PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Metody prezentacji kartograficznej cyfrowych map glebowo rolniczych z uwzględnieniem niepewności danych

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Methods of cartographic presentation of digital soilagricultural maps with consideration of data uncertainty
Języki publikacji
PL
Abstrakty
PL
Mapy glebowo-rolnicze w skali 1:5 000 opracowywane były w latach 60-tych w formie analogowej (barwnej i czarno-białej) dla obszaru całego kraju. Powstawały na podstawie istniejących map klasyfikacyjnych, badań terenowych i laboratoryjnych poprzedzonych interpretacją zdjęć lotniczych. Stanowią cenny zbiór informacji o warunkach glebowych, przydatności rolniczej gruntów, oraz pośrednio, o przydatności gruntów dla innych, pozarolniczych funkcji. Stanowią źródło informacji wykorzystywane między innymi przy podejmowaniu decyzji planistycznych. Na mapach tych wydzielano kontury o powierzchni powyżej 0,5 ha, ale przywiązywano wagę do tego aby nie pominąć małych lub wąskich elementów, które dawały istotną informację o rolniczej przestrzeni produkcyjnej. Dokładność wyznaczenia konturów jest oceniana na około 10–50 m. Wynika ona z faktu, że nie brano pod uwagę płynności zmian pokrywy glebowej zarówno w przestrzeni geograficznej jak i przestrzeni opisujących ją atrybutów. Zdecydowało to o niepewności przebiegu granic konturów glebowo-rolniczych na tych mapach. Obecnie, na podstawie rozporządzenia Rady Ministrów z 3 października 2011 r. w sprawie rodzajów kartograficznych opracowań tematycznych i specjalnych [Dz. U. Nr 222, poz. 1328], mapy tematyczne, w tym glebowo-rolnicze mają stać się tematycznymi opracowaniami cyfrowymi, uwzględnianymi w infrastrukturze informacji przestrzennej. Celem opracowania jest przedstawienie metod prezentacji kartograficznej cyfrowych map glebowo-rolniczych z uwzględnieniem niepewności danych. Większość pojęć opisujących glebę związanych z typologią gleb lub oceną ich jakości i przydatności rolniczej jest stosunkowo mało precyzyjna. W dużej mierze związane jest to ze specyfiką składowej środowiska przyrodniczego jaką jest gleba w przestrzeni geograficznej. Większość procesów glebowych tworzy ciągłe (rozmyte) klasy. Dla mapy glebowo-rolniczej klasami tymi są rozmyte kontury przynależności do danego kompleksu przydatności rolniczej. Brak pewności, wynikający z nieprecyzyjnych znaczeń stosowanych pojęć, modelowany jest przy zastosowaniu teorii zbiorów rozmytych i logiki rozmytej. Rozkład przestrzenny wartości przynależności zjawiska glebowego do pojedynczej rozmytej klasy może być przedstawiony na mapie za pomocą konwencjonalnej metody kartograficznej. Jednak powstaje wówczas tyle map ile zostało wyznaczonych klas, co nie prowadzi automatycznie do wyznaczenia przestrzennie ciągłych klas, które można przedstawić w postaci jednej prezentacji Istnieją metody opracowania wynikowej mapy prezentującej rozmieszczenie badanego zjawiska z uwzględnieniem rozmycia granic między wyznaczonymi klasami, można podzielić je na trzy kategorie: wyostrzania klasyfikacji (ang. defuzzification), oparte na współczynniku zmieszania (CI – ang. Confusion index) oraz metody graficzne. W artykule przedstawiono przegląd wybranych metod prezentacji kartograficznych wraz z ich adaptacją na potrzeby mapy glebowo-rolniczej. Skale barw zostały opracowane w percepcyjnej przestrzeni barw CIECAM (CAM ang. Color Appearance Model) niezależnej od urządzeń reprodukujących barwy oraz od warunków obserwacji. Podano również ich odniesienie do przestrzeni barw CIE Lab dla określonych, typowych warunków obserwacji, oraz wartości RGB dla przyjętego standardowego monitora.
EN
Soil-agricultural maps at a scale of 1:5 000 were prepared in the 1960’s in the analogue form (colour and black and white) for the area of the entire country. They were developed based on the existing classification maps as well as field and laboratory studies preceded by the interpretation of aerial photographs. They constitute a valuable collection of information on the soil conditions, agricultural usefulness of land, and indirectly on the usefulness of the land for other, non-agricultural functions. They constitute a source of information used in taking planistic decisions. Contours with an area of more than 0.5 ha were marked on the maps. Small or narrow elements providing significant information on the agricultural production space were included. The accuracy of the contours distinguished is estimated for approx. 10-50 m. The uncertainty of the location of the boundaries results from the accuracy of marking of soil-agricultural contours, and lack of consideration of the continuality of changes in the soil cover both in the geographical space and in the space of attributes describing it. Currently, based on the order of the Council of Ministers of 3 October 2011 on types of thematic and special cartographic documents [Journal of Laws No. 222, item 1328], thematic maps, including agricultural maps, are to become thematic digital documents considered in the spatial information infrastructure. The objective of the paper is to present methods of cartographic presentation of digital soilagricultural maps with consideration of data uncertainty. Majority of terms describing soil, related to soil typology or assessment of soil quality and agricultural usefulness, is relatively little precise. This is related to the specificity of the geographical phenomenon of soil. Majority of soil processes form continuous (fuzzy) classes. For a soil-agricultural map, they are constituted by fuzzy contours of belonging to a given agricultural usefulness complex. Lack of certainty, resulting from imprecise markings of terms applied, is modelled with the application of the theory of fuzzy sets and fuzzy logic. The spatial distribution of values of belonging of a soil phenomenon to an individual fuzzy class can be presented on the map by means of the conventional cartographic method. This generates a number of maps equal to the number of distinguished classes. This does not automatically lead to the determination of spatially continuous classes in the form of one presentation. There are methods of development of a result map presenting the distribution of a given phenomenon with consideration of the fuzziness of boundaries between the distinguished classes. They can be divided into three categories: defuzzification, methods based on the Confusion index, and graphic methods. The article provides a review of selected methods of cartographic presentation with their adaptation for the purposes of a soil-agricultural map. The colour scales were developed in the CIECAM (CAM - Colour Appearance Model) perceptual colour space independent from the devices reproducing colours, and from the observation conditions. Moreover, their relation to the CIE Lab colour space for specified, typical observation conditions was determined, as well as RGB values for the standard monitor adopted.
Rocznik
Tom
Strony
87--98
Opis fizyczny
Bibliogr. 22 poz.
Twórcy
  • Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym, Wydział Geodezji i Kartografii, Politechnika Warszawska, tel.: 22 234 71 42
autor
  • Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym, Wydział Geodezji i Kartografii, Politechnika Warszawska, tel.: 22 234 55 87
Bibliografia
  • Bielska A., 2012: Wpływ procesu scalenia gruntów na wielofunkcyjny, zrównoważony rozwój obszarów wiejskich, Infrastruktura i Ekologia Terenów Wiejskich, Nr 1/II/2012, Polska Akademia Nauk, Oddział w Krakowie, Komisja Technicznej Infrastruktury Wsi, s. 5-17.
  • Burrough P. A., MacMillian R. A., van Deusen W., 1992. Fuzzy classification methods for determining land suitability from soil profile observations and topography. J. Soil Sci. 43, s. 193-210.
  • Burrough P. A., van Gaans P. F. M., Hootsman, R., 1997. Continuous classification in soil survey: spatial correlation, confusion and boundaries Geoderma, vol. 77, Issue 2, s. 115–135.
  • Foody G. M., 1995. Cross-entropy for the evaluation of the accuracy of a fuzzy land cover classification with fuzzy ground data. ISPRS Journal of Photogrammetry and Remote Sensing, 1995 (50) s. 2–12.
  • de Gruijter J.J., Walvoort D.J.J., Bragato G., 2011: Application of fuzzy logic to Boolean models for digital soil assessment, Geoderma 166 s.15–33.
  • Hengl T., Walvoort D. J. J., Brown A., Rossiter D. G., 2004. A double continuous approach to visualization and analysis of categorical maps. . Int. J. Geographical Information Science, vol. 18, nr 2, s. 183–202.
  • Jiang B., 1998 Visualisation of Fuzzy Boundaries of Geographic Obiects, Cartography, vol.27 nr 2, s. 41–46.
  • Kardos J., Moore A., Benwell G., 2008. Exploring Tessellation Metaphors in the Display of Geographical Uncertainty Lecture Notes in Geoinformation and Cartography, Geospatial Vision, s. 113-140.
  • Koreleski K., 2008. Problematyka ochrony i kształtowania środowiska w dokumentach służących realizacji zrównoważonego rozwoju gmin, Infrastruktura i Ekologia Terenów Wiejskich, Nr 2/2008, Polska Akademia Nauk, Oddział w Krakowie, Komisja Technicznej Infrastruktury Wsi, s. 39-46.
  • Kuźnicki F., Białousz S., Skłodwoski P., 1979. Podstawy gleboznawstwa z elementami kartografii gleb, PWN, Warszawa.
  • Mazaheri S. A., Koppi A. J., McBrateney A. B., 1995. A fuzzy allocation scheme for the Australian Great Soil Groups classification system. Eur. J. Soil Sci. 46, s. 601-612.
  • McBratney A. B., De Gruijter J. J., Brus D.J., 1992. Spacial prediction and mapping of continuous soil classes. Geoderma 54, s. 39-64.
  • McBratney A.B., 1994. Allocation of new individuals to continuous soil classes. Aust. J. Soil Res. 32, 623-633.
  • Siuta J., Witek T., 1973. Przydatność rolnicza gleb Polski. PWRiL Warszawa, załącznik.
  • Strzemski M., Bartoszewski Z., Czarnowski F., Dombek E., Siuta J., Truszkowska R., Witek T., 1964. Instrukcja w sprawie wykonywania map glebowo-rolniczych w skali 1: 5000 i 1: 25000 oraz map glebowo-przyrodniczych w skali 1: 25000, Załącznik do Zarządzenia nr 115 Ministra Rolnictwa z dnia 28 lipca 1964 r. w sprawie organizacji prac gleboznawczo- i rolniczo-kartograficznych (Dz. Urz. Min. Rol. Nr 19, poz. 121), Warszawa.
  • Strzemski M., Siuta J., Witek T., 1973: Przydatność rolnicza gleb Polski, Państwowe Wydawnictwo Rolnicze i Leśne, Warszawa.
  • van Gaans P. F. M., Burrough P. A., 1993. The use of fuzzy logic and continuous classification in GIS applications. In: Harts, J.J., Ottens, H.F.L., Scholten, H.J. (Eds.), Proc. UGIS'93. Utrecht-Amsterdam, s. 1025 - 1034.
  • Van Gams P. F. M., Walvoort D. J. J. De Gruijter J. J., 1997. Continuoussoil maps - a fuzzy set approach to bridge the gap between aggregation levels of process and distribution models. Geoderma Vol. 77, Issues 2–4, s. 169–195 Fuzzy Sets in Soil Science.
  • Witek T., Ochalska L. 1968. Przydatność zdjęć lotniczych w sporządzaniu wielkoskalowych map glebowych i glebowo-rolniczych. Fotointerpretacja w geografii, Tom 6 1, 73-85.
  • Zhang J., Kirby R. P., 2000 A comparison of alternative criteria for defining fuzzy boundaries on fuzzy categorical maps Geo-spatial Information Science Vol.3,No.2, p.26-34.
  • Rozporządzenie Rady Ministrów z 3 października 2011 r. w sprawie rodzajów kartograficznych opracowań tematycznych i specjalnych (Dz. U. Nr 222, poz. 1328).
  • Ustawa z dnia 4 marca 2010 o infrastrukturze informacji przestrzennych [Dz. U z 2010r., Nr 76 poz. 489].
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d226f46b-7da8-4744-911a-4c8bd5f3999a
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.