Программные средства ГИС предоставляют пользователю возмож­ность выполнения ряда трудоемких операций: изменение масштаба и генерализация карт, расчет площадей, длин ломаных линий, коорди­нат центроидов полигонов. Например, в ARC/INFO, MGE и многих дру­гих системах площадь и периметр входят в число обязательных атри­бутов полигонов. Их значения автоматически вписываются в поля спе­циальных реляционных таблиц, присутствуя также в таблицах произ­водных полигональных слоев, генерируемых в процессе выполнения операций удаления или дополнения границ полигонов, при выполнении оверлейных операций. Для векторных представлений используются ал­горитмы, основанные на формулах аналитической геометрии: расчет длин линий как суммы линейных сегментов, подсчет площадей полиго­нов путем суммирования положительных и отрицательных площадей составляющих их треугольников в заданном направлении обхода гра­ницы полигона. В случае растрового представления просто подсчитывается количество ячеек, имеющих то или иное значение.

Точность привязки данных и, соответственно, точность измерений мо­жет быть существенно повышена за счет использования новых техноло­гий ввода данных. Наибольшие ошибки допускаются при ручном вводе информации с дигитайзеров. Здесь суммируются картографические ошиб­ки, точность привязки координат дигитайзером, ошибки оператора при определении координат контрольных точек, их установке, ошибки в про­цессе длительной оцифровки больших массивов карт. Несколько снижа­ется вероятность ошибок при сканировании карт. Здесь пространственная точность определяется качеством оригинала карты и разрешением скане­ра. Однако максимально возможная точность в настоящее время достига­ется при использовании технологии GPS. Некоторые модели приемников GPS способны определять местоположение точки стояния с точностью до 1/10000 угловой секунды, что на местности соответствует 3-6 мм. Коорди­наты пространственных объектов считываются с дисплея приемника и мо­гут быть введены во многие ГИС в режиме так называемого точного вво­да.

Пространственно-временная статистика. Методы и процедуры статистического анализа и моделирования ши­роко используются в специальных исследованиях в силу стохасти­ческой природы многих явлений, как природных, так и социально-экономических. Наряду с использованием стандартных не­пространственных статистических алгоритмов и процедур, в настоя­щее время получают широкое распространение методы нового раздела математической статистики - пространственной ста­тистики или геостатистики .

Одним из главных преимуществ ГИС-статистики являются богатые возможности визуализации процесса статистического моделирования на всех его этапах, начиная с отбора необходимых для анализа геогра­фических объектов, интерактивного графического представления про­межуточных результатов в виде различных компьютерных диаграмм и динамически связанных "окон", и кончая сложными 3-х мерными изоб­ражениями геостатистических поверхностей и объемов. Таким образом создается информационная среда, в которой исследователю намного легче принимать решения в процессе статистического моделирования и анализа географических явлений.

В группу непространственной статистики входят следующие процедуры:

- построение гистограммы частотного распределения числовых величин ячеек геоизображения. Данная процедура включает рас­чет ряда статистических параметров распределения: математического ожидания и стандартного отклонения значений атрибутивного призна­ка в пределах всего изображения. Итоговая информация может быть представлена в графической и числовой форме. В первом случае на экран выводится общий график гистограммы, а во втором - числовая (частотная) характеристика каждого класса (интервала) значений в кумулятивной, пропорциональной и кумулятивно-пропорциональной формах представления частот распределения.

- процедура, обеспечивающая получение суммарных ста­тистических характеристик выбранных объектов (совокупности ячеек определенного типа) геоизображения. При этом итоговые статистичес­кие показатели могут быть представлены на экране в виде таблицы, либо сохранены в виде отдельного файла. В число рассчитываемых параметров входят: минимум, максимум, общая сумма, среднее ариф­метическое, стандартное отклонение и другие.

- регрессионный анализ двух геоизображений (или двух соответствующих атрибутивных файлов). В результате процедуры на экран выводится диаграмма распределения (корреляционное поле), гра­фик линии тренда, а также таблица статистических характеристик рег­рессии: уравнение регрессии, коэффициент корреляции и соответству­ющие показатели значимости.

- качественный аналог регрессионного анализа, позволя­ющий выявить статистическую зависимость двух геоизображений, ат­рибутивные признаки которых измерены в качественных шкалах (по­рядковой или номинальной). Главным результатом этой процедуры яв­ляется таблица сопряженности, отражающая частоту встречаемости парных комбинаций различных категорий (значений качественных при­знаков) сравниваемых геоизображений. Одновременно рассчитываются качественные аналоги показателей статистической зависимости и соот­ветствующие им параметры: показатели "хи-квадрат", Крамера, чис­ло степеней свободы и другие. Кроме того, CROSSTAB обеспечивает возможность создания нового результативного (комбинированного) гео­изображения, категории которого представляют собой парные комби­нации категорий исходных совмещенных геоизображений (как резуль­тат выполнения логической функции AND).

- генерирование и построение случайных гипотетических геоизображений на основе статистических моделей распределения (нор­мального и прямолинейного) с заданными параметрами распределения (математическим ожиданием и стандартным отклонением). Данная про­цедура может быть использована для построения стохастической по­верхности с целью оценки вероятности появления определенных собы­тий.

Группа процедур пространственной статистики пакета IDRISI включает:

- процедура, построения трендовой регрессионной поверхност в X-Y координатах, заданных на ра­стровом геоизображении. Возможна реализация трех видов регрессион­ного полинома: линейного, квадратического и кубического. Данная про­цедура используется в сдучае, когда необходимо выявить наличие сколько-нибудь существенного пространственного тренда в распреде­лении значений атрибутивного признака в пределах данного геоизоб­ражения с целью интерполяции и объяснения.

- расчет коэффициента пространственной автокорреля­ции с использованием "I" статистики Морана. При этом в автокорреля­ционный анализ может быть включено все геоизображение целиком, либо его отдельные части. Данная процедура позволяет выявить нали­чие пространственной зависимости в распределении значений атрибу­тивного признака растрового геоизображения.

- расчет среднего центра (взвешенного или невзвешенного) и стандартного радиуса для множества точек геоизображения. Средний центр может рассматриваться как "центр тяжести" данной группы точек, в то время как стандартный радиус является прямой аналогией стандартного отклонения для непространственных данных и использу­ется в качестве показателя пространственной дисперсии (разброса) то­чек от их наиболее вероятного положения.

- процедура, используемая для определения характера размещения точек, т.н. "точечного образа". Последний может быть ре­гулярным, случайным или кластеризующимся. Одним из результатов данной процедуры является расчет отношения показателя вариации к математическому ожиданию, что может служить критерием выбора одного из 3-х перечисленных вариантов. Кроме того, QUADRAT рас­считывает плотность размещения точек геоизображения.

- расчет степени компактности выделенного полигона. При этом отношение "площадь/периметр", рассчитанное для данного по­лигона, сравнивается с таким же отношением для круга, как наиболее компактной геометрической фигуры.