КАРТОГРАФИЧЕСКИЕ СИМВОЛЫ

В последнем разделе мы обсудим проблемы, связанные с компьютерным представлением данных, особенно те, что связаны с процессом ввода существующих картографических документов. Но вначале более полезным будет краткий обзор некоторых базовых концепций компиляции данных, которые и создают эти картографические документы. Эти концепции пригодятся и позже, когда мы займемся выводом документов из ГИС, поскольку тогда мы вернемся к картографической компоновке в рамках компьютеризованной среды.

Как мы уже видели, карты не являются точными уменьшенными копиями реальности, а ее представлением. Мы видели, что географические объекты оказываются точками, линиями, областями и поверхностями, и мы видели также, что их характеристики могут быть описаны с применением четырех различных шкал измерений. Когда мы переходим к картографическому изображению, нам нужно представлять все эти объекты независимо от шкалы измерений тщательным отбором, классификацией и символизацией так, чтобы результаты физически уместились бы на выделенной площади и пользователь смог бы понять, что здесь представлено.

Ранее мы использовали Рисунок 2.4 для иллюстрации связи между типами пространственных данных и их шкалами измерения [Muehrcke and Muehrcke, 1992]. Как вы можете помните, у нас есть некоторые наборы символов, соответствующих точкам, линиям, областям и поверхностям на всех шкалах измерения. Рисунок 2.4 объединял последние две шкала как интервал/ отношение, поскольку для них набор символов обычно один, вместо того, чтобы рассматривать их раздельно. Это важно отметить, так как это создает еще один уровень представления. Если мы не знаем, как данные первоначально собирались, мы не знаем, являются они интервальными или порядковыми. Символы этого не показывают. Мы можем выполнить операции шкалы отношений на наборе данных, который не имеет абсолютной начальной точки отсчета, а результаты такого анализа могут оказаться бессмысленными.

Следует заметить также, что поверхности могут изображаться с помощью линий. Это может внести некоторую путаницу, по двум причинам. Первая: новичкам обычно свойственно ошибочно принимать линии за одномерные объекты, а не способ отображения поверхностей. Это легко преодолевается постепенным знакомством со свойствами карт и символов на все большем количестве картографических документов. Вторая проблема состоит в принятии самих линий за точные представления значений высот точек (см. Главу 2). Как мы видели, линии - это оценки или предположения о точных значениях высоты, сделанные в результате интерполяции. Хотя эти линии могут быть хорошими приближениями высот, изучающему геоинформатику следует помнить об их предположительной природе, особенно если они используются при вводе в ГИС. Единственными не предположительными значениями высот являются те, что были действительно измерены, что показывается отметками высот на топографических картах. Как вы позднее увидите, большинство коммерческих ГИС имеют свои собственные интерполяционные возможности. И уже вашим делом будет решать, вводить ли только местоположения известных точек, или сами линии, зная характеристики и надежность применяемых методов интерполяции (см. Главу 5).

Использование линий для представления поверхностей — только один пример из многих поизменению пространственной мерности, которое может происходить в результате представления информации при помощи символов. Рисунок 1.1 показывает различные примеры соотношений мерности объектов и изображающих их символов, которые могут присутствовать на карте. Здравое рассуждение всегда необходимо при решении, является ли геометрия и мерность символа точным представлением объекта. Например, если для изображения точечного объекта используется площадной символ, вам нужно помнить, что несмотря на его двухмерность, вводиться в компьютер или иначе регистрироваться должна лишь одна точка.

То же самое можно сказать и о шкалах измерения. Символы, такие как кружки градуированного диаметра, используемые для точечных объектов, часто изменяются для достижения определенного визуального эффекта [Robinson et al., 1995]. Такое изменение размера символа не прямо пропорционально изменению значения данных, оно рассчитано скорее на визуальное восприятие пропорциональности зрителем. Такие манипуляции обычны в картографии, поэтому специалисту по ГИС следует тщательно рассмотреть карту перед тем, как выполнять кодирование данных на основе изменений символов. Как всегда, если есть доступ к исходным данным карты, атрибуты должны браться из них, а не из их графического представления.

Главным различием между парадигмами сообщения и аналитической является манипуляция с данными до создания карты в целях классификации. Поскольку одна тематическая карта служит одной цели, обычно процесс классификации происходит лишь однажды, а исходные данное пользователю карты уже не доступны. Рассмотрим случай choropleth или value-by-area карт. В случае парадигмы сообщения мы хотим сгруппировать области в осмысленные и визуально привлекательные агрегации. Многочисленные методы группирования (агрегирования) таких областей вместе называютсявыбором интервалов классификации (class interval selection).

Среди этих методов есть несколько достойных внимания групп. К первой группе методов мы отнесем такие, в которых весь диапазон значений разбивается на некоторое числоравных интервалов.

Вторая группа методов классификации используетпеременные интервалы. Они создают несколько более сложные для восприятия карты, но могут быть очень полезны для выделения определенных экстремальных значений или подчеркивания вариаций величины. Переменные интервалы могут быть систематическими, включая арифметические, логарифмические и другие ряды; или они могут быть несистематическими, с объединением данных в естественные группы, которые и являются критерием выбора интервалов классификации.

Третью группу методов составляют такие, в которых в каждую категорию попадает одно и то же количество объектов(интервалы равного наполнения). Эти методы можно рассматривать как особую группу среди методов переменных интервалов.

Каждый из этих методов имеет свои особенности. Одни производят хорошо сбалансированную карту (см. Главу 14), другие более просты, третьи обеспечивают наличие данных в каждом классе.

Все эти методы выбора интервалов классификации могут применяться по отношению к точечным, линейным и площадным символам для отображения всех типов пространственных данных. Возьмем для примера использование интервалов между горизонталями на топографических картах. Выбор этих интервалов — в такой же степени метод выбора интервалов классификации, как и группировка областей для choropleth карт. Подобным же образом, создание дискретного набора точечных символов для отображения различий значения атрибута является методом выбора интервалов классификации, поскольку известно, что человеческий глаз не способен заметить очень малые отличия в размере

Все эти методы выбора интервалов создают картографические документы, которые в большей или меньшей степени скрывают исходные данные и при неудачном выборе могут исказить картины исходных распределений. Нам нужно помнить об этих особенностях, когда мы готовим вывод документов из ГИС. С другой стороны, если мы намереваемся использовать эти классифицированные карты для ввода в базу данных ГИС, мы должны быть очень осторожны при выполнении анализа с этими в значительной степени обработанными данными.

Конечно, символизация и классификация — не единственные методы картографической компиляции, о которых нам нужно знать. Среди наиболее важных процессов компиляции, с которыми придется встретиться специалисту по ГИС, находится графическое упрощение. Производимое этим процессом сокращение объема данных следует учитывать при вводе карт в ГИС, оно также оказывает влияние на результаты последующих измерений и анализа.

Упрощение удаляет некоторые нежелательные объекты, сглаживает, агрегирует или иначе модифицирует объекты на карте. Мы встречали пример этого в предшествующем рассмотрении изменений мерности. Конечной целью упрощения является обеспечение читабельности картографического документа. Здесь используются два основных метода: удаление и сглаживание объектов. Рассмотрим их по отдельности.

При удалении объектов мы выполняем функцию, которая очень похожа на сам процесс сбора пространственных данных (Рисунок 3.9) [Muehrcke and Muehrcke, 1992]. Наши наблюдения проходят через наш "географический фильтр", оказывающий влияние на решения о том, что мы зафиксируем, а что — проигнорируем. Важность объектов определяется еще до начала сбора данных и определяется главным образом его целями. В действительности, отбор объектов для рассмотрения будет неявным эквивалентом процесса удаления объектов с карты, поскольку только зарегистрированные во время сбора данных объекты будут помещены в базу данных картографического документа. Конечно, в некоторых случаях нерегистрация объектов происходит из-за того, что мы не можем их наблюдать в полевых условиях с имеющимся инструментарием. Возможность регистрации объектов является также функцией состояния научного знания и регистрирующей техники на момент сбора данных. Например, изменения в растительных и животных видах влияют на результаты переписи; местоположения млекопитающих, которые раньше не могли быть зафиксированы конкретно, теперь могут регистрироваться с помощью радиотелеметрии; мы не могли собирать широкомасштабную информацию об изменениях населения и социоэкономических показателях до начала общенациональной переписи. Чувствительность к факторам окружающей среды и их взаимодействиям определяет наше представление о них, что, в свою очередь, определяет то, что мы выбираем для исследования и дальнейшего нанесения на карту, а что устраняем.

Рисунок 3.9. Изменение масштаба и исчезновение объектов. Сравнение точечных, линейных, площадных и поверхностных объектов, видимых на крупномасштабной карте и исчезающих на мелкомасштабной.

В отличие от пассивного, обусловленного возможностями сбора данных, активное удаление объектов может использоваться как при сборе данных, так и при создании карты, а также при разработке картографической базы данных. Схемы отбора (sampling schemes), которые мы прежде рассматривали, являются ярким примером устранения больших частей информации об объектах, которая могла бы быть собрана. Мы также проводим активное удаление объектов на карте или в самой цифровой базе данных перед завершением создания карты. Здесь как ограничитель действует скорее карта, нежели человек, собирающий информацию. Мелкие населенные пункты часто не показываются на картах плотно заселенных областей, однако населенные пункты такого же размера могут появляться на картах областей с низкой плотностью населения. Аналогично, мы можем удалять некоторые мелкие или менее значительные притоки рек, озера или острова во время картографического процесса из-за недостатка места на карте. Эта генерализация может быть такой простой, как исключение определенной части объектов, например, каждого второго; или она может включать набор правил (например, исключение населенных пунктов с количеством жителей меньше определенного числа, удаление наиболее мелких притоков в речной сети). Какой бы набор методов ни применялся, результатом будет менее детальная карта. Очевидно, что если в геоинформационную систему вводятся данные, прошедшие процедуру упрощения, вы получите картографическую БД с отсутствием некоторых данных.

Рисунок 3.10. Изменение масштаба и сглаживание. Заметьте, как объекты упрощаются до сохранения только наиболее представительных характеристик.

Другой полезный метод упрощения называется сглаживанием (Рисунок 3.10). Этот процесс превращает детализированные геометрические объекты в менее детализированные. Подобно шаржам на известные личности, важные геометрические характеристики сохраняются в виде упрощенных геометрических форм. На картах, показывающих прибрежные районы, границы, извилистые реки или острова, мы можем упрощать линии, представляющие эти нерегулярные объекты, так, чтобы их существование было обозначено, но их пространственная детализация ограничена с тем, чтобы их все-таки можно было показать на карте. Ввод таких карт в ГИС приводит к менее чем удовлетворительным результатам измерений длин, форм, площадей и других геометрических характеристик. Но поскольку результаты геоинформационного анализа часто представляются в картографическом виде, мы можем счесть эти две формы упрощения полезными при создании конечного результата нашего анализа.