Phys. Dirk Burghardt

16 Kapitel 2. Theoretische und praktische Grundlagen
folgerungen auf geometrischer Darstellung basieren als auch die Gesamtsituation aus einzelnen
Objekten zusammengesetzt wird. Je besser die Modellierung ”
im Kleinen“ erfolgt, um so leichter
fällt die Interpretation ”
im Großen“. Letztlich ist entscheidend, wie gut die kartographische
Abbildung das Wiedererkennen der Umwelt unterstützt. So bietet die veränderte Darstellung
der Realität (vernachlässigte Details, Größen- und Lageänderung infolge Verdrängung) z.T. einfachere
Interpretationsmöglichkeiten. Damit wird erst auf High-Level-Ebene über die Güte einer
Karte entschieden.
Für die Beurteilung der Generalisierungsoperationen auf geometrischer Ebene existieren quantitative
Meßgrößen. In Tabelle 2.1-1 sind einige wesentliche Fehlermaße genannt (siehe auch
Abschnitt 2.2.1). Die Suche nach ähnlich verallgemeinerten qualitativen Meßgrößen ist Gegenstand
der Forschung (Brazile, 1998). Neben der Bewertung von Algorithmen können diese
Fehlerangaben auch als Steuergrößen für die Eingangsparameter dienen. Dazu sind über eine
Rückkopplung die Startparameter solange zu variieren, bis vorgegebene Fehlerschranken nicht
mehr überschritten werden (Abbildung 2.1-2).
Rückkopplung / Steuerung
Generalisierungsalgorithmen
Parameter Genauigkeitsmaße /
Bewertung
Abbildung 2.1-2: Genauigkeitsmaße zur Steuerung von Parametern
2.1.3 Generalisierungsarten
Von der Abbildung der realen Welt in einem Modell bis hin zur graphischen Darstellung werden
unterschiedliche Abstraktionsstufen durchlaufen. Je nach Anwendungsbereich kann eine Unterteilung
in verschiedene Generalisierungsarten erfolgen. Begonnen wird mit der Erfassung der
realen Welt in einem ersten Modell (z.B. digitales Landschaftsmodell; DLM). Die dafür notwendigen
Beschränkungen, sowohl in der Zahl der registrierten Objekte als auch in ihrer Detailtreue,
charakterisieren die Erfassungsgeneralisierung.
Da der Umfang eines DLM wesentlich durch seinen Maßstab festgelegt ist, sind für kleinere
Maßstäbe Folgemodelle abzuleiten. Die Vereinfachung des Datenmodells, auch als Modellgeneralisierung
bezeichnet, setzt sich dabei aus einem semantischen und einem geometrischen Teil
zusammen (Schürer, 1999). Im semantischen Teil erfolgt nach Klassifikation, Auswahl und
Zusammenfassung von Objekten oder Objektteilen, eine Generalisierung des Sachbezuges (Attribute).
Ziel ist, eine weniger detailierte Beschreibung zu erhalten. Der geometrische Teil bezieht
sich auf Änderungen in der Objektgestalt (Vereinfachung, Glättung etc.) zwecks Anpassung an
die Modellauflösung (Schoppmeyer und Heisser, 1995). Erfassungs- und Modellgeneralisierung
werden auch unter dem Begriff der Objektgeneralisierung geführt.
Um aus dem digitalen Landschaftsmodell eine graphische Darstellung zu erhalten, bedarf es
der Signaturierung. Für eine bessere Lesbarkeit werden die Signaturen teilweise größer gewählt
als es der wahren Ausdehnung der Objekte entsprechen würde. Mit der Forderung nach Mindestabständen
zwischen Signaturen führt das zu einem erhöhten Platzbedarf. Die Folge ist, daß