Лекция 1
Вопросы для обсуждения:
1. Проблемы пространственного моделирования
2. Постановка задачи
3. Подходы к анализу пространственно распределенных данных
4. Основные этапы анализа и моделирования пространственных данных
1. Проблемы пространственного моделирования
Существует огромное количество пространственно распределенной информации, собранной в базы и банки данных по окружающей среде. Задача ее интерпретации, анализа и дальнейшего использования представляется чрезвычайно важной и требует комплексного системного подхода. Статистическое моделирование пространственных явлений позволяет обобщить имеющиеся измерения и получить модель их распределения в пространстве.
Анализ и моделирование пространственных данных с использованием статистических методов позволяет ответить на ряд вопросов:
1). Как построить карту загрязнения?
2). Можно ли обойтись простыми методами интерполяции?
3). Можно ли дать однозначный ответ о том, где проходит граница повышенного уровня загрязнения?
Наиболее распространенной проблемой при работе с пространственно распределенными данными является получение пространственной оценки. При этом, также важен вопрос о качестве и точности получаемых карт, неопределенности оценки, чувствительности использованных методов интерполяции и т.п.
Пространственное моделирование применяется во многих сферах человеческой деятельности. Так, при климатическом моделировании анализируются измерения температуры, осадков, скорости ветра и т. д. в различных точках пространства. При моделировании загрязнения окружающей среды используются измерения (пробы грунта, воды, воздуха, дистанционное зондирование) в различных местах. В задачах геологии моделируются свойства пород в промежутке между скважинами, где делаются измерения. В медицинской географии анализируются факторы, влияющие на уровень заболеваний, и моделируется распространение эпидемий. Пространственно распределенные данные используются при моделировании запасов полезных ископаемых и рыбных ресурсов, социально-экономической, криминогенной ситуации и природных катастроф (оползней, лавин и пр.).
Глубокий анализ и моделирование пространственных данных требуют применения комплексного подхода и различных методов, характеризующих ту или иную особенность явления. Сложность такого анализа обусловлена несколькими факторами: наличием больших объемов количественной и качественной информации по исследуемому явлению, многомасштабностью и многопеременностью, наличием различных факторов влияния.