Новиков, М. А. Методология интегрированной оценки экологической уязвимости и рыбохозяйственной ценности морских акваторий (на примере Баренцева и Белого морей) / М. А. Новиков ; М-во сел. хоз-ва Рос. Федерации, Федер. агентство по рыболовству, Поляр. науч.-исслед. ин-т мор. рыб. хоз-ва и океанографии им. Н. М. Книповича (ПИНРО). - Мурманск : ПИНРО, 2006.

Следует иметь в виду, что применение интерполяционных моделей имеет смысл в том случае, когда исследователь работает с произвольными базами данных, полученных в результате полевых исследований, съемок и т.п., а не после оцифровки имеющихся бумажных карт. Последняя инфор мация уже несет в себе результат интерполяций, сделанных их авторами, и повторная аппроксимация таких данных может дать искаженные результа ты или просто быть излишней. Впрочем, если у картографа нет иного средства визуализации оцифрованных карт, кроме Surfer , он может по строить наименее отличающиеся от исходных изображения, используя в качестве метода интерполяции триангуляцию или функцию ближайшего соседства. Метод триангуляции хорош, когда «опорные» точки располо жены достаточно плотно и регулярно, как в нашем случае. Программа, вы полняющая моделирование с помощью триангуляции, обычно работает быстрее остальных, например, это хорошо заметно по сравнению с крипин- гом. Кригинг в качестве интерполяционной функции незаменим при рас положении исходных точек с очень большой неоднородностью, например, в случае использования исходных данных, расположенных по профилям (Жуков, Новаковский, Чумаченко, 1999; Свентэк, 1999). В этом отношении этот метод достаточно удобен для обработки батиметрических данных или данных по загрязнению морской воды, полученных по стандартным гид рологическим разрезам. Иногда, например при выполнении картограмм годовых распределе ний разнотипных скоплений мойвы и сайки важно было сохранить области их перекрывания. Поскольку часто такие области были невелики, модели рование приводило к нежелательному появлению промежуточных классов между существующими значениями, нарушающими их локализацию. В таких случаях для минимизации интерполирующих преобразований при построении картограмм использовали так называемую функцию ближай шего соседства (Nearest Neighbor). При работе в среде ArcView в подобных ситуациях лучше вообще не интерполировать данные, а оставлять в рас тровом формате, визуализируя их на карте как точечную тему. Заканчивая настоящую главу, следует, пожалуй, сделать еще одно замечание. При обработке баз данных, например по батиметрии, имея це лью кроме построения обычной карты получить стандартную цифровую карту-таблицу в Excel, поступали следующим образом: 1) с помощью меню Сортировка или Фильтр в Excel (можно в любой СУБД) из базы данных вычленяли массив, имеющий отношение к интересующей нас акватории; 2) массив данных загружали в Surfer и его средствами строили grid -файл (опции Grid~>Data) с необходимой сеткой расположения узловых точек, например для Баренцева моря: 49 строк и 74 столбца; 3) полученный grid- файл (в текстовом виде) опять переносили в Excel я преобразовывали в 40