(50-3) 13 * << * >> * Русский * English * Содержание * Все выпуски

Геоинформационная система для оценки взаимного расположения векторных пространственных объектов
Г.Р. Воробьева1, А.В. Воробьев1

1 Уфимский университет науки и технологий; 450000, Россия, г. Уфа, ул. З. Валиди, д. 32

  Полный текст (PDF)

DOI: 10.18287/COJ1714

ID статьи: 1714

Аннотация:
Предложен новый подход (метод и алгоритм) к оценке взаимного расположения векторных геопространственных объектов произвольной геометрии в геоинформационных решениях. Основой подхода является концепция пространственных доменов и интерполяции значений атрибутивных параметров, что в совокупности позволяет анализировать пересечения даже для геопространственных объектов с нерегулярной и разреженной структурой, таких как изолинии и точечные слои. Для формализации подхода предложена математическая модель, характеризующая процесс формирования промежуточных геопространственных примитивов и оценки их атрибутов с использованием интерполяции. Для оценки работоспособности предложенного решения разработан исследовательский прототип веб-приложения на базе Python и GeoPandas. Проведенные вычислительные эксперименты показали эффективность применения предложенного подхода как в контексте точности соответствующих значений, так и с точки зрения производительности итогового веб-приложения.

Ключевые слова:
геоинформационные системы, пространственный анализ, векторные данные, вычислительная геометрия, интерполяция, алгоритмы обработки изображений.

Благодарности:
Исследование выполнено за счет гранта Российского научного фонда № 25-21-00143, https://rscf.ru/project/25-21-00143/.

Цитирование:
Воробьева, Г.Р. Геоинформационная система для оценки взаимного расположения векторных пространственных объектов / Г.Р. Воробьева, А.В. Воробьев // Компьютерная оптика. - 2026. - Т. 50, № 3. - 1714. - doi:10.18287/COJ1714.

Citation:
Vorobeva GR, Vorobev AV. Geoinformation system for assessing spatial relationships of vector objects with arbitrary geometry. Computer Optics 2026; 50(3): 1714. doi:10.18287/COJ1714.

References:

  1. Yu J, Ai T, Xu H, Yan L, Shen Y. Inconsistency detection in cross-layer tile maps with super-pixel segmentation. ISPRS Int J Geo-Inf 2023; 12(6): 244. doi:10.3390/ijgi12060244.
  2. Havryliuk Y, Lyashchenko A. Study of the method of spatial identification of polygonal features in the integration of geospatial datasets. In: Proc Int Conf Young Professionals GeoTerrace-2020; 2020; 20: 1-5. doi:10.3997/2214-4609.20205744.
  3. Gali K, Shinde S, Barai V, et al. Geomorphological characteristics of a hydrographic basin using RS and GIS on the example of the Venna River (Maharashtra, India). Int J Environ Climate Change 2024; 14(12): 218-231. doi:10.9734/ijecc/2024/v14i124620.
  4. Eminoglu Y, Tarhan C. Decadal evolution of GIS in disaster management and risk assessment. Int J Eng Geosci 2025; 10(2): 173-196. doi:10.26833/ijeg.1544048.
  5. Chalopin J, Chepoi V, Knauer K. Geometry of convex geometries. Discrete Comput Geom 2025; 75(1): 1-30. doi:10.1007/s00454-025-00716-7.
  6. Zhang Y, Li X. Efficient algorithms for line segment intersection detection in large-scale geospatial data. Int J Geogr Inf Sci 2019; 33(5): 987-1005. doi:10.1080/13658816.2018.1550385.
  7. Patel R, Gupta S. A hybrid approach for line segment intersection detection using spatial indexing and machine learning. ISPRS Int J Geo-Inf 2023; 12(1): 45. doi:10.3390/ijgi12010045.
  8. Wang Y, Liu Z. Real-time intersection detection for dynamic geospatial data streams. Geospat Inf Sci 2022; 25(2): 201-215. doi:10.1080/10095020.2022.2033008.
  9. Cameron T, Fiori R, Perry G, Spicher A. Statistical analysis of off--great circle radio wave propagation in the polar cap. Radio Sci 2024; 59(3): e2023RS007897. doi:10.1029/2023RS007897.
  10. Ren Y, Zhou M, Zhong A. A new Earth system spatial grid extending the great circle arc QTM: the spherical geodesic degenerate octree grid. ISPRS Int J Geo-Inf 2025; 14(4): 152. doi:10.3390/ijgi14040152.
  11. Gluck H, Yang J. Great circle fibrations and contact structures on odd-dimensional spheres. Geom Dedicata 2023; 217: 1-26. doi:10.1007/s10711-023-00830-x.
  12. Vorobev AV, Vorobeva GR. Inductive method of geomagnetic data time series recovering. SPIIRAS Proc 2018; 57: 104-133. doi:10.15622/sp.57.5.
  13. Vorobev AV, Vorobeva GR. An approach to dynamic visualization of heterogeneous geospatial vector images. Computer Optics 2024; 48(1): 123-138. doi:10.18287/2412-6179-CO-1279.
  14. Vorobev AV, Vorobeva GR. An approach to detecting and eliminating spatial contour artifacts in web GIS applications. Computer Optics 2023; 47(1): 126-136. doi:10.18287/2412-6179-CO-1127.
  15. Trend A, Gis B, M Penggunaan, et al. GIS-based trend analysis on renewable energy consumption and production in Africa. J Qual Meas Anal 2024; 20(2): 181-196. doi:10.17576/jqma-2024-2002-13.
  16. Rahman M, Naderuzzaman M. Comparative study: performance of MVC frameworks on RDBMS. Int J Inf Technol Comput Sci 2024; 16(1): 26-34. doi:10.5815/ijitcs.2024.01.03.
  17. Tiwari V, Varshney M, Singh K, et al. A comparative study of MVC architecture model of open source server side scripting language JSP and PHP for client-server architecture based applications development. Int J Eng Technol Manag Sci 2024; 8(2): 19-26. doi:10.46647/ijetms.2024.v08i02.019.
  18. Fosci P, Psaila G. Soft querying features in GeoJSON documents: the GeoSoft proposal. Int J Comput Intell Syst 2023; 16(1): 163. doi:10.1007/s44196-023-00325-3.
  19. Horbiński T, Lorek D. The use of Leaflet and GeoJSON files for creating the interactive web map of the preindustrial state of the natural environment. J Spatial Sci 2022; 67(3): 405-421. doi:10.1080/14498596.2020.1713237.
  20. DiBiase D. Practical geospatial ethics: concerns, codes, and cases. Cartogr Perspect 2025; 105: 1-27. doi:10.14714/CP105.1935.

Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20