Программные продукты и системы

Геоинформационные системы (ГИС) и системы поддержки принятия решений на их основе получили широкое распространение. Их применение дает дополнительные преимущества организациям любого масштаба практически во всех научных и прикладных сферах деятельности. Средства визуализации и электронные карты, предоставляемые посредством ГИС, являются основой для оценки ситуации, обсуждения обстановки и проектных решений.

Базовый метод картографического подхода включает интеграцию большого числа факторов и их картографическое представление, комплексное рассмотрение и интерпретацию за счет наложения на карте отдельных слоев данных, объединенных по тематическому признаку. По мере развития технологий программирования сетевые ГИС становятся все более распространенными за счет перехода от традиционного ручного картирования к полноценным геосервисам.

Несмотря на изначальную адекватность и широкое распространение, для дальнейшего совершенствования географического подхода необходимы постоянное целенаправленное развитие и поддержание так называемой инфраструктуры пространственных данных – качественных БД, web-приложений, осуществления поддержки новых рабочих процессов и многого другого. При этом для их осмысленного использования необходимо понимание, в какой мере подобные данные можно считать качественными. Так, системный подход к оценке качества данных (data quality control [1]) включает оценку и описание качества данных во время процедуры их сбора, представление качества данных в виде метаданных, учет неопределенности в вычислительных моделях для обработки данных и системах принятия решений и в итоге доведение до конечного пользователя сведений о наличии неопределенности в результатах [2].

Таким образом, неопределенность является одним из важных факторов, возникающих при работе с пространственными данными. Необходимо отметить, что в современных ГИС работа с неопределенной информацией не всегда достаточно реализована. В связи с этим для решения практических задач часто приходится привлекать дополнительные методы искусственного интеллекта и математики – байесовские сети [2], нечеткие множества, фильтр Калмана [3]. Хотя эти методы помогают при решении конкретных задач, им свойственны ограничения (например вероятностный подход) и отсутствие универсальности. Поэтому автором предлагается совместное использование функциональности ГИС с одним из универсальных подходов – методом недоопределенных вычислений [4].

Метод недоопределенных вычислений явля- ется разновидностью программирования в ограничениях – весьма перспективного направления, основанного на описании модели задачи, а не алгоритма ее решения.

Недоопределенность в методе – это свойство данных и знаний, определяемое как частичное знание о сущности , ограниченное информацией о принадлежности  к некоторому конкретному множеству . Уточнение данных об  приводит к сокращению множества , в потенциале стягивающегося до одного элемента, отображающего полную информацию об .

Модель в методе представляется в виде неупорядоченной совокупности отношений, которые соответствуют связям, существующим между параметрами задачи. Эти отношения, называемые термином «ограничения», могут иметь вид уравнений, неравенств, логических выражений и т.п. Набор значений переменных удовлетворяет ограничению, если после подстановки этих значений в ограничение значение этого ограничения как булевского выражения есть истина. Например, значения положительных целочисленных переменных  удовлетворяют ограничению .

Примером решаемой с помощью метода модели может служить следующая трудная для традиционных методов система условий:

,

.

Решение данной модели (после поиска корней):

;

.

Наиболее важным с точки зрения рассматриваемой задачи совершенствования ГИС является то, что процесс вычислений в методе недоопределенных вычислений можно представить как взаимное согласование всех моделируемых показателей, причем согласование сопровождается сужением пространства решений до тех пор, пока в результате не останется область, совместимая со всеми условиями поставленной задачи. По каждому из моделируемых показателей эта область может быть бесконечным интервалом (если данные для уточнения показателя полностью отсутствуют), конечным интервалом, точным числом (если задача допускает точное и однозначное решение) или пустым множеством (если решения нет).

Следующий шаг к построению системы – выбор геоинформационного программного средства как компонента, обеспечивающего визуализацию данных. Для исследования, практических разработок и с точки зрения пользователей оптимальным является использование сетевых ГИС.

Рассмотрим работу метода на примере построения геопортала. Геопорталы – электронные географические ресурсы, размещенные в локальной сети или в сети Интернет, главной целью создания которых является предоставление доступа к актуальным пространственным данным всем заинтересованным лицам.

Работа по созданию геопорталов включает следующие основные этапы:

·     сбор необходимых геоданных (картографической информации, атрибутивных данных, космических снимков, сопроводительной документации в виде отчетов, графиков, таблиц и т.п.);

·     подготовка данных к интеграции в специализированное программное обеспечение для публикации в сетях Интернет/Интранет;

·     проектирование и создание web-интерфейса геопортала, непосредственная интеграция подготовленных данных;

·     размещение ресурса в сети Интернет/Ин­транет.

Для разработанного автором метода характерны размещение вычислительного ядра на основе недоопределенных вычислений на сервере и реализация взаимодействия с ним пользователей.

Объединение функциональности геопорталов и метода недоопределенных вычислений, реализованного в вычислительном ядре, дает возможность ввести новые функции, отсутствующие в типовых ГИС-системах. Функциональные возможности синтезированной системы позволяют:

·     получать доступ к графическим и атрибутивным данным, программно редактировать с использованием метода недоопределенных вычислений графическую и семантическую информацию;

·     использовать при картографическом моделировании как неполную и неточную, так и формально избыточную информацию, причем легко обнаруживаются противоречия в поступающих данных;

·     автоматически уточнять используемые при картографическом моделировании приближенные данные и зависимости на основе взаимного согласования имеющейся информации; при этом обеспечивается адекватное отражение неполноты используемой информации как ширины расчетных интервалов.

Необходимо отметить, что при использовании метода недоопределенных вычислений геопорталы позволяют осуществлять более эффективное взаимодействие пользователей, так как модели могут редактироваться совместно и постепенно уточняться, например, за счет появления более достоверной информации, выбора другого сценария развития и т.п.

На рисунке показан пример привязки недоопределенной модели к выбранной области на карте.

Кроме того, с методом недоопределенных вычислений могут комбинироваться следующие функциональные возможности:

·     визуализация ГИС-данных;

·     просмотр и редактирование метаданных через web-интерфейс;

·     доступ к каталогу пространственных данных;

·     атрибутный поиск ресурсов;

·     предоставление других сервисов (аналитическая обработка пространственных данных, мониторинг и т.д.);

·     хранение геоданных в СУБД;

·     полнотекстовый поиск;

·     обеспечение распределенного доступа к сервисам и данным.

Таким образом, разработанный метод построения ГИС с использованием метода недоопределенных вычислений устраняет существующие недостатки в работе с недоопределенной информацией в ГИС-системах и позволяет совместить современные возможности визуализации с мощными вычислительными возможностями.

Литература

1.   Sciuto G., Bonaccorso B., Cancellierea A., Rossi G. Quality control of daily rainfall data with neural networks // Journal of Hydrology. 2009. Vol. 364, I. 1–2, pp. 13–22.

2.   Laskey K.B., Wright E.J., da Costa P.C.G. Envisioning uncertainty in geospatial information // International Journal of Approximate Reasoning. 2010. Vol. 51, I. 2, pp. 209–223.

3.   Gorsevski P.V., Jankowski P. An optimized solution of multi-criteria evaluation analysis of landslide susceptibility using fuzzy sets and Kalman filter // Computers & Geosciences. 2010. Vol. 36, I. 8, pp. 1005–1020.

4.   Нариньяни А.С. [и др.]. Программирование в ограничениях и недоопределенные модели // Информационные технологии. 1998. № 7. С. 13–22.