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