7.2. Математические методы обработки картографической информации.

Математические методы применяются для выявления на картах и получения скрытой от непосредственного восприятия и недоступной для измерений и простых методов информации: пространственных закономерностей и особенностей, составляющих пространственных структур (подструктур), сложных интегральных пространственных структур, разнообразных структурных показателей.

Применяемые в картопользовании математические методы можно объединить в четыре группы по специализации на типах пространственных структур, а внутри каждой группы разделить на две подгруппы по специализации на анализе и синтезе структур. На географических картах, как известно, встречаются четыре основных типа пространственных структур: поверхности, контурные или площадные, линейные и точечные. В процессе обработки этих структур математическими методами могут выполняться две противоположные по своей сущности операции – анализ и синтез. При выполнении анализа исходная структура на карте либо расчленяется на несколько более простых структур (аналитических карт), либо из нее извлекается требуемая подструктура (производная карта), либо получаются отдельные структурные показатели. При выполнении синтеза две или более исходных пространственных структур соединяются в новую комплексную или обобщенную пространственную структуру (комплексную или обобщенную синтетическую карту), либо «свертываются» в один или несколько обобщенных структурных показателей.

Аналитическая подгруппа методов обработки поверхностей включает в себя аппроксимацию данного типа структур алгебраическими многочленами, полиномами, сплайнами, а также сглаживание осреднением. В синтетическую подгруппу методов работы с данными структурами входят операции сложения (вычитания), умножения (деления), методы корреляционного анализа (определение пространственного распределения значений коэффициентов парной, ранговой и частной корреляции, корреляционного отношения), методы многофакторного (дисперсионного, компонентного и факторного) анализа, методы анаморфоза (преобразования физической поверхности в «реальную» (транспортную или экономическую) в зависимости от транспортной обеспеченности или экономической ценности территории).

В аналитическую подгруппу средствобработки контурных структур входят методы: оценки сложности структуры, территориальной группировки контуров, оценки топологического положения, оценки формы и ориентировки контуров. В подгруппу синтеза данного типа структур входят методы: сложения и вычитания структур, оценки связей (полихорическим и тетрахорическим показателями), оценки пространственного соответствия (информационными показателями энтропии и избыточности).

Аналитическую подгруппу средств обработки линейных структур составляют методы: оценки топологических свойств сетей, оценки пропускной способности сетей, оценки густоты сетей. В подгруппу средств синтеза линейно-сетевых структур входят методы корреляционного анализа, территориальной группировки, прогноза развития.

Точечные структурына картах анализируются с помощьюметодовоценки густоты, оценки регулярности, определения ближайшего соседства. При синтезе этих структур применяют методы территориальной группировки, корреляционного анализа, прогноза развития.

Ниже приводятся характеристики основных методов анализа и синтеза двух наиболее распространенных видов структур на географических картах: поверхностей и контурных.

Анализ поверхностейна картах можно выполнять с помощью методов алгебраических многочленов и полиномов.

Для этого поверхность на географической карте необходимо представить аппроксимирующей ее функцией (трендом): , где -аппроксимирующая функция,t- остаток аппроксимации. Далее следует разложить на составляющие и представить уравнением : .

Отыскание численных значений составляющих выполняется при условии минимума отклонений от :

,

где m–число точек палетки, по которым определяются отклонения.

При разложении на составляющие методом алгебраических многочленов она представляется в виде суммы координат в возрастающей степени: , где А - коэффициенты элементов разложения, которые необходимо определить.

Для вычислений А с карты снимают значения ;cих помощью составляется система уравнений, которая решается по способу наименьших квадратов.

Поверхность на карте, аппроксимируемая: 1) многочленом первой степени будет представлена в первом приближении, плоскостью; 2) многочленом второй степени - во втором приближении, искривленной плоскостью; 3) многочленом третьей степени - более близкой к реальной поверхности, с меньшей, чем во втором приближении суммой квадратов отклонений, и т.д. до тех пор пока точность аппроксимирующей поверхности будет соответствовать требуемой величине.

Ниже приведен пример разложения фрагмента карты урожайности картофеля (рис. 34,0) на составляющие поверхности (тренды) первой (рис. 34,1), второй (рис. 34,2) и третьей (рис. 35,3) степеней, а также на поверхности, отображающие распределение их отклонений от реальной поверхности (рис. 34,1’,2’,3’) .

Разложение поверхностей методом полиномов отличается от рассмотренной тем, что аппроксимирующее уравнение выражается в виде независимых ортогональных многочленов и :

, где - коэффициенты,kиl- степень полинома (соответственно от 0 доnи от 0 доm).

Если произведение обозначить , то аппроксимирующее уравнение удет иметь вид системы: , решение которой по способу наименьших квадратов дает выражение для определения значений коэффициентов (кроме первого):

.

Первый коэффициент вычисляется по отдельной формуле: .

Точность аппроксимации методом полиномов оценивается формулой определения средних квадратических ошибок: .

Синтез поверхностейвыполняется в основном с помощью корреляционных методов, в частности, метода парной корреляции, метода частной корреляции, метода множественной корреляции и метода корреляционного отношения. Первый метод применяется для оценки тесноты связи между поверхностями, отображающими распределение двух показателей А и В на одной территории, если связь между ними прямолинейная, с помощью коэффициентаr_ab. Для установления формы связи между поверхностями и выполнения всех необходимых вычислений с обеих карт с помощью квадратной палетки снимают значения сопоставляемых показателей:a_iиb_i. После этого по значениям показателей строится график, на котором точки, отражающие связь между ними, могут распределиться: а) узкой полосой, которую можно аппроксимировать прямой линией; б) узкой полосой, аппроксимируемой кривой линией; в) в виде «облака», указывающего на отсутствие связи.

Рис 34

Если точки на графике распределились как в первом случае, то далее определяется коэффициент r_abпо формуле :

, гдеn– число снятых с карт пар значений и показателей А и В ;MaиMb- среднее арифметическое значение показателей А и В; и - среднее квадратическое отклонение значений показателей:

; .

Значение средней квадратической ошибки r_abопределяется по формуле:

.

После вычисления коэффициента r_abсоставляется уравнение регрессии:

, где,- коэффициенты, определяемые по формулам , . С помощью полученного уравнения вычисляют значения показателя, которые отличаются от значений показателя В и зависят только от показателя А. Полученные значениянаносят на карту; по ним выполняется интерполяция и проводятся изолинии регрессионной поверхности, показывающей распределение значенийпо территории в зависимости от показателя А.

Посредством вычитания из поверхности В поверхности по формулебудет получена поверхность, которую называют остаточной поверхностью.

Ниже приведен пример синтеза фрагментов карты плотности застройки городских земель (рис. 35,а) и карты удаленности земель от центра города (рис. 35,б). На основе вычислений коэффициента r, оценивающего зависимость показателя плотности застройки () от показателя удаленности (), и значений показателя, получены регрессионная поверхность (рис. 35,в) и остаточная поверхность (рис.35,г).

Рис 35

Метод частной корреляции применяется для определения влияния показателя Сна связь между показателями А и В с помощью коэффициентаr_ab/c, который вычисляется по формуле :

, гдеr_ab,r_ac,r_bc - коэффициенты парной корреляции.

С его помощью можно, например, установить степень влияния на зависимость плотности городской застройки от удаленности показателя транспортной доступности земель.

Метод множественной корреляции используется для оценки связи между показателем А и совокупностью показателей ( В,С,D…..L).Формула оценивающего связь коэффициента основана на коэффициентах парной корреляции.

Метод корреляционного отношения применяется в том случае, если корреляционный график, о котором говорилось выше, имеет криволинейную форму. Формулы вычисления коэффициента связи основаны на использовании матрицы частот значений показателей А и В и величин, получаемых в результате ее обработки.

Анализ контурных структур на картах, составленных способами качественного фона и ареалов, может выполняться с помощью методов теории вероятностей и теории информации. Структуру этих карт можно, в частности, описать матрицами вероятностей совместных событий. Вероятность совместного события, , применительно к карте, если ее пространство, для удобства описания, представить дискретно в виде прямоугольной решетки с шагом , насчитывающейnячеек (точек) и вычисления выполнять раздельно по направлениям Х и У, - это доля пар смежных ячеек, занятых элементамиiиjее классификационной системы, состоящей изmклассов, в общем количестве пар точек. Структура описывается двумя матрицами размером –P_xиP_у, в диагональные клетки которых записываются доли сменных пар ячеекp_ii, принадлежащих одинаковым классам, и связывающих ячейки в контуры; другие элементы - доли пар ячеекp_ij, принадлежащих разным классам, и связывающих между собой соседние контуры. Матрица вероятностей является численным обобщением контурной структуры по одному из двух направлений, представляющая ее в суммарных относительных значениях: а) занимаемой каждым классом площади на карте; б) протяженности границ (смежности) между классами. Дальнейший анализ заключается в работе с матрицамиP_xиP_ус помощью следующих операций:

1. Ранжирование классов и отношений смежности между ними по значениям p_iiиp_ijс целью определения устойчивых попарных сочетаний в описанной в матрицах структуре.

2. Построение цепочек устойчивых сочетаний и представление их в виде графов.

3. Вычитание и осреднение матриц P_xиP_удля определения асимметричности структуры, и получения общей матрицы, .

Кроме того, используя метод оценки энтропии матриц P_x,P_уи Р, можно оценить степень структурной сложности анализируемой карты по формуле:

.

Пример применения матриц P_xиP_у, некоторых операций с ними и оценки на их основе сложности контурной структуры карты показан ниже. Изображенный на рисунке 36,1 фрагмент карты земельных угодий имеет матрицы контурной структуры:

;

После их вычитания и осреднения получены матрицы:

; .

Структурная сложность карты, оцененная энтропией по матрице Р, равна 2,206 (дв.единиц). Для сравнения структурная сложность генерализованного фрагмента, показанного на рисунке 36,2, оценивается значением 1,571 (дв.единиц).

1. 2.

Рис. 36

Синтез контурных структурможно выполнять с применением полихорического метода, тетрахорического метода и метода определения взаимного пространственного соответствия. Первый метод применяется для оценки тесноты связи показателем , который вычисляется с использованием таблицы учета количества сочетаний классов признаков на сопоставляемых картах по формуле:

, где

;p- частота точек в клеткеijучетной таблицы; и – классы признаков на карте А и на карте В;и- частота встречаемости классов и , соответствующие числу точек в столбцеiи в строкеjтаблицы;n-общее число точек, по которым выполнялся учет количества сочетаний, и – количество классов в легендах карт.

Тетрахорический метод применяется для оценки связи показателем Sмежду картами А и В, составленными способом ареалов. При сопоставлении карт возможны четыре случая сочетания контуров:

1. а₁ - контуры совпадают;

2. b₁- имеется контур карты А;

3. a₂ - контуры отсутствуют;

4. b₂ - имеется контур карты В.

Вычисление показателя Sвыполняется по формуле: .

Наиболее эффективным из указанных методов при синтезе контурных структур является метод определения взаимного пространственного соответствия, формулы которого заимствованы из теории связи. Для оценки соответствия контурных структур двух карт используется показатель избыточности сообщения R, который вычисляется по формуле: , где Н - совместная энтропия структур обеих карт: ; Н_max-сумма энтропий обеих карт: .

Значения показателей энтропии определяются по расчетной матрице, в каждой клетке которой сверху вниз размещаются значения величин: n_ij-количество точек палетки, в которых сочетаются классiкарты А с классомjкарты В; – вероятность сочетания классовij;p_ijlog₂p_ij (значение этого выражения определяется по соответствующей таблице).

Ниже приводится пример сопоставления фрагментов карты агропроизводственной группировки почв (рис. 37,а) и карты использования земель (рис. 37,в). С помощью палетки и подсчетов n_ij;p_ijиp_ijlog₂p_ij была получена матрица и суммарные значения этих величин по ее строкам и столбцам (см. табл. 7.1).

Таблица 7.1.

Номер агрогруппы	Номер угодья					Суммарные значение
	1	2	3	4	5
I	13 0,138 0,397	31 0,330 0,528	1 0,011 0,066	1 0,11 0,066	7 0,074 0,269	53 0,563 0,486
II	1 0,011 0,066	3 0,032 0,152	2 0,021 0,113	-	6 0,064 0,244	12 0,128 0,383
III	1 0,011 0,066	6 0,064 0,244	2 0,021 0,113	2 0,021 0,113	7 0,074 0,269	18 0,191 0,455
IV	1 0,011 0,066	-	-	-	2 0,021 0,113	3 0,032 0,152
V	-	1 -	1 0,011 0,066	1 0,011 0,066	6 0,064 0,244	8 0,085 0,313
Суммарные значения	16 0,170 0,435	40 0,425 0,526	6 0,064 0,244	4 0,043 0,186	28 0,299 0,521	91 1

Рис.37

Нижние величины в суммарной строке матрицы представляют собой значения p_blog₂p_b; а нижние величины в суммарном столбце - значенияp_alog₂p_a. Значение показателя избыточности в примере оказалось высоким (R= 0,86). Это безусловно указывает на то, что при организации использования земель на данной территории существенную роль играли агропроизводственные свойства почвенного покрова.

Применение описанных математических методов обработки картографической информации, в силу большой трудоемкости, экономически оправдано только в условиях цифровых технологий. В этой связи необходимо заметить, что имеющиеся в составе многих ГИС функция оверлея применима для синтеза всех рассмотренных типов пространственных структур в любом их сочетании и потому оверлей можно отнести к универсальным методам синтеза картографической информации.