Развитие визуальной интерпретации многомерных данных и ГИС-технологий связано, в частности, с тем, что человеку с его ограниченным трехмерным пространственным воображением сложно, а в большинстве случаев невозможно, анализировать и давать обобщенные оценки многомерным объектам.

Одним из первых опытов комплексного анализа пространственно распределенной информации явились поэтапные работы Института экологии Волжского бассейна РАН на примере данных о состоянии экосистем г. Тольятти, Самарской области и всего Волжского бассейна, выполняемые с 1989 г. [Моисеенкова, Шитиков, 1989; Розенберг с соавт., 1991, 1995, 2000; Розенберг, Краснощеков, 1996; Краснощеков, Розенберг, 1999 и др.].

Пространственно распределенная информация ЭИС "REGION-VOLGABAS" охватывала следующий рубрикатор природных компонент:

• климат территории Волжского бассейна (особенности распределения температуры воздуха и количества осадков, а также ветрового режима);
• географо-геологическое описание (орография, дочетвертичный и четвертичный периоды развития региона, основные черты тектоники) и геохимическая обстановка;
• почвы и ландшафты Волжского бассейна, наличие особо охраняемых природных территорий;
• лесные ресурсы и распределение естественной растительности;
• животный мир Волжского бассейна (видовое распределение и фаунистические комплексы наземных позвоночных и птиц);
• население (демографическая ситуация в Волжском бассейне и степень урбанизации территории).
• гидрология и гидрохимическое качество вод р. Волги и ее водохранилищ;
• гидробиоценозы и их компоненты (фитопланктон, зообентос, водяные клещи, инфузории, микроскопические водные грибы, рыбные запасы бассейна Волги);
• оценки качества воды и степени эвтрофикации Волжских водохранилищ по видам-биоиндикаторам.

Перечисленные данные позволили подробно проанализировать распределение по территории региона природно-климатических факторов, ландшафтной изменчивости и биологических ресурсов (см. [Розенберг, Краснощеков, 1996]). В качестве примера на рис. 1.13 показано территориальное распределение видового разнообразия основных групп животных, которое положительно коррелирует с климатическими особенностями, ландшафтным разнообразием и географическим расположением каждой области.

• загрязнение воздушного и водного бассейна;
• распределение отходов производства и коммунального хозяйства (включая особо опасные вещества для состояния экосистем и здоровья человека);
• радиационная обстановка, места техногенных аварий и природных катастроф;
• транспортная и рекреационная нагрузка;
• сельскохозяйственная нагрузка (включая распределение по территории бассейна минеральных удобрений, распаханности территории, животноводческой и пестицидной нагрузок).

Состояние здоровья населения, как критерий оценки качества среды, в рамках ЭИС "REGION-VOLGABAS" включало следующие параметры:

• общая заболеваемость взрослого населения (смертность, естественный прирост населения, оценки заболеваемости от "экологически обусловленных" нозологий);
• здоровье матери и ребенка (рождаемость, смертность детей до года, общая заболеваемость детей, в том числе, от "экологически обусловленных" нозологий);
• инфекционные и паразитарные болезни, частота злокачественных новообразований;
• общее состояние системы здравоохранения.

Некоторые примеры пространственного распределения по территории региона обобщенных показателей антропогенного воздействия и здоровья населения представлены на рис. 1.13.

В составе программного обеспечения "RЕGION-VOLGAВАS" была разработана процедура генерации обобщенных критериев в виде линейной комбинации исходных показателей, предварительно преобразованных в дискретную форму. Для математической обработки данных, хранящихся в ЭИС, кроме общепринятых методов многомерного статистического анализа (регрессионный анализ, различные алгоритмы обработки временных рядов, кластерный анализ и т.д.), использовались алгоритмы построения прогнозирующих моделей по методу самоорганизации (метод группового учета аргументов, эволюционное моделирование). Была разработана эвристическая процедура "модельного штурма" [Брусиловский, Розенберг, 1983; Розенберг с соавт., 1994а], реализующая синтез модели-гибрида из частных моделей-предикторов.

Наличие перечисленных данных и алгоритмов их обработки дало возможность решать задачи комплексного анализа состояния экосистем региона, оценивать характер совокупной антропогенной нагрузки, с помощью модельных "сценариев" осуществлять прогноз развития экологической обстановки и на этой основе предложить ряд рекомендаций по направлениям устойчивого эколого-экономического развития и социально-экологической реабилитации территорий [Розенберг с соавт., 1994б; Розенберг, Краснощеков, 1996]. Работы по Самарской области и программе “Возрождение Волги” были отмечены первой премией Минэкологии СССР в 1991 г.

• Web-Aтлaс "Россия кaк системa" – взгляд на Россию с теоретических позиций, содержащий более 100 сюжетов, 100 карт и диаграмм;
• Web-Атлас "Окружающая среда и здоровье народа России", в котором рассматриваются, в первую очередь, комплексные факторы и причины, определяющие здоровье нации (около 200 сюжетов, более 400 карт и диаграмм);
• "Россия в цифрах" – интерактивная он-лайновая база данных со свежими и полными статистическими материалами для всех регионов России (28 рубрикационных разделов содержат 4320 рядов);
• сервер "BioDat" – крупнейший информационный сервер по живой природе, содержащий документы, учебники, базы данных, картографию и предоставляющий коллективную работу в сети;
• проект "Живая природа и биоразнообразие России" – оригинальный массив информационных ресурсов, посвященный состоянию живой природы и множеству влияющих факторов (более 240 сюжетов, 320 карт и диаграмм).

На сайте имеется картографический генератор DataGraf.Net, являющийся уникальной он-лайновой картографической системой, позволяющей любому заинтересованному пользователю "на лету" построить собственную карту по любому набору показателей из вышеперечисленных предметных областей (всего каждый желающий может построить до 97650 карт).

Например, для карты, характеризующей интегрaльный потенциaл самоорганизации и устойчивости природных экосистем (рис. 1.14а), может быть использовaн комплекс следующих пяти покaзaтелей, хaрaктеризующих мaссу, продуктивность и структурное биорaзнообрaзие фитоценозов:

• зaпaс живой фитомaссы и ее годовaя продукция (тонн/гa) из книги "Состояние биологических ресурсов и биорaзнообрaзия России и ближнего зaрубежья (1988-1993 гг.)" [1994];
• антропогеннaя трaнсформaция естественного рaстительного покровa (%) и оценки сбалансированности экосистем по структуре нaкопления живого оргaнического веществa. и структуре видовых комплексов из книги "Aтлaс биологического рaзнообрaзия лесов Европейской России и сопредельных территорий" 1996 г.

Аналогичным образом может осуществляться районирование России по степени антропогенной нагрузки – см. рис. 1.14б, где приведен обобщенный показатель потребления различных видов топливa и энергии (тонн условного топливa в год) по мaтериaлaм топливно-энергетического бaлaнсa зa 1995 г.

Карты на авторском сайте, приведенные нами в качестве примеров, подробным образом комментируются.

Множество слоев графических отображений в пространстве исходных переменных, как правило, не бывает информативным. Картографическая визуализация позволяет анализировать многомерные данные с помощью их преобразования в пространство низкой размерности с сохранением существенных для исследования структурных особенностей информации. На рис. 1.13-1.14 приведены примеры конструирования новых обобщенных показателей на основе простого суммирования баллов. Как будет показано в главе 7, свойствами наименьшего искажения геометрической структуры исходных данных обладают подпространства, основанные на первых 2-3-х главных компонентах и полученные, в частности, линейными методами факторного анализа.

С использованием таких статистических методов снижения размерности был выполнен комплекс работ по исследованию и прогнозированию сложной медико-экологической ситуации, сложившейся в условиях радиационного и техногенного загрязнения районов Украины, пострадавших в результате Чернобыльской катастрофы [Сердюцкая, Каменева, 2000]. Например, на рис. 1.15 показаны варианты двухмерной и трехмерной визуализации распределения по территории Житомирской области фактора внутреннего радиационного загрязнения, основанного на 8 индивидуальных показателях (плотность выпадения радионуклидов на почву, их содержание в молоке, картофеле, индивидуальные дозы облучения и т.д.)

Детальный анализ концепций и перспектив использования картографо-геоинформационного обеспечения для устойчивого развития территорий можно найти, например, в книге В.С. Пикунова и Д.А. Цапука [1999].

Безусловный интерес может также вызвать опыт оценки территории и поверхностных водоемов с использованием данных аэрокосмического мониторинга [Красовский, без года].