topologiczny) ?
czy będą słowniki dla atrybutów ?
modelowanie fizyczne (realizacja) : przejście od danych do informacji - jaki będzie system plików ( w praktyce jest to wybór określonego narzędzia GIS)
Dwa rozwiązania:
1. Bazy płaskie - system plików , najczęściej pliki graficzne CAD i pliki bazy
danych - połączenie poprzez indeksy (odnośniki)
2. Relacyjne bazy danych
Zasadnicza decyzja na etapie modelowanie pojęciowego:
jaki charakter ma baza danych
• referencyjny ?
• kartograficzny ?
DLM - digital landscape model
DCM - digital cartographic model
DLM - baza zawierająca rzeczywiste położenie obiektów - tzw. Dane referencyjne
przeznaczenie: do dalszego przetwarzania w tym jako dane do analiz przestrzennych (GIS)
DCM - baza zawierająca obiekty poddane procesowi redakcji kartograficznej przeznaczenie: do produkcji kartograficznej map o określonej skali
Bazy obu „geodezyjnych” ewidencji to przykłady baz operacyjnych, prowadzonych na bieżąco.
Inne przykłady takich baz to: ewidencja ludności, ewidencja dróg, rejestr podmiotów wnoszących opłaty za gospodarcze wykorzystanie środowiska.
Bazy operacyjne powinny w określonych odstępach czasowych przesyłać ustalone „raporty informacyjne” do hurtowni danych (przykładem jest zbiorczy wykaz danych objętych ewidencja gruntów, generowany raz do roku).
Podział wg. kryterium informatycznego: bazy hierarchiczne, sieciowe, relacyjne, obiektowe.
Rodzaje DBMS wg stosowanych struktur danych
1. Hierarchiczne
2. Sieciowe
3. Relacyjne (RDBMS)- Najważniejszy jest projekt podziału danych na tablice.
Do wyszukiwanie danych w tablicach stosowany jest język zapytań SQL (Structured Query Language).
Organizacja tablicowa narzuca sztywną strukturę każdej tablicy, jest w praktyce uciążliwa - trzeba przeszukiwać i analizować wiele tablic.
4. Obiektowe
Obecnie najczęściej stosuje się bazy relacyjne
Rozwijają się obiektowe
Podział baz wg kryterium funkcjonalnego: wprowadzanie danych, analizowanie, wizualizacja.
WG KRYTERIUM FUNKCJONALNOSCI
depozytorium (przechowywanie)
analityczne (przetwarzanie)
prezentacyjne (wizualizacja)
Podział baz wg. źródła pochodzenia danych: bazy źródłowe i pochodne.
WG KRYTERIUM POCHODZENIA DANYCH (typ bazy)
bazy źródłowe - zawierają dane wprost ze źródła podstawowego
bazy pochodne - zawierają dane uogólnione, zgeneralizowane, syntetyczne
Znaczenie transakcyjności w bazach danych przestrzennych, bazy operacyjne i analityczne..
WG KRYTERIUM CZĘSTOTLIWOŚCI POWTARZALNYCH DZIAŁAŃ
operacyjne - realizują bardzo konkretne, powtarzalne i skończone operacje zgodnie z precyzyjnie ustalonymi procedurami
analityczne (HURTOWNIE) - analizy studialne, symulacja procesów i zjawisk
Metody pozyskiwania danych do SIT/GIS. Pomiar bezpośredni, dane archiwalne z ODGiK, digitalizacja stołowa, wektoryzacja ekranowa i automatyczna, metody pośrednie, import z innych systemów. Skanowanie map i zdjęć, rodzaje skanerów, rozdzielczość skanowania, formaty i objętości plików, kompresja.
Pomiary terenowe - tzw. pomiary bezpośrednie.
Dokumentacja geodezyjna (operaty z ODGiK).
Digitalizacja (wektoryzacja) map:
• digitalizacja stołowa (tabletowa),
• ekranowa (wektoryzacja),
• półautomatyczna/automatyczna (wektoryzacja).
Pomiary zdalne (pośrednie):
• stereo/mono digitalizacja fotogrametryczna,
• skaning laserowy, interferometria radarowa.
Transfer z innych systemów.
Wektoryzacja:
ekranowa (manualna),
półautomatyczna,
automatyczna:
-Binaryzacja kolorów to proces redukcji kolorów do dwóch i zapis z rozdzielczością radiometryczną 2 (czarny, biały)
- Dobra skuteczność wektoryzacji automatycznej:
• wektoryzacja warstwic (jeśli mamy do dyspozycji tylko warstwę zawierająca warstwice)
• Rozpoznawanie tekstu
Etapy poprzedzające wektoryzację:
Materiał źródłowy
Skanowanie
Geometryzacja (kalibracja)
Rejestracja w CAD, GIS
Weryfikacja (po automatycznej)
Parametry skanerów wielkoformatowych
Rozdzielczość geometryczna do 500 dpi
rzeczywista (optyczna)
interpolowana np. 2 x większa od optycznej (500 →1000dpi)
Format do A0
Rozdzielczość radiometryczna (głębia koloru)
1bit - 21 (2) poziomy jasności (czarny, biały)
4 bity - 24 (16) poziomów jasności
8 bitów - 28 (256) poziomów jasności
3 x 8 bitów - 2563 = 16,7 mln poziomów jasności (RGB)
Rozmiar mapy po skanowaniu w pikselach:
Rozdzielczość skanowania: DPI
Wielkość mapy S x W (szerokość x wysokość) [mm]
Wielkość obrazu (rastra) C x R (kolumny x wiersze)
C = S/25,4 x DPI
R = W/25,4 x DPI
gdy S=800, W=500 mm, DPI=250 C= 7874 R=4921
Jaką szerokość w pikselach będzie miała linia na mapie analogowej
o grubości 0,1 mm ? LP- liczna pikseli
LP = 0,1/25,4 x DPI
gdy DPI=250 LP= 1pix
gdy DPI=500 LP= 2pix
Charakterystyka programów graficznych, programów CAD, programów SIT/GIS.
Programy graficzne
Do grafiki rastrowej: Adobe PhotoShop, GIMP,…
Do grafiki wektorowej: CorelDraw, Adobe Illustrator,…
-wykorzystywany do kreślenia rysunków wektorowych i przygotowania do druku,
-wyposażony w narzędzia rysowania i przetwarzania grafiki oraz separacji barwnej
Programy CAD
AutoCAD, MicroStation, CadCore
-wykorzystywany do projektowania architektonicznego, konstrukcji maszyn, inżynierii przemysłowej, kartografii
- wyposażony w narzędzia wprowadzania i edycji danych
Programy SIT/GIS
ESRI Arc/Info, ArcView, Intergraph GeoMedia MapInfo AutoCAD Map, Microstation Geographic Quantum/GRASS, IDRISI
-zastosowanie: wszelkie dziedziny wykorzystujące informacje odniesione do przestrzeni geograficznej
-wyposażony w typowe narzędzia zarządzania mapą cyfrową i zintegrowaną bazą danych z możliwością rozbudowy
Metadane w SIP.
Metadane to dane o danych - opis i charakterystyka zbioru danych. Odpowiadają na pytania: co, kto, dlaczego, kiedy, jak?.
Wykorzystanie metadanych w SIT/GIS
• Ułatwia organizację i zarządzanie zbiorami danych,
• Ułatwia wyszukiwanie, rozpoznanie i ponowne wykorzystanie danych,
• Użytkownicy są w stanie lepiej lokalizować, uzyskiwać dostęp, oceniać, nabywać i wykorzystywać dane geograficzne
• Pozwala użytkownikom ustalić, czy dane geograficzne znajdujące się w zbiorze będą dla nich przydatne,
• Ułatwia korzystanie z nagromadzonych zasobów zgodnie z aktualnymi potrzebami,
• Stwarza możliwości korzystania z nich w przyszłości, gdy będą stanowiły materiały historyczne,
• Pozwala na lepsze planowanie przedsięwzięć dotyczących pozyskiwania i aktualizacji danych,
• Rozszerza krąg użytkowników danych przestrzennych,
• Umożliwia realizację istotnych usług w ramach infrastruktury danych przestrzennych
Definicja metadanych, przykłady z innych dziedzin.
• Metadane to dane o danych - opis i charakterystyka zbioru danych. Odpowiadają na pytania: co, kto, dlaczego, kiedy, jak?.
• Klasycznymi przykładami metadanych są zbiory biblioteczne a w kartografii legenda mapy.
• W geodezji: mapy przeglądowe, skorowidze, numer KERG. Numer KERG może być rozpatrywany jako metadana opisująca zbiór danych geodezyjnych, który powstał w ramach jednego zlecenia jak również daną (wpisem/rekordem) w księdze ewidencji robót geodezyjnych.
• Metadane wykorzystywane w geodezji i kartografii, w stosunku do metadanych wykorzystywanych w katalogach bibliotecznych, mają o jedną składową więcej. Zawierają informację o geograficznym odniesieniu opisywanych danych, czyli odpowiadają dodatkowo na pytania gdzie?
Rodzaje metadanych: wyszukania, rozpoznania, stosowania.
• Metadane wyszukania - służą do wybierania zbiorów, które mogą
być przedmiotem zainteresowania użytkownika o określonych
wymaganiach
Metadane wyszukania - obejmują:
- Nazwę i opis zbioru danych,
- Podstawowe przeznaczenie i zakres stosowania danych,
- Datę pozyskania danych i ich aktualizacji,
- Producenta, dostawcę i głównych uŜytkowników danych,
- Obszar, do którego dane się odnoszą (współrzędne),
- Nazwy geograficzne lub jednostki podziału administracyjnego,
- Strukturę zbiorów i sposób dostępu do danych,
• Metadane rozpoznania - zawierają bardziej szczegółowe
informacje o zbiorze
Metadane rozpoznania - umożliwiają:
- Ocenę jakości danych,
- Określenie przydatności zbioru danych pod względem wymagań
użytkowników,
- Nawiązanie kontaktu z dysponentem danych celem uzyskania
dalszych informacji, w szczególności informacji na temat
warunków korzystania z danych,
• Metadane stosowania - określają te właściwości zbioru z punktu
widzenia określonego zastosowania
Metadane stosowania - są potrzebne do:
- Odczytania danych oraz ich transferu,
- Interpretacji danych i praktycznego korzystania z nich w
aplikacji użytkownika,
Definiowanie układów współrzędnych w SIP.
System odniesienia (reference system) (definicja - co, jak wyznaczać) - stanowi zbiór zaleceń i ustaleń oraz stałych wraz opisem modeli niezbędnych do zdefiniowania początku, metryki (skali) i orientacji osi układu współrzędnych oraz ich zmienności w czasie.
Układ odniesienia (reference frame)(praktyczne wyznaczenie parametrów elipsoidy poprzez sieć punktów pomiarowych) stanowi praktyczną realizację systemu odniesienia. Jest zdefiniowany poprzez zbiór fizycznych punktów o dokładnie wyznaczonych współrzędnych w układzie określonym w definicji systemu odniesienia.
Odwzorowanie (projection, projection algorithm)(jakie rzutowanie sfery na płaszczyznę) sposób przedstawienia sferycznej powierzchni Ziemi na płaszczyźnie.
Układ współrzędnych (coordinate system) określa jednoznacznie sposób przyporządkowania współrzędnych punktu - położeniu punktu w przestrzeni względem osi tego układu.
układ globalny, przestrzenny geocentryczny XYZ lub elipsoidalny BLH
układ współrzędnych prostokątnych płaskich (projekcyjny) - jakie odwzorowanie, gdzie na płaszczyźnie umiejscowiono osie, jakie współrzędne przyjęto dla punktu przecięcia osi
układ wysokości - wyznaczany niezależnie od wsp. płaskich (X,Y +H)
Parametry układów współrzędnych prostokątnych płaskich.
Przykłady definiowania układów w wybranych narzędziach GIS. Georeferencje map o postaci rastrowej, transformacje w locie. Transformacje nieparametryczne i parametryczne.
Semestr II.
Numeryczny Model Terenu w SIP. Definicja NMT,
rozróżnienie pojęć: dane i model.
DANE - reprezentacja informacji, właściwa do komunikowania się, interpretacji lub przetwarzania.
Dane występują w postaci znaków, w tym cyfrowych i literowych, symboli, obrazów i innych form rejestracji zrozumiałych dla człowieka lub nadających się do przetwarzania komputerowego oraz transmisji. W komputerze dane występują z reguły w postaci binarnej.
Dane same w sobie nie mają znaczenia, dopiero w drodze interpretacji przez człowieka stają się informacją, która może być użyta do wzbogacenia wiedzy stanowiącej podstawę mądrości.
DANE PRZESTRZENNE- dane dotyczące obiektów przestrzennych, w tym zjawisk i procesów, znajdujących się lub zachodzących w przyjętym układzie współrzędnych.
Dane przestrzenne dotyczą:
1) właściwości geometrycznych obiektu przestrzennego, a zwłaszcza jego położenia względem przyjętego dwuwymiarowego lub trójwymiarowego układu współrzędnych,
2) charakterystyki obiektu pod względem czasu, np. daty jego utworzenia,
3) związków przestrzennych (topologicznych) danego obiektu z innymi obiektami przestrzennymi,
4) wyróżnionych atrybutów opisowych obiektu przestrzennego, służących do jego identyfikacji oraz określających jego podstawowe właściwości.
MODEL DANYCH
1) abstrakcja świata realnego, która uwzględnia wybrane jego elementy i jest opisana danymi,
2) opis danych oraz ich powiązań odzwierciedlający strukturę informacyjną w danej organizacji lub dziedzinie,
3) wzorzec struktury danych w bazie danych.
MODEL DANYCH PRZESTRZENNYCH- model danych dotyczący danych przestrzennych.
Wyróżnia się modele:
• zorientowany graficznie
• topologiczny (sieciowy, obszarowy)
• obiektowy (w sensie programowania obiektowego).
MODEL ZORIENTOWANY GRAFICZNIE- model danych przestrzennych, w którym rozpatruje się elementy graficzne przedstawiane na mapie: punkty, linie, symbole, piksele.
Produkty pochodne do NMT: spadki, azymut zboczy, krzywizna, formy wklęsłe i wypukłe. Algorytmy liczenia spadków dla modelu GRID. Przykłady analiz przestrzennych z wykorzystaniem NMT.
Analizy przestrzenne.
Analizy przestrzenne to zbiór działań na jednej bądź kilku warstwach informacyjnych GIS, przeprowadzonych w oparciu o przyjęty algorytm badania zjawiska, w celu uzyskania wyników analizy w postaci liczb, zestawień tabelarycznych geometrii i/lub nowych warstw informacyjnych
Analizy pionowe - badające zależności obiektów i zjawisk odnoszące się do różnych powierzchni elementarnych, znajdujących się na różnych warstwach informacyjnych (np,.: zgodność roślinności rzeczywistej z siedliskiem)
Analizy wektorowe
• Zapytania o atrybut: Structured Query Language (SQL)
• Zapytania o lokalizację
- analizy z geometrii analitycznej (obliczanie długości, powierzchni, odległości)
- analizy topologiczne (przecinanie, zawieranie)
Analizy rastrowe (gridowe)
• Zapytania o atrybut: reklasyfikacja (rekodowanie) rastra (grida)
• Zapytania o lokalizację - algebra map (mnożenie, odejmowanie...)
Zapytania do bazy danych.
Zapytanie, wybór- najczęściej używana instrukcja języka SQL.
Proste zapytanie składa się z trzech podstawowych składników:
-wyrażenia SELECT ... FROM,
-klauzuli WHERE
-klauzuli ORDER BY.
Nazwy pól, jakie zapytanie ma zwracać, są wpisane po słowie kluczowym SELECT, a tabele, do których pola te należą - o słowie FROM. Następnie do jednego lub większej liczby pól możemy zastosować kryteria wyboru wpisane w klauzuli WHERE, a wyniki posortować według zawartości dowolnego pola (lub pól) stosując klauzulę ORDER BY.
Algebra map.
Operatory odległości i sąsiedztwa.
Wyznaczenie stref buforowych.
Buforowanie- tworzenie stref buforowych wokół obiektów
Tworzenie stref wpływu. Filtry cyfrowe. Analizy sieciowe.
Formalne aspekty SIP w Polsce. Krajowy System Informacji o Terenie. Krajowy System Informacji Geograficznej. Wybrane systemy przestrzenne z innych branż. Implikacje projektu UE INSPIRE dla informacji przestrzennej w Polsce.
Relacyjne bazy danych, podstawy języka SQL. Charakterystyka relacyjnych baz danych. Rodzaje poleceń SQL. Podstawowe typy danych. Tworzenie tabel. Wyszukiwanie danych, instrukcja SELECT. Przykłady.
System Identyfikacji Działek Rolnych (LPIS). Ortofotomapa jako podstawowe źródło danych do budowy LPIS. Definicja pól zagospodarowania. Działka rolna a działka ewidencyjna.
Rozwój GIS w kierunku GIS 3D. Miejsce NMT w GIS. Pojęcia GIS 2.5D, GIS 3D.
Standaryzacja reprezentacji obiektów 3D