Ы, включают методы обработки данных многих ранее су­ществовавших автоматизированных систем (АС), с другой обладают спецификой в организации и обработке данных

Вид материала

Документы

Содержание 3.4. Базовые модели данных, используемые в ГИС Атомарный объект Иерархическая модель Иерархический путь Квадратомическое дерево Реляционная модель Модель "сущность-связь" Сетевые модели Прочие модели Для эффективной работы ГИС необходимы обоснованный выбор базовых моделей данных и создание интегрированной информационной основы Организация моделей данных ГИС для управления позволяет решать задачи, которые прежде входили в сферу деятельности АСУ.

Подобный материал:

• Методы анализа данных, 17.8kb.
• Методика определения актуальных угроз безопасности персональных данных при их обработке, 175.98kb.
• Понятия о базах данных и системах управления ими. Классификация баз данных. Основные, 222.31kb.
• Анализ и оценка дисциплин обслуживания требований (запросов) с учетом их приоритетов, 20.53kb.
• Программа дисциплины «Методы обработки экспериментальных данных», 318.77kb.
• «Прикладная информатика (по областям)», 1362.72kb.
• Методические указания к курсовому проектированию по курсу "Базы данных" Составитель:, 602.97kb.
• Концепция баз данных уже давно стала определяющим фактором при создании эффективных, 293.58kb.
• Доклад Тема: «Информационные технологии», 58.36kb.
• Рабочей программы дисциплины Структуры и алгоритмы обработки данных по направлению, 21.62kb.

3.4. Базовые модели данных, используемые в ГИС

Инфологическая модель

Инфологическая модель занимает особое положение по отношению к другим моделям. Она соответствует четвертому этапу построения слож­ной системы и дает формализованное описание проблемной области не­зависимо от структур данных. Инфологическая область моделирования данных охватывает естественные для человека концепции отображения реального мира.

Создание этой модели является первым шагом процесса формали­зации. В отличие от представления на естественном языке она в основ­ном исключает неоднозначность за счет использования средств формаль­ной логики.

Одно из главных понятий инфологической модели - объект. Это понятие связано с событиями: возникновение, исчезновение и измене­ние. Объекты могут быть атомарными или составными.

Атомарный объект - это объект определенного типа, дальнейшее разложение которого на более мелкие объекты внутри дан­ного типа невозможно.

Составные объекты включают в себя множества объектов, кортежи объектов. Применяя это определение, рекурсивно можно полу­чить произвольную структуру составных объектов.

Обычно объект имеет некоторое свойство или взаимосвязь (связь) с Другими объектами. Свойство может быть не определено формально, а лишь охарактеризовано как некоторое утверждение по поводу множе­ства объектов.

Инфологическая модель позволяет выделить три категории фактов: истинные, значимые и ложные, С одной стороны, это обеспечивает мо­дели дополнительную гибкость, с другой - создает определенные слож­ности.

Различия между традиционными и инфологическими моделями данных аналогичны различию между мнением и истиной. Во многих моделях большинство сообщений относится к одной из двух катего­рий: истинные или ложные. Инфологическая модель предполагает воз­можность представления любого сообщения с какой-то долей веро­ятности, т.е. в виде аналога мнения. Анализ такого сообщения воз­можен при учете конкретного контекста. В правильном контексте сообщение истинно. Но и ошибочное утверждение может рассматри­ваться как мнение.

Цель инфологического моделирования - формализация объектов реального мира предметной области и методов обработки информации в соответствии с поставленными задачами обработки и требованиями представления данных естественными для человека способами сбора и представления информации.

Инфологические модели позволяют получать произвольные пред­ставления простых событий. На их основе могут быть сконструированы также типы моделей, подобные поддерживаемым сильно типизирован­ными моделями.

В таких моделях ссылки на объекты и сами объекты разделены, а сообщения интерпретируются с учетом контекста. Это позволяет реали­зовать множественность ссылок и обеспечить разнообразие интерпре­тации.

Инфологическая модель может включать в себя ряд компонентов (рис. 3.6). Принципиальной особенностью этой модели является возмож­ность отображения как формализуемых средствами формальной логики процессов и объектов, так и неформализуемых в дальнейшем про­цессов. Основными компонентами инфологической модели являются:

• описание предметной области;
  
• описание методов обработки;
  
• описание информационных потребностей пользователя.
  

Инфологическая модель носит описательный характер. В силу некоторой произвольности форм описания в настоящее время не существует общепринятых способов ее построения. Используют аналитические методы, методы графического описания, системный подход.

Иерархическая модель

К наиболее простым структурно определенным относится иерар­хическая модель. В этой модели данных связи между ее частями явля­ются жесткими, а ее структурная диаграмма должна быть упорядочен­ным деревом.

Одно из важных понятий для этой модели - уровень. Для описания разных уровней применяют понятия: корень, ствол, ветви, листья и лес, что подчеркивает сходство структуры модели со структурой дерева.

Граф иерархической модели (ее схемное представление) включает AM типа элементов: дуги и узлы (или записи).

Дуги соединяют разные узлы между собой. Дуги, соответствующие функциональным связям, должны быть всегда направлены от корня в листья дерева, т.е. они являются ориентированным графом. Такая структурная схема называется иерархическим деревом определения или де­ревом определения [17].

Дуга дерева определения, соответствующая функциональному типу связи, называется связью исходный - порожденный. Между двумя типа­ми записей в иерархической модели может быть не более одной такой связи. Дуга исходит из типа родительской (порождающей) записи и за­ходит в тип дочерней (порожденной ) записи.

В простейшем случае иерархическая модель представляет собой опи­сание процесса или системы, состоящей из совокупности уровней, свя­занных одной дугой (рис. 3.7).





Рассматривая последовательность связей "исходный - порожденный", можно естественным образом идентифицировать типы родительской и порожденной записей.

Первую порождающую запись называют корневой (реже стволом), промежуточные записи - ветвями, записи самого нижнего уровня иерар­хической модели - листьями.

Понятия корневой, ствол, ветви, листья определяют тип записи в иерархической модели.

Иерархический путь, или маршрутизация, - это последовательность типов записей, начинающаяся с типа корневой записи, в которой типы записей выступают переменно в ролях исходного и порожденного.

Известная программистам последовательность "диск- корневой ка­талог - подкаталог - программа" - характерный пример иерархической модели.

Уровень типа записи относительно типа корневой записи определяется как длина пути от корневой записи, выраженная в числе дуг. Так, тип корне­вой записи "диск" находится на нулевом уровне, ”корневой каталог” - на первом, ”подкаталог” - на втором, имя файла - на третьем и т.д.

Расширение дерева определения иерархической модели может быть отражено в виде таблиц для записей, а расширение каждой связи "ис­ходный - порожденный" - множеством соединений между таблицами.

Альтернативным способом представления расширения дерева оп­ределения является "лес", или совокупность отдельных деревьев, состо­ящих из одной корневой записи и всех ее зависимых записей. Такое де­рево называется деревом базы данных. Оно конструируется в соответ­ствии с деревом определения. Иногда структуру иерархической модели называют Е-деревом (см. рис. (3.2,3.6).

Иерархическим моделям данных присущи два внутренних ограни­чения. Первое ограничение - все типы связей должны быть функцио­нальными, второе - структура связей должна быть древовидной. След­ствием этих ограничений является необходимость соответствующей С1рук1уризации данных. В силу функциональности связей запись может иметь не более одной исходной записи любого типа, т.е. связь должна иметь жесткий вид -1 : п (один ко многим). Очевидный недостаток иерархических моделей - снижение времени доступа при большом чис­ле уровней, поэтому в ГИС не используют модели при большом числе уровней (более 10). В то же время иерархические модели довольно устойчиво применяются для составления различного рода классифика­торов.

Квадратомическое дерево

Иерархическая структура данных, известная как квадратомическое де­рево, используется для накопления и хранения географической информа­ции. В этой структуре двухмерная геометрическая область рекурсивно под­разделяется на квадраты, что определило название данной модели.

На рис. 3.8 показан фрагмент двухмерной области QT, состоящей из 16 пикселей. Каждый пиксель обозначен цифрой. Вся область раз­бивается на четыре квадранта: А, В, С, D. Каждый из четырех квадрантов является узлом квадратомического дерева. Большой квадрант QT стано­вится узлом более высокого иерархического уровня квадратомического де­рева, а меньшие квадранты появляются на более низких уровнях.

Технология построения квадратомического дерева основана на ре­курсивном разделении квадрата на квадранты и подквадранты до тех пор, пока все подквадранты не станут однородными по отношению к значению изображения (цвета) или пока не будет достигнут предопре­деленный заранее наименьший уровень разрешения.

Если регион состоит из 2n х 2n пикселей, то он полностью представ­лен на уровне n, а единичные пиксели находятся на нулевом уровне. Квад­рант уровня 1 (0<1
На рис. 3.9 показано квадратомическое дерево, построенное по дан­ным рис. 3.8. Как видно, эта структура являет собой классический пример Е-дерева. Преимущество такой структуры состоит в том, что регуляр­ное разделение обеспечивает накопление, восстановление иобработку дан­ных простым и эффективным способом. Простота проистекает из геомет­рической регулярности разбиения, а эффективность достигается за счет хранения только узлов с данными, которые представляют интерес.





Рис. 3.8. Фрагмент растра, квантованный для построения квадратомического дерева





Рис. 3.9. Квадратомическое дерево в виде Е-структуры

Поскольку квадратомическое дерево известно как пространственно-рациональный способ представления сгруппированных однородных ми сопряженных изображений, их преимущество над векторной реп­резентацией многих (но не всех) пространственных алгоритмов отно­сительно затрат машинного времени весьма существенно.

Первоначально большинство приложений моделей квадратомических деревьев было сделано для обработки изображений. Из этой облас­ти данная модель была перенесена в ГИС.

Модели, основанные на квадратомических деревьях, обеспечивают расчеты площадей, центроидные определения, распознавание образов, выявление связанных компонентов, определение соседства, преобразо­вание расстояний, разделение изображений, сглаживание данных и уси­ление краевых эффектов. Вследствие этого появилась возможность ис­пользовать квадратомические деревья для хранения географических дан­ных. Однако при этом требуется развитие процедур для превращения растровых данных в формат квадратомического дерева и усовершенствование техники линейного кодирования.

В первых работах по квадратомическим деревьям связи между квадрантом и подквадрантом давались в виде дерева со степенью вет­вления, равной четырем. В такой структуре связи между родитель­ским и дочерним уровнем определяются системой внешних указа­телей.

Все узловые точки дерева, за исключением корневой, имеют одного родителя. В то же время все они, за исключением листьев, связаны с четырьмя дочерними узловыми точками.

Преимущество представления, основанного на указателях, заключается в том, что оно выражает только значимую часть полного квадратомического дерева.

Последние исследования показали, что для больших квадратомических деревьев наиболее подходящей структурой является линейное квадродерево. В нем каждый листовой узел представлен линейным число­вым кодом, который базируется на упорядоченном списке узловых то­чек прародителей. Последующее преобразование дерева в код достига­ется использованием битового уровня или модулярной арифметики. Система линейных кодов обеспечивает эффективную связь между струк­турами пространственных данных и алгоритмами, применяемыми в вычислительной геометрии для решения проблем восстановления прямо­угольников и определения ближайшего "соседа".

Рядом исследователей была рассмотрена возможность использова­ния искусственного интеллекта для совершенствования очень больших географических информационных систем, основанных на квадратоми-ческих деревьях.

Иерархические модели, как и прочие, могут описывать системы, данные и схемы процессов обработки данных. Следует, однако, под­черкнуть, что правильно составленная иерархическая схема должна содержать в качестве записей ( вершин) атрибуты или агрегаты атри­бутов либо типы сущностей. Атрибуты или агрегаты атрибутов соот­ветствуют множествам или расширенным множествам. Дуги могут использоваться для представления агрегации двух атрибутов в тип сущности или двух типов сущности в тип связи. На практике часто в запись вставляют не только сущности базы данных, но и связи. Такая схема описывается моделью "сущность-связь" и будет рассмотрена ниже.

Анализ иерархических моделей (связей между их частями) с "не­правильным" описанием необходимо проводить, выделяя типы сущ­ностей.

Реляционная модель

В современных информационных системах и базах данных наибо­лее широко представлены реляционные модели (РМ).

Реляционная модель данных, разработанная Коддом еще в 1969-1970 гг. на основе математической теории отношений, опирается на си­стему понятий, важнейшие из которых - таблица, отношение, строка, столбец, первичный ключ, внешний ключ, домен (domain). Доменом на­зывается совокупность значений, не повторяющихся в одном столбце. Такая модель положена в основу так называемых электронных таблиц -специализированных баз данных.

Сущности, атрибуты и связи хранятся в таблицах как данные опре­деленной структуры. Структура данных обусловливается используемы­ми моделями данных.

Таблица состоит из строк и столбцов и имеет имя, уникальное внут­ри базы данных. Таблица отражает тип объекта реального мира (сущ­ность), а каждая ее строка - конкретный объект.

Основным средством структурирования данных в реляционной мо­дели является отношение (relation). Понятия отношения в реляционной модели и математике близки, хотя и не совпадают. Можно определить отношение как декартово произведение доменов. Поясним связь перечисленных выше понятий между собой. Таблица имеет столбцы и записи (строки). Каждая запись имеет на­бор атрибутов. Записи каждого типа образуют таблицу или отношение. Каждая строка - это запись или кортеж. Каждый столбец - это атрибут. Диапазон допустимых значений (домен) определяется для каждого атрибута. Степень отношения - число атрибутов в таблице: один атри­бут - унарное отношение, два атрибута - бинарное отношение, n атри­бутов — n-арное отношение.

Ключ отношения - это подмножество атрибутов, имеющее следу­ющие свойства:

• уникальную идентификацию;
  
• неизбыточность;
  
• ни один из атрибутов ключа нельзя удалить, не нарушив его уни­кальности.
  

Первичный атрибут отношения - это атрибут, присутствующий по крайней мере в одном ключе, все другие атрибуты непервичные.

В реляционной модели данных схема отношения может быть исполь­зована для представления типа сущности.

Реляционная модель является табличной моделью, некоторые типы связей между отношениями могут представляться в схеме неявно. В этих моделях не предусматривается поддержание логической упорядоченно­сти, однако кортежи помещаются в физическую память в соответствии с некоторым порядком. Физическая упорядоченность используется для выборки.

Рассмотренная выше иерархическая модель данных может быть све­дена к реляционной с помощью "нормализации" - пошагового процес­са приведения к табличной форме с полным сохранением информации. Рассмотрим пример реляционной модели. Таблица "Сотрудник" (рис. 3.10, а) содержит сведения о сотрудниках, работающих в организации, а ее строки являются наборами значений атрибутов. Каждый столбец таб­лицы - это совокупность значений конкретного атрибута объекта. На­пример, столбец "Специальность" содержит множество значений спе­циальностей, столбец "Стаж" - целые неотрицательные числа.

Код	Ф.И.О	Специальность	Стаж	Название отдела
137	Иванов И. И.	Физик	10	Экспериментальный
139	Иванов А.П.	Экономист-	9	Технологический
143	Петров А. Г.	Математик	12	Теоретический
147	Рыбкин И.И.	Математик	11	Экспериментальный
149	Слонов К. И.	Физик	5	Экспериментальный
151	Семин П.П.	Экономист	10	Теоретический
155	Трунов К.А.	Физик	11	Технологический
156	Теркин П.И.	Физик	14	Экспериментальный

а

Название отдела	Код отдела	Численность
Технологический Теоретический Экспериментальный	007 Oil 008	8 12 20

б

Рис. 3.10. Реляционная модель: а - "Сотрудник" ; б - "Отдел"


Значения в столбце "Специальность" выбираются из множества имен всех возможных специальностей данной организации. В нем принципи­ально невозможно появление значения, которого нет в соответствую­щем домене, например "15" или "с.н.с".

Каждый столбец имеет имя, которое обычно записывается в верх­ней части таблицы. Оно должно быть уникальным в таблице, однако различные таблицы могут иметь столбцы с одинаковыми именами. Лю­бая таблица должна иметь по крайней мере один столбец. Столбцы рас­положены в таблице в соответствии с порядком следования их имен при се создании. В отличие от столбцов строки не имеют имен, порядок их следования в таблице не определен, а количество логически не ограни­чено.

Так как строки в таблице не упорядочены, невозможно выбрать стро­ку по ее позиции - среди них не существует "первой", "второй", "после­дней". Любая таблица имеет один или несколько столбцов, значения в которых однозначно идентифицируют каждую ее строку. Такой столбец (или комбинация столбцов) называется первичным ключам (primary key).

В таблице "Сотрудник" первичный ключ - это столбец "код". В нашем примере каждый сотрудник имеет единственный номер (код), по которому из таблицы извлекается необходимая информация. Следова­тельно, в этой таблице первичный ключ - это столбец "код". В нем зна­чения не могут дублироваться - в таблице "Сотрудник" не должно быть строк, имеющих одно и то же значение в столбце "код".

Взаимосвязь таблиц - важнейший элемент реляционной модели дан­ных. Она поддерживается внешними ключами (foreign key).

Рассмотрим пример, в котором база данных хранит информацию о сотрудниках (таблица "Сотрудник") и отделах (таблица "Отдел") в неко­торой организации. Первичный ключ таблицы "Отдел" (рис. 3.10,6)-столбец "Название отдела". Столбец "Численность" не может выпол­нять роль первичного ключа, так как в одной организации могут суще­ствовать несколько отделов с одинаковой численностью.

Любой сотрудник работает в одном отделе, что должно быть отра­жено в базе данных. Таблица "Сотрудник" содержит столбец "Название отдела" и значения в этом столбце выбираются из столбца "Название отдела" таблицы "Отдел". Столбец "Название отдела" является внешним ключом в таблице "Сотрудник".

Для обработки данных, размещенных в таблицах, нужны дополни­тельные данные о данных, например описатели таблиц, столбцов и т.д. Их называют обычно метаданными. Метаданные также представлены в табличной форме и хранятся в словаре данных (data dictionary).

Помимо таблиц в ГИС могут храниться и другие объекты, такие, как экранные формы, отчеты (reports), представления (views) и даже при­кладные программы, работающие с информацией, размещенной в реля­ционной модели.

Данные информационной системы должны быть однозначными и непротиворечивыми. В таком случае говорят, что реляционная модель удовлетворяет условию целостности (integrity). При этом на реляцион­ную модель накладываются некоторые ограничения, которые называют ограничениями целостности (data integrity constraints).

Существует несколько типов ограничений целостности. Например, требуется, чтобы значения в столбце таблицы выбирались только из со­ответствующего домена. На практике учитывают и более сложные огра­ничения целостности, в частности, целостность по ссылкам (reference integrity). Ее суть заключается в том, что внешний ключ не может быть указателем на несуществующую строку в таблице.

Модель "сущность-связь"

Модель данных "сущность-связь" или ER-модель (Entity Relationship Model) дает представление о предметной области в виде объектов, на­зываемых сущностями, между которыми фиксируются связи.

Для каждой связи определено число связываемых ею объектов. На схеме сущности изображаются прямоугольниками, связи - ромбами. Число связываемых объектов указывается цифрой на линии соединения объекта и связи.

Появление моделей данных типа "сущность-связь" было обусловле­но практическими потребностями проектирования баз данных для ком­мерческих СУБД. Такие модели имеют много общего с иерархически­ми и сетевыми моделями данных.

Теоретической основой этого подхода является известная модель, введенная М. Ченом в 1976 г. и получившая широкое распространение в качестве средств концептуального проектирования баз данных.

В основе модели Чена лежит представление о том, что предметная область состоит из отдельных объектов, находящихся друг с другом в определенных связях. Объекты описываются различными параметрами или атрибутами; однотипные объекты описываются одним и тем же на­бором параметров и объединяются во множества или классы (сущнос­ти). Конкретные объекты, составляющие класс, называют экземпляра­ми соответствующей сущности. Между сущностями идентифицируют­ся взаимосвязи различного вида: один к одному, один ко многим и др.

На рис. 3.11 приведена схема проектирования геоинформационной системы, построенная на основе модели "сущность-связь". В силу сво­ей ориентации на процесс проектирования ER-модели могут рассмат­риваться как обобщение и развитие иерархических и сетевых моделей.

Это, в частности, означает, что допускаются явная спецификация огра­ничений целостности и непосредственное представление связей типа "один к одному" (1:1), "один ко многим" (1: М) , "многие к одному" (М : 1) "многие ко многим" (М : N).





При построении ER-моделей важно учитывать разновидность объек­тов. Прежде всего это простые и сложные объекты. Объект модели рас­сматривается как простой, если он имеет свойства атомарного объекта или модели.

Сложными называют объекты, которые могут быть представле­ны в виде совокупности более простых объектов. На схеме это соответ­ствует тому, что блок, отображающий такой объект, может быть заменен несколькими взаимосвязанными подблоками, определяющими другие объекты или наборы данных.

Такое разделение условно, так как в одних случаях объект может считаться простым, в других - сложным.

Сложные объекты подразделяют на составные, обобщенные и агре­гированные.

Составной объект структурирован на основе связей "целое-часть". Он строится аналогично классификации.

Обобщенный объект построен на основе обобщения, т.е. на основе связей "тип-тип", "род-вид" и т.д. Выделение родовых-видовых связей позволяет осуществлять классификацию, т.е. выделение классов и под­классов, с использованием признаков и свойств объектов.

Агрегированным объектом, строго говоря, следует считать объект, спроектированный (смоделированный ) на основе агрегации. Однако в разных приложениях допускают введение дополнительных условий. В частности, агрегированными обозначают объекты, участвующие в ка­ком-либо процессе. Это соответствует описанию динамических свойств, и такие агрегированные объекты называют "отглагольными существи­тельными", например, поставлять - "поставка", производить - "произ­водство" и т.п.

Большинство ограничений в ER-моделях относится к классу явных. Однако в них существует ограничение для случая, когда сущность мо­жет быть идентифицирована по связям, а не по значениям своих атрибу­тов. Такое ограничение называется зависимостью по идентификации и обозначается как ID-зависимость.

Сетевые модели

Сетевые модели дают представление о проблемной области в виде объектов, связанных бинарными отношениями "многие ко многим". В отличие от иерархических моделей в сетевой модели каждый объект мо­жет иметь несколько "подчиненных" и несколько "старших" объектов.

Сетевые модели используют табличные и значительно чаще графо­вые представления. Вершинам графа сопоставляют некоторые типы сущ­ности, представляемые таблицами, а дугам - типы связей.

Многие типы сетевых моделей данных используют для описания эко­номических и организационных систем.

Наиболее развитой сетевой моделью данных является модель, раз­работанная Рабочей группой по базам данных Ассоциации по языкам систем обработки данных КОДАСИЛ. Ее спецификации впоследствии неоднократно пересматривались.

Дискуссия по поводу сравнительных достоинств реляционной и се­тевой моделей данных окончательно не закончилась. Пока признано, что нет модели, наилучшей в любых условиях, и что различным задачам адекватны различные модели.

Прочие модели

Бинарная модель. Она дает представление о проблемной области в виде бинарных отношений, характеризуемых триадой: объект, атрибут, значение.

Как известно, в иерархической графовой модели вершины представ­ляют атрибуты или агрегаты атрибутов и соответствуют множествам или Смотренным множествам. Дуги могут использоваться для представления агрегации двух атрибутов в тип сущности или двух типов сущности в тип связи.

Вершина графа бинарной модели соответствует классификацион­ному обобщению данных в типы, называемые категориями.

Дуга бинарной модели соответствует бинарному отношению кате­горий. Используя исчисление предикатов, бинарное отношение можно определить как двухместный предикат. Алгебра этих множеств определяется двухместными, или бинарными, операциями.

Графовое представление бинарных моделей дает структуру так на­зываемого B-дерева в отличие от Е-дерева - иерархической структуры общего вида.

Семантические сети. Как модели данных они созданы для изуче­ния проблем искусственного интеллекта. Базовые структуры в этих мо­делях могут быть представлены графом, множество вершин и дуг кото­рого, как для бинарной, так и сетевой модели образует сеть.

Первоначально такую модель предполагали использовать для опи­сания памяти в психологических задачах, но по мере развития она стала одним из основных способов представления знаний.

В отличие от сетевых моделей данных, применяемых в экономичес­кой сфере, семантические сети предназначены для представления и си­стематизации знаний общего характера. Развитие моделей этого класса связано с проблемами понимания естественного языка, а не с проблема­ми теории типов и категорий данных.

Выбор базовых информационных моделей во многом определяется не только задачами и технологией, но и возможностью программно-тех­нологических средств. Обоснованный выбор моделей данных - залог оптимальной работы ГИС. Этот процесс является обязательным пр" си­стемном анализе и построении ГИС.

Рассматривая базовые модели данных в ГИС для применения их в управлении, следует подчеркнуть, что эти же самые модели используют в информационных системах, решающих экономические задачи и зада­чи управления.

Следовательно, на уровне базовых моделей ГИС, как и ОАСУ, при­менимы для решения разнообразых задач управления объектами, тер­риториальными комплексами и т.д.

Выводы

Для эффективной работы ГИС необходимы обоснованный выбор базовых моделей данных и создание интегрированной информационной основы.

Выбор моделей данных осуществляется при анализе области при­менения ГИС.

Организация моделей данных ГИС для управления позволяет решать задачи, которые прежде входили в сферу деятельности АСУ.

ГИС является системой более широкого применения по сравнению с АСУ. Она используется в областях, в которых АСУ не применялись, - это военное дело, навигация, экологический мониторинг, разведка под­земных ископаемых, анализ сетей и др.