6. البيانات الشبكية (الرستر)

	اهداف	فهم ماهية البيانات الشبكية وكيفية استخدامها في GIS.
	كلمات الدلالة	الشبكي (رستر)، البكسل، الاستشعار عن بعد، القمر الصناعي، الصورة، الإسناد الجغرافي

6.1. نظرة عامة

في الموضوعات السابقة ألقينا نظرة أقرب على البيانات المتجهية. فبينما تستخدم المعالم المتجهية الأشكال الهندسية (النقاط والخطوط المتعددة والمضلعات) لتمثيل العالم الحقيقي، تتبع البيانات الشبكية نهجًا مختلفًا. تتكون البيانات الشبكية من مصفوفة من البكسلات (وتُسمّى أيضًا الخلايا)، تحتوي كل منها على قيمة تمثل حالة المنطقة التي تغطيها تلك الخلية (انظر شكل 6.7). وفي هذا الموضوع سنلقي نظرة أقرب على البيانات الشبكية، ومتى تكون مفيدة، ومتى يكون استخدام البيانات المتجهية أكثر منطقية.

شكل 6.7 تتكون مجموعة البيانات الشبكية من صفوف (أفقية) وأعمدة (رأسية) من البكسلات (وتُعرف أيضًا بالخلايا). يمثل كل بكسل منطقة جغرافية، وتمثل القيمة في ذلك البكسل خاصية ما لتلك المنطقة.

6.2. البيانات الشبكية بالتفصيل

تُستخدم البيانات الشبكية في تطبيق GIS عندما نريد عرض معلومات متصلة عبر منطقة ما ولا يمكن تقسيمها بسهولة إلى معالم متجهية. عندما قدمنا لك البيانات المتجهية أريناك الصورة في شكل 6.8. تصلح معالم النقاط والخطوط المتعددة والمضلعات جيدًا لتمثيل بعض المعالم في هذا المشهد، مثل الأشجار والطرق ومساقط المباني. لكن تمثيل معالم أخرى في المشهد باستخدام المعالم المتجهية قد يكون أصعب. فمثلًا تتباين المراعي المعروضة كثيرًا في اللون وكثافة الغطاء. سيكون من السهل نسبيًا رسم مضلع واحد حول كل منطقة مرعى، لكن الكثير من المعلومات عن المرعى سيضيع في عملية تبسيط المعالم إلى مضلع واحد. وذلك لأنك عندما تعطي معلمًا متجهيًا قيمًا وصفية فإنها تنطبق على المعلم بأكمله، لذا فالبيانات المتجهية ليست جيدة في تمثيل المعالم غير المتجانسة (غير المتماثلة تمامًا) في كل أجزائها. وثمة نهج آخر يمكنك اتباعه هو رقمنة كل تباين صغير في لون العشب وغطائه كمضلع منفصل. ومشكلة هذا النهج أنه يتطلب قدرًا هائلًا من العمل لإنشاء مجموعة بيانات متجهية جيدة.

شكل 6.8 بعض المعالم في المشهد يسهل تمثيلها كنقاط وخطوط متعددة ومضلعات (مثل الأشجار والطرق والمنازل). وفي حالات أخرى قد يكون ذلك صعبًا. فمثلًا كيف ستمثل المراعي؟ كمضلعات؟ وماذا عن تباينات اللون التي تراها في العشب؟ عندما تحاول تمثيل مساحات كبيرة ذات قيم متغيرة باستمرار، قد تكون البيانات الشبكية خيارًا أفضل.

استخدام البيانات الشبكية حلٌّ لهذه المشكلات. يستخدم كثير من الناس البيانات الشبكية خلفيةً خلف الطبقات المتجهية لإضفاء مزيد من المعنى على المعلومات المتجهية. فالعين البشرية بارعة جدًا في تفسير الصور، ولذا فإن استخدام صورة خلف الطبقات المتجهية ينتج خرائط أغنى بالمعنى. ولا تقتصر فائدة البيانات الشبكية على الصور التي تصوّر سطح العالم الحقيقي (مثل صور الأقمار الصناعية والصور الجوية)، بل هي جيدة أيضًا لتمثيل أفكار أكثر تجريدًا. فمثلًا يمكن استخدام البيانات الشبكية لإظهار اتجاهات هطول الأمطار في منطقة ما، أو لتصوير خطر الحرائق في مشهد طبيعي. وفي مثل هذه التطبيقات، تمثل كل خلية في البيانات الشبكية قيمة مختلفة، مثل خطر الحريق على مقياس من واحد إلى عشرة.

يمكن رؤية مثال يوضح الفرق بين صورة مأخوذة من قمر صناعي وأخرى تعرض قيمًا محسوبة في شكل 6.9.

شكل 6.9 الصور الشبكية بالألوان الحقيقية (على اليسار) مفيدة لأنها توفر تفاصيل كثيرة يصعب التقاطها كمعالم متجهية لكن يسهل رؤيتها عند النظر إلى الصورة الشبكية. ويمكن أن تكون البيانات الشبكية أيضًا بيانات غير فوتوغرافية، مثل الطبقة الشبكية المعروضة على اليمين التي تُظهر متوسط درجة الحرارة الصغرى المحسوب في Western Cape لشهر مارس.

6.3. الإسناد الجغرافي

الإسناد الجغرافي هو عملية تحديد المكان الدقيق على سطح الأرض الذي أُنشئت عنده صورة أو مجموعة بيانات شبكية. وتُخزَّن معلومات الموقع هذه مع النسخة الرقمية من الصورة الجوية. وعندما يفتح تطبيق GIS الصورة، يستخدم معلومات الموقع لضمان ظهور الصورة في المكان الصحيح على الخريطة. وتتكون معلومات الموقع هذه عادةً من إحداثي البكسل العلوي الأيسر في الصورة، وحجم كل بكسل في اتجاه X، وحجم كل بكسل في اتجاه Y، ومقدار دوران الصورة (إن وُجد). وبهذه المعلومات القليلة يستطيع تطبيق GIS ضمان عرض البيانات الشبكية في المكان الصحيح. وغالبًا ما تُوفَّر معلومات الإسناد الجغرافي للبيانات الشبكية في ملف نصي صغير مرافق لها.

6.4. مصادر البيانات الشبكية

يمكن الحصول على البيانات الشبكية بعدة طرق، من أشهرها التصوير الجوي وصور الأقمار الصناعية. في التصوير الجوي تحلّق طائرة فوق منطقة ما وقد ثُبّتت أسفلها كاميرا، ثم تُستورد الصور إلى الحاسوب ويُجرى لها الإسناد الجغرافي. أما صور الأقمار الصناعية فتُنشأ عندما توجّه الأقمار الصناعية التي تدور حول الأرض كاميرات رقمية خاصة نحو الأرض وتلتقط صورة للمنطقة التي تمر فوقها. وبعد التقاط الصورة تُرسل إلى الأرض بإشارات راديوية إلى محطات استقبال خاصة مثل المحطة المعروضة في شكل 6.10. وتُسمّى عملية التقاط البيانات الشبكية من طائرة أو قمر صناعي الاستشعار عن بعد.

شكل 6.10 مركز CSIR لتطبيقات الأقمار الصناعية في Hartebeeshoek قرب Johannesburg. تتتبع هوائيات خاصة الأقمار الصناعية أثناء مرورها فوقها وتنزّل الصور باستخدام الموجات الراديوية.

وفي حالات أخرى يمكن حساب البيانات الشبكية. فمثلًا قد تأخذ شركة تأمين تقارير الشرطة عن حوادث الجريمة وتنشئ خريطة شبكية على مستوى البلاد تُظهر مدى ارتفاع معدل الجريمة المتوقع في كل منطقة. وقد يُنشئ خبراء الأرصاد الجوية (الذين يدرسون أنماط الطقس) بيانات شبكية على مستوى المقاطعة تُظهر متوسط درجة الحرارة وهطول الأمطار واتجاه الرياح باستخدام بيانات مجمّعة من محطات الأرصاد (انظر شكل 6.10). وفي هذه الحالات يستخدمون غالبًا تقنيات التحليل الشبكي مثل الاستيفاء (Interpolation) (الذي نصفه في الموضوع المحلل المكاني (الاستقراء)).

تُنشأ البيانات الشبكية أحيانًا من بيانات متجهية لأن مالكي البيانات يريدون مشاركتها بصيغة سهلة الاستخدام. فمثلًا قد تختار شركة لديها مجموعات بيانات متجهية للطرق والسكك الحديدية والمساحة العقارية وغيرها إنشاء نسخة شبكية من هذه المجموعات حتى يتمكن الموظفون من عرضها في متصفح ويب. ولا يكون هذا مفيدًا عادةً إلا إذا كان بالإمكان تمثيل البيانات الوصفية التي يحتاج المستخدمون إلى معرفتها على الخريطة بالتسميات أو الترميز. أما إذا احتاج المستخدم إلى الاطلاع على جدول البيانات الوصفية، فقد يكون توفيرها بصيغة شبكية خيارًا سيئًا لأن الطبقات الشبكية لا ترتبط بها عادةً أي بيانات وصفية.

6.5. الدقة المكانية

لكل طبقة شبكية في GIS بكسلات (خلايا) ذات حجم ثابت يحدد دقتها المكانية. ويتضح ذلك عندما تنظر إلى صورة بمقياس رسم صغير (انظر شكل 6.11) ثم تكبّرها إلى مقياس رسم كبير (انظر شكل 6.12).

شكل 6.11 تبدو صورة القمر الصناعي هذه جيدة عند استخدام مقياس رسم صغير...

شكل 6.12 ...لكن عند عرضها بمقياس رسم كبير يمكنك رؤية البكسلات المفردة التي تتكون منها الصورة.

تحدد عدة عوامل الدقة المكانية للصورة. ففي بيانات الاستشعار عن بعد تتحدد الدقة المكانية عادةً بقدرات المستشعر المستخدم لالتقاط الصورة. فمثلًا تستطيع أقمار SPOT5 التقاط صور يكون فيها كل بكسل 10 m x 10 m. بينما تلتقط أقمار أخرى، مثل MODIS، صورًا بدقة 500 m x 500 m فقط لكل بكسل. وفي التصوير الجوي ليس من النادر أن يبلغ حجم البكسل 50 cm x 50 cm. وتُسمّى الصور التي يغطي فيها البكسل مساحة صغيرة صورًا 'عالية الدقة' لأنه يمكن تمييز قدر كبير من التفاصيل فيها. أما الصور التي يغطي فيها البكسل مساحة كبيرة فتُسمّى صورًا 'منخفضة الدقة' لأن مقدار التفاصيل التي تعرضها قليل.

في البيانات الشبكية المحسوبة بالتحليل المكاني (مثل خريطة هطول الأمطار التي ذكرناها سابقًا)، تحدد الكثافة المكانية للمعلومات المستخدمة في إنشاء البيانات الشبكية عادةً الدقة المكانية. فمثلًا إذا أردت إنشاء خريطة عالية الدقة لمتوسط هطول الأمطار، فستحتاج في الوضع المثالي إلى محطات أرصاد كثيرة متقاربة بعضها من بعض.

من أهم الأمور التي يجب الانتباه إليها في البيانات الشبكية الملتقطة بدقة مكانية عالية متطلبات التخزين. تخيّل طبقة شبكية مكوّنة من 3 × 3 بكسل، يحتوي كل منها على رقم يمثّل متوسط هطول الأمطار. لتخزين جميع المعلومات الموجودة في هذه الطبقة الشبكية، ستحتاج إلى تخزين 9 أرقام في ذاكرة الحاسوب. والآن تخيّل أنك تريد طبقة شبكية لجنوب أفريقيا كلها بحجم بكسل 1 km × 1 km. تبلغ مساحة جنوب أفريقيا نحو 1,219,090 km ². وهذا يعني أن حاسوبك سيحتاج إلى تخزين أكثر من مليون رقم على قرصه الصلب ليحفظ جميع المعلومات. وتصغير حجم البكسل سيزيد كثيرًا من مساحة التخزين المطلوبة.

يكون استخدام دقة مكانية منخفضة مفيدًا أحيانًا عندما تريد العمل على منطقة واسعة ولا يهمك النظر إلى منطقة بعينها بتفصيل كبير. خرائط السحب التي تراها في النشرة الجوية مثال على ذلك --- فمن المفيد رؤية السحب على مستوى البلد كله. أما تكبير سحابة واحدة بعينها بدقة عالية فلن يخبرك بالكثير عن حالة الطقس القادمة!

من ناحية أخرى، قد يكون استخدام بيانات شبكية منخفضة الدقة مشكلة إذا كنت مهتمًا بمنطقة صغيرة، لأنك على الأرجح لن تتمكن من تمييز المعالم المنفردة في الصورة.

6.6. الدقة الطيفية

عندما تلتقط صورة ملونة بكاميرا رقمية أو بكاميرا الهاتف المحمول، تستخدم الكاميرا مستشعرات إلكترونية لرصد الضوء الأحمر والأخضر والأزرق. وعند عرض الصورة على الشاشة أو طباعتها، تُدمج معلومات الأحمر والأخضر والأزرق (RGB) لتعرض لك صورة تستطيع عيناك تفسيرها. لكن ما دامت المعلومات بصيغة رقمية، فإن معلومات RGB هذه تُخزَّن في نطاقات لونية منفصلة.

بينما لا ترى أعيننا إلا الأطوال الموجية لـ RGB، تستطيع المستشعرات الإلكترونية في الكاميرات رصد أطوال موجية لا تراها أعيننا. وبالطبع لا معنى على الأرجح في الكاميرا المحمولة لتسجيل معلومات من الأجزاء غير المرئية من الطيف، لأن معظم الناس يريدون فقط مشاهدة صور كلابهم أو ما شابه. وكثيرًا ما تُسمّى الصور الشبكية التي تتضمن بيانات للأجزاء غير المرئية من طيف الضوء بالصور متعددة الأطياف. وفي نظم المعلومات الجغرافية (GIS) قد يكون تسجيل الأجزاء غير المرئية من الطيف مفيدًا جدًا؛ فعلى سبيل المثال، قد يفيد قياس الأشعة تحت الحمراء في تحديد المسطحات المائية.

ولأن الصور التي تحتوي على نطاقات ضوئية متعددة مفيدة جدًا في نظم المعلومات الجغرافية، كثيرًا ما تُوفَّر البيانات الشبكية على شكل صور متعددة النطاقات. وكل نطاق في الصورة يشبه طبقة منفصلة. يجمع نظام المعلومات الجغرافية ثلاثة من النطاقات ويعرضها بالأحمر والأخضر والأزرق حتى تستطيع العين البشرية رؤيتها. ويُطلق على عدد النطاقات في الصورة الشبكية اسم الدقة الطيفية.

إذا كانت الصورة مكوّنة من نطاق واحد فقط، فكثيرًا ما تُسمّى صورة بتدرجات الرمادي. ومع صور تدرجات الرمادي يمكنك تطبيق تلوين زائف لإبراز الفروق في قيم البكسلات بوضوح أكبر. وكثيرًا ما تُسمّى الصور التي طُبّق عليها التلوين الزائف صورًا بألوان زائفة.

6.7. التحويل من شبكي إلى متجهي

في حديثنا عن البيانات المتجهية، أوضحنا أن البيانات الشبكية كثيرًا ما تُستخدم طبقةً خلفية، تُتخذ بعد ذلك أساسًا لرقمنة المعالم المتجهية.

وثمة أسلوب آخر هو استخدام برامج حاسوبية متقدمة لاستخلاص المعالم المتجهية من الصور تلقائيًا. فبعض المعالم مثل الطرق تظهر في الصورة على شكل تغيّر مفاجئ في اللون عن البكسلات المجاورة. يبحث البرنامج عن تغيّرات اللون هذه وينشئ معالم متجهية بناءً عليها. وعادةً لا تتوفر هذه الوظيفة إلا في برمجيات نظم المعلومات الجغرافية المتخصصة جدًا (والمكلفة في الغالب).

6.8. التحويل من متجهي إلى شبكي

من المفيد أحيانًا تحويل البيانات المتجهية إلى بيانات شبكية. ومن الآثار الجانبية لذلك أن البيانات الوصفية (أي السمات المرتبطة بالبيانات المتجهية الأصلية) ستُفقد عند إجراء التحويل. ومع ذلك قد يكون تحويل البيانات المتجهية إلى صيغة شبكية مفيدًا عندما تريد إعطاء بيانات GIS لأشخاص لا يستخدمون نظم المعلومات الجغرافية. فمع الصيغ الشبكية الأبسط، يستطيع الشخص الذي تعطيه الصورة الشبكية أن يعرضها ببساطة كصورة على حاسوبه دون الحاجة إلى أي برنامج GIS خاص.

6.9. تحليل البيانات الشبكية

توجد أدوات تحليلية كثيرة جدًا يمكن تشغيلها على البيانات الشبكية ولا يمكن استخدامها مع البيانات المتجهية. فعلى سبيل المثال، يمكن استخدام البيانات الشبكية لنمذجة جريان المياه على سطح الأرض. ويمكن استخدام هذه المعلومات لحساب مواقع مستجمعات المياه وشبكات المجاري المائية بناءً على التضاريس.

تُستخدم البيانات الشبكية كثيرًا أيضًا في الزراعة والغابات لإدارة إنتاج المحاصيل. فعلى سبيل المثال، بالاستعانة بصورة قمر صناعي لأراضي مزارع، يمكنك تحديد المناطق التي تنمو فيها النباتات بشكل ضعيف، ثم استخدام هذه المعلومات لإضافة مزيد من السماد إلى المناطق المتأثرة فقط. ويستخدم العاملون في الغابات البيانات الشبكية لتقدير كمية الأخشاب التي يمكن حصادها من منطقة ما.

البيانات الشبكية مهمة جدًا أيضًا في إدارة الكوارث. إذ يمكن استخدام تحليل نماذج الارتفاع الرقمي (وهي نوع من البيانات الشبكية يحتوي كل بكسل فيها على الارتفاع عن مستوى سطح البحر) لتحديد المناطق المعرّضة للفيضانات. ويمكن بعد ذلك استخدام ذلك لتوجيه جهود الإنقاذ والإغاثة إلى المناطق الأشد حاجة إليها.

6.10. المشاكل الشائعة / أشياء يجب أن تكون على علم بها

كما ذكرنا من قبل، قد تتطلب البيانات الشبكية عالية الدقة مساحات تخزين كبيرة على الحاسوب.

6.11. ماذا تعلمنا؟

لنختتم ما تناولناه في ورقة العمل هذه:

• البيانات الشبكية شبكة من البكسلات منتظمة الحجم.

• البيانات الشبكية مناسبة لعرض المعلومات المتغيرة باستمرار.

• يحدد حجم البكسلات في الطبقة الشبكية دقتها المكانية.

• يمكن أن تحتوي الصور الشبكية على نطاق واحد أو أكثر، يغطي كل منها المنطقة المكانية نفسها لكنه يحتوي على معلومات مختلفة.

• عندما تحتوي البيانات الشبكية على نطاقات من أجزاء مختلفة من الطيف الكهرومغناطيسي، تُسمّى صورًا متعددة الأطياف.

• يمكن عرض ثلاثة من نطاقات الصورة متعددة الأطياف بالألوان الأحمر والأخضر والأزرق حتى نتمكن من رؤيتها.

• تُسمّى الصور ذات النطاق الواحد صورًا بتدرجات الرمادي.

• يمكن لنظام المعلومات الجغرافية عرض الصور أحادية النطاق ذات تدرجات الرمادي بألوان زائفة.

• قد تستهلك الصور الشبكية مساحة تخزين كبيرة.

6.12. الآن تحاول!

إليك بعض الأفكار التي يمكنك تجربتها مع متعلميك:

• ناقش مع طلابك المواقف التي تستخدم فيها البيانات الشبكية وتلك التي تستخدم فيها البيانات المتجهية.

• اطلب من طلابك إنشاء خريطة شبكية لمدرستك باستخدام شرائح شفافة بمقاس A4 مرسوم عليها خطوط شبكة. ضع الشرائح الشفافة فوق خريطة طبوغرافية أو صورة جوية لمدرستك. ثم دع كل طالب أو مجموعة من الطلاب تلوّن الخلايا التي تمثّل نوعًا معينًا من المعالم، مثل المباني وساحة اللعب والملعب الرياضي والأشجار وممرات المشاة وغيرها. وعندما ينتهون جميعًا، ضع كل الشرائح فوق بعضها وانظر هل تكوّن تمثيلًا جيدًا لمدرستك على شكل خريطة شبكية. ما أنواع المعالم التي نجح تمثيلها بالبيانات الشبكية؟ وكيف أثّر اختيارك لحجم الخلية في قدرتك على تمثيل أنواع المعالم المختلفة؟

6.13. شيء لتفكر به

إذا لم يتوفر لديك حاسوب، فيمكنك فهم البيانات الشبكية باستخدام القلم والورق. ارسم شبكة من المربعات على ورقة لتمثّل ملعب كرة القدم. املأ الشبكة بأرقام تمثّل قيم الغطاء العشبي في الملعب. إذا كانت البقعة جرداء فأعطِ الخلية القيمة 0. وإذا كانت البقعة مختلطة بين الجرداء والمغطاة فأعطها القيمة 1. وإذا كانت المنطقة مغطاة بالعشب كليًا فأعطها القيمة 2. ثم استخدم أقلام التلوين لتلوين الخلايا حسب قيمها: لوّن الخلايا ذات القيمة 2 بالأخضر الداكن، والقيمة 1 بالأخضر الفاتح، والقيمة 0 بالبني. وعند الانتهاء ستكون لديك خريطة شبكية لملعب كرة القدم!

6.14. قراءة متعمقة

كتاب:

• Chang, Kang-Tsung (2006). Introduction to Geographic Information Systems. الطبعة الثالثة. McGraw Hill. ISBN: 0070658986

• DeMers, Michael N. (2005). Fundamentals of Geographic Information Systems. الطبعة الثالثة. Wiley. ISBN: 9814126195

موقع ويب: https://en.wikipedia.org/wiki/GIS_file_formats#Raster_formats

يحتوي دليل مستخدم QGIS أيضًا على معلومات أكثر تفصيلًا عن العمل مع البيانات الشبكية في QGIS.

6.15. ماذا بعد؟

في القسم التالي سنلقي نظرة أقرب على الطوبولوجيا لنرى كيف يمكن استخدام العلاقة بين المعالم المتجهية لضمان أفضل جودة للبيانات.