GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ

1. GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ DANE RASTROWE, WEKTOROWE, SYSTEMY GPS

2. PLAN PREZENTACJI • Przygotowanie danych, integracja, digitalizacja danych • Rasteryzacja danych wektorowych • Wektoryzacja danych rastrowych • Georeferencja, geometryzacja • Systemy GPS, GLONASS • Nawigacja, systemy SBAS • Systemy AGN w Polsce

3. PRZYGOTOWANIE DANYCH I INTEGRACJA DANYCH • Konwersja danych nośnika • skanowanie • digitalizacja • Konwersja formatu danych • raster & vector • Redukcja danych • Wykrywanie błędów i edycja • Geokodowanie: wyznaczanie współrzędnych geograficznych • Rektyfikacjai rejestracja (warstwy jedna na drugiej) • Nakłądkowanie arkuszyiodniesienie do położenia geograficznego • Dopasowywanie krawędzii obrazu (image adjustment) • łączenie i równoważenie (linking & balancing adjacent sheets) • Interpolacja • Konflacja

4. KONWERSJA NOŚNIKA - SKANOWANIEautomatyczne zapisywanie map lub zdjęć lotniczych i satelitarnych • Powstają dane rastrowe • Wektoryzacja z wykorzystaniem skanera programowego lub systemu GIS • Intensywna edycja może być konieczna • Elektromechaniczne • Cena w granicach $100-$50,000 • Bębnowe, płaskie • Rozdzielczość skanowania uzależniona od ceny (do20 mikronów (millionowych metra) • Skanery a sensory • Sensory zbierają dane bezpośrednio w formie cyfrowej (np.. kamery cyfrowe) • Zdjęcia mają wyższe rozdzielczości niż sensory, skanery ciągle ważne • Nadal dostępnych jest wiele map w postaci analogowej Dobre rozwiązanie, jeżeli wystarczy reprezentacja rastrowa Automatyczne tworzenie danych wektorowych podczas skanowania ciągle jest bardzo problematyczne: • Dokument musi być czysty • Linie co najmniej 0.1 mm • Złożone linie generują błędy • Linie nie mogą przecinać się z tekstem • Tekst może zostać zinterpretowany jako linie • Automatyczne wykrywanie obiektów (np.. droga a linia kolejowa) ciągle bardzo trudne.

5. KONWERSJA NOŚNIKA - DIGITALIZACJAręczne wprowadzanie danych map lub zobrazowań • Stosowane do map i zobrazowań • Kopia mapy/zdjęcia na tablecie, lubzeskanowowany obraz na ekranie monitora (heads-up digitizing) • Wskaźnik lub kursor wskazuje na współrzędne x, y • Współrzędne podawane sa w calach/cm od dolnego lewego rogu (0,0) • Punkty kontrolne (tic marks) odnoszą digitalizowane współrzędne do współrzędnych rzeczywistych lat/long • Współrzędne odczytywane w trybie strumieniowym(stream)lub punktowym(point) • Dokładność tabletu (nie użytkownika!) zwykle lepsza od 0.1 mm • Wszystkie węzły i poligony należy wcześniej zaznaczyć i ponumerować. W zasadzie metoda wektorowa Problemy • Papier • Zagina się • Rozciąga wraz z wzrostem wilgotności ( do 3%) • Zdjęcia nie są stabilne (0.2%) • Błędy mapy wpisywane do systemu GIS • Mapy często podkreślają efekt wizualny kosztem dokładności • Błędy ręcznej obsługi • Często powoduje niedociąganie oraz nadmiernie dociąganie linii, podwójne linie. • Konieczna jest ponowna korekta

6. DIGITALIZACJA DANYCH • Kolejność czynności przy digitalizacji: • •przygotowanie materiału (kalki) • •kalibracja stołu do digitalizacji (wewnętrzny układ odniesienia digimetru, wprowadzanie punktów kontrolnych) • •digitalizacja • •edycja • •kodowanie • Skanowaniemap jako metoda tworzenia map cyfrowych • w wyniku skanowania powstaje mapa rastrowa, które może być wykorzystana jako: • •mapa podkładowa • •materiał do digitalizacji na ekranie monitora • •materiał źródłowy do automatycznego rozpoznawania obiektów

7. wektor raster wektor raster 4 możliwości KONWERSJA FORMATU DANYCH • Wektor Wektor • np. cały poligon (np..mapa systemu SAS) do punktu, linii, poligonu • kosztowne obliczeniowo • brak straty dokładności o ile dane są poprawne (czyste) • całkowicie przechodnie • Raster Raster • może wymagać ponownego próbkowania(resampling) • może obejmować konwersję między różnymi formatami rastrowymi (npz GRID do BIL) • Wektor Raster: punkty • węzeł x,y przypisany najbliższej komróce rastrowej • lokalne przesunięcia niemal nieuniknione; błąd zależy od rozmiaru rastra. • dwa punkty w jednej komórce rastra są nieodróżnialne • nie przechodnie; nie można odtworzyć danych oryginalnych bezbłędnie

8. KONWERSJA FORMATU DANYCH • Wektor Raster: linie • komórki przypisane gdy mają punkt wspólny z linią prostą • schodkowy wygląd linii skośnych (nazywany aliasingiem) • można poprawić wizualnie poprzez antyaliasing anti-aliasing: jasność komórki zależy od ilości (ułamka) komórek pokrytych przez prostą Raster Wektor Problem bardzo złożony • Przechodność:możliwość odtworzenia oryginalnych danych po wykonaniu konwersji.

9. RASTERYZACJA(CD) • Konwersja wektora na raster (rasteryzacja). • Przykład elementów powierzchniowych: • •kodowanie poligonów • •nałożenie siatki rastra • •identyfikacja pikseli, których środki przypadają na obszarze danego poligonu • •kodowanie wartości pikseli zgodnie ze zidentyfikowanymi poligonami

10. RASTERYZACJA PRZY RÓŹNEJ ROZDZIELCZOŚCI

11. ODRYSOWYWANIE OKRĘGU 1. Możliwość wykorzystania równania z sin/cos 2. Wykorzystanie równania okręgu w postaci: (x − x0)2 + (y − y0)2 = r2 czyli y = y0 ±pr2 − (x − x0)2 Algorytm w najprostszy sposób wykorzystujący równanieokręgu (2 symetrie), 4 drogi symetrii, 8 dróg symetrii (i dopiero ten nadaje sie do narysowaniaokregu) 3. Algorytm Bresenham

12. METODA WYPEŁNIANIA KONTURÓW

15. FILTRACJA BILINIOWA W naszym przypadku uk oraz vk sa współrzędnymi bitmapy a yk jest kolorem bitmapy w punkcie k. Wartości bez indeksu określają nowy pixel po zmniejszeniu. Z indeksami 1,2,3 i 4 otaczają nowy pixel (zatem aproksymujemy 4 pixele). Zakładając kwadratową bitmapę mamy: v1 = v0, v2 = v3, u1 = u3, u2 = u0, v3 − v0 = u3 − u0 = szerokość = w.

16. FILTR LANCZOS Ten rodzaj filtru stosowany jest zarówno do zmniejszania rozdzielczości jak i jej zwiększania. Bazuje ona na tzw. Funkcji Lanczosa. Zaletą tej funkcji w stosunku do innych (np. exp*sin) jest to, żeosiąga ona zero już przy x=2 dla funkcji L2 albo przy x=3 dlafunkcji L3). W ten sposób uwzględnia się tylko najbliżejsasiadujące piksele.

18. ORTOZDJĘCIA Zeskanowane fotografie po wykonaniu matematycznych operacji rektyfikacji celem wyeliminowania efektu przemieszczenia, tak aby prezentowały obraz widzialny po kątem prostym do obrazowanej powierzchni.

19. DANE RASTROWE ZALETY I WADY • ZALETY • Prosta struktura danych • Proste nakładkowanie • Liczne metody analiz przestrzennych • Jednolity rozmiar i kształt • Tańsza technologia • WADY • Duża zajętość pamięciowa • Mniej „eleganckie” • Trudne wykonanie transformacji między odwzorowaniami kartograficznymi • Zmiana skal danych rastrowych jest trudna • Możliwa strata informacji z podczas generalizacji - upraszczania

20. DANE WEKTOROWE ZALETY I WADY • ZALETY • Dobre reprezentowanie rzeczywistych obiektów • Zwarta struktura danych • Topologia może być opisywana w sieciach • Precyzyjne wizualizacje graficzne • WADY • Złożona struktura danych • Trudne symulacje • Niektóre rodzaje analiz przestrzennych trudne lub niemożliwe do wykonania

21. © Paul Bolstad, GIS Fundamentals

22. RÓŻNICE MIĘDZY DEM A DTM DEM - digital elevation model — określany także jako digital surface model DSM — najczęściej odnosi się do reprezentacji powierzchni ziemi (lub jej części), uwzględniającej takie cechy jak roślinność, zabudowania, mosty, etc. Dane DEM często zawierają większość informacji zbioru danych odczytanego technikami fotogrametrii, LiDAR, IfSAR, pomiarów terenowych, etc. DTM - digital terrain model natomiast najczęściej stanowi przefiltrowane dane takiej powierzchni, będąc przetworzoną wersją oryginalnych danych DEM. Model DTM zapewnia tzw. model samej powierzchni ziemi (bare-earth model), bez obiektów krajobrazu. Dane DEM można wykorzystywać przy modelowaniu terenu, modelowaniu miast oraz przy wizualizacjach. Dane DTM wymagane są przy modelowaniu cieku rzek, powodzi, badaniach wykorzystania terenu, geologii i innych.

23. WYKORZYSTANIE DANYCH DEM • Najczęściej dane DEM wykorzysywane zostają przy: • określaniu parametrów terenu • modelowaniu przepływu wody lub ruchu innych obiektów (np.. lawiny) • tworzeniu map rzeźby terenu • tworzeniu wizualizacji 3D • tworzeniu fizycznych modeli (raised-relief maps), rektyfikacji • zdjęć lotniczych i satelitarnych • redukcji (korekcji terenowej) pomiarów grawitacji (grawimetria, geodezja fizyczna) • analizach terenu w geomorfologii i geografii fizycznej

24. Nodes - węzły:węzły są fundamentalnym blokiem budowy modelu TIN. TWęzły wywodzą się z punktów lub wierzchołków linii zawartych w danych wejściowych. Edges - krawędzie:każdy węzeł połączony zostaje z najbliższymi sąsiadami krawędziami tworząc trójkąty, tak aby spełnić kryterium Delaynay. Każda krawędź ma dwa węzły, ale węzeł może mieć dwie lub więcej krawędzi. Triangles - trójkąty: powierzchnia każdego trójkąta opisuje część pewnej modelowanej przez TIN powierzchni. Hull - otoczka:Otoczka danych TIN jest utworzona poprzez jeden lub więcej poligonów zawierających cały zbiór punktów tworzących TIN. Poligony otoczki definiują strefę interpolacji danego TIN. Topology - topologia:Struktura topologiczna modelu TIN definiowana jest poprzez relacje między węzłami, krawędziami (liczbą i typem) oraz związkiem między przyległymi trójkątami.

25. WEKTORYZACJA Konwersja rastra na wektor (wektoryzacja). Obszary o tej samej wartości pikseli są zamieniane na poligony owartości atrybutu określonej przez tę wartość. Różne programy konwersji mogą dawać różne wyniki. Część informacji może być stracona zarówno przywektoryzacji, jak i przyrasteryzacji.

26. KONWERSJA RASTER WEKTOR • szkietetyzacja, ścieńczanie (thinning): w celu redukcji obiektów rastra do szerokości jednostkowej • redukcja (peeling)sukcesywnie usuwa zewnętrzne krawędzie • w metodzie osi środkowych odszukuje się zbiór wewnętrznych pikseli najbardziej odległych od zewnętrznych krawędzi • ekstrakcja wektora: w celu odszukania linii • 1-4 rekonstrukcja • łączenie punktów sąsiadów 1-4 jeżeli istnieją • szczególnie niepoprawne odwzorowanie linii ukośnych • 1-8 rekonstrukcja • łączenie punktów środkowych z sąsiadami 1-8 jeżeli istnieją • linie skośne są uwzględniane, ale tworzą nadmiarowe linie • 1-8 rekonstrukcja z eliminacją nadmiarowości • jeżeli istnieje sąsiad 1-4, nie należy odrysowywać linii • redukcja nadmiarowych linii • odbudowanie struktury topologiicreate nodes at line junctions • tworzenie linii • tworzenie poligonów (ręczne zdefiniowanie konieczne)

27. KONWERSJA RASTER WEKTOR ŚCIEŃCZANIE

28. Raster to Vector Conversion:Vector ExtractionRekonstrukcja sąsiedztwa 1-4 Vector Raster Rekonstrukcja sąsiedztwa 1-4 Sprawdzenie czterech sąsiednich pikseli i selekcja punktu, jeżeli w sąsiedztwie znajduje się przynajmniej jeden piksel obiektu

29. KONWERSJA Raster Wektor: Ekstrakcja wektoraRekonstrukcja sąsiedztwa 1-8 Rekonstrukcja sąsiedztwa 1-8 Sprawdzenie ośmiu sąsiednich pikseli i selekcja punktu, jeżeli w sąsiedztwie znajduje się przynajmniej jeden piksel obiektu

30. KONWERSJA RASTER WEKTOR Ekstrakcja wektoraRekonstrukcja sąsiedztwa 1-8 z usuwaniem nadmiarowości Vector Raster Rekonstrukcja sąsiedztwa 1-8 Sprawdzenie ośmiu sąsiednich pikseli i selekcja punktu, jeżeli w sąsiedztwie znajduje się przynajmniej jeden piksel obiektu

31. WEKTORYZACJA PODSTAWOWA • Metody wektoryzacji podstawowej obejmują następujące techniki: • Transformację Hough (HT – Hough Transformation) • Metody oparte na ścienianiu (thinning based methods) • Metody oparte na analizie konturów • Metody oparte na grafach (run-graph based methods) • Metody oparte na wzorcach siatek (mesh pattern based methods) • Metody rzadkich pikseli (sparse pixel based methods)

32. Z wyjątkiem metod opartych o transformację HT, typowa operacje wektoryzacji składa się z następujących etapów: (1) próbkowanie punktów osiowych, ewentualnie wykonanie reprezentacji w postaci osi środkowej. Podstawowa operacja redukcji danych, które mają zostać przetworzone. W ten sposób w dalszych etapach wektoryzacji uwzględnione zostają jedynie punkty osi środkowych odcinków, które reprezentują ważną dla całego procesu informacje. (2) Śledzenie prostych (analiza), przechodzenie po wszystkich osiach środkowych uzyskanych w pierwszym etapie w celu utworzenia łańcucha punktów dla każdego z wektorów. (3) aproksymacja odcinków prostych (segmentów) lub poligonów polegającą na usuwaniu punktów, nie mających kluczowego znaczenia z łańcuchów uzyskanych w drugim etapie wraz z połączeniem punktów krytycznych w odcinki lub polilinie. Pozostałe punkty krytyczne wykorzystywane zostają ostatecznie do reprezentowania wektorów zawartych w danych rastrowych. Zasadnicze różnice w przedstawionych wcześniej rodzajach metod wektoryzacji odnoszą się do dwu pierwszych etapów. Opracowano szereg algorytmów dla trzeciego etapu (poligonizacji).

33. Hough Transform Transformacja HT w procesie wektoryzacji obrazów z prostymi poprzez transformację przestrzennie rozłożonych wzorców w obrazie binarnym w przestrzennie zwarte atrybuty w przestrzeni atrybutów. Podczas transformacji trudny problem globalnego wykrycia linii prostych w przestrzeni obrazu zostaje zastąpiony wykrywaniem lokalnych esktremów w przestrzeni parametrów. Jednym ze sposobów wykrycia prostych jest ich sparametryzowanie na podstawie ich nachylenia i przecięcia (względem osi X). Proste definiuje się zgodnie z równaniem (1): y = mx + c (1) Każda z prostych na płaszczyźnie (x, y) odpowiada punktowi płaszczyzny (m, c). Każdy z punktów płaszczyzny (x, y) może należeć do jednej z nieskończonej liczby prostych przechodzących przez ten punkt. Nachylenie oraz przecięcie tych prostych na płaszczyźnie (m, c) opisane jest równaniem (2). c = -xm + y (2)

34. Płaszczyzna (m, c) zostaje podzielona na prostokątne obszary (ang. bins), które sumują dla każdego czarnego piksela płaszczyzny wszystkie piksele leżące wzdłuż linii o równaniu (2). Jeżeli prosta o równaniu (2) zostaje odrysowana dla każdego czarnego piksela, wszystkie komórki przez które ta prosta przechodzi zostają zwiększone o jeden. Wykonanie sumowania dla wszystkich pikseli obrazu umożliwia wykrycie prostych jako ekstrema w przestrzeni transfomacji HT. Uwzględniając szum, każde ekstremum wyższe od wartości progowej zostaje wykorzystane do utworzenia prostej zdefiniowanej równaniem (1). W praktyce, przyjmuje się że prosta może być połączeniem kilku kolinearnych odcinków prostych. Z tego względu, wszystkie piksele wejściowego obrazu wzdłuż wykrytych prostych zostają kolejno iterowane w celu określenia punktów końcowych odcinków. Szerokość prostej zostaje ponadto określona podczas iteracji poprzez sprawdzenie szerokości w każdym pikselu.

35. GEOMETRYZACJA Geometryzacja -nadawanie współrzędnych warstwom rastrowym. Określenie transformacji na podstawie wskazanych punktów kontrolnych (obiektów rozpoznawalnych równocześnie na obrazie rastrowym i na mapie) Wymagana minimalna liczba punktów kontrolnych zależy od stopnia transformacji (zazwyczaj wielomiany drugiego lub trzeciego rzędu)

37. GEOKODOWANIEprzypisanie współrzędnych przestrzennych punktom Address Matching - przypisanie współrzędnych przestrzennych (jawna lokalizacja) adresom (lokalizacja niejawna) Przypisanie współrzędnych danemu adresowi wymaga pliku z danymi sieci ulic w zawierającego informacje o atrybutach ulic (nazwa ulic, zakres numerów dla każdego bloku) każdego segmentu ulicy (bloku, prawej i lewej strony) • Dokładne dopasowanie nazwy ulicy może być problematyczne • Uaktualnianie bazy danych (np. nowe ulice) jest ważnym problemem • Skrzynki pocztowe, nazwy budynków stanowią potencjalnie źródło problemów W oprogramowaniu ArcGIS proces jest 3-stopniowy • W ArcCatalog, przetworzenie pliku sieci ulic i utworzenie Geocoding Service • W ArcMap, załadowanie usługi geokodowania z wykorzystaniem Tools/Geocoding/Services Manager • W ArcMap, geokodowanie tabeli adresów z wykorzystaniem opcji Tools/Geocoding/Geocode Addresses Pliki lokalizacji punktowejzawierają współrzędne lat/long or x,y coordinates (np.. z odbiornika GPS) które muszą zostać przekonwertowane do pliku shape w celu wyświetlenia • Załadować tabelę (w formacie .dbf) do systemu ArcGIS poleceniem add data • Z menu kontekstowego T z C wybrać Display X,Y data Tabela musi zawierać przynajmniej 3 zmienne: ID obiektu, położenie x, y

38. 3 7 2 4 REDUKCJA DANYCH • Resampling (dane rastrowe) • ‘średnia’ 4 wartościw sąsiedztwie 2x2 • wykorzystać tę wartość w pojedynczej komórce obejmującej wejściowe 4 komórki • wykorzystać średnią dla danych przedziałowych; wymagane reguły dla danych porządkowych i kategorialnych • nie jest przechodnia! • Ścieńczanie (dane wektorowe) • często stosowane podczas digitalizacji w trybie strumienniowym (stream) • eliminacja progowa: usuń najbliższe punkty „zbyt bliskie” (np. wyjściowa rozdzielczość urządzenia ich nie rozróżnia) • eliminacja topologiczna: usuwanie punktów nie wchodzących do struktury topologicznej • eliminacja oparta na modelu: wpisać wielomian metodą najmniejszych kwadratów i zapisać mniej punktów wzdłuż jego linii. 16 bytes 4 bytes 4 1 byte

39. GEOREFERENCJA: REKTYFIKACJAI REJESTRACJA(FAKTYCZNE POŁOŻENIE PRZESTRZENNE / NAKŁADKOWANIE) ALGORYTM: • Homogeniczna transformacja poprzez obrót, rotację, przesunięcie, skalowanie, pochylanie (rotation, translation, scaling, skewing) • Stosowane do odwzorowań kartograficznych i innych podobnych konwersji • Rozciąganie różnicowe (differential stretching via rubber sheeting) • Stosowane do dokładnego położenia zniekształconych map lub plików • rektyfikacja: zmiana położenia obiektów tak, aby odpowiadały konkretnemu systemowi odniesienia (najczęściej geodezyjnemu) • rejestracja: zmiana położenia obiektów jednego zbioru tak, aby odpowiadały obiektom drugiego zbioru bez zachowania zgodności z danym układem odniesienia • Pomimo podanej różnicy, terminy najczęściej stosuje się zamiennie

40. ground control Map locations GIS file KONWERSJA - Rubber Sheeting - konwersja różnicowa Dane GIS są w różnym stopniu rozciągane tak, aby punkty w jednym pliku pokrywały się z punktami kontrolnymi drugiego pliku z zlokalizowanym położeniem. Najczęściej w tym celu stosuje się dopasowanie wielomianowe metodą najmniejszych kwadratówmiędzy współrzędnymi znanych punktów kontrolnych a odpowiadającymi im współrzędnymi drugiego pliku. Wyznaczone w podany sposób parametry odwzorowania zostają następnie zastosowane do wszystkich punktów transformowanego pliku. W ten sposób, punkty z wejściowego znajdują się bliżej punktom kontrolnym, jednak nie jest możliwe uzyskanie stuprocentowego pokrycia. -- im większa dokładność tym lepszy rezultat operacji -- punkty zostają dobrze rozmieszczone -- znajomość położenia lat/long punktów kontrolnych wymagana podczas operacji rektyfikacji (najczęściej z GPS) -- wspólne punkty w dwu plikach wymagane do rejestracji

41. TRANSFORMACJE - konwersje jednorodne • translacjapoczątku układu • zpoczątku digitimetru origin danego zbioru na faktyczny początek pliku GIS • rotacja osi • np.faktyczny kierunek północy • skalowanie osi • jednorodne: • różnicowe (owale na okręgi) • pochylanie osi Zmiana odwzorowania kartograficznego może wymagać wszystkich 4 operacji translacja skalowanie różnicowe rotacja pochylanie

42. REKTYFIKACJA I REJESTRACJA Najczęściej stosowane w celu dołączenia zeskanowanych zdjęć lub fotografii do warstw wektorowych, ale także w celu skorygowania niepoprawnego położenia obiektów w warstwach wektorowych. W oprogramowaniu ArcMap dostępne poprzez pasek narzędzi Georeferencing dla zdjęć orazSpatial Adjustmentdla warstw wektorowych.

43. DOPASOWANIE KRAWĘDZI • Dopasowanie krawędzi:Łączenie oddzielnych fragmentów (arkuszy) map w jeden spójny system GIS • Wymagane przetwarzanie nawet w przypadku, gdy topologia wizualnie się pokrywa na łączonych fragmentach map • Funkcjonalność dociągania -snapping- pomocna w łączeniu obiektów • Problem dopuszczalnej tolerancji przed dalszą analizą niezgodności • Jak daleko wykonać korekcję (przesunięcie) w przypadku niezgodności • Przyczyny niezgodności • Ekspansja / kontrakcja mapy papierowej • Błędy digitalizacji / skanowania • Błędy georeferencji • Dokładność sprzętu • Ekstrapolacja lub błędy zaokrąglania • Obszar zachodzenia arkuszy map • W ArcView (bardzo proste operacje): • W ArcMAP poprzezTools/Geoprocessing/Merge Layers • Także w pasku narzędziowym Spatial Adjustment

44. KOREKCJA OBRAZU (IMAGE ADJUSTMENTS) • Dane rastrowe pochodzące z oddzielnych zdjęć (photos) lub zbioru zdjęć zostają poddane procesowi mozaikowania w celu utworzenia „ciągłego zdjęcia”. • (Collars)zatoki muszą zostać usuniete • Obszary zachodzące na siebie • Granice skanowanych map • Image Balancing and Feathering: dostosowanie atrybutów dla spójnego i pożadanego koloru, jasności i kontrastu (color, brightness, contrast) • Checker board appearance – niespójny wygląd • Załamania linii na granicy łączonych zdjęć / map • Większa liczba poziomów jasności zaciera szczegóły w miejscach dobrze naświetlonych a zwiększa w słabo naświetlonych • Niespójny wygląd obiektów tego samego typu w różnych warunkach, np. morze, akweny wodne w zależności od wiatru oraz naświetlenia • Korekcja ortozdjęć: • Kontrola naziemna - ground control (najczęściej z GPS dla punktów widzialnych) w celu określenia rzeczywistego położenia na powierzchni ziemi • Kontrola naziemna kąta nachylenia kamery względem ziemi • Kalibracja kamery w celu usunięcia zniekształceń soczewek • Model terenu - Digital terrain model (dtm) w celu usunięcia odległości „wzniesienia” (5 mi. na mapiedo wierzchołka góry, ale 6 mi jeżeli góra znajduje się na wysokości 5,280 stóp)

45. UKŁAD WSPÓŁRZĘDNYCH Układ współrzędnychustanawia uporządkowanązależność(relację) między fizycznymi punktami w przestrzeni a liczbami rzeczywistymi, czyli współrzędnymi, •Układy współrzędnych stosowane w GIS, geodezji, kartografii mogąbyćortokartezjańskie, dwulub trój-wymiarowe oraz krzywoliniowe.

46. KARTEZJAŃSKI UKŁAD WSPÓŁRZĘDNYCH We współczesnej geodezji, kartezjański trójwymiarowy układ współrzędnych jest stosowany dla zadańglobalnych. •Jest on definiowany przez trzy ortogonalne osie, które tworząukład prawoskrętny. Osie współrzędnych X,Y,Z przecinająsięw początku układu. •Jak pokazano na rysunku,punkt P jest zdefiniowany poprzez odległości od punktu początkowego O licząc wzdłużX, Y i osi Z.

47. ELIPSOIDALNY (GEODEZYJNY) UKŁAD WSPÓŁRZĘDNYCH Współrzędne elipsoidalne sąto linie krzywe leżące na powierzchni elipsoidy. Zwane sąrównoleżnikamijeśli szerokośćjest stała (ϕ) i południkami,jeśli długośćjest stała (λ) •Jeśli elipsoida jest związana z bryłąZiemi, to współrzędne elipsoidalne zwane sąwspółrzędnymi geodezyjnymi •Tradycyjnie, przeciwieństwem współrzędnychgeodezyjnych sąwspółrzędneastronomiczne; szerokośći długośćastr. • Wykorzystanie w szeroko rozumianym GIS elipsoidy jako powierzchni aproksymującejpowierzchnięZiemi wynika z: • 1.Tradycji • 2.Łatwości odwzorowania elementów przedstawionych na jej powierzchni na płaszczyznę(mapę) • 3.Niewielkie zniekształcenie przy redukcji pomierzonych elementów z fizycznej powierzchni Ziemi na elipsoidę

49. KARTEZJAŃSKI PŁASKI UKŁAD WSPÓŁRZĘDNYCH Dwuwymiarowy kartezjański układ współrzędnych jest zdefiniowany poprzez dwie prostopadłe do siebie osieX i Y, powiązanymi z kierunkami geograficznymi:na północ (N) , na wschód (E). •Kąty sąliczone zgodnie z ruchem wskazówek zegara

50. WSPÓŁRZĘDNE BIEGUNOWE Biegunowy system współrzędnych określa położenie punktu poprzez element liniowy i kątowy. W przypadku dwu wymiarów jest to kąt αi odległośćd ZALEŻNOŚĆ MIĘDZY PROSTOKĄTNYMA BIEGUNOWYMUKŁADEM WSPÓŁRZĘDNYCH