Векторная модель пространственных данных

Ключевые тезисы

  • Векторная модель — способ представления географических объектов в виде точек, линий и полигонов, заданных координатами.
  • Она позволяет кодировать сложные топологические связи между объектами (например, сети рек или дорог).
  • Модель подходит для объектов с четкими границами, но менее удобна для явлений с размытыми ареалами (например, ареалы обитания).
  • Векторная и растровая модели взаимозаменяемы и имеют свои преимущества: векторная — для сетевого анализа, растровая — для простоты вычислений с матрицами.

Основное содержание

🎯 Суть векторной модели

Векторная модель пространственных данных — это способ представления географических данных в виде точек, линий и полигонов, заданных парами прямоугольных координат (x, y), которые определяют начало и конец элементарных векторов (дуг).

  • Координаты могут быть как плоскими (декартовыми), так и угловыми (широта/долгота), которые затем проецируются на плоскость.
  • Последовательность векторов создает границы объектов. Модель абстрагируется от излишних деталей (изгибов), что достаточно для многих задач, например, сетевого анализа.

🗺️ Типы объектов и их изображение на карте

Объекты классифицируются по характеру локализации, но их картографическое изображение зависит от масштаба:

  • Точечные объекты: Изображаются точкой, если не выражаются в масштабе карты (дерево, город на мелкомасштабной карте). Множество точечных объектов может агрегироваться в линейный или площадной символ (цепь валунов, ареал обитания).
  • Линейные объекты: Изображаются линией, когда длина значительно превосходит ширину (дорога, река). На крупных масштабах могут изображаться как полигоны (взлетная полоса), на мелких — как точки (аэропорт). Совокупность линейных объектов может образовывать площадной (бассейн реки).
  • Площадные объекты: Изображаются полигонами (земельный участок). При генерализации могут становиться линейными (водохранилище) или точечными (город) объектами.

🔄 Сравнение с растровой моделью

  • Растр: Пространство разбито на ячейки (пиксели), каждая имеет код (значение). Границы объектов получаются ступенчатыми.
  • Вектор: Объекты заданы геометрическими примитивами с четкими границами.
  • Преобразования: Вектор можно растеризовать (например, алгоритмом Брезенхема), а растр — векторизовать, выделяя граничные пиксели как вершины полигонов.
  • Преимущества:
    • Растр: Простота структур данных (матрицы), быстрые вычисления.
    • Вектор: Возможность топологического анализа, сетевого моделирования, более компактное представление для сложных границ.

📍 Представление координат и экстент

  • Форматы координат: Угловые координаты могут храниться в форматах:
    • Градусы, минуты, секунды (DMS).
    • Десятичные градусы (DD) — удобны для хранения в типах данных с плавающей запятой (float).
  • Типы данных:
    • Float (числа с плавающей запятой): Имеют ограниченную точность из-за разрядной сетки (мантисса, порядок, знак).
    • Целые числа: Можно использовать для экономии памяти и ускорения вычислений. Точность при этом определяется экстентом карты (минимальным ограничивающим прямоугольником — MBR) и разрядностью целого типа.
  • Экстент (Extent): Прямоугольная область (x_min, y_min, x_max, y_max), охватывающая все объекты слоя. Задает пространственные границы данных.

🗃️ Организация данных: от списков к графам

  • Простой список: Объект представляется как упорядоченный список координат его вершин. Недостаток: избыточность (общие границы смежных полигонов хранятся дважды) и риск появления "расщепленных полигонов" (щелей и перекрытий).
  • Иерархическая (древовидная) модель: Используется в сложных классификаторах (например, для топографических карт), где типы объектов организованы в дерево от общих классов к частным.
  • Сетевая модель: Естественно представляет иерархические сети (речная система, где отношение "впадает в" формирует дерево) или циклические сети (дорожный граф для поиска маршрутов).
  • Объектно-реляционная модель: Атрибутивная информация хранится в таблицах, связанных по ключам. Геометрия часто хранится отдельно.
  • Топологическая модель на основе графов: Решает проблему избыточности. Дуги (ребра графа) хранятся один раз с указанием левого и правого полигона. Полигоны задаются как упорядоченные списки дуг. Устраняет расщепленные полигоны и экономит память.

⚠️ Топологические ошибки

При ручной оцифровке могут возникать ошибки:

  • Недоузлы (Undershoot): Линия не доходит до узла, который должна соединять.
  • Псевдоузлы (Pseudo-node): Узел со степенью 2 (входит и выходит одна дуга), часто избыточный.
  • Висячие узлы (Dangling Node): Узел со степенью 1, не связанный с сетью.
  • Пересечения в 3D: Кажущиеся пересечения на плане, которых нет в реальности (разные уровни, как мост над дорогой), ошибкой не являются.

🏔️ Моделирование поверхностей

  • Векторные модели рельефа: Часто строятся путем триангуляции (TIN — Triangulated Irregular Network) по изолиниям или точкам высот. Позволяют анализировать уклон, экспозицию, строить отмывку рельефа.
  • Цифровые модели: Различают DSM (Digital Surface Model, модель поверхности, включая здания и деревья) и DTM/DEM (Digital Terrain/Elevation Model, модель земной поверхности). Строятся по данным лидара или радарной съемки (например, бесплатные данные SRTM).

📊 Представление динамики

Изменения во времени можно отображать с помощью:

  • Серий карт: Несколько "снимков" за разные моменты времени.
  • Анимаций: Показ последовательности изменений.
  • Анаморфоз: Карты, где площадь территории искажается пропорционально отображаемому показателю (например, численности населения), что наглядно показывает динамику процессов.