CC BY
9
DOI: 10.25702/KSC.2307-5252.2019.9.52-59 УДК 004.5, 004.9
А. В. Вицентий, М. Г. Шишаев
Институт информатики и математического моделирования ФИЦ КНЦ РАН
РАЗРАБОТКА ПОДХОДА К МОДИФИКАЦИИ И РЕДУЦИРОВАНИЮ ГЕОИЗОБРАЖЕНИЙ С УЧЕТОМ ИХ ИНФОРМАТИВНОСТИ
Аннотация
Данная статья посвящена рассмотрению проблемы разработки подхода к модификации и редуцированию синтезированных геоизображений с учетом разнородных факторов, включая вариативность целей построения геоизображения при изменении решаемой задачи. В статье рассмотрены вопросы создания обобщенной модели пользователя мультипредметной географической информационной системы и модели задачи, необходимых для оценки качества геоизображения. Предлагается оценивать качество геоизображений с точки зрения решаемой задачи на основе оценки количества информации и уровня информативности изображения. Ключевые слова:
геоизображение, когнитивная геовизуализация, поддержка принятия решений, редуцирование геоизображения, оценка информативности геоизображения, пространственная ситуация, когнитивный интерфейс, модель пользователя ГИС, динамическая визуализация пространственных данных.
A.V. Vicentiy, M. G. Shishaev
DEVELOPMENT OF THE MODIFICATION AND REDUCTION OF GEOIMAGES APPROACH TAKING INTO ACCOUNT ITS INFORMATIVENESS
Abstract
This paper is devoted to the problem of developing an approach to the modification and reduction of synthesized geoimages taking into account heterogeneous factors, including the variability of the goals of constructing geoimages when changing the problem being solved. The paper considers the issues of creating a generalized user model of a multi-subject geographical information system and a task model necessary for assessing the quality of a geographic image. It is proposed to evaluate the quality of geoimages from the point of view of the problem being solved on the basis of assessing the amount of information and the level of information content of the image.
Keywords:
geoimage, cognitive geovisualization, decision support, reduction of geoimage, assessment of geoimage informativeness, spatial situation, cognitive interface, GIS user model, dynamic visualization of spatial data.
1. Введение
В данной статье представлены результаты работ, выполненных в рамках разработки методического и алгоритмического обеспечения динамического синтеза когнитивных геоизображений с учетом разнородных факторов, включая вариативность целей построения геоизображения, обеспечивающего модификацию и редуцирование геоизображений при изменении решаемой задачи по теме «Развитие методологии построения интеллектуальных мультипредметных систем информационной поддержки регионального развития на примере территорий Арктической зоны Российской Федерации (АЗРФ)» (№ 0226-2019-0036).
Различные системы обработки и представления пространственной информации давно используются в качестве одного из инструментов поддержки принятия решений в различных сферах деятельности. Наибольшую эффективность системы такого рода показывают при решении широкого класса задач, связанных с территориальном планированием и управлением разного масштаба - от межгосударственного уровня, до уровня конкретных поселений и небольших участков пространства. Программно-аппаратные комплексы и информационные системы, осуществляющие сбор, хранение, обработку, анализ и визуализацию пространственно-временных данных (геоданных) и соответствующей атрибутивной информации выделяют в отдельный класс информационных систем, называемых географическими информационными системами (геоинформационными системами, ГИС).
Однако ГИС также является и человеко-машинной системой, так как основное ее предназначение это визуализация имеющейся информации и предоставление ее конечному пользователю для дальнейшего анализа и принятия решений. При работе с ГИС пользователь имеет дело с электронными картами или, говоря более точно, цифровыми геоизображениями (географическими изображениями). Геоизображение, в общем виде, представляет собой масштабную, пространственно-временную, генерализованную модель объектов или процессов окружающего мира, которая представлена в образно-знаковой форме [1, 2]. При этом, синтезируемые ГИС геоизображения обладают уникальным эвристическим и гносеологическим потенциалом, который может быть раскрыт только при непосредственном участии человека в процессе интерпретации и визуального анализа геоизображений.
Включение человека (лица, принимающего решения (ЛПР)) в контур обработки визуальной картографической информации налагает дополнительные требования на визуализацию данных и вызывает ряд дополнительных проблем, связанных с особенностями восприятия визуальной информации как отдельными группами (категориями) пользователей, так и каждым пользователем индивидуально. Эти особенности могут быть связаны с когнитивными способностями, имеющимися у конкретного пользователя, или особенностями и условностями восприятия визуальной информации отдельными категориями пользователей, профессиональными знаниями, опытом работы, как с географическими информационными системами в целом, так и с аналогичными решаемой задачами или схожими предметными областями, и многими другими характеристиками.
Таким образом, можно утверждать, что разработка различных подходов, позволяющих повысить эффективность работы человека с синтезированными геоизображениями является важной задачей, решение которой повысит ценность и эффективность применения ГИС в принятии решений.
2. Проблема синтеза, модификации и редуцирования геоизображений
Взаимодействие пользователя с ГИС представляет собой последовательность запросов к геоинформационному сервису в диалоговом режиме или с помощью языка запросов, например, SQL. Результатом обработки запросов является синтезированное системой геоизображение, которое строится подсистемой визуализации из примитивов, распределенных по тематическим
слоям. Такой подход к визуализации распространен в подавляющем большинстве современных ГИС и геосервисов (ArcGis, QGis, MapInfo, Google Earth, Google Maps, Яндекс.Карты и других). Основным недостатком такого подхода является зависимость эффективности визуализации данных как от решаемых задач, так и от субъективных оценок пользователей, задающих поисковые запросы и оценивающих полученный результат с прагматической точки зрения. В результате, ГИС формирует, как правило, избыточные визуальные образы, что негативно влияет на скорость и качество решений, принимаемых с их использованием.
Однако, несмотря на субъективность прагматической оценки геоизображений для целей поддержки принятия решений, проблема избыточности синтезируемых визуальных образов может быть в некоторой степени решена за счет разработки и применения процедур модификации и редуцирования геоизображений с учетом оценки степени их информативности и субъективной «полезности» для решения конкретных задач (класса задач).
Проблемы оценки количества информации, разработки мер информации и способов снижения информационной избыточности относятся к фундаментальным проблемам теории информации. В данной работе мы будем опираться на прагматическую меру информации, позволяющую учитывать полезность информации для конечного пользователя в контексте достижения поставленной цели, которой может являться принятие решения на основе синтезированного геоизображения.
Мы также исходим из того, что для решения проблемы избыточности синтезированных геоизображений наиболее эффективным способом является уменьшение количества примитивов до некоторого «оптимального» для решения задачи уровня. Кроме того, уменьшение визуальной загруженности изображения позволит снизить когнитивную нагрузку на лицо, принимающее решения, что позволит снизить риск принятия непродуманных и необоснованных решений и отсрочить наступление периода утомляемости. [3, 4]
3. Постановка задачи
С учетом вышесказанного, постановку задачи в общем виде можно сформулировать следующим образом. Необходимо предложить такой способ модификации геоизображения, который позволил бы минимизировать избыточность изображения и при этом максимизировать уровень его информативности:
E (g) - > min < V (g)- > min I (g ) - > max
где E(g) - избыточность геоизображения для решения определенной задачи определенным пользователем; V(g) — объем геоизображения - количественная мера, позволяющая дать объективную оценку «размера» изображения, например, в мегабайтах; I(g) — информативность (субъективная «полезность») геоизображения для решения определенной задачи определенным пользователем; g — модифицируемое геоизображение.
Информативность можно представить в виде функции следующим образом:
/ :GxTxU —» R, где:
G = {gi}, i = 1.N - множество геоизображений; T = {tj}, j = 1..M- множество задач; U = {uk}, k = 1..K - множество пользователей.
Однако на практике в такой строгой постановке решение задачи вряд ли достижимо, поэтому имеет смысл смягчить постановку задачи следующим образом. Пусть есть некоторое синтезированное геоизображение из множества изображений, синтезированных ГИС: g е G. На основе анализа данного изображения пользователь из множества пользователей данной ГИС u е U пытается решить некоторую задачу из множества решаемых задач te T.
Тогда задача может быть выражена в такой постановке. Необходимо предложить такой способ модификации геоизображения, который позволил бы снизить избыточность изображения, при этом, не снижая уровень его информативности или не понижая уровень информативности ниже некоторого минимального уровня информативности геоизображения, необходимого для успешного решения данной задачи:
E ( g ) > E (g ) * <V (g) > V (g) * (I (g) < I (g) *) V (I (g) min < I (g) *)
где E(g)* - избыточность геоизображения для решения определенной задачи определенным пользователем после процедуры модификации; V(g) * - объем геоизображения - количественная мера, позволяющая дать объективную оценку «размера» изображения после процедуры модификации; I(g)* - информативность геоизображения для решения определенной задачи определенным пользователем после процедуры модификации; I(g)min - минимальный уровень информативности геоизображения, необходимый для решения задачи.
Кроме того, на данном этапе вводятся следующие допущения: Допущение 1. Синтезированное изображение изначально обладает некоторой избыточностью: E (g) > E (g)*,
Допущение 2. Уровень информативности исходного геоизображения достаточен для решения задачи пользователем.: I (g) > I (g)min,
С учетом более мягкой постановки задачи и допущений, модифицирование синтезированного геоизображения в реальной ГИС может быть связано, прежде всего, с удалением из изображения примитивов, не относящихся к решаемой задаче. Удаление таких примитивов не приведет к снижению информативности с точки зрения пользователя, но снизит общую информационную насыщенность изображения (избыточность) и объем геоизображения, измеряемый в мегабайтах. Такой способ модификации геоизображения далее будем называть редуцированием.
4. Описание подхода к редуцированию геоизображений
Из постановки задачи и определения информативности понятно, что важнейшими элементами для осуществления успешного редуцирования
геоизображений являются модель пользователя, модель задачи и модель геоизображения. Рассмотрим эти модели более подробно.
Модель пользователя. Модели пользователей применяются при реализации различных информационных систем и геоинформационные системы в этом смысле не являются исключением. Так, в работе [5] предлагается определять модель пользователя через набор его свойств. Предлагается относить пользователей к разным группам с целью адаптации интерфейсов, повышения эффективности взаимодействия с ГИС и снижения вероятности ошибок пользователя. Подчеркивается необходимость учитывать особенности психики пользователя и его ментальных особенностей при создании модели и отнесении пользователей к различным группам. В работе [6] вся совокупность пользователей ГИС воспринимается как система с естественным поведением, которая может эволюционировать и приспосабливаться к изменениям окружающего мира. Для учета характерных особенностей структуры и поведения естественных систем, модели пользователей предлагается реализовать на основе математического аппарата теории нечетких множеств. Другой подход предлагается в работе [7]. Суть его состоит в адаптации возможностей интерфейса пользователя на основе предоставления ему базового комплекта инструментов ГИС и специального механизма адаптации возможностей базового инструментария под задачи, решаемые пользователем. Эта технология также поддерживает деление пользователей на группы на основе общности решаемых пользователями задач и используемых инструментов.
Для оценки уровня информативности геоизображений, одной из наиболее подходящих моделей, на наш взгляд, является модель пользователя, описанная в работе [8]. В основу описанной в работе модели пользователя положены такие понятия, как ментальная модель и перцептивные стереотипы. Принадлежность пользователя к той или иной группе (категории) определяется схожестью представлений пользователей об объектах реального мира, которая порождается близостью их ментальных моделей и способа ранжирования атрибутов объектов реального мира по значимости. Для снижения избыточности изображения с помощью редуцирования, понимание значимости того или иного примитива-кандидата на удаление для успешного решения задачи, с точки зрения пользователя, является ключевым. Поэтому модель пользователя, построенная на основе оценки и учета значимости идентифицирующих объект атрибутов хорошо подходит для расчета информативности геоизображения.
Модель задачи. Рассматриваемые в данной работе мультипредметные ГИС, предназначены, главным образом, для оказания помощи пользователям в принятии более обоснованных решений за счет лучшей информированности. ГИС позволяет повысить эффективность и скорость принятия решений, представляя результаты запросов пользователя и анализа данных в наглядной картографической форме, удобной для восприятия. Для построения модели задачи, решаемой пользователем средствами ГИС, могут быть применены методы и подходы системного анализа и концептуального моделирования [9, 10], ситуационного концептуального управления [11], функционально-целевой подход [12] и другие. В данной работе мы предлагаем использовать модель задачи, основанную на формальном определении мультипредметного информационного ресурса, предложенном в [13]. Такая модель позволяет
учитывать мультипредметный характер ГИС и хорошо согласуется с моделью пользователя.
Пусть определено множество категорий пользователей U = {uk}, k = 1..Kи множество ресурсов ГИС R = {ri}, I = 1..L. Тогда можно определить функцию z '.U х R —» M, которая характеризует прагматическую ценность некоторого ресурса ГИС с точки зрения пользователя.
Пусть также некоторый пользователь Uk е U, генерирует последовательность запросов к ГИС вида: Quk i (qspatial, qtemporal, qsemantic), i = 1..N, определяющую ограничения интересующих пользователя данных. Тогда, модель задачи может быть представлена как подбор таких ресурсов ГИС для синтеза визуального образа g е G, которые удовлетворяют пространственным, временным и семантическим ограничениям, указанным в запросах пользователя и для которых функция z не ниже некоторого порогового значения.
L
g = ^ Г i Œ R| Tspatial ~ С spatial, Ttemporal ~ qtemporal, Tsemantic ~ qsemantic Z ^ Zmin
где qspatial, qtemporal, qsemantic, rspatial, rtemporal, rsemantic - пространственные,
временные и семантические атрибуты запросов и ресурсов ГИС, соответственно. Знак примерного равенства в данном контексте означает, что пространственные, временные и семантические атрибуты отобранных ресурсов соответствуют пространственным, временным и семантическим атрибутам запроса пользователя.
Модель геоизображения. В настоящее время выделяют множество разновидностей геоизображений в зависимости от целей их использования, способов получения, основных характеристик и по другим основаниям. Созданием и разработкой общей теории геоизображений занимается отдельная научная дисциплина - геоиконика. В рамках данной работы, мы предлагаем использовать модель геоизображения, представленную в виде множества визуализированных примитивов с учетом пространственных, временных и семантических ограничений: g = <P, Spa, Tem, Sem>, где
P = {px}, x = 1..X - множество примитивов, включенных в геоизображение;
Spa = {pols}, s = 1..S - множество полигонов, определяющих пространственные ограничения геоизображения. Каждый pols = ((xi, yi), .. (xn, yn)) представляет собой полигон, определяемый набором точек с координатами (x*,y*).
Tem = {temy}, y=1..Y - множество интервалов, определяющих временные ограничения геоизображения. Каждый {temy} = {temystart, temyend,} - представляет собой пару значений, определяющих начало и конец временного интервала.
Sem = {semw}, w=1..W - множество семантических ограничений геоизображения, где каждому элементу множества Sem ставится в соответствие некоторый набор семантических значений, определенных в данной реализации ГИС.
Таким образом, используя формальное определение моделей пользователя, задачи и геоизображения, можно разработать конкретные процедуры редуцирования геоизображений с учетом прагматической оценки информативности получаемых визуальных образов.
6. Заключение
В данной работе описаны элементы подхода к редуцированию геоизображений с учетом их информативности. Суть подхода состоит в том, чтобы снижать избыточность и объективный объем геоизображения без ущерба для уровня информативности. Уровень информативности предлагается понимать на основе оценки прагматической меры информации, что позволяет учесть как особенности решаемой задачи, так и характерные черты пользователя географической информационной системы. В соответствии с поставленной задачей, в работе представлены формализованная постановка задачи модификации изображения, а также модели пользователя, задачи и геоизображения, необходимые для реализации процедур редуцирования. Предложенные в работе модели могут быть использованы в качестве методической основы для программной реализации мультипредметных геоинформационных систем.
Литература
1. Берлянт А. М. Геоиконика. М.: Астрея, 1996. 208 с.
2. Берлянт A. M. Картографический словарь. М.;Научный мир, 2005. 424 с.
3. Тоффлер Э. Шок будущего: Пер. с англ. М.: ООО «Издательство ACT», 2002. 557 с.
4. Robert L. Solso, M. Kimberly MacLin and Otto H. MacLin Cognitive Psychology. Allyn & Bacon, 2008. - 592 p.
5. Иванов С. Ю. Проектирование интерфейса и модель пользователя // Новые информационные технологии в автоматизированных системах. 2013. № 16. С. 227-230.
6. Диденко Д. А. Разработка модели оценки качества информации в ГИС // Известия ЮФУ. Технические науки. 2010. № 4. С. 210-216.
7. Цветков В. Я. Особенности проектирования ГИС-пользователя на основе базового комплекта ГИС «Карта-2011» / В. Я. Цветков, С. Г. Дышленко//Землеустройство, кадастр и мониторинг земель. 2010. № 8. С. 79-84.
8. Диковицкий В. В., Ломов П. А., Шишаев М. Г. Формализация задачи построения когнитивных пользовательских интерфейсов мультипредметных информационных ресурсов // Труды Кольского научного центра РАН. Информационные технологии. 2013. Вып. 4. патиты: Изд-во КНЦ РАН, 2013. С. 90-98.
9. Олейник А. Г. Инструментальная система комплексного концептуального моделирования задач регионального управления // Информационные ресурсы России. 2005. № 2. С. 33-36.
10. Вицентий А. В., Шишаев М. Г., Гогоберидзе Г. Г. Разработка технологии геовизуализации для систем информационной поддержки задач пространственного планирования с учетом интересов и противоречий различных групп природопользователей на основе концептуальной модели конфликта // Труды Кольского научного центра РАН. 2018. Вып. 9. Информационные технологии. С. 91-98.
11. Фридман, А. Я., Фридман О. В. Модели и методы координации решений по управлению региональным промышленно -природным комплексом // Вестник КНЦ. Апатиты: КНЦ РАН, 2012. Вып. 2. С. 65-78.
12. Игнатьев М. Б., Путилов В. А., Смольков Г. Я. Модели и системы управления комплексными экспериментальными исследованиями. М.: Наука, 1986. 232 с.
13. Шишаев М. Г., Диковицкий В. В. Технология синтеза адаптивных пользовательских интерфейсов для мультипредметных информационных систем // Труды Кольского научного центра РАН. 2014. № 5 (24). С. 101-108.
Сведения об авторах
Вицентий Александр Владимирович
к.т.н., старший научный сотрудник e-mail: alx 2003@inail.ru Vicentiy Alexander PhD (Tech. Sci.), senior researcher
Шишаев Максим Геннадьевич
д.т.н, доцент, профессор РАН, главный научный сотрудник ИИММ КНЦ РАН е-mail: shishaev@iimm. ru Maxim G. Shishaev
Dr.Sci. (Tech.), lead researcher of IIMM KSC RAS
РСН: 10.25702/КБС.2307-5252.2019.9.59-68 УДК 004.9
А. В. Шестаков1, А. С. Шемякин12, С. Ю. Яковлев12
1 Институт информатики и математического моделирования ФИЦ КНЦ РАН
2 Филиал ФГБОУ ВО МАГУ в г. Апатиты
ТРЁХМЕРНОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ РАСЧЁТА И ВИЗУАЛИЗАЦИИ РЕГИОНАЛЬНЫХ ТЕХНОГЕННО-ЭКОЛОГИЧЕСКИХ РИСКОВ*
Аннотация
В работе обсуждаются возможности применения геоинформационных технологий для решения задач оценки промышленно-природных опасностей и рисков. Основное внимание уделено вопросам учёта рельефа прилегающей местности. На простом учебном примере расчёта зоны поражения при аварии показаны значимость этого фактора и возможности использования современных геоинформационных программных средств. Ключевые слова:
геоинформационные технологии, ГИС, риски, чрезвычайные ситуации, 3й-моделирование.
* Работа выполнена в рамках государственного задания Министерства науки и высшего образования РФ (тема НИР № 0226-2019-0035), а также при частичной финансовой поддержке РФФИ (проект № 18-07-00167-а).
