GEOGRAFICKÉ INFORMAČNÍ SYSTÉMY JAKO NÁSTROJ PRO PODPORU ROZHODOVÁNÍ

gis for decision making

Dana Klimešová

Adresa autora:

Czech University of Agriculture, Faculty of Economics and Management,

Dept. of Information Engineering, Kamýcká 129, 165 21 Praha 6-Suchdol

Czech Republic, e-mail:klimesova@pef.czu.cz

Institute of Information Theory and Automation, Pod vodárenskou věží 4, 182 08 Praha 8,

Czech Academy of Sciences, Czech Republic, e-mail:klimes@utia.cas.cz

Anotace:

Příspěvek dává do souvislosti možnosti využití geografických informačních systémů a dat získaných dálkovým průzkumem Země. Zabývá se otázkou různých informačních zdrojů, využitím kontextu a zpracováním časových řad určitého zdroje, které poskytuje datové struktury vhodné pro modelování jevů a trendů v krajině.

Summary:

The contribution shows the possibilities of the combined effect of GIS and remote sensing. Multisource information and context as well as temporal data sets processing are discussed and theirs contribution for the modeling of trends and phenomena.

Klíčová slova:

geografické informační systémy, mnohazdrojová data, temporální analýza, dálkový průzkum Země, informační vrstva, kontext

Keywords:

geoinformation systém, multisource data, temporal analysis, remote sensing, temporal layer, context

Úvod

Lidé vyvinuli už v dávných dobách účinnou pomůcku pro uložení informací o složitých prostorových vztazích. Je to mapa a byla vytvořena dříve než abeceda.

Znalost o umístění a vzájemných prostorových souvislostech mezi objekty je velmi významná a může sehrát důležitou roli v řadě oborů lidské činnosti, od návrhu umístění jaderné elektrárny až po návrh obchodní sítě a vyhodnocování její úspěšnosti.

Prakticky to znamená, že v našich datech v počítači musíme mít zaznamenáno obojí současně, tj. jak vlastní údaje o objektu, tak údaje o jeho poloze. Tomuto typu dat říkáme geografická (nebo prostorová) dataa počítačovému systému, který umožňuje ukládat a využívat taková data říkáme geografický informační systém - GIS.

Jedním z nezastupitelných zdrojů geografických dat jsou data družicová. Od roku 1972 kdy byl vypuštěn první Landsat stále roste počet uživatelů i počet specializovaných aparatur pořizujících data.

Využití družicových dat je dnes velmi rozšířené a značně rozmanité a stále se objevují další příklady využití v nových aplikacích.

Družicové snímky se stávají nezastupitelným zdrojem dat v hospodářství (monitorování zemědělských plodin, mapování důlní činnosti, těžby dřeva, odhady úrody, plánování dálkových komunikací a sítí), při řešení přírodních katastrof (povodně, lesní požáry, únik chemikálií do vody či do půdy), vochraně životního prostředí (mapování poškození lesa, druhové skladby vegetace, mokřadů), ve vědě (mapování geologické struktury, sledování změn v území), atd.

Využití těchto datových struktur v GIS umožňuje řešit rozmanité požadavky z oblasti: územního a strategického plánování, státní správy a samosprávy, optimalizace investic a získat jinak nedostupné informace pro podporu rozhodování v nejrůznějších oborech lidské činnosti.

Geografický informační systém

GIS je informační systém zaměřený na analýzu, modelování a získání kvalitativně nové informace.

je systém pro podporu rozhodování.

umožňuje zpracování dat z různých zdrojů.

GIS vznikl propojením možností

o počítačové kartografie

o databázových systémů

o počítačového návrhářství

o systémů dálkového průzkumu Země

s tím, že má navíc schopnost souhrnně analyzovat prostorová a popisná data.

Softwarové nástroje GIS obsahují tyto hlavní části :

o databáze

o řídící databázový systém ( DBMS )

o dotazovací jazyk

o funkční nástroje

o uživatelský interface

Tato moderní technologie umožňuje pracovat s kontextem.

Kontext

Kontext je mírou nebo vlastností vztahu mezi objekty. Kontextová informace může výrazným způsobem ovlivnit výsledky klasických analýz.

Kontext je tradičními způsoby obtížně kvantifikovatelný a vyznačuje se značnou neurčitostí, ale má velký vliv na úspěšnost a přesnost klasifikace. Můžeme rozlišit různé typy kontextu: lokální - vlastnost okolí, tvar okolí, vnitřní bod objektu, hraniční bod

globální - objekty se mohou vyskytnout v bezprostřední blízkosti nebo naopak nemohou, konfigurace objektů, vazba na jiné zdroje informací

časový - posloupnost objektů s různým časovým odstupem

podle typu vztahu, který bereme v úvahu.

Jestliže chceme redukovat chybu zpracování

je nutné minimalizovat přinejmenším uvedené složky.

(1)

je přirozená chyba výsledku, kterou můžeme chápat jako chybu metody, s tou nic neuděláme a chybu výpočtu. Tu můžeme omezit zvýšením přesnosti.

je závislá na způsobu pořízení a předzpracování dat a v tom ohledu už nemůžeme mnoho změnit

tato složka souvisí s poddefinováním nebo nedodefinováním datové struktury. Právě tu můžeme výrazně minimalizovat využitím kontextové informace.

Konkrétní výsledky zpracování s využitím lokálního (pracuje s vlastnostmi okolí) i časového kontextu (zpracování časových řad leteckých snímků) budou prezentovány a lze je najít na webových stránkách

http://www.pef.czu.cz/pef/kii/klimesova

Literatura

1. L.Van Gool, P.Dewaele and A.Oosterlinck: Texture analysis Anno 1983, CVGIP, vol.29, 336-357, 1983

2. Willasenor J., Fatland D., Hinzman L.: Change Detection on Alaska´s North Slope Using Repeat-pass ERS-1 Images, IEEE Trans. on GRS, vol. 31, pp. 227-237, 1993

3. Swain P.H., Siegel J.H., Smith B.W.: Contextual classification of multispectral remote sensing data using a multiprocesor system, IEEE Trans. GRS, vol. 18, No. 2, pp. 197-203, 1980

4. Klimešová D.: Texture Synthesis and Identification. In: Digital Image Processing and Computer Graphics. Theory and Applications., R. Oldenbourg, ISBN 3-7029-0259-7, ISBN 3-486-21939-1, Vienna, Munich, 140-145, 1991.

5. Klimešová D., Saic S., Havel J.: Regional planning and control using satellite data. Proc. of Environment Observation and Climate Modelling, International Space Year 92, ISSN 0379-6566, ESA, Munich, 1992.

6. Klimešová D., Suk T., Saic S.: Temporal analysis of aerial data. In: Czech Pattern Recognition Workshop 93. Czechoslovak Pattern Recognition Society, Prague, 149 - 152, 1993

7. Klimešová D., Saic S., Havel J.: Multitemporal and multisource analysis. In: Image Analysis and Synthesis, R.Oldenbourg, Vienna, Munich, ISBN 3-7029-0369-0, ISBN 3-486-22727-0, pp.156-162, 1994.

8. Klimešová D., Saic S., Suk T.: Temporal Context Analysis, Research Report No. 1879,ÚTIA, Prague, September 1996.

9. Klimešová D.,Suk T.:Image Sequence Analysis, IAPRS of XVIII World Congress on Photogrammetry and Remote Sensing, ISSN 0256-1840, Vol.XXXI, Part B5, Austria, 1996.

10. Klimešová D., Saic S., Suk T.: Context- Analysis along Temporal Axis, In. Intelligent Technologies,Vol.1, ISBN 80-88786-50-9, Slovakia, November 1996.

11. Klimešová D., Saic S.: Context Sliding Window for Training Learning and Texture Classification, In: Artificial Intelligence in Industry, ISBN 80-88786-83-5, Slovakia, 1998.

12. Klimešová D., Saic S.: Feature Selection Algorithm and Correlation Cobweb, Pattern Recognition Letters 19(1998), 681-685, ISSN 0167-8655, 1998.