CC BY
202
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес статьи: pnojournal.wordpress.com/archive15/15-03/ Дата публикации: 1.07.2015 № 3 (15). С. 17-24. УДК 004
И. Н. РоЗЕНБЕРГ
Обработка пространственной информации
Статья анализирует развитие методов обработки пространственной информации в области геоинформатики. Уделено внимание стохастическим, детерминированным и геостатистическим методам интерполяции, позволяющим вычислить поверхность по точечным измерениям и предсказать поведение пространственного объекта по физико-химическим характеристикам.
Статья раскрывает направления развития геоинформатики. Дается исторический обзор и выделяются основные этапы применения методов автокорреляции, кригинга, пространственных авторегрессионых моделей, пространственной матрицы данных, объектно-ориентированного моделирования.
Статья описывает геостатистические методы анализа и преобразования пространственной информации. Статья показывает значение пространственных отношений и георефернции. Геореференция, т.е. соотнесение информации с географическим фактором, выделяется как новый подходов к классификации, организации и информационному поиску. Описаны различные способы использования геореференции в информационных и геоинформационных системах. Описаны геоданные как новый информационный ресурс.
Ключевые слова: философия информации, познание, пространственная информация, пространственный анализ, моделирование
Perspectives of Science & Education. 2015. 3 (15)
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: psejournal.wordpress.com/archive15/15-03/ Accepted: 28 May 2015 Published: 1 July 2015 No. 3 (15). pp. 17-24.
I. N. ROZENBERG
Processing of spatial information
The article analyzes the development of processing techniques for spatial information in the field of geoinformatics. Attention is paid to the stochastic, deterministic and geostatistical interpolation methods to calculate the surface from point measurements and to predict the behavior of a feature on the physico-chemical characteristics.
The article reveals the direction of geoinformatics. A historical review and the main stages of applying the methods of autocorrelation, kriging, spatial autoregressive models, spatial data matrix, object-oriented modeling.
This article describes the geostatistical methods of analysis and conversion of spatial information. The article shows the importance of spatial relations and georeferencing. Georeference, i.e. the mapping information with a geographical factor that stands out as new approaches to the classification, organization and information retrieval. Describes different ways of using georeference in information and geographic information systems. Geodata described as a new information resource.
Keywords: philosophy of information, knowledge, spatial information, spatial analysis, modeling
Введение
овременная геоинформатика является основной наукой. которая занимается обработкой пространственной информации Она основана на интеграции многих наук [1]. Это определяет ее возможности для междисциплинарного переноса знаний из разных областей в геоинформатику и с помощью геоинформатики в другие области. Согласно международному стандарту ISO OSI/TC 211: Geographic Information/ Geomatics, International Draft Standart геоинформатика направлена на развитие и приложение методов и концепций информатики для исследования пространственных объектов и явлений. Связующим элементом в геоинформатике являются пространственные отношения. Геоинформатика [2, 3] имеет три аспекта применения:
1. Научное направление, основанное на интеграции математики, информатики и наук о Земле, изучающее пространственно временные явления (структуру, связи, элементы, динамику) на Земле и применимое для аналогичных исследований других объектов космического происхождения
2. Прикладное направление, связанное с разработкой технологий и систем для изучения и управления процессами и явлениями окружающего мира.
3. Производство (в первую очередь картографическое) информационных продуктов специального и коммерческого назначения, используемых в картографическом производстве и в других сферах как инструмент анализа и поддержки принятия решений. Представляет интерес анализ эволюции геоинформатики в аспекте обработки пространственной информации.
Основная часть
Развитие геоинформатики [3, 4] происходило на основе интеграции работ в области ГИС и области анализа пространственных данных. Развитие геоинформационных технологий (ГИТ) способствовало развитию методов обработки пространственно распределенной информации и стимулировало формализации отражения пространственных отношений [5] как отражения пространственной реальности для построения на ее основе виртуальной реальности [6]. В 80-х годах произошло осознание появления новой парадигмы под названием геоинформатика [7] и началось ее бурное развитие. Важными направлениями развития геоинформатики были:
перенос технологий САПР в область автоматизированного картографирования;
перенос цифровых технологий, разработан->Ьых К.Э. Шенноном [8], в область картографии и создание на этой основе цифровой картографии;
потребность интеграции пространственных данных для комплексной обработки;
®^ВтреоностЬ фОрМалиНции пространственных отношений для решения задач анализа и пространственной экономики;
потребность в развитии ассоциированных баз данных. связывающих графическое представление и табличное представление данных;
Одна из первых ГИС — Канадская Географическая Информационная Система [9] — была разработана, чтобы автоматизировать обработку информации, собранной в форме карты Канадской кадастровой описи. Достаточно похожим образом американское бюро переписи населения создало простую ГИС для обслуживания подготовительного периода переписи 1970-го года. Следует заметить, что пространственный анализ в аспекте методов обработки пространственной информации доминировал в ГИС с начала ее возникновения. Соответственно геоинформатика развивалась как технологическая наука, тесно связанная с ГИС. Впоследствии она развилась в фундаментальном направлении и превратилась в фундаментальную науку, заняв особое место среди наук об информации [10].
Уже началу 70-х годов стали очевидными коммерческие выгоды создания интегрированного программного обеспечения для обработки географической информации. Первая коммерчески жизнеспособная ГИС появилась в начале 80-х [7]. В течение 70-х и 80-х годов ГИС конструировались как компьютерные приложения, которые могли выполнять операции на пространственной информации намного более рентабельно, чем люди. Применением интегрированной информационной основы [11] ГИС был§ заложена основа для создания и редактирования электронных карт в режиме их инкрементного проектирования [12]. Это задало как основную технологию картографирования - технологию эвристической обработки [13].
Анализ пространственных данных является самым сложным из приложений ГИС [14]. Это обусловлено сложностью пространственных моделей [15], которые содержат три важных компонента "место", "время", "тема". Наибольшая ценность ГИС, как правило, заключается в формировании новых информационных ресурсов [16] и в ее способности поддерживать управленческие решения.
Анализ пространственных данных [17] представляет собой совокупность методик и моделей, которые явно используют пространственное соотнесение элементов данных и взаимодействия между ними. К истории развития анализа пространственных данных имеет отношение большое число научных дисциплин, в основном, абстрактного математического характера: геометрия, топология, линейная алгебра, функциональный анализ, математическая статистика и др. В рамках анализа пространственных данных проводятся: исследования распределения данных, поиск глобальных и локальных вы-
бросов, ЩОИскЯйобалвниХ^рендов, Яроверки ¡Пространственной автокорреляции и выявление ковариаций между несколькими наборами данных. Распространенными методами являются ¡исследования по интерполяции координат точек применительно к конкретным поверхностям или ^пространственным объектам.
Методы интерполяции позволяют вычислить поверхность по точечным измерениям и предсказать поведение пространственного объекта по физико-химическим характеристикам [18]. Многие методы при построении поверхности основываются на предположении о подобии близлежащих точек опробования (элементов выборки). Методы интерполяции объединены в разные группы: стохастические, детерминированные и геостатистические. Методы детерминированной интерполяции строят поверхности по точечным измерениям с учетом либо протяженности сходства (например, метод обратного взвешенного расстояния), либо степени сглаженности (например, методы радиальных функций).
Геостатистические методы [19] базируются и на детерминированных математических, и на статистических функциях, которые могут быть использованы для построения поверхностей и оценки точности (неопределенности) прогнозов. Методы геостатистической интерполяции (такие, как кригинг) учитывают статистические свойства точек измерений. Геостатистические методы количественно определяют пространственные автокорреляции между точками измерений и учитывают пространственное расположение точек опробования. Изменяющаяся степень корреляции между точечными данными играет важную роль в решении, какой вариант интерполяции лучше использовать. Например, если данным присущи локальные вариации, то целесообразно применить метод интерполяции с помощью детерминированных полиномиальных зависимостей, чтобы исключить крупномасштабные вариации из данных.
Уже в 50-е годы появились авангардные работы в области математики и статистики, которые оказались фундаментальными для развития анализа пространственных данных. Оригинальная работа [20] расширила авторегрессионые модели, наиболее значимые для анализа изменения временныых рядов пространственных данных. Это были практически первые пространственные авторегрессионые модели, пригодные для формального представления пространственных изменений, что позволило для некоторых типов данных выйти за пределы простого испытания на пространственную автокорреляцию.
Автокорреляция — это статистическая корреляция между случайно распределенными в пространстве переменными одного и того же типа, атрибута, имени и т.д., когда корреляция зависит от расстояния и/или направления между местоположениями. С появлением работы [20]
стало возможным определять формальное представление определенных типов пространственной структуры, тестировать значимость модели и качество доступа к данным.
Чуть позже, в 60-х годах, в интересах горнодобывающей промышленности был разработан метод «кригинг» — по имени южноафриканского геолога D.G. К^е. Он изложил его в своей диссертации на степень магистра, но развитие метода осуществил французский математик Маттерон [21]. Эта работа расширила теорию предсказания вероятностного процесса Винера-Колмогорова, распространив ее на случай пространственных процессов, определенных на непрерывном географическом пространстве. Кригинг — это геостатистический метод интерполяции, использующий статистические параметры для более точного построения поверхностей. Он позволяет исследовать пространственные автокорреляции между данными, выполняя две группы задач: количественное определение пространственной структуры данных и создание прогноза. Количественное представление пространственной структуры данных, известное как вариография (создание вариограмм), дает возможность пользователям подобрать к эмпирическим данным ограниченной выборки локальную модель пространственной зависимости. Для расчета и прогноза неизвестного значения переменной в заданном месте кригинг использует подобранную локальную модель как конфигурацию пространственных данных смешанную с измеряемым тематическим показателем. В кригинге используются статистические модели, что задает построение разнообразных статистических моделей поверхностей или объемов. Эти модели задают информационное поле [22], которое позволяет прогнозировать и экстраполировать.
Еще одним подходом к исследованиям, который должен был стать одним из основных краеугольных камней пространственной статистики, была теория точечных процессов. К началу 50-х годов было разработано много статистических методов на основе квадратичного отклонения расстояния для проверки на пространственную рандомизацию в опорной точке. Хотя термин анализ пространственных данных был уже введен в литературу [23], длительное время не было признано существование области пространственной статистики как таковой. Можно упомянуть лишь обзорную монографию [24]. Работа [25] обеспечила основание для введения нового класса моделей пространственных данных. Разработанные модели удовлетворяли двумерной версии свойства Маркова, представляющего временное изменение. В результате появления статьи [25] был определен общий класс пространственных моделей для дискретных и непрерывно оцениваемых переменных, определенных в двумерном пространстве.
В ЧяЧаяеаО-Х^одов^пйявилаЕВ Монография 12611 которая описывала усовершенствования, произошедшие в геостатистике. Эти результаты |рыли включены в главу по пространственному Сглаживанию и интерполяции. Другой существенной монографией в это время была книга ро анализу образа точки [27].
ГИС и анализ пространственных данных непосредственно взаимодействуют на пространственной матрице данных. На концептуальном уровне, эта матрица состоит из строк и столбцов, где строки соответствуют экземплярам (Элементам данных), а столбцы — признакам или атрибутам этих экземпляров. В самом простом случае используются два столбца, содержащие пару координат: широту и долготу, или х и у в некоторой специальной системе координат.
На практическом уровне, пространственная матрица данных — архив данных, собранных исследователем. В практических терминах структура и содержание этой матрицы — конечный продукт процессов концептуализации и представления, с помощью которых зафиксирована некоторая доля географической действительности. В некотором смысле — это выходные данные процесса цифровой фиксации мира. В другом смысле, матрица — отправная точка или ввод для анализа пространственных данных.
Необработанные данные чаще всего состоят из первоначальных измерений, сделанных с помощью приборов. Термины погрешность и точность относятся к соответствию между качеством измерений и соответствием между измерением и теорией. Для многих средств измерений эти параметры известны и могут использоваться для того, чтобы проанализировать воздействие ошибок на последующие вычисления. Пространственная информация, которая представлена на картах или в цифровых моделях, редко составляется из первоначальных измерений. При этом первичная часть пространственной информации, такая, как результаты компиляции, интерпретации, анализа, и вычисления, остается скрытой от пользователя.
На ранней стадии развития ГИТ было принято измерять местоположения точек на поверхности Земли в абсолютных значениях относительно геодезической сетки земли, т. е. относительно Экватора и Гринвичского меридиана. С течением времени стало ясно, что точно знать абсолютное местоположение невозможно, а относительные местоположения могут быть измерены намного более точно, чем абсолютные. Следовательно, более целесообразно [проектировать базы геоданных (БГД) ГИС для хранения относительных местоположений и получать абсолютные местоположения, выводя их, Когда это необходимо.
Еще одной проблемой развития геоинформатики стала проблема неоднозначности и не-Ьпрей&дшноежи ОтобЁаЖШи1кьреального мира;
не позволяет создать его точное представление. Независимо от используемого метода интерполяции, полученные данные всегда будут содержать погрешность. На ее возникновение могут влиять разные факторы, такие, как неточность исходных данных, изменение физических свойств данных измерений, ошибки за счет человеческого фактора, изменения, происходившие в процессе проведения измерений. Все эти факторы вносят свой вклад в величины ошибок измерений. Выбор модели ошибки измерений влияет на плавность результирующей карты поверхности и на величину стандартных ошибок. Моделирование ошибок измерений применяется в трех методах кригинга — простом, обычном и универсальном.
С самого начала развития ГИС в качестве основы для хранения геоданных выступали системы управления реляционными базами данных, которые позволили отделить специфическое программное обеспечение географической информационной системы от управления базой данных. Однако характерные для геоданных особенности должны были быть сохранены в отдельной, специальной базе данных, которая была неспособна использовать стандартное программное обеспечение управления базой данных, так как формы этих особенностей не могли быть определены в простой табличной структуре.
Только в конце 90-х годов развитие объектно-ориентированных систем управления базами данных позволило отчасти преодолеть эту проблему (хотя и оставив приоритет популярности реляционному подходу) и начинает доминировать в моделировании данных ГИС.
Первый принцип объектно-ориентированного подхода состоит в том, что каждая особенность на поверхности Земли является примером класса, а второй — в том, что классы могут быть специализациями более общих классов. Специализированные классы наследуют все свойства более общих классов, и добавляют специальные собственные свойства. ГИС допускает обширный массив операций, основанных на этом подходе к представлению. Но и объектно-ориентированное моделирование также было не в состоянии адекватно представлять непрерывные формы геоданных. В то время, как понятие дискретных объектов является соответствующим для людей, транспортных средств, строений и промышленных объектов, оно несовместимо со многими явлениями в географическом мире, которые являются принципиально непрерывными: реки, дороги, или ландшафт.
Индустрия ГИС приняла компонентно-ориентированные подходы к программному обеспечению, разрушая ранее принятые традиции монолитных пакетов соединением частей компонентов многократного использования. ЭЩ может привести к значительным успехам в инте-
грации ГИСс другими формами программного обеспечения, которые используют те же самые ¡Стандарты, особенно пакеты для статистического анализа [27].
Сегодня ГИС может быть определена как вычислительное приложение, способное к созданию, хранению, управлению, визуализации и анализу пространственной информации. Это определяет ее самые сильные прикладные возможности в управлении ресурсами, управлении полезными ископаемыми, передаче данных, городском и региональном планировании, маршрутизации транспортных средств и доставке посылок, и во всех науках, которые имеют дело с поверхностью Земли.
В зарубежной литературе широко используют понятие пространственного знания [28]. Считается, что одним из назначений геоинформатики является создание и получение новых знаний . Наряду с термином пространственные знания [28, 29] или геоинформационные знания используют термин географические знания. Необходимо дать различие между ними [30].
Исторически географические знания появились раньше геоинформационных. Географические знания получают из процедурных и вторичных источников, поэтому они более качественны, чем количественны [30]. Это определяет их структурную несогласованность между качественными и количественными характеристиками.
Геознания или геоинформационные знания, которые получают на основе сбора количественной информации, ее обработки и анализа являются структурно согласованными [31] в количественном и качественном отношениях.
Важной онтологической характеристикой является геореференция [30, 32]. Геореференция — соотнесение информации с географическим фактором, является одним из новых подходов к классификации, организации и информационному поиску. Она различными способами используется в ИС и ГИС. Геореференция используется в двух аспектах в пространственном и лингвистическом. Идентифицирующая геореференция опирается на три вида отношений — указание, именование и обо -значение. Выбор способа идентификации предмета обусловлен следующим: обозначение обеспечивает геореференцию в ситуации явного описания геообъекта; именование обеспечивает геореференцию, когда речь идет о неявном описании геообъекта; указание применяют при отсутствии описания геообъекта и оно, обеспечивает референцию к объектам, находящимся в каких-либо пространственных отношениях с искомым геообъектом.
В настоящее время начинают различать ¡¡«гфграфическую» и «геоинформационную» геореференции [32]. Существенный аспект гео-|графического познания - врожденная «неопре-
ЗдШ8ннШтвРЯ5шграфиче!!вго ПЙнятй!!
«неопределенность» относится к определению топонимов для местоположений с неточными границами и к пространственным предлогам, используемым в неофициальных геореференциях («рядом» и «в»). Геоинформационный подход связан с формальными моделями, базами данных, формализованными связями, отношениями и предпочтениями. Географический подход более нагляден и «инфологичен», в то время как геоинформационный аспект более «логичен» и точен, но обладает меньшей наглядностью.
Значение интеграции пространственной информации увеличилось из-за новых возможностей, являющихся результатом углубленного познания многогранных связей окружающего мира и обусловленных увеличивающимися возможностями представления пространственной информации. Одним из примеров является появление нового направления в экономике - пространственной экономики. в которой пространственные отношения играют важную роль [33]. Получение знаний осуществляется разными методами. одним из которых является онтологический. Онтология [34] в геоинформатике, согласно современным толкованиям, является «точной спецификацией концептуализации предметной области», но с определенными ограничениями в зависимости от области интересов, и должна включать словарь терминов и некоторые спецификации их значений.
Использование онтологий способствует созданию адекватных концептуальных моделей, обеспечивая качественное, контролируемое информационное интегрирование. Одна из центральных современных задач геоинформатики — найти способ связи формального представления семантики, заложенной в онтологии, с концептуальными схемами, описывающими информацию, сохраненную в базах геоданных (БГД). Главный ожидаемый результат — формальна^! структура, которая реализует отображение пространственной онтологии в пространственную концептуальную схему.
Отображение онтологий в концептуальные схемы необходимо производить, используя три различных уровня абстракции: формальный, уровень доменов и прикладной уровень. На формальном уровне, с высоким уровнем абстракции, выделяют концепции, чтобы представить схему и определить онтологии. На уровне доменов, схема выступает в роли характерной логической модели данных, пригодной для сопоставления с наполнением онтологий. На прикладном уровне необходимо сосредоточить внимание на специфике географических приложений.
Влияние онтологий в географических методологиях разработки систем отличается от метЙЯ дологий разработки традиционных систем, причем, коренные отличия прослеживаются именно на концептуальном этапе конструирования.
При ^радициВяном ЯщхОдИк^Ощелирова-рию систем разработчику требуется зафиксировать взгляд пользователя на реальный мир и отразить его в формальной концептуальной ¡Модели. При этом разработчик модели следует парадигме объектно-ориентированного подхода или подхода сущность-связи, в зависимости от имеющейся в его распоряжении среды программирования. В любом случае выбранный подход заставляет разработчика модели мысленно отображать концепции пользователя в абстракции, доступные в его парадигме выбора. Это отображение делается недостаточно строго, с учетом специфики дан
Заключение
Современная геоинформатика, как основа пространственного анализа, является систе-
мой наук, что объединяет в пространственный анализ множество разных научных направлений. Современный пространственный анализ является интегрированной технологией, которая объединяет разные технологии: наблюдения, обработки и анализа [35]. Особенностью пространственного анализа является возможность комплексной обработки данных получаемых из разных источников и от разных технологий. Возможностью пространственного анализа является организация данных в виде геоданных, которые не только обладают согласованностью, но и являются системным информационным ресурсом [36]. Это позволяет проводить системный анализ в сочетании с пространственным и существенно повышать качество обработки и анализа.
ЛИТЕРАТУРА
1. Sinha A.K. (ed.). Geoinformatics: data to knowledge. Geological society of America, 2006. 397 p.
2. Бондур В.Г., Крапивин В.Ф., Савиных В.П. Мониторинг и прогнозирование природных катастроф. М: Научный мир, 2009. 692 с.
3. Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. 288 с.
4. Duckham M., Goodchild M.F., Worboys M.F. Fundamentals of geographic information science. N.Y.: Taylor and Francis, 2003
5. Цветков В.Я. Пространственные отношения в геоинформатике // Науки о Земле. 2012. № 01. С.59-61.
6. Бахарева Н.А. Виртуальность и реальность в геодезическом образовании // Славянский форум. 2015. № 1(7). С.24-29.
7. Дулин С.К., Розенберг И.Н. О развитии методологических основ и концепций геоинформатики // Системы и средства информатики. 2006. Т. 16. № 3. С. 201-256.
8. Цветков В.Я. Клод Элвуд Шеннон, как основоположник цифрового моделирования // Перспективы науки и образования. 2014. № 1. С. 44-50.
9. Tomlinson R.F., Calkins H.W., Marble D.F. Computer handling of geographical data: An examination of selected geographic information systems. Paris: UNESCO Press, 1976.
10. Майоров А.А., Цветков В.Я. Геоинформатика как важнейшее направление развития информатики // Информационные технологии. 2013. № 11. С.2-7.
11. Цветков В.Я. Создание интегрированной информационной основы ГИС // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2000. № 4. С. 150-154.
12. Цветков В.Я., Железняков В.А. Инкрементный подход к проектированию электронных карт //Материалы VI Общероссийской конференции «Перспективы развития инженерных изысканий в строительстве в Российской федерации». М.: ОАО ПНИИС, 2011. С. 234-236.
13. Bailey T.C., Gatrell A.C. Interactive spatial data analysis. Essex : Longman Scientific & Technical, 1995. 413 p.
14. Longley P. A., Goodchild M.F., Maguire D.J., Rhind D.W. Geographic information systems and science. N.Y.: Wiley, 2001.
15. Tsvetkov V. Ya. Spatial Information Models // European Researcher. 2013. Vol.(60), № 10-1. pp.2386-2392.
16. Шайтура С. В. Информационные ресурсы в геоинформатике // Образовательные ресурсы и технологии. 2015. №1(9). С.103-108.
17. Haining R. P. Spatial data analysis: Theory and Practice - Cambridge : Cambridge University Press, 2003. 463 p.
18. Скнарина Н.А. Решение задач расстановки сети датчиков при организации геоинформационной системы мониторинга оползнеопасных склонов // Кибернетика. 2011. № 6. С.34-37.
19. Цветков В.Я. Геостатистика // Геодезия и аэрофотосъемка. 2007. №3. С. 174-184.
20. Whittle P. On stationary processes in the plane // Biometrika. 1954. V. 41. P. 434-449.
21. Matheron G. Principles of geostatistics // Economic Geology. 1963. V. 58. P. 1246-1266.
22. Tsvetkov V.Ya. Information field // Life Science Journal. 2014. № 11(5). рр.551-554
23. Matern B. Spatial variation (2nd ed). N. Y.: Springer, Berlin Heidelberg, 1986.
¡24. Anderson T. W. The statistical analysis of time series. N. Y.: Wiley, 1971.
25. Ripley B.D. Spatial statistics. N. Y.: Wiley, 1981.
|26. Diggle P. Statistical analysis of spatial point patterns. London: Academic Press, 1983
27. Cressie N. Statistics for spatial data. N. Y.: Wiley, 1991.
28. Kuipers B. Modeling Spatial Knowledge // Cognitive science. 1978. Т. 2. №. 2. С. 129-153.
29. Цветков В.Я. Пространственные знания// Международный журнал прикладных и фундаментальных исследований. 2013. № 7. С.43-47.
30. Linda L. Hill. Georeferencing: The Geographic Associations of Information. Massachusetts Institut of technology, 2009. 272 p.
31.f. ДулинГОЖ., Роззенберг И.НГ Ободном подходе к структурной сОгЛасо»1ннОс?иреОд1йнйх // Мир транйиорта|| 2005. Т 11. № 3. С.16-29.
3р.. Розенберг И.Н., Вознесенская М.Е. Геознания и геореференция // Вестник Московского государственногД областного педагогического университета. 2010. № 2. С. 116-118.
33. Tsvetkov V. Ya. Spatial Relations Economy // European Journal of Economic Studies. 2013. Vol.(3). № 1. р.57-60.
34. Цветков В.Я. Онтологии как способ формирования пространственных знаний / В сб. Наука и образование в жизни современного общества: сборник научных трудов по Материалам научно-практической конференции 12 ноября 2013. Тамбов.: Изд-во ТРОО «Бизнес-наука-общество», 2013. С. 158-162.
35. Савиных В.П. Интеграция учебных дисциплин на основе геоинформатики // Дистанционное и виртуальное обучение. 2013. № 6. С.5-10.
36. Савиных В.П., Цветков В.Я. Геоданные как системный информационный ресурс // Вестник Российской Академии Наук. 2014. Т. 84. № 9. С. 826-829.
REFERENCES
1. Sinha A.K. (ed.). Geoinformatics: data to knowledge. Geological society of America, 2006. 397 p.
2. Bondur V.G., Krapivin V.F., Savinykh V.P. Monitoring i prognozirovanie prirodnykh katastrof [Monitoring and forecasting natural disasters]. Moscow, Nauchnyi mir Publ., 2009. 692 p.
3. Tsvetkov V.Ia. Geoinformatsionnye sistemy i tekhnologii [Geoinformation systems and technologies]. Moscow, Finansy i statistika Publ., 1998. 288 p.
4. Duckham M., Goodchild M.F., Worboys M.F. Fundamentals of geographic information science. N.Y.: Taylor and Francis, 2003
5. Tsvetkov V.Ia. Spatial relationships in geo-Informatics. Nauki o Zemle - Earth Sciences, 2012, no. 1, pp.59-61 (in Russian).
6. Bakhareva N.A. Virtuality and reality in geodetic education. Slavianskii forum - Slavic forum, 2015, no. 1(7), pp.24-29 (in Russian).
7. Dulin S.K., Rozenberg I.N. The development of methodological foundations and concepts of Geoinformatics. Sistemy i sredstva informatiki - systems and means of Informatics, 2006, V. 16, no. 3, pp. 201-256 (in Russian).
8. Tsvetkov V.Ia. Claude Elwood Shannon, the founder of digital modeling. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2014, no. 1, pp. 44-50 (in Russian).
9. Tomlinson R.F., Calkins H.W., Marble D.F. Computer handling of geographical data: An examination of selected geographic information systems. Paris: UNESCO Press, 1976.
10. Maiorov A.A., Tsvetkov V.Ia. Geoinformatics as an important direction of development of computer science. Informatsionnye tekhnologii - Information technology. 2013, no. 11, pp.2-7 (in Russian).
11. Tsvetkov V.Ia. The creation of an integrated information framework GIS. Geodeziia i aerofotos"emka - Geodesy and aerial photography, 2000, no. 4, pp. 150-154 (in Russian).
12. Tsvetkov V.Ia., Zhelezniakov V.A. Inkrementnyi podkhod k proektirovaniiu elektronnykh kart [Incremental approach to designing e-cards]. Materialy VI Obshcherossiiskoi konferentsii «Perspektivy razvitiia inzhenernykh izyskanii v stroitel'stve v Rossiiskoi federatsii» [Materials of the VI all-Russian conference "Prospects of development of engineering survey in construction in the Russian Federation"]. Moscow, OAO PNIIS Publ., 2011. pp. 234-236 (in Russian).
13. Bailey T.C., Gatrell A.C. Interactive spatial data analysis. Essex: Longman Scientific & Technical, 1995. 413 p.
14. Longley P.A., Goodchild M.F., Maguire D.J., Rhind D.W. Geographic information systems and science. N.Y.: Wiley, 2001.
15. Tsvetkov V.Ya. Spatial Information Models. European Researcher, 2013, Vol.(60), no. 10-1, pp.2386-2392.
16. Shaitura S.V. Information resources in Geoinformatics. Obrazovatel'nye resursy i tekhnologii - Educational resources and technology, 2015, no. 1(9), pp.103-108 (in Russsian).
17. Haining R.P. Spatial data analysis: Theory and Practice - Cambridge: Cambridge University Press, 2003. 463 p.
18. Sknarina N.A. The task of placement of sensor networks in the organization of geoinformation system for monitoring landslide slopes. Kibernetika - Cybernetics, 2011, no. 6, pp.34-37 (in Russian).
19. Tsvetkov V.Ia. Geostatistics. Geodeziia i aerofotos"emka - Geodesy and aerial photography, 2007, no. 3, pp. 174-18:11 (in Russian).
20. Whittle P. On stationary processes in the plane. Biometrika, 1954, V. 41, pp. 434-449.
21. Matheron G. Principles of geostatistics. Economic Geology, 1963, V. 58, pp. 1246-1266.
22. Tsvetkov V.Ya. Information field. Life Science Journal, 2014, no. 11(5), pp. 551-554.
23. Matern B. Spatial variation (2nd ed). N. Y.: Springer, Berlin Heidelberg, 1986.
24. Anderson T.W. The statistical analysis of time series. N. Y.: Wiley, 1971.
25. Ripley B.D. Spatial statistics. N. Y.: Wiley, 1981.
26. Diggle P. Statistical analysis of spatial point patterns. London: Academic Press, 1983.
27. Cressie N. Statistics for spatial data. N. Y.: Wiley, 1991.
28. Kuipers B. Modeling Spatial Knowledge. Cognitive science, 1978, V. 2, no. 2, pp. 129-153.
29. Tsvetkov V.Ia. Spatial knowledge. Mezhdunarodnyi zhurnalprikladnykh i fundamental'nykh issledovanii - International journal of applied and fundamental research, 2013, no. 7, pp.43-47 (in Russian).
|30. Linda L. Hill. Georeferencing: The Geographic Associations of Information. Massachusetts Institut of technology, 2009. 272 p.
31. Dulin S.K., Rozenberg I.N. About one approach to the structural coherence geodatabase. Mir transporta - World ojrn transport, 2005, V. 11, no. 3, pp.16-,29 (in Russian).
pa Rdünberg I.N., Voznesenskaia M-ErGre knowledge and gfofiference. Vestnik Moskovskogo gosudarstvennogo oblastnogo pedagogicheskogo universiteta - Bulletin of Moscow state regional pedagogical University, 2010, no. 2, pp. 116-118 (in Russian).
33. Tsvetkov V.Ya. Spatial Relations Economy. European Journal of Economic Studies, 2013, Vol.(3), no. 1, pp.57-60.
34. Tsvetkov V.Ia. Ontologii kak sposob formirovaniia prostranstvennykh znanii / V sb. Nauka i obrazovanie v zhizni sovremennogo obshchestva: sbornik nauchnykh trudov po Materialam nauchno-prakticheskoi konferentsii 12 noiabria 2013 [Ontology as a method of forming spatial knowledge / Science and education in modern society: collection of scientific works on Materials of scientific-practical conference on November 12, 2013]. Tambov, Biznes-nauka-obshchestvo Publ., 2013, pp. 158-162.
35. Savinykh V.P. Integration of academic disciplines on the basis of Geoinformatics. Distantsionnoe i virtual'noe obuchenie - Distance and virtual learning, 2013, no. 6, pp.5-10 (in Russian).
36. Savinykh V.P., Tsvetkov V.Ia. GEODATA as system information resource. Vestnik Rossiiskoi Akademii Nauk - Bulletin of the Russian Academy of Sciences, 2014, V. 84, no. 9, pp. 826-829 (in Russian).
Информация об авторе Information about the author
Розенберг Игорь Наумович Rozenberg Igor' Naumovich
(Москва, Россия) (Moscow, Russia)
Профессор, доктор технических наук Professor, Doctor of Technical Sciences.
Заместитель генерального директора НИИ Deputy General Director автоматизированных систем на железнодорожном Research Institute of Automated Systems in Railway
транспорте Transport
E-mail: [email protected] E-mail: [email protected]
