Теоретичний матеріал та презентація до Теми №3

1. Поняття атрибутивних даних

Атрибутивні (семантичні або тематичні) дані — це якісні та кількісні характеристики географічних об'єктів, явищ або процесів, які описують їхні фізичні, хімічні, технологічні, економічні чи правові властивості, але не містять прямих відомостей про їхню просторову геометрію та координати [7; 14].

У геоінформаційних системах атрибутивні дані є невід'ємною складовою геоданих. Вони функціонують у нерозривному зв'язку з просторовою складовою (вектором або растром) через унікальні системні ідентифікатори (FID, ObjectID, Primary Key) [12].

Просторові дані можуть містити додаткову інформацію або непросторові дані, відомі як атрибути. Атрибут — це, як правило, інформація, що описує певний об'єкт. Просторові дані можуть мати будь-яку кількість атрибутів, що стосуються місця розташування (наприклад, карта, фотографії, історичні відомості тощо) [10].

Надаючи більше інформації про об'єкт, атрибути допомагають користувачам зрозуміти, де і чому відбуваються певні події. Наприклад, ГІС або інше спеціалізоване програмне забезпечення можуть створювати чи використовувати атрибути для доступу до географічного об'єкта, його візуалізації, маніпулювання ним або проведення просторового аналізу [10].

Часово-просторові дані — це дані, прив'язані до конкретного моменту часу (або часового інтервалу). Це можуть бути векторні точкові дані (наприклад, точка GPS-трекінгу) або растрові зображення (наприклад, знімок із супутника) [10].

Типи атрибутивних даних у базах геоданих

Для забезпечення цілісності та коректного збереження інформації у реляційних та об'єктно-реляційних СУБД (PostgreSQL/PostGIS, Oracle, SQLite) кожен атрибут описується чітким типом даних [14]:

Цілочисельні (INTEGER, BIGINT, SMALLINT): кількісні дискретні величини, коди ґрунтових відмінностей, кадастрові номери.

Дійсні числа з плаваючою/фіксованою крапкою (REAL, DOUBLE PRECISION, NUMERIC(p,s)): фізико-хімічні показники ґрунту з високою точністю (наприклад, NUMERIC(4,2) для  pH ).

Текстові / Символьні (VARCHAR , TEXT): морфологічні описи ґрунтових профілів, назви землекористувачів, класифікаційні шифри.

Часові (DATE, TIME, TIMESTAMP): дати проведення агрохімічного обстеження, час фіксації показників датчиками вологості.

Логічні (BOOLEAN): двозначні прапорці стану (наприклад, is_eroded = TRUE/FALSE).

Напівструктуровані (JSON / JSONB): збереження гнучких метаданих лабораторних аналізів, результатів спектрометрії або специфічних стандартів ISO.

2. Джерела даних

Джерела атрибутивних даних у геоінформаційних системах охоплюють комплекс первинних інструментальних вимірювань, лабораторних аналізів, фондових картографічних матеріалів та міжнародних цифрових реєстрів [7].

У сфері землевпорядкування та охорони ґрунтів формування атрибутивного наповнення баз геоданих спирається на чотири основні групи джерел.

Основоположні джерелf атрибутивної інформації

-               Агрохімічне обстеження ґрунтів: лабораторні аналізи відібраних точкових чи змішаних проб (вміст гумусу, рухомих форм азоту, фосфору, калію,  pH  сольової та водної витяжок, вміст важких металів та пестицидів).

-               Морфологічний опис ґрунтових розрізів: польові журнали з атрибутами ґрунтових горизонтів (потужність горизонту, гранулометричний склад, структура, забарвлення, наявність новоутворень).

-               Дані сенсорних мереж та IoT: автоматизовані датчики безперервно фіксують вологість, температуру та електропровідність ґрунту на різних глибинах у режимі реального часу.

-               Державний земельний кадастр (ДЗК): містить атрибутивні відомості про цільове призначення, категорію земель, формальні межі, кадастровий номер, правовий статус та обмеження у використанні земельних ділянок.

-               Матеріали суцільних великомасштабних ґрунтових обстежень: фондові карти та опис ґрунтових відмінностей (масштабів 1:10 000 – 1:25 000), які є базою для порівняльного аналізу деградаційних процесів.

-               Агрохімічні паспорти полів та земельних ділянок: офіційні документи, що регламентують рівень родючості та ступінь екологічної безпеки ґрунтового покриву.

-               Дані бонітування та грошової оцінки земель: атрибутивні бали бонітету, індекси придатності ґрунтів під різні сільськогосподарські культури.

-               Та інші

3. Інтеграція атрибутивних даних у ГІС

Інтеграція атрибутивних даних у ГІС здійснюється через зв’язок таблиць із просторовими об’єктами. Це дозволяє поєднувати геометрію з описовою інформацією.

Такий підхід забезпечує можливість виконання запитів, аналізу та візуалізації даних у картографічній формі.

Інтеграція дає змогу створювати тематичні карти, де просторові об’єкти відображаються з урахуванням їхніх властивостей.

У ґрунтозахисних дослідженнях це дозволяє поєднувати дані про типи ґрунтів, рівень ерозії та забруднення з їхнім географічним розташуванням.

4. Значення інтеграції атрибутивних даних для охорони ґрунтів

• Інтеграція атрибутивних даних забезпечує комплексний підхід до аналізу стану ґрунтів, враховуючи як просторові, так і якісні характеристики (дані агрохімічної паспортизації)

• Це дозволяє виявляти закономірності деградаційних процесів, прогнозувати їх розвиток та планувати заходи з відновлення.

• Атрибутивні дані у поєднанні з просторовими створюють основу для моделювання ризиків, оцінки екологічної безпеки та розробки стратегій сталого землекористування.

• Таким чином, інтеграція атрибутивних даних у ГІС є ключовим інструментом для ефективного управління земельними ресурсами та охорони ґрунтів.

5. Контрольні запитання

• Що таке атрибутивні дані та чим вони відрізняються від просторових?

• Які приклади якісних та кількісних атрибутивних даних можна навести?

• Які основні джерела атрибутивних даних використовуються у ґрунтозахисних дослідженнях?

• Як лабораторні аналізи та польові вимірювання формують атрибутивні дані?

• Яку роль відіграють державні кадастрові системи у формуванні атрибутивних даних?

• Як здійснюється інтеграція атрибутивних даних у ГІС?

• Які можливості відкриває поєднання геометрії об’єктів із їх атрибутивними характеристиками?

• Що таке тематична карта і як вона створюється на основі атрибутивних даних?

• Яке значення має інтеграція атрибутивних даних для аналізу деградаційних процесів ґрунтів?

• Чому атрибутивні дані у поєднанні з просторовими є ключовим інструментом для сталого землекористування?

6. Презентація

Презентація (завантажити тут)

Джерела даних

1.             Добряк Д. С., Канаш О. П., Бабміндра Д. І., Розумний В. М. Класифікація та типізація земель як наукова основа їх раціонального використання й охорони. Київ: Урожай, 2019. 208 с.

2.             ДСТУ ISO 19101:2009. Географічна інформація. Еталонна модель. Київ: Держспоживстандарт України, 2012. 44 с.

3.             Зацерковний В. І., Бурачек В. Г., Железняк О. О., Терещенко А. О. Геоінформаційні системи і бази даних: монографія. Ніжин: НДУ ім. М. Гоголя, 2014. 492 с.

4.             Карпінський Ю. О. та ін. Основи створення інтероперабельних геопросторових даних. Київ: КНУБА, 2023. 302 с.

5.  Кузьменко І. С., Москаленко А. А., Заячківська Б. Б. Проєктування бази геопросторових даних для інформаційного забезпечення систем органічного землеробства. Агроекологічний журнал. 2026. № 1. DOI: https://doi.org/10.33730/2077-4893.1.2026.354126

6.  Основи геоінформаційних систем і бази даних : підручник /  О. Є. Поморцева ; Харків. нац. ун-т міськ. гос-ва ім. О. М. Бекетова. – Харків : ХНУМГ ім. О. М . Бекетова, 2022. – 346 с.

7.  Світличний О.О. Основи геоінформатики: Навчальний посібник /О.О.Світличний, С.В. Плотницький /За заг. ред. О.О. Світличного. Суми: ВТД«Університетська книга», 2006. 295 с.

8.  Четверіков Б. В. Геоінформаційні системи і бази даних в агроінженерії: навч. посібник. Львів: Видавництво Львівської політехніки, 2024. 196 с.

9.  Advanced Navigation. (n.d.). Vector data. Advanced Navigation. Retrieved September 20, 2026, from https://www.advancednavigation.com/glossary/vector-data/

10.         Awati, R., Zola, A., & Fontecchio, M. (2025, June 12). What is spatial data? TechTarget. https://www.techtarget.com/data-technologies/definition/spatial-data

11.         Codd E. F. A Relational Model of Data for Large Shared Data Banks. Communications of the ACM. 1970. Vol. 13, No. 6. P. 377–387.

12.         DeMers M. N. Fundamentals of Geographic Information Systems. 4th ed. Wiley, 2009. 480 p.

13.         Desmet, P.J.J. and Govers, G. (1996) A GIS Procedure for Automatically Calculating the USLE LS Factor on Topographically Complex Landscape Units. Journal of Soil and Water Conservation, 51, 427-433.

14.         Elmasri R., Navathe S. B. Fundamentals of Database Systems. 7th ed. Pearson, 2015. 1280 p.

15.         ESRI. What is GIS? URL: https://www.esri.com/en-us/what-is-gis/overview

16.         European Commission. EU Soil Strategy for 2030: Reaping the benefits of healthy soils for people, food, nature and climate. Brussels: EC, 2021. 26 p. URL: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex:52021DC0699

17.         FAO. Global Soil Partnership: GloSIS Data Exchange Specifications. Rome: FAO, 2022. 88 p.

18.         FAO. Soil Data and Information Systems for Sustainable Soil Management. Rome: FAO, 2021. 96 p.

19.         FAO. State of the Art Report on Global Soil Spatial Information. Rome: 19. 142 p.

20.         Forrest, M. (2021, December 20). What is spatial SQL? Matt Forrest. https://forrest.nyc/what-is-spatial-sql/

21.         Getis A., Ord J. K. The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis. 2010. Vol. 24 (3). P. 189–206. DOI:10.1111/j.1538-4632.1992.tb00261.x

22.         IDERA. (2025, June 5). What is conceptual data modeling? ER/Studio. https://erstudio.com/blog/conceptual-data-modeling/

23.         IDERA. (2024, June 3). What is logical data modeling? ER/Studio. https://erstudio.com/blog/logical-data-modeling/

24.         Kaldate, S. (2024, May 23). Evolution of Database Management System (DBMS). LinkedIn. https://ua.linkedin.com/pulse/evolution-database-management-system-dbms-soham-kaldate-k2kic

25.         Moskalenko A. GIS support of forming spatial decisions on land use. Mechanization in Agriculture & Conserving of the Resources. 2021. Vol. 67, No. 3. P. 79–81.

26.         Moskalenko A., Andriianov V. Development of a geospatial database for planning land protection measures against wind erosion. Zemleustriy, kadastr i monitorynh zemelʹ. 2024. No. 4. P. 107–113. DOI: https://doi.org/10.31548/zemleustriy2024.04.010

27.         Open Geospatial Consortium (OGC). OpenGIS Implementation Standard for Geographic information - Simple feature access - Part 1: Common architecture. OGC 06-103r4, 2011.

28.          Polytechnic. (2025). Chapter 5: Databases and queries. In An introduction to GIS. Saskatchewan Open Education Resources (SaskOER). https://www.saskoer.ca/slicegis/part/chapter-5-databases-and-queries/

29.         PostGIS Documentation Team. PostGIS Manual (Versions 3.4 / 3.5). OSGeo. URL: https://postgis.net/documentation/

30.         Saskatchewan Polytechnic. (2025). Chapter 4: Spatial data models. In An Introduction to GIS. https://www.saskoer.ca/slicegis/part/chapter-4-spatial-data-models

31.         Spatial Eye. (n.d.). What is attribute data in GIS? https://spatial-eye.com/blog/spatial-analysis/what-is-attribute-data-in-gis/

32.         Tool reference (n.d.) ArcGIS https://desktop.arcgis.com/en/arcmap/latest/tools/main/a-quick-tour-of-geoprocessing-tool-references.htm

USGS (n.d.) 3D Elevation Program https://www.usgs.gov/3d-elevation-program?