6931258600

jest niezbędne do budowy odpowiedniej ich reprezentacji w postaci modelu rzeczywistości. Należy zwrócić uwagę, że istnienie zależności pomiędzy danymi zaprzecza podstawowemu założeniu klasycznych metod statystycznych o niezależności danych. Drugim istotnym aspektem jest pojęcie niepewności (uncertainty). Wynika ona z tego, że tworzona reprezentacja rzeczywistości jest niekompletna zarówno pod względem przestrzeni jak i czasu. Istnieją trzy podstawowe źródła pojawiających się błędów. Po pierwsze uproszczenia wprowadzane do koncepcyjnego modelu rzeczywistości. Po drugie błędy pomiarowe i wynikające z interpolacji pomiarów w miejscach niepróbkowanych. Po trzecie błędy powstające w procesie analizy i towarzyszącej jej propagacji istniejących błędów. Podstawą przyjęcia rezultatów analizy jako istotnych musi być przekonanie, że błędy nie mają wpływu na wynikające z analizy konkluzje.

Modelowanie przestrzenne w GIS (tworzenie modeli GIS) [patrz rozdział 8] polega na połączeniu ogólnej wiedzy o zjawiskach przyrodniczych lub społecznych ze szczegółową informacją zapisaną w modelu danych (bazie danych) do symulacji procesów mających odniesienie przestrzenne lub czasowo-przestrzenne. Podstawowym zagadnieniem w procesie modelowania jest znajomość fizyki lub statystyki danego procesu oraz dobór odpowiedniej rozdzielczości (skali) przestrzennej i czasowej danych, jak również zakresu prowadzenia analizy. Wydziela się kilka rodzajów modeli GIS. Najprostszym rodzajem modeli są modele kartograficzne (zwane także algebrą map) polegające na wykorzystaniu sekwencji prostych funkcji i procedur GIS. Najczęściej obecnie stosowanymi modelami GIS są modele statyczne. Ich istotą jest założenie, że analizowany proces nie zmienia się w czasie. Wykorzystują Najczęściej używają one wielu danych wejściowych (w postaci map cyfrowych) i tworzą jedną mapę wyjściową (np. model wydzielenia zlewni, dopływu średniego promieniowania słonecznego czy rozmieszczenia organizmów). Ostatnio coraz częściej wyrażane jest zdanie, że przyszłością GIS są modele dynamiczne symulujące zmiany w czasie.