Institut für Kartographie und Geoinformatik Forschung Big Data und Machine Learning
Effiziente Zusammenfassung nicht benachbarter Flächen in räumlichen Datensätzen

Effiziente Zusammenfassung nicht benachbarter Flächen in räumlichen Datensätzen

Leitung:  Haunert
Team:  Jorma Reinke
Jahr:  2009
Laufzeit:  2009
Ist abgeschlossen:  ja

Um digitale räumliche Daten zu visualisieren, muss ein geeigneter Maßstab gewählt werden; die Daten sind gegebenenfalls durch Generalisierung an diesen Maßstab anzupassen. Dabei werden beispielsweise Linien vereinfacht, um zum einen den Datenumfang zu reduzieren und zum anderen eine übersichtliche Darstellung zu gewinnen. Die Automatisierung der Generalisierung ist ein Kernproblem der Kartographie und Geoinformatik, das noch nicht umfassend gelöst ist. Während die Automatisierung bei der Liniengeneralisierung bereits weit fortgeschritten ist, gibt es relativ wenige Generalisierungsverfahren für Flächen, die qualitativ hochwertige Ergebnisse erzielen. Insbesondere fällt es schwer, Qualitätskriterien für die Zusammenfassung von Flächen zu formulieren.

In dieser Diplomarbeit wurde die Aggregation von Flächen untersucht. Ein besonderer Schwerpunkt lag auf der effizienten Aggregation, um eine praxistaugliche Methode für Massendaten zu entwickeln. Dieser Aspekt ist wichtig für mobile Anwendungen wie Fahrerinformationssysteme. Neben der Aggregation wurden auch die Bereiche der Vereinfachung und der Auswahl von Flächen angeschnitten, da mit der Generalisierung eine allgemeine Vereinfachung eines Datensatzes erzielt werden soll. Im Rahmen der Diplomarbeit wurde in Zusammenarbeit mit der Firma ADIT GmbH ein Aggregationsverfahren entwickelt, getestet und für praxistauglich befunden.