الأحبة ، ابراهيم ، عبد الناصر ، عبادة شكرا لزيارتكم الميمونة ....
وبعد ...
كانت المدارس القديمة في التحليل وخاصة المدرسة الأنجلوساكسونية تعتقد أن التحليل والعلوم هي إحصاء ورياضيات وكلما كانت النتائج لصيقة بالرياضيات والمعادلات وغيرها من النماذج الإحصائية المعروفة ، ارتقت النتائج إلى درجة عالية من العلمية وما عداها فهي نتائج لا يعتد بها ، إلا أن أتت مدارس أخرى وأهمها المدرسة الفرنسية التي أسس لها Jaques Bertin وفيها اعتمد على أسلوب جديد في الاتصال مع الآخرين واطلق عليه "علامات بيرتن " Bertin's visual variables أو مايطلق عليه ب بالمشاهدة العلمية Scientific Visualization ، خلاصة الأمر أن التحليل من الممكن أن يكون بصريا ، بل الدراسات الحديثة تثبت أن استغلال النصف الأيمن من الدماغ الذي يعتمد على الصور يوصل إلى نتائج أفضل بكثير من النتائج التي توصل إليها المعادلات الرياضية و النماذج الإحصائية ، بل تأسست مدارس تعليمية في نفس الإتجاه كمدارس UC MAS التي ربما تحل محل المدارس الحالية في المستقبل القريب ولمزيد من المعلومات عن هذه المدرسة " المشاهدة العلمية " يمكن الرجوع إلى الرابط التالي :
http://www.infovis-wiki.net/index.ph...sual_Variables
أما بخصوص التحليل الجيوإحصائي geostatistical analysis فهو يقع ضمن ما يسمى بالتخمين الذكي interpoaltion وفيه يقوم الباحث أو المستخدم باستخدام عينات دراسية بعينها samples في الغالب عبارة عن نقاط ومن ثم تحويلها إلى أسطح مُخمنة وتتم هذه العملية بناء على القانون الأول لتوبلر Tobler 1970 وفيه يقول ما معناه أن كل شيء مرتبط بشيء آخر ولكن الأشياء القريبة أكثر ارتباطا ببعضها من الأشياء البعيدة ، وفي لغتنا العربية نقول نحن الطيور على أشكالها تقع أو وافق شن طبقة ، ما يهمنا في هذا الأمر هو الوصول إلى نتائج جديدة مخمنة اعتمادا على العينات المتوفرة وهذا أسلوب أحصائي معروف لكن في التحليل الجيوإحصائي يتم الاعتماد على القانون الأول لتوبلر فيما يعرف ب Inverse Distance Weighting أو ما يعرف اختصارا IDW بمعنى آخر لحساب نقطة غير معلومة فإنه يتم الإعتماد على كل النقاط المتوفرة " العينات" ولكن تقل وزنية النقطة كلما كانت بعيدة عن النقطة المخمنة وبمعنى آخر يتم تطبيق القانون الأول للجغرافيا تطبيقا أعمى مما قد يأتي بنتائج غير محمودة فهب أنك تريد أن تخمن نقطة ارتفاع تقع بين مرتفعين " جبلين" فاعتمادك على القانون الأول ربما يضلل في الوصول لنتئجة وقد تكون القمية لنقطة في وادي ولكن الناتج سوف يكون متوسط القيمة الارتفاعية بين الجبلين مما يضع استخدام IDW في محك حقيقي واختبار ربما يفشل في كثير من الأحيان خاصة عندما تكون المناطق غير منبسطة أو هنالك تفاوت في القيم وهذا لا ينطبق على الإرتفاعات وحدها ولكن يمكن أن يشمل البييئة لتقدير قيم الغازات السامة اعتمادا على بيانات محطات الرصد البيئي أوغيرها من القيم التي تؤخذ على شكل عينات ، على العموم أتي Krige الذي أتى بأسلوب يختلف قليلا عن النظام السابق وأكثر تعقيدا منه ولكن أحاول أن أبسطه في أنه يعمل على استخراج النقاط الشاذة extremes or outliers واستبعادها عن التخمين ومن ثم ادراجها بعد الإنتهاء من عملية التخمين حتى لا تؤثر في القيم المستنتجة وحساب ما يسمى nugget , sill , covariance وغيرها من المتغيرات التي يتم بها ضبط عملية التخمين وسميت هذه العملية ب kriging تخليدا لذكرى هذا العالم الجنوب أفريقي Krige و Krige ايضا ممن تلقوا تعليمهم في فرنسا وتأثر كثيرا بهذه المدرسة على ما أظن و لكن تعتبر فكرته في التخمين الذكي من أفضل الأفكار المنفذة إلى الآن .
أما التحليل الإحصائي المكاني في نظم المعلومات الجغرافية فيطبق في الغالب مفاهيم ال map algebra أو مايسميه بعضهم حاليا ب sandwich method الذي ابتكره Tomlin Dana في دراسته للدكتوراة وكان من بين الحاضرين لمناقشة رسالته أستاذي البروفسير David Unwin وكان هو والحضور من المبهورين بهذه الدراسة وهي من أفضل الدراسات التي قدمت في مجال نظم المعلومات الجغرافية في معالجة البيانات الصفوفية في نهاية ثمانيات وبداية تسعينات القرن الفائت وهي ضمن ما يصنف بالسهل الممتنع من العلوم . فموضوع التحليل المكاني هو حساب المسافات وعلاقات ما بالجوار neighborhood analysis ، كذلك ايجاد اسطح جديدة مثل حساب المنحدرات من الإرتفاعات ، تحويل البيانات من صفوفية إلى شعاعية والعكس اعتمادا على نماذج إحصائية كالتي يستخدمها التحليل الجيوإحصائي ، إحصاء الخلايا الصفوفية ، وغيرها من العمليات التي يمكن أن يجريها الباحث من البرمجيات المشهورة ...
نواصل ......
رد مع اقتباس