GRAFY JAKO MODELE TOPOLOGICZNE DANYCH MAPY NUMERYCZNEJ

Wielkość: px
Rozpocząć pokaz od strony:

Download "GRAFY JAKO MODELE TOPOLOGICZNE DANYCH MAPY NUMERYCZNEJ"

Transkrypt

1 Lewandowicz E., 2007; Kartografia numeryczna i informatyka geodezyjna. Materiały II Ogólnopolskiej Konferencji Naukowo-Technicznej, Rzeszów 2007, str Elżbieta LEWANDOWICZ 1 GRAFY JAKO MODELE TOPOLOGICZNE DANYCH MAPY NUMERYCZNEJ 1. Wprowadzenie, cel pracy Mapa numeryczna będąca elementem systemu informacyjnego zawiera dane przestrzenne, które nie tylko informują o kształcie, wielkości i położeniu obiektów w przestrzeni, ale także na podstawie tych danych można określić wzajemne relacje między obiektami geograficznymi. Te relacje są często niezbędne do zbudowania narzędzi analitycznych związanych z podejmowaniem decyzji w gospodarce i planowaniu przestrzenią. Relacje między obiektami geograficznymi można określić z mapy na podstawie danych geometrycznych. Uporządkowane dane geometryczne są podstawą do zapisu tych relacji. Zapis tych danych za pomocą grafu umożliwi wykorzystanie ich do budowy modeli matematycznych i narzędzi analitycznych. Po przyjęciu przestrzeni geograficznej jako przestrzeni topologicznej, w której wyodrębniono podzbiory opisane elementami geometrycznymi (punktami, liniami i powierzchniami) [1], relacje między tymi elementami przyjmuje się jako topologię [2]. Zapis przyjętej topologii w formie grafu stanowi model topologiczny przestrzeni geograficznej. Można to zapisać w formie schematu przedstawionego na rys. 1. Topologia danych geometrycznych Graf model topologiczny przestrzeni Obiekty geometryczne Modele matematyczne (grafy, podgrafy, digrafy) Atrybuty opisowe obiektów geograficznych Rys.1. Metodyka budowy modeli matematycznych danych przestrzennych w bazach GIS [1] W literaturze przedmiotu i w rozwiązaniach narzędziowych mówi się o topologii węzłów, sieci i obszarów (regionów) [3, 4, 5, 6, 7, 8]. Są to modele budowane na wyselekcjonowanych danych geometrycznych w celu realizacji określonych zadań analitycznych. Norma ISO [9] w jednym modelu przestrzennym wiąże wszystkie dane geometryczne i topologiczne. W niniejszej pracy modele topologiczne danych przestrzennych przedstawię w oparciu o prosty przykład obrazujący fragment mapy. Wykorzystując teorię grafów geometrycznych [10, 11] obraz geometryczny mapy przekształcę na graf [12, 13, 14, 15]. Topologia danych geometrycznych zapisana będzie w tym grafie. Uzyskany model danych przestrzennych w formie grafu, zapiszę w macierzach. W oparciu o zapisy macierzowe będę wykonywała konwersję danych do nowych form. Tym samym uzyskam nowe modele matematyczne danych geometrycznych w formie nowych grafów. 1 dr inż., Wydział Geodezji i Gospodarki Przestrzennej Uniwersytetu Warmińsko Mazurskiego w Olsztynie 1

2 2. Zapis danych przestrzennych za pomocą grafów Na rys.2. przedstawiam prosty wycinek mapy i zapis jej treści w formie modelu topologicznego grafu. Jak widzimy graf można uzyskać z prostego przełożenia rysunku mapy do schematycznej formy [12]. W prostych rozwiązaniach obiekty punktowe mapy identyfikowane są węzłem grafu, obiekty liniowe krawędzią. Graf to zbiór węzłów i krawędzi: G=[W, K, f]. (1) Funkcja f przyporządkowuje krawędzie do węzłów, gdyż każda krawędź zaczyna się i kończy w węźle. W naszym przykładzie węzły to trójstyki dróg i linii granicznych użytków oraz punkty informujące o polu namiotowym i pomniku przydrożnym. Krawędzie grafu to odcinki drogi i linie graniczne użytków. Przyjmijmy G jako graf geometryczny, czyli taki, w którym węzły mają określone położenie. Jeśli krawędzie G nie przecinają się poza węzłem, to w takim grafie możemy wyróżnić ściany (obszary) grafu. W naszym przypadku jest to możliwe. Można wyróżnić pięć obszarów, które odpowiednio opisują: las, jezioro, łąkę i trzy obszary rolne. Rys.2. Zapisy przestrzeni geograficznej a) w formie graficznej na mapie b) za pomocą uproszczonego modelu topologicznego obrazowanego grafem G Zapiszmy model G (rys.1b) w formie grafu etykietowanego (rys.3) z identyfikatorami: węzłów, krawędzi i obszarów. Stanowi on bazowy model topologiczny danych przestrzennych. Taki model zapisywany jest w tabelach relacyjnych bazy SIP, GIS [3, 4, 5, 6, 7. 8]. Ten model można wykorzystać jako podstawę do budowania pochodnych modeli topologicznych [1]. Przedstawiony model danych przestrzennych w formie grafu (rys.3) można zapisać w formach macierzowych. W literaturze przedmiotu mówi się o macierzach sąsiedztwa S, macierzy incydencji I i macierzy oczek (obszarów) O [10, 11]. Macierze te określę jako macierze: sąsiedztwa węzłów S w, (tab.1), zależności węzłów i krawędzi Z W-K (tab.2) oraz jako macierz zależności obszarów i krawędzi Z O-K. (tab.3). Są to podstawowe macierze opisujące graf geometryczny G. Odpowiadają one zapisowi struktury danych przestrzennych w przyjętych formach tabelarycznych [3, 4, 5, 6, 7, 8, 16]. Macierze S w, Z W-K, Z O-K, opisują relacje między węzłami i krawędziami i obszarami grafu G. Macierz S W informuje, które węzły są połączone krawędzią. Jeśli element macierzy (s w ) ij, (i, j {1, 2,, 12}) przyjmuje wartość 1, to znaczy, że węzły opisane identyfikatorami i, j, są połączone krawędzią. Macierz Z W-K przypisuje krawędziom węzły, czyli element macierz (z wk ) ij, (i {1, 2,, 12}, j {1, 2,, 15}) przyjmuje wartość 1, jeśli węzeł i stanowi wierzchołek krawędzi j. Przyjmując graf G jako graf geometryczny (o określonym położeniu węzłów), można w nim określić minimalne oczka, które stanowią obszary (ściany) w grafie. Kolejna macierz Z O-K przypisuje obszarom krawędzie ograniczające je. Element macierzy (z ok ) ij, (i {I, II,, VI}, j {1, 2,, 15} przyjmuje wartość 1, jeśli krawędź j stanowi granicę obszaru i. 2

3 Rys.3. Model danych przestrzennych w formie grafu etykietowanego Tablica 1. Macierz sąsiedztwa węzłów S w przedstawia relacje między węzłami grafu G S w = Tablica 2. Macierz zależności węzłów i krawędzi Z W-K przedstawia relacje między węzłami i krawędziami grafu G Z W-K = Tablica 3. Macierz oczek Z O-K, przedstawia relacje między oczkami (obszarami) i krawędziami grafu G, przy przyjęciu G jako grafu geometrycznego 3

4 Z O-K = I II III IV V VI Zauważmy, że graf G (rys.3) jest niespójny, węzły identyfikowane nr. 11, 12 nie są powiązane z żadną krawędzią. Nazywa się je węzłami swobodnymi. Widać to także w zapisach macierzowych w S W i Z W-K. Wyróżniając elementy powiązane w grafie G można określić podgraf spójny G w G [10, 11]: ' G G, (2) ' G w w G. (3) Konwersja wyjściowych danych do nowych form Przedstawiony graf G (rys.2) oraz jego zapisy macierzowe S w, Z W-K, Z O-K, wykorzystam do tworzenia nowych struktur zapisu topologii danych przestrzennych. Zauważmy, że w oparciu o macierz Z W-K można określić graf sąsiedztwa krawędzi G k, przedstawiony na rys.3. Można go zapisać za pomocą macierzy S K. Można zauważyć, że: S K.= (Z W-K ) T ( Z W-K ) D 2 (4) gdzie D 2 jest macierzą diagonalną o wartościach równych 2. Element macierzy (s k ) ij (i, j {1, 2,, 15}) przyjmuje wartość równą 1, jeśli krawędź i przylega do krawędzi j w grafie G (krawędzie i, j dochodzą do wspólnego węzła). G k S k = Rys. 3. Graf sąsiedztwa krawędzi G k przedstawiony graficznie i w formie macierzy sąsiedztwa krawędzi S k Macierz Z O-K zawiera dane, które pozwalają na wygenerowanie informacji o sąsiedztwie obszarów. Na rys.4 przedstawiono to sąsiedztwo w formie grafu G O i zapisu macierzowego S O. Macierz S O otrzymuje się poprzez działanie: S O = (Z O-K ) (Z O-K ) T - D O (5) gdzie D O jest macierzą diagonalną o wartościach d ii równych liczbie krawędzi opisujących obszar i. 4

5 Elementy macierzy S O,, (s o ) ij przyjmują wartości 1 jeśli obszar identyfikowany wartością i graniczny z obszarem j, (i, j {I, II,, VI}). S o = I II III IV V VI I II III IV V VI Rys.4. Zapis sąsiedztwa obszarów, przedstawionego w formie graficznej G o i macierzowej S o, otrzymany z macierzy Z O-K Krawędzie grafu G O opisane są w macierzy Z O-K, jako linie rozgraniczające obszary. Można je wszystkie wprowadzić do zapisu graficznego G O, otrzymując kolejny model G O-K (rys.5). G O-K Rys.5. Przedstawienie graficzne sąsiedztwa obszarów z liniami granicznymi rozgraniczającymi te obszary i liniami granicznymi kompleksu obszarów za pomocą grafu G O-K Poszukajmy jeszcze relacji między obszarami a węzłami i zapiszmy je w macierzy Z W-O. Otrzymać je możemy wykonując działanie: Z W-O =( (Z O-K )(Z W-K ) T ) / 2. (6) Wyrazy tej macierzy przyjmują wartości równe 0, 1. Wartości macierzy (z ow ) ij równe 1 wskazują na węzeł identyfikowany wartością j (j=1, 2,, 12) jako punkt graniczny obszaru i (i=i, II,, VI). Tablica 4. Macierz zależności Z O-W między obszarami a węzłami grafu G Z O-W = I II III IV V VI

6 Podobne macierze zależności opisujące relacje między obiektami mapy można zapisać jako transpozy macierzy opisanych wcześniej. Spróbujmy zapisać wszystkie macierze w jednym modelu matematycznym. 4. Zapis danych topologicznych obiektów mapy w jednej macierzy sąsiedztwa Przedstawione wyżej macierze opisują relacje między wybranymi obiektami mapy. Można te pojedyncze zapisy uporządkować i przedstawić w jednym modelu matematycznym. W tym celu zbudujmy macierz M symetryczną o wymiarach (n,n), gdzie n będzie sumą wszystkich obiektów mapy identyfikowanych w naszym modelu: 12 węzłów, 15 krawędzi i 6 obszarów (n= ). W tej macierzy zapiszmy relacje między obiektami mapy. Proszę zauważyć, że macierz M jest macierzą składającą się z macierzy wyżej opisanych: S w, Z W-K, Z O-K i z macierzy pochodnych: S K, S O, Z O-K, Z O-W, (Z O-K ) T =Z K-O, (Z W-K ) T =Z K-W. Jest macierzą blokową, symetryczną. Na rys.6, 7a wyodrębniono podmacierze macierzy M za pomocą kolorów i ramek. Symetryczność macierzy M jest związana z tym, że opisuje relacje w przestrzeni topologicznej przyjętej jako model przestrzeni geograficznej (przestrzeń topologiczna jest przestrzenią symetryczną Engelking 1986). Opisując model M atrybutami obiektów przestrzeni geograficznej (rys.1), możemy budować modele niesymetryczne [13, 15]. W oparciu o stworzoną macierz M możemy uzyskać zależności między obiektami, które są pomocne do budowania funkcji analitycznych. Przedstawiony model bazowy, opisany macierzą M, można przedstawić graficznie, ale byłby on mało czytelny. Zawiera on dużo relacji między wyróżnionymi obiektami mapy. W oparciu o macierz M można określić modele pochodne. Część z nich przedstawiono graficznie wyżej w formie modeli G K, G O, G O-K (rys.3, 4, 5). Na rys.8 przedstawiono kolejne dwa przykłady: G K-(W-K), G K-(K-O). Model G K-(W-K) przedstawia sąsiedztwo krawędzi i zależność węzłów od krawędzi, a model G K-(K-O) sąsiedztwo krawędzi i zależności obszarów od krawędzi (rys.7 b, c). Przedstawiają one wybrane relacje między obiektami mapy. Rys.8. Modele topologiczne sąsiedztwa wybranych podzbiorów G: a) model G K-(W_K) krawędzi i węzłów opisany macierzami S K i Z W-K, b) model G K-(O-K) krawędzi i obszarów opisany macierzami S K i Z O-K 6

7 Rys.6. Macierz M sąsiedztwa obiektów mapy składająca się z podmacierzy S W,Z W-K, Z O-K i S K, S O, Z K-W, Z K-O, Z O-W, Z W-O a) b) c) d) Rys.7. Zapis różnych topologii danych przestrzennych: a) macierz blokowa M; b) składowe macierzy M przedstawione w formie modelu G K-(K-W) ( rys.8 a); c) składowe macierzy M przedstawione w formie modelu G K-(O-K) ( rys.8 b); d) podmacierz S K, przedstawiona w formie modelu G K ( rys.3) 7

8 5. Zastosowania Przedstawione modele grafowe i macierzowe opisują relacje między obiektami zobrazowanymi na przykładowym fragmencie mapy. Zauważmy, że węzły swobodne opisujące pole namiotowe i pomnik, nie wchodzą do przedstawionych zapisów. Należałoby je związać w wybranymi obiektami: węzłami, krawędziami lub obszarami będącymi elementem spójnego podgrafugrafu G grafu G. Przedstawione modele można wykorzystać do typowych analiz przestrzennych np. sieciowych. Jednym z typowych zadań jest poszukiwanie najkrótszej drogi w grafie [10, 11]. Poszukajmy drogi do jeziora (II), jeśli znajdujemy się na odcinku drogi opisanej krawędzią 15. Zauważmy, że wybierając model G K-(O-K) przedstawiony na rys.8 b możemy określić tę drogę poprzez obiekty liniowe, a nawet powierzchniowe. Możemy wybrać drogę na skróty przez łąkę. Takie analizy byłyby niemożliwe w klasycznym modelu topologii sieciowej opartej na obiektach liniowych, opisanych grafem G. 6. Wnioski końcowe Dane przestrzenne zawarte w wektorowej mapie numerycznej dają możliwość budowy różnych modeli topologicznych. Przykłady ich budowy zaprezentowałam w niniejszej pracy. Budowa ich powinna wynikać z założonych zadań analitycznych. Literatura [1] LEWANDOWICZ E., Przestrzeń geograficzna jako przestrzeń topologiczna. Seminarium Modelowanie informacji geograficznej według norm europejskich i potrzeb infrastruktury informacji przestrzennej. Warszawa, 2007 (w druku) [2] ENGELKING R., Wstęp do topologii. Biblioteka matematyczna, Tom 62, Państwowe Wydawnictwo Naukowe, PWN, Warszawa, 1986 [3] BIELECKA E., System informacji geograficznej. Wydawnictwo PJWSTK Warszawa, 2006 [4] ECKES K., Modelowanie rzeczywistości geograficznej w systemach informacji przestrzennej. Roczniki Geomatyki, 2006, Tom IV, Zeszyt 3, Warszawa, s [5] GAŹDZICKI J., Systemy Informacji Przestrzennej, Państwowe Przedsiębiorstwo Wydawnictw Kartograficznych, Warszawa, 1990 [6] MOLENAAR M., An introduction to the theory of spatial object modeling for GIS. Taylor & Francis, London, 1998 [7] SULLIVAN D., O., UNWIN D., J., Geographic Information Analysis. Jon Wiley &Sons, INC, 2003 [8] URBAŃSKI J., Zrozumieć GIS. Analiza informacji przestrzennej. Wydawnictwo Naukowe PWN, Warszawa, 1997 [9] ISO 19107, Geographic information spatial schema ttp:// [10] WILSON R., Wprowadzenie do teorii grafów. Wydawnictwo Naukowe PWN, Warszawa, 2000 [11] KULIKOWSKI J., L., Zarys teorii grafów. Państwowe Wydawnictwo Naukowe, PWN, Warszawa, 1986 [12] LEWANDOWICZ E., Grafy jako narzędzie do definiowania relacji przestrzennych pomiędzy danymi geograficznymi. Roczniki Geomatyki, Warszawa, 2004, Tom II, Zeszyt 2, s [13] LEWANDOWICZ E., Analizy sąsiedztwa mikroregionów w regionie w oparciu o dane przestrzenne zapisane w formie grafu geometrycznego. Roczniki Geomatyki, Warszawa, 2005, Tom III, Zeszyt 1, s [14] LEWANDOWICZ E., BAŁANDYNOWICZ J., Some Ways of Formulation of Objective Functions for Chosen Space Analysis. The 6th International Conference Faculty of Environmental Engineering, Vilnius Gediminas Technical University, 2005, Volume 2, pp [15] LEWANDOWICZ E., Area Neighbourhood Models. Polish Academy of Sciences, Geodezja i Kartografia, Geodesy and Cartography, 2006, Vol. 55, No. 3, pp

9 [16] CHROBAK T., Modelowanie danych przestrzennych przy użyciu struktury FDS Molenaara. Materiały II Ogólnopolskiego Seminarium - Modelowanie danych przestrzennych, Warszawa, 2000, s

PRZESTRZEŃ GEOGRAFICZNA JAKO PRZESTRZEŃ TOPOLOGICZNA. Wprowadzenie

PRZESTRZEŃ GEOGRAFICZNA JAKO PRZESTRZEŃ TOPOLOGICZNA. Wprowadzenie Elżbieta Lewandowicz Katedra Geodezji Szczegółowej Uniwersytet Warmińsko-Mazurski w Olsztynie Materiały z V Seminarium, Modelowanie Danych Geograficznych pt. Modelowanie informacji geograficznej według

Bardziej szczegółowo

DRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES. Elżbieta Lewandowicz

DRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES. Elżbieta Lewandowicz Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 19, 2009 ISBN 978-83-61576-09-9 DRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES Elżbieta Lewandowicz Katedra Geodezji Szczegółowej,

Bardziej szczegółowo

Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych

Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych Jest to sposób graficznej reprezentacji połoŝenia przestrzennego, kształtu oraz relacji przestrzennych obiektów SIP

Bardziej szczegółowo

MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA

MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA Roczniki eoatyki, Warszawa, To V, Zeszyt 5, str. 43-53 MODELE TOPOLOICZNE DANYCH PRZETRZENNYCH TOPOLOY MODEL OF PATIAL DATA ElŜbieta Lewandowicz atedra eodezji zczegółowej UW-M w Olsztynie łowa kluczowe:

Bardziej szczegółowo

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych. Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój

Bardziej szczegółowo

PRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH

PRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA GEOGRAPHICA SOCIO-OECONOMICA 14, 2013 PRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH Artykuł

Bardziej szczegółowo

2. Modele danych przestrzennych

2. Modele danych przestrzennych aldemar Izdebski - ykłady z przedmiotu SIT 9. Modele danych przestrzennych Model danych przestrzennych określa sposób reprezentacji obiektów świata rzeczywistego w aspekcie ich położenia przestrzennego,

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych

Bardziej szczegółowo

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów

Bardziej szczegółowo

Topologia działek w MK 2013

Topologia działek w MK 2013 Topologia działek w MK 2013 Podział działki nr 371 w środowisku Microstation 1. Uruchomić program Microstation. 2. Wybrać przestrzeń roboczą MK2013-Rozp.MAiCprzez Użytkownik. 3. Założyć nowy plik roboczy.

Bardziej szczegółowo

WARUNKI TECHNICZNE. 1. Ustawie z dnia 17 maja 1989 r. Prawo geodezyjne i kartograficzne (Dz. U. z 2015 r., poz. 520, ze zm.);

WARUNKI TECHNICZNE. 1. Ustawie z dnia 17 maja 1989 r. Prawo geodezyjne i kartograficzne (Dz. U. z 2015 r., poz. 520, ze zm.); WARUNKI TECHNICZNE Założenie bazy danych infrastruktury informacji przestrzennej w zakresie obiektów topograficznych o szczegółowości zapewniającej tworzenie standardowych opracowań kartograficznych w

Bardziej szczegółowo

G. Wybrane elementy teorii grafów

G. Wybrane elementy teorii grafów Dorota Miszczyńska, Marek Miszczyński KBO UŁ Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów Grafy są stosowane współcześnie w różnych działach nauki i techniki. Za pomocą grafów znakomicie

Bardziej szczegółowo

Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej. Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie

Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej. Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie Podstawy GIS Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie System Informacji Geograficznej System: grupa powiazanych

Bardziej szczegółowo

Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej. Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie

Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej. Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie Podstawy GIS Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie http://witch.sggw.waw.pl/ System Informacji Geograficznej

Bardziej szczegółowo

Systemy informacji geograficznej

Systemy informacji geograficznej Systemy informacji geograficznej Andrzej Głażewski Politechnika Warszawska Zakład Kartografii Definicja systemu informacji geograficznej Elementy systemu: Sprzęt (obecnie: komputerowy) Dane (postać cyfrowa)

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym

Bardziej szczegółowo

MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA. Wprowadzenie, cel pracy

MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA. Wprowadzenie, cel pracy OLSKIE Modele TOWARZYSTWO topologiczne danych INFORMACJI przestrzennych RZESTRZENNEJ ROCZNIKI GEOMATYKI 007 m TOM V m ZESZYT 5 43 MODELE TOOLOGICZNE DANYCH RZESTRZENNYCH TOOLOGY MODELS OF SATIAL DATA El

Bardziej szczegółowo

Technologie numeryczne w kartografii. Paweł J. Kowalski

Technologie numeryczne w kartografii. Paweł J. Kowalski Technologie numeryczne w kartografii Paweł J. Kowalski Tematyka mapy numeryczne bazy danych przestrzennych systemy informacji geograficznej Mapa = obraz powierzchni Ziemi płaski matematycznie określony

Bardziej szczegółowo

[ A i ' ]=[ D ][ A i ] (2.3)

[ A i ' ]=[ D ][ A i ] (2.3) . WSTĘP DO TEORII SPRĘŻYSTOŚCI 1.. WSTĘP DO TEORII SPRĘŻYSTOŚCI.1. Tensory macierzy Niech macierz [D] będzie macierzą cosinusów kierunkowych [ D ]=[ i ' j ] (.1) Macierz transformowana jest równa macierzy

Bardziej szczegółowo

Dane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów INSPIRE

Dane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów INSPIRE Konferencja Standaryzacja i integracja danych geodezyjnych i kartograficznych Warszawa, 7 października 2009 r. Dane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów

Bardziej szczegółowo

ZAGADNIENIA HARMONIZACJI I INTEROPERACYJNOŚCI

ZAGADNIENIA HARMONIZACJI I INTEROPERACYJNOŚCI 1 ZAGADNIENIA HARMONIZACJI I INTEROPERACYJNOŚCI Ewa Janczar Z-ca Dyrektora Departamentu Geodezji i Kartografii UMWM 2 Konferencja Projektu BW Warszawa, 12 października 2012 r. Ustawa prawo geodezyjne i

Bardziej szczegółowo

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane: Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem

Bardziej szczegółowo

Rysunek map AutoCada jako narzędzie do rysowania mapy

Rysunek map AutoCada jako narzędzie do rysowania mapy Rysunek map AutoCada jako narzędzie do rysowania mapy Elżbieta Lewandowicz Uniwersytet Warmińsko-Mazurski w Olsztynie Katedra Geodezji Szczegółowej leela@uwm.edu.pl www.ela.mapa.net.pl Organizacja rysunku

Bardziej szczegółowo

2. Modele danych przestrzennych

2. Modele danych przestrzennych 2. Modele danych przestrzennych Model danych przestrzennych określa sposób reprezentacji obiektów świata rzeczywistego w aspekcie ich położenia przestrzennego, kształtu oraz istniejących między nimi relacji

Bardziej szczegółowo

Robert Olszewski, Paweł Kowalski, Andrzej Głażewski

Robert Olszewski, Paweł Kowalski, Andrzej Głażewski Robert Olszewski, Paweł Kowalski, Andrzej Głażewski Pojęcie modelu rzeczywistości geograficznej obejmuje każdą współcześnie funkcjonującą postać opisu tej rzeczywistości, która jest zwięzła, czytelna dla

Bardziej szczegółowo

Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1

Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1 Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów W matematyce teorię grafów klasyfikuje się jako gałąź topologii. Jest ona jednak ściśle związana z algebrą i

Bardziej szczegółowo

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław

Bardziej szczegółowo

FUNKCJONALNE ZMIANY PRZESTRZENNOCZASOWE ZABUDOWY TERENU MIASTECZKA AKADEMICKIEGO KORTOWA W OSTATNIM 100-LECIU

FUNKCJONALNE ZMIANY PRZESTRZENNOCZASOWE ZABUDOWY TERENU MIASTECZKA AKADEMICKIEGO KORTOWA W OSTATNIM 100-LECIU FUNKCJONALNE ZMIANY PRZESTRZENNOCZASOWE ZABUDOWY TERENU MIASTECZKA AKADEMICKIEGO KORTOWA W OSTATNIM 100-LECIU E. Lewandowicz UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE WYDZIAŁ GEODEZJI I GOSPODARKI PRZESTRZENNEJ

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ W SYSTEMACH INFORMACJI PRZESTRZENNEJ MODELLING OF GEOGRAPHICAL REALITY IN THE SPATIAL INFORMATION SYSTEMS

MODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ W SYSTEMACH INFORMACJI PRZESTRZENNEJ MODELLING OF GEOGRAPHICAL REALITY IN THE SPATIAL INFORMATION SYSTEMS Modelowanie POLSKIE rzeczywistoœci TOWARZYSTWO geograficznej INFORMACJI w systemach informacji PRZESTRZENNEJ przestrzennej ROCZNIKI GEOMATYKI 2006 m TOM IV m ZESZYT 2 43 MODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ

Bardziej szczegółowo

Topologia działek w MK2005 (Mariusz Zygmunt) Podział działki nr 371 w środowisku MicroStation (PowerDraft)

Topologia działek w MK2005 (Mariusz Zygmunt) Podział działki nr 371 w środowisku MicroStation (PowerDraft) Topologia działek w MK2005 (Mariusz Zygmunt) Podział działki nr 371 w środowisku MicroStation (PowerDraft) Uruchomić program MicroStation (PowerDraft). Wybrać przestrzeń roboczą GeoDeZy przez Uzytkownik

Bardziej szczegółowo

MIEJSKIE PRZEDSIĘBIORSTWO WODOCIĄGÓW I KANALIZACJI W M. ST. WARSZAWIE S.A. DZIAŁ STRATEGII I MODELOWANIA

MIEJSKIE PRZEDSIĘBIORSTWO WODOCIĄGÓW I KANALIZACJI W M. ST. WARSZAWIE S.A. DZIAŁ STRATEGII I MODELOWANIA MIEJSKIE PRZEDSIĘBIORSTWO WODOCIĄGÓW I KANALIZACJI W M. ST. WARSZAWIE S.A. DZIAŁ STRATEGII I MODELOWANIA WYMAGANIA DLA WYKONAWCÓW DOTYCZĄCE SPECYFIKACJI DANYCH GIS O NOWO WYBUDOWANYCH OBIEKTACH SIECI KANALIZACYJNEJ

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),

Bardziej szczegółowo

Grafika inżynierska i projektowanie geometryczne WF-ST1-GI--12/13Z-GRAF. Liczba godzin stacjonarne: Wykłady: 15 Zajęcia projektowe: 40

Grafika inżynierska i projektowanie geometryczne WF-ST1-GI--12/13Z-GRAF. Liczba godzin stacjonarne: Wykłady: 15 Zajęcia projektowe: 40 Karta przedmiotu Wydział: Wydział Finansów Kierunek: Gospodarka przestrzenna I. Informacje podstawowe Nazwa przedmiotu Grafika inżynierska i projektowanie geometryczne Nazwa przedmiotu w j. ang. Język

Bardziej szczegółowo

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący

Bardziej szczegółowo

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69

Bardziej szczegółowo

Rodzaje analiz w SIT/GIS

Rodzaje analiz w SIT/GIS Rodzaje analiz w SIT/GIS Analizy przestrzenne to zbiór działań na jednej bądź kilku warstwach informacyjnych GIS, w celu uzyskania nowej informacji w postaci graficznej lub tabelarycznej Rodzaje analiz

Bardziej szczegółowo

Graniastosłupy mają dwie podstawy, a ich ściany boczne mają kształt prostokątów.

Graniastosłupy mają dwie podstawy, a ich ściany boczne mają kształt prostokątów. GRANIASTOSŁUPY I OSTROSŁUPY Bryły czyli figury przestrzenne dzielimy na: graniastosłupy ostrosłupy bryły obrotowe Graniastosłupy i ostrosłupy nazywamy wielościanami Graniastosłupy mają dwie podstawy, a

Bardziej szczegółowo

Systemy Informacji Geograficznej ich rola i zastosowanie

Systemy Informacji Geograficznej ich rola i zastosowanie Systemy Informacji Geograficznej ich rola i zastosowanie Iwona Nakonieczna Urząd Marszałkowski Województwa Dolnośląskiego Wydział Geodezji i Kartografii Wrocław, ul. Dobrzyńska 21/23 Wydział Geodezji i

Bardziej szczegółowo

Problematyka modelowania bazy danych mapy zasadniczej i GESUT

Problematyka modelowania bazy danych mapy zasadniczej i GESUT Konferencja Harmonizacja baz danych georeferencyjnych 1 Zegrze Południowe, 8-9 grudzień 2008 Urząd Marszałkowski Województwa Mazowieckiego Problematyka modelowania bazy danych mapy zasadniczej i GESUT

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 14/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

4. ELEMENTY PŁASKIEGO STANU NAPRĘŻEŃ I ODKSZTAŁCEŃ

4. ELEMENTY PŁASKIEGO STANU NAPRĘŻEŃ I ODKSZTAŁCEŃ 4. ELEMENTY PŁASKIEGO STANU NAPRĘŻEŃ I ODKSZTAŁCEŃ 1 4. 4. ELEMENTY PŁASKIEGO STANU NAPRĘŻEŃ I ODKSZTAŁCEŃ 4.1. Elementy trójkątne Do opisywania dwuwymiarowego kontinuum jako jeden z pierwszych elementów

Bardziej szczegółowo

8. Analiza danych przestrzennych

8. Analiza danych przestrzennych 8. naliza danych przestrzennych Treścią niniejszego rozdziału będą analizy danych przestrzennych. naliza, ogólnie mówiąc, jest procesem poszukiwania (wydobywania) informacji ukrytej w zbiorze danych. Najprostszym

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą

Bardziej szczegółowo

SYSTEM INFORMACJI GEOGRAFICZNEJ JAKO NIEZBÊDNY ELEMENT POWSZECHNEJ TAKSACJI NIERUCHOMOŒCI**

SYSTEM INFORMACJI GEOGRAFICZNEJ JAKO NIEZBÊDNY ELEMENT POWSZECHNEJ TAKSACJI NIERUCHOMOŒCI** GEODEZJA l TOM 12 l ZESZYT 2/1 l 2006 Piotr Cichociñski*, Piotr Parzych* SYSTEM INFORMACJI GEOGRAFICZNEJ JAKO NIEZBÊDNY ELEMENT POWSZECHNEJ TAKSACJI NIERUCHOMOŒCI** 1. Wstêp Nieunikniona zapewne w przysz³oœci

Bardziej szczegółowo

Wykład z Technologii Informacyjnych. Piotr Mika

Wykład z Technologii Informacyjnych. Piotr Mika Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły

Bardziej szczegółowo

Przydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT. Tadeusz Chrobak

Przydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT. Tadeusz Chrobak Przydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT Kraków, 8 Tadeusz Chrobak Wstęp. Cel tworzenia osnowy kartograficznej. Definicja osnowy kartograficznej.

Bardziej szczegółowo

Importowanie mapy zasadniczej do modelu BIM

Importowanie mapy zasadniczej do modelu BIM Budownictwo i Architektura 16(3) (2017) 45-51 DOI: 10.24358/Bud-Arch_17_163_05 Importowanie mapy zasadniczej do modelu BIM Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym, Wydział Geodezji

Bardziej szczegółowo

nauczania GIS na WAT

nauczania GIS na WAT BDOT10k w programach nauczania GIS na WAT WOJSKOWA AKADEMIA TECHNICZNA W Y D Z I A Ł I N Ż Y N I E R I I L Ą D O W E J I G E O D E Z J I E L Ż B I E T A B I E L E C K A Konferencja podsumowująca projekty

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów Podstawowe pojęcia i klasy grafów Wykład 1 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz

Bardziej szczegółowo

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y. Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,

Bardziej szczegółowo

STUDIUM PODYPLOMOWE INFORMATYKI SPI 51

STUDIUM PODYPLOMOWE INFORMATYKI SPI 51 STUDIUM PODYPLOMOWE INFORMATYKI SPI 51 ALGORYTMIKA I ROZWIĄZYWANIE PROBLEMÓW Temat: Kolorowanie figur (uproszczona wersja kolorowania map grafy). Zastosowanie: Edukacja wczesnoszkolna: matematyczna, plastyczna,

Bardziej szczegółowo

Grafowy model bazy danych na przykładzie GOOD

Grafowy model bazy danych na przykładzie GOOD GOOD p. 1/1 Grafowy model bazy danych na przykładzie GOOD (Graph-Oriented Object Database Model) Marcin Jakubek GOOD p. 2/1 Plan prezentacji Przykłady modeli danych Zastosowania Inne modele grafowe Wizualizacja

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100

Bardziej szczegółowo

Projekt i implementacja systemu wspomagania planowania w języku Prolog

Projekt i implementacja systemu wspomagania planowania w języku Prolog Projekt i implementacja systemu wspomagania planowania w języku Prolog Kraków, 29 maja 2007 Plan prezentacji 1 Wstęp Czym jest planowanie? Charakterystyka procesu planowania 2 Przeglad istniejacych rozwiazań

Bardziej szczegółowo

Wybrane problemy z dziedziny modelowania i wdrażania baz danych przestrzennych w aspekcie dydaktyki. Artur Krawczyk AGH Akademia Górniczo Hutnicza

Wybrane problemy z dziedziny modelowania i wdrażania baz danych przestrzennych w aspekcie dydaktyki. Artur Krawczyk AGH Akademia Górniczo Hutnicza Wybrane problemy z dziedziny modelowania i wdrażania baz danych przestrzennych w aspekcie dydaktyki Artur Krawczyk AGH Akademia Górniczo Hutnicza Problem modelowania tekstowego opisu elementu geometrycznego

Bardziej szczegółowo

GIS W SPISACH POWSZECHNYCH LUDNOŚCI I MIESZKAŃ. Katarzyna Teresa Wysocka

GIS W SPISACH POWSZECHNYCH LUDNOŚCI I MIESZKAŃ. Katarzyna Teresa Wysocka STUDIUM PODYPLOMOWE SYSTEMY INFORMACJI PRZESTRZENNEJ GIS W SPISACH POWSZECHNYCH LUDNOŚCI I MIESZKAŃ WYKONANIE OPERATU PRZESTRZENNEGO DLA GMINY LESZNOWOLA Katarzyna Teresa Wysocka Opiekun pracy: Janusz

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

7. Analiza danych przestrzennych

7. Analiza danych przestrzennych 7. naliza danych przestrzennych Treścią niniejszego rozdziału będą analizy danych przestrzennych. naliza, ogólnie mówiąc, jest procesem poszukiwania (wydobywania) informacji ukrytej w zbiorze danych. Najprostszym

Bardziej szczegółowo

Analizy statystyczno-taksonomiczne i możliwości ich zastosowania w procesie strategicznego zarządzania rozwojem regionalnym

Analizy statystyczno-taksonomiczne i możliwości ich zastosowania w procesie strategicznego zarządzania rozwojem regionalnym Samorządowa Jednostka Organizacyjna Województwa Dolnośląskiego Analizy statystyczno-taksonomiczne i możliwości ich zastosowania w procesie strategicznego zarządzania rozwojem regionalnym INSTYTUT ROZWOJU

Bardziej szczegółowo

Grafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania

Grafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania Grafy i Grafy i 5: Rozpinające Spis zagadnień Grafy i i lasy cykle fundamentalne i własności cykli i rozcięć przestrzenie cykli i rozcięć* : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*

Bardziej szczegółowo

GML w praktyce geodezyjnej

GML w praktyce geodezyjnej GML w praktyce geodezyjnej Adam Iwaniak Kon-Dor s.c. Konferencja GML w praktyce, 12 kwietnia 2013, Warszawa SWING Rok 1995, standard de jure Wymiany danych pomiędzy bazami danych systemów informatycznych

Bardziej szczegółowo

System informacyjny całokształt składników tworzących system do przechowywania i operowania informacją. KP, SIT definicje, rodzaje, modelowanie 2

System informacyjny całokształt składników tworzących system do przechowywania i operowania informacją. KP, SIT definicje, rodzaje, modelowanie 2 System informacyjny całokształt składników tworzących system do przechowywania i operowania informacją KP, SIT definicje, rodzaje, modelowanie 2 Definicja SIP/GIS SYSTEM INFORMACJI PRZESTRZENNEJ SPATIAL

Bardziej szczegółowo

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1B/14 Drogi w grafach Marszruta (trasa) w grafie G z wierzchołka w do wierzchołka u to skończony ciąg krawędzi w postaci. W skrócie

Bardziej szczegółowo

GEOMATYKA program rozszerzony

GEOMATYKA program rozszerzony GEOMATYKA program rozszerzony 2014-2015 dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu Katedra Urządzania Lasu Kolegium Cieszkowskich, parter, p. 3 (p. 2 - sekretariat) Tel.

Bardziej szczegółowo

SYSTEMY INFORMACJI PRZESTRZENNEJ

SYSTEMY INFORMACJI PRZESTRZENNEJ SYSTEMY INFORMACJI PRZESTRZENNEJ 2015-2016 program podstawowy dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu lata 60. początki: - 1962 Kanada Canada Land Inventory (Roger

Bardziej szczegółowo

1. Charakterystyka systemu informacji przestrzennej

1. Charakterystyka systemu informacji przestrzennej Waldemar Izdebski - Wykłady z przedmiotu SIT / Mapa zasadnicza 4 1. Charakterystyka systemu informacji przestrzennej Systemy informacji przestrzennej na tle innych systemów informacyjnych charakteryzują

Bardziej szczegółowo

Przestrzenne bazy danych. Definicja i cechy przestrzennych baz danych

Przestrzenne bazy danych. Definicja i cechy przestrzennych baz danych Przestrzenne bazy danych Definicja i cechy przestrzennych baz danych Zakres wykładów Wstęp do przestrzennych baz danych Typy geometryczne Funkcje geometryczne Modelowanie danych Metody rozwiązywania problemów

Bardziej szczegółowo

1. PODSTAWY TEORETYCZNE

1. PODSTAWY TEORETYCZNE 1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych

Bardziej szczegółowo

Symbole mapy numerycznej jako bloki rysunkowe. Elżbieta Lewandowicz Katedra Geodezji Szczególowej

Symbole mapy numerycznej jako bloki rysunkowe. Elżbieta Lewandowicz Katedra Geodezji Szczególowej Symbole mapy numerycznej jako bloki rysunkowe Elżbieta Lewandowicz Katedra Geodezji Szczególowej Symbole mapy numerycznej jako bloki rysunkowe Proste symbole mapy numerycznej rysowaliśmy na ostatnich zajęciach

Bardziej szczegółowo

Edycja kształtu modelu powierzchniowego SIEMENS NX wypełnienie powierzchnią zamkniętego zarysu liniowego N-Sided Surface

Edycja kształtu modelu powierzchniowego SIEMENS NX wypełnienie powierzchnią zamkniętego zarysu liniowego N-Sided Surface Edycja kształtu modelu powierzchniowego SIEMENS NX wypełnienie powierzchnią zamkniętego zarysu liniowego N-Sided Surface Narzędzie rozpinające powierzchnię na zamkniętym profilu liniowym. Efektem działania

Bardziej szczegółowo

Zastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej

Zastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej Zastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej Zakres zagadnień Co to jest relacyjna baza danych Obszary zastosowań Przechowywanie informacji geoprzestrzennej (geometrii) Przechowywanie

Bardziej szczegółowo

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa

Bardziej szczegółowo

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Czym jest baza danych? zbiór powiązanych danych z pewnej dziedziny, zorganizowanych w sposób dogodny do korzystania z nich, a zwłaszcza do

Bardziej szczegółowo

p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI

p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI 08.12.2009 r. p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI w sprawie sposobu i trybu tworzenia, aktualizacji i udostępniania bazy danych obiektów topograficznych oraz bazy danych

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,

Bardziej szczegółowo

GIS STRUKTURY DANYCH RELACJE PRZESTRZENNE.

GIS STRUKTURY DANYCH RELACJE PRZESTRZENNE. GIS STRUKTURY DANYCH RELACJE PRZESTRZENNE. STRUKTURY DANYCH. OKREŚLANIE POŁOŻENIA Metody opisu położenia: nazwa geograficzna położenie względne (topologia) współrzędne lokalne współrzędne kartograficzne

Bardziej szczegółowo

Zakład Hydrologii i Geoinformacji Instytut Geografii UJK CYFROWE BAZY DANYCH PRZESTRZENNYCH. Laboratorium

Zakład Hydrologii i Geoinformacji Instytut Geografii UJK CYFROWE BAZY DANYCH PRZESTRZENNYCH. Laboratorium CYFROWE BAZY DANYCH PRZESTRZENNYCH Laboratorium Ćwiczenie 2: Baza Danych Obiektów Topograficznych (BDOT 10k) 1. Zakres informacji, sposoby tworzenia i aktualizacji oraz sposoby udostępniania BDOT szczegółowo

Bardziej szczegółowo

ROCZNIKI GEOMATYKI 2006 m TOM IV m ZESZYT 3

ROCZNIKI GEOMATYKI 2006 m TOM IV m ZESZYT 3 Eliminacja POLSKIE obiektów TOWARZYSTWO liniowych z zastosowaniem INFORMACJI regionów PRZESTRZENNEJ strukturalnych... ROCZNIKI GEOMATYKI 2006 m TOM IV m ZESZYT 3 109 ELIMINACJA OBIEKTÓW LINIOWYCH Z ZASTOSOWANIEM

Bardziej szczegółowo

KARTA KURSU. Gospodarka Przestrzenna 1. stopnia, stacjonarne, , sem. 1. Opis kursu (cele kształcenia) Warunki wstępne

KARTA KURSU. Gospodarka Przestrzenna 1. stopnia, stacjonarne, , sem. 1. Opis kursu (cele kształcenia) Warunki wstępne Gospodarka Przestrzenna 1. stopnia, stacjonarne, 2017-2018, sem. 1 KARTA KURSU Nazwa Geodezja i kartografia 1 Nazwa w j. ang. Geodesy and Cartography 1 Koordynator dr Joanna Fidelus-Orzechowska Zespół

Bardziej szczegółowo

serwisy W*S ERDAS APOLLO 2009

serwisy W*S ERDAS APOLLO 2009 serwisy W*S ERDAS APOLLO 2009 1 OGC (Open Geospatial Consortium, Inc) OGC jest międzynarodowym konsorcjum 382 firm prywatnych, agencji rządowych oraz uniwersytetów, które nawiązały współpracę w celu rozwijania

Bardziej szczegółowo

MIERNICTWO GÓRNICZE SYLLABUS

MIERNICTWO GÓRNICZE SYLLABUS MIERNICTWO GÓRNICZE SYLLABUS Dr inż. Jan Blachowski Politechnika Wrocławska Instytut Górnictwa Zakład Geodezji i GIS Pl. Teatralny 2 tel (71) 320 68 73 SYLLABUS Podstawy pozycjonowania satelitarnego GPS

Bardziej szczegółowo

1 Automaty niedeterministyczne

1 Automaty niedeterministyczne Szymon Toruńczyk 1 Automaty niedeterministyczne Automat niedeterministyczny A jest wyznaczony przez następujące składniki: Alfabet skończony A Zbiór stanów Q Zbiór stanów początkowych Q I Zbiór stanów

Bardziej szczegółowo

Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe

Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe wykład nr 3 Spis treści: Analizy sieciowe Generalizacja Analizy trójwymiarowe numeryczny model terenu Pozyskiwanie danych przestrzennych

Bardziej szczegółowo

Metoda elementów brzegowych

Metoda elementów brzegowych Metoda elementów brzegowych Tomasz Chwiej, Alina Mreńca-Kolasińska 9 listopada 8 Wstęp Rysunek : a) Geometria układu z zaznaczonymi: elementami brzegu (czerwony), węzłami (niebieski). b) Numeracja: elementów

Bardziej szczegółowo

Kierunek: Geoinformatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia

Kierunek: Geoinformatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia Wydział: Geologii, Geofizyki i Ochrony Środowiska Kierunek: Geoinformatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2018/2019 Język wykładowy: Semestr 1 Matematyka BGIN-1-101-s

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr : Grafy Berge a dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 6-83-95-0, p.5/00 Zakład Badań Operacyjnych i

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1A/14 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,

Bardziej szczegółowo

Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5

Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5 Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5 Problem I. Model UD Dana jest bryła, której rzut izometryczny przedstawiono na rysunku 1. (W celu zwiększenia poglądowości na rysunku 2. przedstawiono

Bardziej szczegółowo

Problematyka geokodowania zdarzeń drogowych

Problematyka geokodowania zdarzeń drogowych Problematyka geokodowania zdarzeń drogowych Piotr Cichociński Wydział Geodezji Górniczej i Inżynierii Środowiska Katedra Geomatyki XXIV Konferencja Polskiego Towarzystwa Informacji Przestrzennej Warszawa,

Bardziej szczegółowo

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Teoria grafów dla małolatów Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Wstęp Matematyka to wiele różnych dyscyplin Bowiem świat jest bardzo skomplikowany wymaga rozważenia

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI C C C3 C C5 I. KARTA PRZEDMIOTU. Nazwa przedmiotu: SYSTEMY INFORMACJI PRZESTRZENNEJ. Kod przedmiotu: Ve 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego. Kierunek: Nawigacja 5. Specjalność:

Bardziej szczegółowo

9. Podstawowe narzędzia matematyczne analiz przestrzennych

9. Podstawowe narzędzia matematyczne analiz przestrzennych Waldemar Izdebski - Wykłady z przedmiotu SIT 75 9. odstawowe narzędzia matematyczne analiz przestrzennych Niniejszy rozdział służy ogólnemu przedstawieniu metod matematycznych wykorzystywanych w zagadnieniu

Bardziej szczegółowo

3a. Mapa jako obraz Ziemi

3a. Mapa jako obraz Ziemi 3a. Mapa jako obraz Ziemi MAPA: obraz powierzchni Ziemi (ciała niebieskiego) lub jej części przedstawiony na płaszczyźnie, w ściśle określonym zmniejszeniu (skali), w odwzorowaniu kartograficznym (matematycznym

Bardziej szczegółowo

Systemy Analiz Przestrzennych w GIS

Systemy Analiz Przestrzennych w GIS Syllabus Semestr letni rok akademicki 2009/2010 Wydział GeoinżynieriI, Górnictwa i Geologii PLAN ZAJĘĆ(SYLLABUS) Lp. Zagadnienie Moduł 1. 1. Przypomnienie. Podstawowe pojęcia. Funkcje GIS. 2. GIS jako:

Bardziej szczegółowo

Załącznik nr 8. do Studium Wykonalności projektu Sieć Szerokopasmowa Polski Wschodniej województwo podkarpackie

Załącznik nr 8. do Studium Wykonalności projektu Sieć Szerokopasmowa Polski Wschodniej województwo podkarpackie MINISTERSTWO ROZWOJU REGIONALNEGO Załącznik nr 8 do Studium Wykonalności projektu Sieć Szerokopasmowa Polski Wschodniej Instrukcja obliczania wskaźnika pokrycia. Strona 2 z 24 Studium Wykonalności projektu

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo