•До того, как Вы создадите новый векторный слой, Вам понадобится спланировать его тип геометриии набор атрибутивных полей.
•Тип геометрии может быть точечный, линейный и полигональный.
•Атрибуты могут быть целочисленными ( integer), десятичными дробями ( decimal numbers), текстовыми ( string) и календарно-временными ( date).
•Процесс оцифровки состоит из отрисовкигеометрии объекта на карте и последующего ввода атрибутивных значений и повторяется для каждого объекта.
• Оцифровка с растрапроисходит с использованием растровых изображений в качестве подложки.
•Профессиональные ГИС-оцифровщики иногда используют графические планшеты.
Попробуйте сами!
Ниже приведено несколько примеров практических заданий для Ваших учеников:
•Составьте список объектов на территории Вашего учебного заведения, которые можно было бы занести в ГИС. Примеры: границы, спортивные объекты, пункты эвакуации и т. д. Постарайтесь использовать разные типы геометрии. Затем разделите учеников на группы и дайте каждой группе задание создать несколько объектов. Попросите их настроить символы, чтобы было проще понять, какие объекты изображены. На основе созданных данных изготовьте карту.
•Найдите спутниковый снимок и скажите ученикам оцифровать определенные объекты с растра.
Если у Вас нет компьютера
Вы можете проделать тот же самый процесс, используя листы кальки и блокнот. Возьмите аэрофотоснимок или распечатанный спутниковый снимок в качестве подложки. В блокноте нарисуйте таблицу, соответствующую атрибутивной таблице в ГИС. Теперь можно рисовать геометрию объектов на кальке, отмечая каждый объект номером. Этот же номер ставится в первой колонке атрибутивной таблицы, а затем заполняются все остальные колонки.
Дополнительные материалы
Веб-сайт:
http://www.k12science.org/curriculum/waterproj/S00project/miami2000/miamiriverfinal.html(школьный проект по оценке качества воды в местной реке).
Руководство Пользователя QGIS также включает более подробную информацию по оцифровке векторных данных в QGIS.
Что дальше?
В следующем разделе мы подробнее рассмотрим растровые данныеи узнаем, как изображения используются в ГИС.
Часть 5: Растровые данные
Цель:Понимание, что такое растровые данные и как они используются в ГИС
Ключевые слова:Растр, Пиксель, Дистанционное Зондирование, Спутник, Изображение, Пространственная Привязка, Геопривязка, Пространственное Разрешение
Обзор
В предыдущих разделах мы подробно рассматривали векторные данные. В то время как векторные объекты используют геометрию (точки, полилинии и полигоны) для представления объектов реального мира, растровые данные основаны на другом подходе. Растры являются матрицами пикселей (также называемых ячейками), каждый из которых хранит определенное значение для области, соответствующую этому пикселу (см. Рисунок 52). В данном разделе мы подробнее изучим растровые данные и случаи их использования.
Рисунок 52: Растровые данные состоят из строк (горизонтальные полосы) и колонок (вертикальные полосы) пикселей (также называемых ячейками). Каждый пиксель соответствует определенной географической области, и значение пикселя означает какое-либо свойство, присущее этой области.
Подробнее о растровых данных
Растровые данные используются в ГИС-приложении для отображения информации, которая носит непрерывный характер. Во введении в векторные данные мы показывали фотографию на Рисунке 53. Точки, линии и полигоны хорошо работают для представления отдельно стоящих элементов пейзажа, таких как деревья, дороги и строения. В то же время, другие элементы с помощью векторных объектов представить проблематично. Например, изображенные луга имеют много различий в цвете и плотности травяного покрова. Можно было бы сделать достаточно просто, обведя каждый луг единым полигоном, но много информации о лугах будет утеряно в ходе упрощения до простого полигона. Это происходит потому, что когда Вы присваиваете векторному объекту атрибутивное значение, оно соответствует всему объекту, то есть векторные объекты не очень хороши в представление негомогенных объектов (те, что неодинаковы на своем протяжении). Альтернативный подход заключается в оцифровке полигонов для каждой части луга, имеющей индивидуальный цвет и плотность покрова. Проблема в том, что этот подход неудобен и требует огромных трудовых и временных затрат.
Читать дальше