Поле (география)

Поле — это свойство, заполняющее пространство и изменяющееся в пространстве, такое как температура или плотность[1]. Это использование термина было заимствовано из физики и математики из-за их сходства с физическими полями (векторными или скалярными), такими как электромагнитное поле или гравитационное поле. Синонимичные термины включают пространственно зависимая переменная (геостатистика), статистическая поверхность (тематическое картографирование), а также интенсивное свойство (физика и химия), и взаимопроникновение между этими дисциплинами является обычным явлением. Самая простая формальная модель поля — это функция, которая возвращает единственное значение для заданной точки в пространстве (например, t = f(x, y, z))[2].

История

Моделирование и анализ полей в географических приложениях развивались в рамках пяти по существу отдельных направлений, все из которых возникли в 1950-х и 1960-х годах:

  • Картографические методы визуализации полей на тематических картах, включая картограммы и изарифмические карты. В теоретической картографии концепция «статистической поверхности» получила широкое признание к 1960 году, используя метафору третьего измерения для концептуализации непрерывных количественных изменений переменной[3]. Концепция и термин «статистическая поверхность» сохраняются в картографии до настоящего времени[4].
  • Количественная революция в географии, начавшаяся в 1950-х годах и приведшая к формированию современной дисциплины пространственного анализа; особенно такие методы, как гравитационная модель и модели потенциала. Хотя они специально не использовали термин «поле», они включали математику полей из физики[5].
  • Разработка растровых моделей и программного обеспечения ГИС, начиная с Канадской географической информационной системы в 1960-х годах, которая отображала такие поля, как тип землепользования[6].
  • Метод картографического моделирования, разработанный Иэном МакХаргом в 1960-х годах[7] и позднее формализованный для цифровой реализации в растровых ГИС Дэной Томлином как картографическая алгебра[8].
  • Геостатистика, возникшая из горной геологии начиная с 1950-х годов, изначально разрабатывалась вокруг методов интерполяции непрерывных изменений в полях по конечным точечным выборкам[9]. В литературе часто использовались такие термины, как «регионализированная переменная», вместо «поле»[10].

Хотя все эти направления включали схожие концепции, ни одно из них не использовало термин «поле» последовательно, и интеграция базовых концептуальных моделей этих приложений произошла только после 1990 года как часть становления географической информационной науки.

В 1980-х годах развитие основных технологий ГИС позволило учёным начать теоретизировать о фундаментальных концепциях географического пространства, на которых, казалось, основано программное обеспечение. Донна Пёке[11], Хелен Куклеис[12], и другие начали осознавать, что конкурирующие векторные и растровые модели данных основаны на дуализме между представлением мира как заполненного объектами и «локационно-ориентированным» или «образно-ориентированным» представлением мира, заполненного свойствами местоположения. Майкл Ф. Гудчайлд ввёл термин «поле» из физики к 1992 году для формализации концептуальной модели «местоположение—свойство»[13]. В 1990-х годах спор между растровым и векторным подходами трансформировался в дискуссию о том, какая из моделей — «объектная» или «полевая» — является доминирующей, отражает ли одна из них природу реального мира, а другая — лишь концептуальную абстракцию[14].

Природа и типы полей

Поля полезны в географическом мышлении и анализе, поскольку, когда свойства изменяются в пространстве, они, как правило, делают это по пространственным закономерностям, обусловленным внутренними пространственными структурами и процессами. Обычная закономерность, согласно первому закону географии Тоблера: «Всё связано со всем, но близкие объекты связаны сильнее, чем удалённые»[15]. То есть поля (особенно встречающиеся в природе) обычно изменяются постепенно, и близкие точки имеют схожие значения. Эта концепция была формализована как пространственная зависимость или пространственная автокорреляция, лежащая в основе метода геостатистики[16]. Параллельная концепция, менее известная, но лежащая в основе географической теории с времён Александра фон Гумбольдта, — это пространственная ассоциация, описывающая, как явления распределены схожим образом[17]. Эта концепция регулярно используется в методе картографической алгебры.

Хотя базовая концепция поля пришла из физики, географы разработали независимые теории, модели данных и аналитические методы. Одна из причин этого видимого разрыва заключается в том, что, хотя географические поля могут демонстрировать закономерности, схожие с гравитацией и магнетизмом, они могут иметь совершенно иную природу и формироваться совершенно иными процессами. Географические поля можно классифицировать по их онтологии или фундаментальной природе как:

  • Естественные поля — свойства материи, формирующиеся на масштабах ниже человеческого восприятия и потому кажущиеся непрерывными на человеческом уровне, например температура или влажность почвы.
  • Агрегированные поля — статистически построенные свойства агрегированных групп индивидов, например плотность населения или покрытие кронами деревьев.
  • Поля потенциала или влияния — измеряют концептуальные, нематериальные величины (и потому наиболее близки к полям физики), например вероятность того, что человек в данной точке предпочтёт определённый продуктовый магазин.
Изображение штата Джорджия, разделённого и окрашенного по геологическим признакам.

Географические поля также можно классифицировать по типу области измеряемой переменной, что определяет характер пространственных изменений. Непрерывное поле имеет непрерывную (вещественную) область значений и обычно демонстрирует постепенные изменения в пространстве, например температура или влажность почвы; дискретное поле[18], также известное как категориальное покрытие[19] или карта классов областей[20], имеет дискретную (часто качественную) область значений, например тип землепользования, класс почвы или поверхностное геологическое образование, и обычно характеризуется областями однородных значений с границами (или переходными зонами), где значение меняется.

В географических приложениях встречаются как скалярные (имеющие одно значение в каждой точке), так и векторные (имеющие несколько значений в каждой точке, представляющих различные, но связанные свойства) поля, хотя первые встречаются чаще.

Географические поля могут существовать не только в пространстве, но и во времени. Например, температура изменяется во времени так же, как и в пространстве. На самом деле многие методы, используемые в временной географии и аналогичных пространственно-временных моделях, рассматривают местоположение индивида как функцию или поле во времени[21].

Модели представления

Поскольку в теории поле состоит из бесконечного числа значений в бесконечном числе точек, проявляя непараметрическую структуру, в аналитических и визуализационных инструментах, таких как ГИС, статистика и карты, могут использоваться только конечные представления на основе выборки. Поэтому были разработаны различные концептуальные, математические и информационные модели для аппроксимации полей[22][23], включая:

  • Нерегулярная точечная выборка — конечный набор точек наблюдения, расположенных случайным или стратегическим образом. Примеры: данные с метеостанций или облака точек Lidar.
  • Растровая ЦМР поверхности Земли с затенением по высоте: более светлые значения соответствуют большей высоте
    Решётка или регулярная точечная выборка — набор точек, равномерно распределённых по каждой декартовой оси. Обычно хранится в структуре растровых данных. Пример: цифровая модель рельефа.
  • Картограмма — нерегулярное априорное разбиение, при котором пространство делится на регионы, не связанные с самим полем, например страны, а значения поля усредняются по каждому региону. Обычно хранится с помощью векторных полигонов. Пример: плотность населения по округам, рассчитанная по данным переписи.
  • Хоро-хроматическая карта или карта классов областей — нерегулярное стратегическое разбиение, обычно используемое для дискретных полей, при котором пространство делится на регионы, соответствующие областям однородного значения поля, обычно хранится как векторные полигоны. Примеры: карты геологических слоёв или растительных сообществ.
  • Сетка или регулярное разбиение, при котором пространство делится на равные области (часто квадраты), а значения поля усредняются по каждой области. Обычно хранится в структуре растровых данных. Пример: спектральная отражательная характеристика земной поверхности, полученная с помощью дистанционного зондирования.
  • Поверхность, при которой поле концептуализируется как третье пространственное измерение, и для представления используются трёхмерные модели данных. Пример: неравномерная триангулированная сеть (TIN).
  • Топографическая карта Стоу, Вермонт. Коричневые изолинии показывают высоту. Интервал между изолиниями — 20 футов.
    Изарифма или изоплета — линии, соединяющие точки с одинаковым значением поля, разделяя пространство на области схожих значений. Пример: изолиния высоты, часто встречающаяся на топографических картах.

Выбор модели представления обычно зависит от множества факторов, включая концептуальную модель явления, доступные устройства или методы измерения поля, инструменты и методы анализа или визуализации, а также модели, используемые для других явлений, с которыми рассматриваемое поле будет интегрироваться. Часто данные преобразуются из одной модели в другую; например, изарифмическая карта температуры часто создаётся из растровой сетки, полученной из исходных данных метеостанций (нерегулярная точечная выборка). Каждое такое преобразование требует интерполяции для оценки значений поля между или внутри точек выборки, что может привести к различным формам неопределённости или ловушкам интерпретации, таким как экологическая ошибка и проблема изменяемой пространственной единицы. Это также означает, что при преобразовании данных из одной модели в другую результат всегда будет менее достоверен, чем исходные данные.

См. также

Примечания

  1. Peuquet, Donna J., Barry Smith, Berit Brogaard, ред. The Ontology of Fields, Report of a Specialist Meeting Held under the Auspices of the Varenius Project, 11-13 июня 1998, 1999
  2. Kemp, Karen K.; Vckovsky, Andrej (1998). “Towards an ontology of fields”. Proceedings of the 3rd International Conference on GeoComputation. Архивировано из оригинала 2021-10-26. Дата обращения 2021-10-26. Используется устаревший параметр |url-status= (справка)
  3. Robinson, Arthur H. Elements of Cartography. — 2nd. — Wiley, 1960. — P. 181–184.
  4. Golebiowska, I.; Korycka-Skorupa, J.; Slomska-Przech, K. (2021). “CV-11 Common Thematic Map Types”. GIS&T Body of Knowledge. UCGIS. DOI:10.22224/gistbok/2021.2.7. S2CID 237963029. Архивировано из оригинала 2022-08-23. Дата обращения 2021-10-26. Используется устаревший параметр |url-status= (справка)
  5. Harvey, David. Models of the Evolution of Spatial Patterns in Human Geography // Models in Geography. — Methuen, 1967. — P. 549–608.
  6. Fisher, Terry & Connie MacDonald, An Overview of the Canada Geographic Information System (CGIS), Proceedings of Auto-Carto IV, Cartography and Geographic Information Society, 1979
  7. McHarg, Ian, Design with Nature, American Museum of Natural History, 1969
  8. Tomlin, C. Dana, Geographic information systems and cartographic modelling Prentice-Hall 1990.
  9. Гриффит, Даниэль А., Spatial Statistics: A quantitative geographer’s perspective, Spatial Statistics, 1:3-15, doi:10.1016/j.spasta.2012.03.005
  10. Journel, A.G. Mining Geostatistics / A.G. Journel, Ch. J. Huijbregts. — Academic Press, 1978. — P. 10–11. — ISBN 0-12-391050-1.
  11. Peuquet, Donna J. (1988). “Representations of Geographic Space: Toward a Conceptual Synthesis”. Annals of the Association of American Geographers. 78 (3): 375—394. DOI:10.1111/j.1467-8306.1988.tb00214.x.
  12. Couclelis, Helen. People manipulate objects (but cultivate fields): Beyond the raster-vector debate in GIS // Theories and Methods of Spatio-Temporal Reasoning in Geographic Space: International Conference GIS – From Space to Territory. — Springer-Verlag, 1992. — Vol. 639. — P. 65–77. — ISBN 978-3-540-55966-5. — doi:10.1007/3-540-55966-3_3.
  13. Goodchild, Michael F. (1992). “Geographical data modeling”. Computers and Geosciences. 18 (4): 401—408. DOI:10.1016/0098-3004(92)90069-4.
  14. Liu, Y.; Goodchild, M.F.; Guo, Q.; Tian, Y.; Wu, L. (2008). “Towards a General Field model and its order in GIS”. International Journal of Geographical Information Science. 22 (6): 623—643. DOI:10.1080/13658810701587727. S2CID 1603188.
  15. Tobler W., (1970) «A computer movie simulating urban growth in the Detroit region». Economic Geography, 46(Supplement): 234—240.
  16. Cliff, A. and J. Ord, Spatial Autocorrelation, Pion, 1973
  17. Bradley Miller ' www.geographer-miller.com, 2014.
  18. Huisman, Otto. Principles of Geographic Information Systems / Otto Huisman, Rolf A. de By. — Enschede, The Netherlands : ITC, 2009. — P. 64.
  19. Chrisman, Nicholas R. Methods of Spatial Analysis Based on Error in Categorical Maps. — PhD Dissertation, U. Bristol, 1982.
  20. Bunge, W. Theoretical Geography. — Lund, Sweden : C.W.K. Gleerup, 1966. — P. 14–23.
  21. Miller, H. J.; Bridwell, S. A (2009). “A field-based theory for time geography”. Annals of the Association of American Geographers. 99 (1): 49—75. DOI:10.1080/00045600802471049. S2CID 128893534.
  22. O'Sullivan, David O. Geographic Information Analysis / David O. O'Sullivan, David J. Unwin. — Wiley, 2003. — P. 213–220. — ISBN 0-471-21176-1.
  23. Longley, Paul A. Geographic Information Systems & Science / Paul A. Longley, Michael F. Goodchild, David J. Maguire … [и др.]. — Wiley, 2011. — P. 89–90.

Категории