Einführung Clusteranalyse PostgreSQL Geo Web Services OpenLayers

Größe: px
Ab Seite anzeigen:

Download "Einführung Clusteranalyse PostgreSQL Geo Web Services OpenLayers"

Transkript

1 Einführung Clusteranalyse PostgreSQL Geo Web Services OpenLayers Dipl.- Ing. Eva Nuhn Dipl.- Geogr. Stephan Schmid Dipl.- Ing (FH) Steffen Schwarz Arbeitsgemeinschaft GIS Universität der Bundeswehr München

2 Einführung in die Clusteranalyse

3 Inhalt Einführung in die Clusteranalyse Proximitätsmaße Clusteralgorithmen Methoden zur Bestimmung der Clusteranzahl Anwendungsbeispiel Forschungsprojekt EGIFF Auswahl eines Proximitätsmaßes Auswahl eines Clusteralgorithmus Auswahl einer Methode zur Bestimmung der Clusteranzahl

4 Data Mining Schürfen oder Graben von Daten, wobei das, wonach gegraben wird, Informationen bzw. Wissen ist Extraktion von neuen Zusammenhängen, Mustern oder Trends in großen Datenmengen

5 Einleitung: Ein klassisches Beispiel für räumliche Datenanalyse Krankheitshäufung Dr. John Snow Untersuchung der Ursachen einer Coleraepidemie London, September 1854 Infizierte Wasserpumpe? SRC: M. May, 6. Seminar GIS im Internet/Intranet v. 06. bis 08. Oktober 2003 UniBwMünchen Michael May

6 Ziele des Spatial Data Mining Räumliche Muster erkennen Objekte erkennen, die solche Muster möglicherweise verursachen Information extrahieren, die für die Erklärung der Muster relevant ist (und irrelvante Information wegfiltern)

7 Data Mining Typische Aufgabenstellungen Klassifizierungsanalysen Segmentierungsanalysen Prognoseanalysen Abhängigkeitsanalysen Abweichungsanalysen

8 Data Mining Klassifizierung Objekte werden einer vorher bestimmten Klasse zugeordnet Zuordnung findet aufgrund der Parameter und der Klasseneigenschaften statt Anzahl an Klassen bekannt Informationen sind vorab bekannt Segmentierung Objekte werden in Gruppen zusammengefasst, welche vorher nicht bekannt sind Anzahl an Gruppen zu Beginn unbekannt Datenabhängige Einteilung objektiv nachvollziehbar und reproduzierbar Werden verwendet, wenn wenige Informationen vorab vorliegen

9 Data Mining Das am Häufigsten verwendete Verfahren der Segmentierung ist die Clusteranalyse Definition (Steinhausen und Langer, 1977): Clusteranalyse steht für eine Reihe unterschiedlicher mathematischstatistischer und heuristischer Verfahren, deren Ziel darin besteht, eine meist umfangreiche Menge von Elementen durch Konstruktion homogener Klassen, Gruppen oder Cluster optimal zu strukturieren.

10 Clusteranalyse Objekte innerhalb eines Clusters sollen möglichst ähnlich sein (Homogenität in den Clustern) Cluster untereinander sollen möglichst unähnlich sein (Heterogenität zwischen den Clustern)

11 Ablauf der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Modifikation, Korrektur Wahl eines Proximitätsmaßes Bestimmung des Algorithmus Bestimmung der Clusteranzahl Technische Durchführung Analyse der Ergebnisse

12 Auswahl der Parameter Clusteranalyse fordert kein spezielles Skalenniveau Beachten: Wahl von zu vielen Parametern viele Cluster, die sich weiter zusammenfassen ließen Wahl von zu wenigen Parametern wenige Cluster, die sich weiter ausdifferenzieren ließen Gute Auswahl der Parameter = einfaches und leicht verständliches Clusterergebnis Schlechte Auswahl der Parameter = komplexes Clusterergebnis, dessen wahre Struktur oft schwierig oder unmöglich zu erkennen ist

13 Auswahl der Parameter Parameter Aufstellen der Rohdatenmatrix Objekte Parameter Vektoren Vektor Vektor 1 Vektor 1 Vektor 2 Vektor 2 Vektor Vektor Vektor n n X [m] 1, ,7211,56240,0351,673245, ,098 1,604 Y [m] 0, ,2720, ,2721,923562, ,249-0,065 Länge [m] 1,499 20,883 1,499 20,883 1,49920, ,8040,315 Richtung [ ] -2, ,137-2, ,137-2, , ,832-0,640

14 Ablauf der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Wahl eines Proximitätsmaßes Bestimmung des Algorithmus Bestimmung der Clusteranzahl Technische Durchführung Analyse der Ergebnisse

15 Auswahl eines Proximitätsmaßes Quantifizierung der Ähnlichkeiten zwischen den in der Clusteranalyse berücksichtigten Objekten durch eine statistische Maßzahl Ähnlichkeitsmaße Drücken die Ähnlichkeit zwischen zwei Objekten aus Ein großer Wert beschreibt eine hohe Ähnlichkeit Distanzmaße Drücken die Unähnlichkeit zwischen zwei Objekten aus Ein großer Wert beschreibt eine niedrige Ähnlichkeit Bei identischen Objekten ist die Distanz Null

16 Distanzmaße Werden hauptsächlich bei quantitativen Parametern verwendet Die am häufigsten verwendeten basieren auf der Minkowski-Metrik r = 1 City-Block-Metrik r = 2 Euklidische Distanz

17 Vektoren Auswahl Proximitätsmaß Standardisierte Rohdatenmatrix wird in Distanzmatrix überführt Vektoren Vektor 1 0 Vektor 1 Vektor 2 Vektor 3 Vektor n Vektor 2 0,225 0 Vektor 3 0,959 1,073 0 Vektor n 2,381 2,330 2,922 0

18 Ähnlichkeitsmaße Werden hauptsächlich bei qualitativen Parametern verwendet Tanimoto-Koeffizient M-Koeffizient Dice-Koeffizient Sokal & Sneath Ähnlichkeitsmaß für quantitative Parameter Q-Korrelations-Koeffizient

19 Ähnlichkeitsmaße Standardisierte Rohdatenmatrix wird in Ähnlichkeitsmatrix überführt Vektoren Vektoren Vektor 1 1 Vektor 1 Vektor 2 Vektor 3 Vektor n Vektor 2 0,33 1 Vektor 3 1 Vektor n 1

20 Ablauf der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Wahl eines Proximitätsmaßes Bestimmung des Algorithmus Bestimmung der Clusteranzahl Technische Durchführung Analyse der Ergebnisse

21 Clusteralgorithmus Cluster-Algorithmen Hierarchisch Partitionierend agglomerativ divisiv

22 Partitionierende Clustermethoden Gehen von einer gegebenen Startgruppierung aus Die Startgruppierung muss vom Nutzer geschätzt werden Alle Objekte werden zu Beginn einem Cluster zugeordnet Prominentes Beispiel: K-Means

23 K-means Distanzmaß: quadrierte euklidische Distanz

24 K-means So viele Wiederholungen bis keine oder nur noch minimale Verschiebungen von Objekten in andere Cluster mehr Lösung ist stark abhängig von den gewählten Clusterzentren Anzahl Clusterzentren muss vorab bekannt sein Bei Verwendung eines anderen k s kann sich eine komplett andere Lösung ergeben

25 Hierarchische Clusteralgorithmen Divisive Verfahren Zu Beginn bilden alle Objekte ein einziges großes Cluster Das Cluster wird Schritt für Schritt aufgeteilt, indem die unähnlichsten Objekte voneinander getrennt werden Lässt sich solange fortsetzen, bis am Schluss alle Objekte ein eigenes Cluster bilden Sehr rechenaufwändig daher kaum Einsatz in der Praxis Agglomerative Verfahren Zu Beginn bildet jedes Objekt ein Cluster Schritt für Schritt werden die jeweils ähnlichsten Cluster zu einem neuen Cluster zusammengefügt Lässt sich solange fortsetzen, bis sich alle Objekte in einem Cluster befinden

26 Hierarchische Clusteralgorithmen 1. Erstellen einer Distanzmatrix mit den Distanzen der einzelnen Cluster zueinander 2. Zusammenfassen der Cluster, die den kleinsten Distanzwert haben 3. Update der Distanzmatrix Vektoren Vektoren Vektor 1 0 Vektor 1 Vektor 2 Vektor 3 Vektor n Vektor 2 0,225 0 Vektor 3 0,959 1,073 0 Vektor n 2,381 2,330 2,922 0 Vektoren Vektoren Vektor 1/ Vektor2 Vektor 1/ Vektor 2 0 Vektor 3 0 Vektor 3 Vektor n 2,922 0 Vektor n

27 Hierarchische Clusteralgorithmen Agglomerative Clusterverfahren unterscheiden sich durch die Berechnung der Distanz zwischen den neugebildeten und den übrigen Clustern Single Linkage Minimale Distanz Complete Linkage Maximale Distanz Average Linkage Durchschnittliche Distanz

28 Hierarchische Clustermethoden Vektoren Single Linkage Vektoren Vektor 1 0 Vektor 1 Vektor 2 Vektor 3... Vektor n Vektor 2 0,225 0 Vektor 3 0,959 1,073 0 Vektor n 2,381 2,330 2, Vektoren Vektoren Vektor 1/ Vektor 2 Vektor 3 Vektor n Vektor 1/ Vektor2 0 Vektor 3 0,959 0 Vektor n 2,330 2,922 0

29 Hierarchische Clustermethoden Complete Linkage = dilatierendes Verfahren Single Linkage = kontrahierendes Verfahren (Chaining Effekt)

30 Ablauf der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Wahl eines Proximitätsmaßes Bestimmung des Algorithmus Bestimmung der Clusteranzahl Technische Durchführung Analyse der Ergebnisse

31 Bestimmung der Clusteranzahl Aufteilung in zu viele Cluster verkompliziert das Ergebnis Aufteilung in zu wenige Cluster kann einen Informationsverlust verursachen Bei agglomerativen Verfahren bildet zu Beginn jedes Objekt ein eigenständiges Cluster Der Algorithmus endet mit der Zusammenfassung aller Objekte in einem großen Cluster Im letzten Schritt muss entschieden werden, welche Anzahl von Clustern als die beste anzusehen ist

32 Bestimmung der Clusteranzahl Subjektive Methode Vektor 1 Vektor 2 Vektor 3 Vektor n Vektor 1 0 Vektor 2 0,225 0 Vektor 3 0,959 1,073 0 Vektor n 2,381 2,330 2,922 0

33 Vektor 1 / Vektor 2 Dendrogramm Vektor 1/ Vektor 2 0 Vektor 3 0, Vektor 3... Vektor n Vektor n 2,330 2, Vektor 1 / Vektor 2 / Vektor 3 Vektor 1/ Vektor 2/ Vektor Vektor n Vektor n 2, , ,959 0, n

34 Stopping Rule von Mojena Objektive Methode Stopping Rule von Mojena Basiert auf der relativen Größe der unterschiedlichen Aggregationslevel im Dendrogramm Als Indikator für eine gute Cluster-Lösung gilt diejenige Clusteranzahl bei der gilt:

35 Stopping Rule von Mojena 2, ,959 0, n

36 ANWENDUNGSBEISPIEL

37 Anwendungsgebiete Differenzieren von Bevölkerungsgruppen Auswertung von Satellitenbildern Klassifikation von Dokumenten Marktforschung (z.b. Makler bei Analyse von Haustypen)

38 Project EGIFF Joint Project: Development of suitable Information Systems for Early Warning Systems Funded by the German Ministry of Education and Research (BMBF) within the GEOTECHNOLOGIEN initiative Landslide Early Warning System Development of components of an information system for the early recognition of landslides ss.com/2009/04/landslid e1.jpg Novel combination of GIS, Finite Element Simulations, Geodatabases, Spatial Data Mining, linguistic Methods

39 Objectives of Subproject 1 Early recognition of geological hazards Extension of warning time Approaches Conception, Prototypically implementation and Evaluation of an interlinked GIS and numerical simulation system (SIMS) for analysis of mass movements Benefits of a linked GIS and SIMS Application of numerical simulations to precalculate outcomes of various scenarios on physically well-founded models Application of GIS for integration of user-guidance components and for the simplification of SIMS applications

40 Testgebiet Isarhänge Grünwald Pullach Untersuchungsgebiet Neugrünwald Datenquelle: LVG Bayern (Quelle: Google Earth)

41 Interconnection of GIS and Simulation System

42 Simulationsergebnisse FE-Netz Verschiebungsvektoren

43 Aufbereitung der Simulationsergebnisse im GIS Bestimmung von Verformungsbereichen: Methoden der Clusteranalyse Bestimmung des Rutschkörpers Simulationsergebnisse für den Rutschkörper

44 Methoden der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Wahl eines Proximitätsmaßes - Lage - Richtung - Länge - Ähnlichkeitsmaße - Distanzmaße Bestimmung des Algorithmus Bestimmung der Clusteranzahl Euklidische Distanz Technische Durchführung Analyse der Ergebnisse

45 Auwahlkriterien Clusterform Verarbeitung von hochdimensionalen Daten (räumliche, zeitliche, weitere Parameter) Nutzerfreundlichkeit (Anzahl der Cluster ist zu Beginn unbekannt ) Möglichkeit zur Aufdeckung von Ausreißern (Anforderungen an Speicherplatz und an Rechenzeit )

46 Clusteralgorithmus Single Linkage Complete Linkage k-means Verarbeitung von hochdimensionalen Daten möglich Nutzerfreundlichkeit Clusterform Ausreißer Speicherplatzbedarf Rechenzeit - - +

47 Methoden der Clusteranalyse Analyse und Präzisierung der Fragestellung Auswahl der Parameter Wahl eines Proximitätsmaßes Bestimmung des Algorithmus Bestimmung der Clusteranzahl Technische Durchführung Analyse der Ergebnisse - Subjektive Methoden - Objektive Methoden Stopping Rule von Mojena

48 Methoden der Clusteranalyse Multivariate Clusteranalyse Einfluss der Lage zu groß! )² ( )² ( )² ( )² ( )² (... )² ( )² ( R R L L Y Y X X b a b a b a d n n = =

49 Methoden der Clusteranalyse Zweifache bivariate Clusteranalyse Lösungsmöglichkeit verworfen d = ( a 1 b )² + ( a 1 2 b )² ( a 2 n b )² = n ( L 1 L )² + ( R 2 1 R )² 2 Bivariate Clusteranalyse nach Länge und Richtung d = ( a ( X 1 1 b )² + ( a 1 X )² + ( Y b )² ( a 2 Y )² 2 n b )² = n Bivariate Clusteranalyse nach der Lage

50 Methoden der Clusteranalyse Bivariate Clusteranalyse mit Nachbarschaftsbetrachtung d = ( a ( L 1 1 b )² + ( a L )² + ( R b )² ( a 2 R )² 2 n b )² = n Bivariate Clusteranalyse nach Länge und Richtung Nachbarschaftsbetrachtung

51 Preparation for Decision Support

52 PostgreSQL

53 Übungstermine Insgesamt stehen vier Übungstermine fest. Zu jedem Termin ist eine Hausaufgabe anzufertigen Abgabe der Aufgaben erfolgt per an:

54 PostgreSQL Objektrelationale Datenbank (ORDBMS) OpenSource Zugriff über Client-Server Modell Client und Server laufen selten auf derselben Maschine Zugriff über TCP/IP bekanntester Client: pgadmin

55 Leistungsdaten PostgreSQL Größe von Datenbank: unbegrenzt Größe von Tabelle: max. 32 TerraByte Anzahl an Datensätzen in Tabelle: unbegrenzt Maximale Größe eines Datensatzes: 1,6 TB Anzahl Spalten in Tabelle: begrenzt, abhängig von verwendeten Datentypen Anzahl Indizes pro Tabelle: unbegrenzt Vergleich Microsoft Access Größe von Datenbank: max. 2 GB Größe von Tabelle: max. 1 GB

56 Erweiterung PostGIS Es heißt 80 Prozent aller Daten besitzen einen Raumbezug Speicherung raumbezogener Daten in PostgreSQL PostGIS Erweiterung um geographische Objekte und Funktionen Implementierung der Simple-Feature Access Spezifikation von OGC Betreuung und Pflege durch Open Source Geospatial Foundation

57 Geometrietypen PostGIS OpenGIS Well-Known Text (WKT) / Well-Known Binary (WKB) Point, Linestring, Polygon, Multipoint, Multilinestring, Multipolygon und Geometrycollection Extended WKT / Extended WKB Erweiterung von WKT bzw. WKB um Höheninformation SQL/MM (noch nicht vollständig unterstützt) Circularstring, Compoundcurve, Curvepolygon, Multicurve, Multisurface

58 Geometrietypen

59 Funktionen und Operatoren PostGIS Räumliche Funktionen: Berechnung von Flächen und Distanzen Verschneidung Berechnung von Pufferzonen etc. Räumliche Operatoren: Overlaps, Within, Contains etc. Funktionen für die Erstellung von Geometrien: GeometryFromText shp2pgsql Funktionen für die Abfrage von Geometrien in den Formaten WKT, WKB, GML, SVG, KML Räumliche Indizierung mit dem GiST-Index

60 GiST-Index GiSTGeneralized Search Tree Index basiert auf R-Tree Index CREATE INDEX [indexname] ON [tablename] USING GIST ( [geometrycolumn] ); GiST Indizes arbeiten mit dem Lossiness Prinzip nur der wichtige Teil einer Spalte wird indiziert Geometriespalten: Bounding Box Frühere PostGIS Versionen verwendeten R-Tree Index Nachteile R-Tree Index R-Tree Indizes können keine GIS-Objekte größer 8 KB indizieren Dank lossines Eigenschaft von GIST Indizes ist dies möglich R-Tree Indizes schlagen fehl, falls zu einem Datensatz keine Geometrie vorhanden ist GIST-Indizes ignorieren dies

61 Implementierung PostGIS in PostgreSQL zusätzliche Anlage der Datenbank template_postgis vorgefertigte Geometriefunktionen zwei Systemtabellen geometry_columns spatial_ref_sys geometry_columns Verwaltung der Tabellen, die mit Hilfe von PostGIS-Funktionen erstellt wurden. spatial_ref_sys Auflistung von EPSG-Codes und Bezeichnung Außerdem Projektionsparameter für Transformation der Geometrien.

62 Aufbau PostgreSQL Datenbankserver Datenbank Schema Funktionen, Tabellen, Anlegen von Datenbank, Tabellen immer nutzerabhängig

63 Geometrietabelle / Spalte anlegen Tabelle erstellen (ohne Geometriespalte) Geometriespalte hinzufügen AddGeometryColumn Anfügen der Geometriespalte in Tabelle Tabellenname, Spaltenname, SRID, (-1: kein Referenzsystem, 4326: EPSG Code 4326: WGS 84), Geometrietyp, Dimension SELECT AddGeometryColumn ( 'strassen', 'geom', -1, 'LINESTRING', 2 ); Funktion GeometryFromText erzeugt ein Objekt vom Typ Geometry Geometriedaten werden im WKT-Format übergeben text, SRID INSERT INTO strassen VALUES ( 4567, 'Hofweg', GeometryFromText ( 'LINESTRING ( 30 35, 45 57, )', -1 ) );

64 EPSG Code Daten mit Raumbezug benötigen ReferenzsystemEPSG-Codes eindeutige Angabe des räumlichen Bezugs von Geodaten 4- bis 5-stellige Schlüsselnummern In Deutschland Gauß-Krüger-Zonen 2 bis 5 des Deutschen Hauptdreiecksnetzes EPSG-Codes bis WGS 84 (EPSG:4326) World Geodetic System 1984 am häufigsten verwendete EPSG-Code weltweites zweidimensionales geodätisches Referenzsystem Basis für GPS Koordinaten

65 EPSG Auszug aus Tabelle spatial_ref_sys

66 Geo Web Services

67 Geo Web Services Maps are cool (Schuyler D. Erle-FossGIS 2006) Abstrakte Zusammenhänge lassen sich leicht erkennen GIS 2.0 Crowd source data Jeder kann mitmachen Gesteigertes Interesse an Geodaten im Internet

68 Geo Web Services

69 Geo Web Services Geoinformatik 2

70 (Geo) Web Service Web Service Web Service nimmt Anfragen über ein Netzwerk entgegen verschiedene Anwendungen können mit Hilfe von XML-basierten (Extensible Markup Language) Nachrichten miteinander kommunizieren Austausch über standardisierte Protokolle, wie zum Beispiel HTTP. Geo Web Service besondere Ausprägung der Web Services speziell auf Geodaten ausgerichtet sind Zugriff auf geografische Informationen komplexe Berechnungen auf Grundlage der Geometrie von geografischen Objekten und ihren räumlichen und zeitlichen Ausbreitungen durchzuführen.

71 Web Services Grundlage Client Server Modell

72 Vorteile (Geo) Web Services Reduzierung der Kosten durch günstige Entwicklung Einfachere Instandhaltung Flexibel und Anpassungsfähig Verschiedene Übertragungsprotokolle möglich (HTTP, FTP ) Unabhängig von einer Programmiersprache Standards gewährleisten Interoperabilität

73 Web Map Service Visualisierung von Vektordaten und Rasterdaten kein Zugriff auf die zugrundeliegenden Daten ermöglicht visuelle Repräsentation der angeforderten Informationen in Form einer digitalen Karte bereitgestellt 3 definierte Operationen GetCapabilities GetFeatureInfo GetMap

74 Web Map Service (WMS 1.3) Basic WMS Unterstützung GetCapabilities & GetMap Queryable WMS Unterstützung für GetFeatureInfo Alle output Formate mit MIME Type erlaubt Besonderheiten: DGIWG 1.3 Profil Weniger als 20 Layer MaxWidth & MaxHeight > 800px Bestimmte Style Vorgaben für Höhendaten und bathymetrische Daten Unterstützung EPSG:4326 & 3395 (world mercator) PNG & JPEG & GIF output

75 GetCapabilities s&service=wms

76 DescribeFeatureInfo 66,50&styles=population&format=jpeg&info_format=text/plain& request=getfeatureinfo&layers=topp:states&query_layers=top p:states&width=550&height=250&x=170&y=160

77 GetMap /geoserver/wms?service= WMS&version=1.1.0&requ est=getmap&layers=unib w:baden- Wuertemberg_points&style s=&bbox=7.512,47.527, ,49.8&width=512&heig ht=391&srs=epsg:4326&f ormat=image/png

78 Web Feature Service (WFS 2.0) Acht Operationen möglich GetCapabilities/ DescribeFeatureType /GetFeature GetPropertyValue Ermöglicht die Abfrage von Werten eines Feature Attributes über ein Abfrage Statement LockFeature - GetFeatureWithLock Stored Query Management Vordefinierte Feature Operationen Z.B. ExtractPointSeries Ähnlich einem View einer Datenbank CreateStoredQuery DropStoredQuery ListStoredQueries DescribeStoredQueries Transaction (insert, update, delete)

79 GetCapabilities 80/geoserver/wfs?reque st=getcapabilities&serv ice=wfs

80 DescribeFeatureType Service=WFS&request=DescribeFeatureType&UniBw:Baden- Wuertemberg_points

81 GetFeature uest=getfeature&typename=unibw:baden- Wuertemberg_natural

82 Web Coverage Service (WCS 2.0) WCS Core GetCapabilities DescriveCoverage GetCoverage WCS Extensions WCPS (1.0) ProcessCoverages processing of multi-dimensional grid coverage WCS-T (1.1.4) add, modify, and/or delete coverages Transaction Operation - zwei Modi: Synchronous Mode: direkte Bearbeitung der Anfragen vom Client mit direkter Antwort Asynchronous Mode: Senden einer Bestätigung, Bearbeitung der Anfrage wenn der Server Zeit hat. Keine Timeout

83 Web Coverage Service (WCS 2.0) WCS: erlaubt den Zugriff auf große, multidimensionale Rasterarchive GetCapabilities DescribeCoverage GetCoverage Coverages Spezieller Typ zur Repräsentation raumbezogener Informationen Abbildung von variierenden Attributwerten in Abhängigkeit der Position Besteht aus einer Geometrie und einer Menge von Attributwerten

84 Web Processing Service (WPS 1.0) Bereitgestellte rechen und modellierungs Algorithmen Daten auf Server oder Upload der Daten möglich, Drei Operationen GetCapabilities Describe Process Execute Process Generisches Modell keine vordefinierten Prozesse, keine Implementierungsvorgaben der Prozesse Ableitung Profile nötig Interoperabilität

85 Geoserver Freie GIS Server Software Unterstützt WMS, WFS, WCS, (WPS über Plug-In) Programmiersprache: JAVA Nutzerfreundlich durch graphische Benutzeroberfläche Benutzeroberfläche: Wicket (Projekt der Apache Software Foundation) Über Plug-Ins erweiterbar Software zum Caching der Inhalte integriert (GeoWebCache) Integrierter SLD Editor mit Validator Verschiedene Security Optionen User Data Service

86 Medium Term Project (2.1.x) 3-D, 4-D, n-d Coverage Support (Core) WMS 1.3 (Standards Implementation) WFS 2.0 (Standards Implementation) WPS 1.0 CS-W 2.0 integration (Standards Implementation)

87 OpenLayers

88 OpenLayers JavaScript Bibliothek Entwicklung von Web Mapping Anwendungen Flexibles Kartenwerkzeug Open-Source Projekt (http://www.openlayers.org/) Ansprechen eines GIS-Servers (z. B. Geoserver) über OpenLayers Abrufen der Daten über WebServices (z. B. WMS, WFS) Freie Software unter BSD (Berkeley Software Distribution) Lizenz Freie Verwendung Kopieren, verändern und verbreiten erlaubt Nur Copyright muss angegeben werden

89 Warum OpenLayers? Integration zahlreicher Geodatenformate Einfache Erstellung von Anwendungen nur wenig Code muss geändert werden Geoserver verwendet OL zur Kartenvorschau OSM verwendet OL zur Kartendarstellung Fortbildung OpenLayers und Integration in Dienste

90

91 Fortbildung OpenLayers und Integration in Dienste

92 Beispiel Erzeugen einer Karte Fortbildung OpenLayers und Integration in Dienste

93

94 Vielen Dank für die Aufmerksamkeit

Makologa Touré Damian Gawenda

Makologa Touré Damian Gawenda Vortrag von Makologa Touré Damian Gawenda im ITT am 08. August 2006 07.08.06 Makologa Touré Damian Gawenda 1 Übersicht Was ist ein WMS? Web-Technologien Wie installiere ich einen Web-Map-Server? 07.08.06

Mehr

Einführung in Geodatenbanken, Zusatzfolien

Einführung in Geodatenbanken, Zusatzfolien Einführung in Geodatenbanken, Zusatzfolien Stefan Wiesmeier, AUG, Unibasel (stefan.wiesmeier@unibas.ch) Inhalt: ab 2-5 Dateiformate Webservices ab 2-10 Übersicht DBMS mit Spatial Extension GIS Funktionen

Mehr

Entwicklung ISO/OGC-konformer Metadaten und Katalogdienste

Entwicklung ISO/OGC-konformer Metadaten und Katalogdienste 19. September 2006 Entwicklung ISO/OGC-konformer Metadaten und Katalogdienste Wilhelmstraße 56 D-53721 Siegburg http://www.supportgis.de Tel.:+49(0)2241-2594- 0 Fax.:+49(0)2241-2594-29 thiele@supportgis.de

Mehr

Architektur der Geodateninfrastruktur Deutschland

Architektur der Geodateninfrastruktur Deutschland Architektur der Geodateninfrastruktur Deutschland Version 2.0 Auszug Teil IV: Anhang Verzeichnis der referenzierten Standards Konzept zur fach- und ebenenübergreifenden Bereitstellung und Nutzung von Geodaten

Mehr

GeoPackage, das Shapefile der Zukunft

GeoPackage, das Shapefile der Zukunft FOSSGIS 2013 GeoPackage, das Shapefile der Zukunft Pirmin Kalberer Sourcepole AG, Zürich www.sourcepole.ch Über Sourcepole > QGIS > Core dev. & Project Steering Commitee > Printing, QGIS Server, div Plugins,

Mehr

Agenda. Kurs 1, 14.06.2007: Interoperabilität. Begleitende Hausaufgabe

Agenda. Kurs 1, 14.06.2007: Interoperabilität. Begleitende Hausaufgabe Agenda Kurs 1, 14.06.2007: Interoperabilität Geo Web Services und Geodatenformate Kurs 2, xx.06.2007: Servertechnologie web-basierte Datenbereitstellung mit Geoserver Kurs 3, 21.06.2007: Web-Viewer Visualisierung

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

Mehr

PostGIS Tutorial (Grundlagen)

PostGIS Tutorial (Grundlagen) HafenCity Universität Hamburg, Department Geomatik PostGIS Tutorial (Grundlagen) Version 2/2006 Uwe Dalluege HCU Hamburg Dept. Geomatik PostGIS Tutorial (Grundlagen) Autor: Dipl.-Ing. Uwe Dalluege HafenCity

Mehr

Projekt: Erstellung eines Durchführungskonzeptes mit Prototyp für ein landesweites Katastrophenschutzportal. - HW- und SW-Anforderungen des Prototypen

Projekt: Erstellung eines Durchführungskonzeptes mit Prototyp für ein landesweites Katastrophenschutzportal. - HW- und SW-Anforderungen des Prototypen - HW- und SW-Anforderungen des Prototypen Version: 0.3 Projektbezeichnung Projektleiter Verantwortlich KatS-Portal Dr.-Ing. Andreas Leifeld Patrick Hasenfuß Erstellt am 09/06/2011 Zuletzt geändert 10/06/2011

Mehr

Einführung in die Software-Umgebung

Einführung in die Software-Umgebung Ortsbezogene Anwendungen und Dienste WS2011/2012 Einführung in die Software-Umgebung Die Software-Umgebung Zentrale Postgres-Datenbank mit Geodaten von OpenStreetMap: Deutschland: 13 mio. Datensätze Topologie-Informationen

Mehr

Entwicklung eines 3D-Geoinformationssystems für Gefahrensituationen im In- und Outdoorbereich im Rahmen von WALK

Entwicklung eines 3D-Geoinformationssystems für Gefahrensituationen im In- und Outdoorbereich im Rahmen von WALK Entwicklung eines 3D-Geoinformationssystems für Gefahrensituationen im In- und Outdoorbereich im Rahmen von WALK Mariusz Baldowski Hochschule für Angewandte Wissenschaften Hamburg Dept. Informatik mariusz.baldowski@haw-hamburg.de

Mehr

PostGIS-Einführung Architektur und Funktionen

PostGIS-Einführung Architektur und Funktionen Stadt Uster, Abteilung Bau GIS Kompetenzzentrum Seminar Einführung in PostGIS/PostgreSQL Einführung PostGIS PostGIS-Einführung Architektur und Funktionen Andreas Neumann GIS Kompetenzzentrum Stadt Uster,

Mehr

9. Aktuelle Geo-Server und -Clients

9. Aktuelle Geo-Server und -Clients 9. Aktuelle Geo-Server und -Clients 9.1 Klassifikationsmerkmale 9.2 Server 9.3 Clients 9.4 Zusammenfassung aus: http://www.conterra.de/de/ Spatial Databases und GISe, Kap.9/ K.N., S.T. / SomSem 2009 706

Mehr

GeoXACML und SAML. Ubiquitous Protected Geographic Information. Dr. Andreas Matheus Universität der Bundeswehr München Andreas.Matheus@unibw.

GeoXACML und SAML. Ubiquitous Protected Geographic Information. Dr. Andreas Matheus Universität der Bundeswehr München Andreas.Matheus@unibw. GeoXACML und SAML Ubiquitous Protected Geographic Information Dr. Andreas Matheus Universität der Bundeswehr München Andreas.Matheus@unibw.de Was erwartet Sie in diesem Vortrag? Einleitung OpenGIS Web

Mehr

Raumbezogenes Informationsmanagement und Applikationsentwicklung. Andreas Hocevar OpenGeo ahocevar@opengeo.org

Raumbezogenes Informationsmanagement und Applikationsentwicklung. Andreas Hocevar OpenGeo ahocevar@opengeo.org Raumbezogenes Informationsmanagement und Applikationsentwicklung Andreas Hocevar OpenGeo ahocevar@opengeo.org Inhalte Was kann und warum will man ein WebGIS? Cloud Computing mit Amazon EC2 & OpenGeo Suite

Mehr

gvsig - Aktuelle Entwicklungen: 3D, Raster Analyse und mobiles gvsig

gvsig - Aktuelle Entwicklungen: 3D, Raster Analyse und mobiles gvsig gvsig - Aktuelle Entwicklungen: 3D, Raster Analyse und mobiles gvsig Miguel Montesinos mmontesinos@prodevelop.es Salvador Bayarri Salvador.Bayarri@iver.es Victor Olaya volaya@unex.es José Canalejo canalejo_jos@gva.es

Mehr

gvsig - Aktuelles im Überblick José Canalejo Ruth Schönbuchner

gvsig - Aktuelles im Überblick José Canalejo Ruth Schönbuchner gvsig - Aktuelles im Überblick gvsig Aktuelles im Überblick Gliederung INTERGEO 07 bis 08 - ein Jahr danach In Entwicklung Neuerungen ab gvsig 2.0 Links gvsig - ein Jahr danach gvsig jetzt auch auf Deutsch

Mehr

CITRA-Forum. Nutzen Sie das Potential all Ihrer Daten: Geodata Warehouse mit der Oracle Plattform. CITRA-Forum im Schloß 2009

CITRA-Forum. Nutzen Sie das Potential all Ihrer Daten: Geodata Warehouse mit der Oracle Plattform. CITRA-Forum im Schloß 2009 Nutzen Sie das Potential all Ihrer Daten: Geodata Warehouse mit der Oracle Plattform im Schloß 2009 Sinzig, 15.09.2009 Carsten Czarski, Oracle Deutschland GmbH Agenda Geodaten gestern, heute, morgen Geo-DWH

Mehr

Browser- gestützte Visualisierung komplexer Datensätze: Das ROAD System

Browser- gestützte Visualisierung komplexer Datensätze: Das ROAD System AG Computeranwendungen und QuanLtaLve Methoden in der Archäologie 5. Workshop Tübingen 14. 15. Februar 2014 Browser- gestützte Visualisierung komplexer Datensätze: Das ROAD System Volker Hochschild, Michael

Mehr

Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten

Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten Fakultät Forst-, Geo- und Hydrowissenschaften Institut für Kartographie Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten Stefan Hahmann Fakultät Forst-, Geo- und Hydrowissenschaften

Mehr

GIS mit Ruby on Rails

GIS mit Ruby on Rails FOSSGIS 2010 Pirmin Kalberer Sourcepole AG, Bad Ragaz www.sourcepole.ch ./configure && make && make install apt-get install postgis XML, SOAP Http, REST CVS git Linux? Linux! RUP Agile Software- Entwicklung

Mehr

GeoMedia 6.1.7: WMS. OGC WMS Daten in der GeoMedia Welt

GeoMedia 6.1.7: WMS. OGC WMS Daten in der GeoMedia Welt GeoMedia 6.1.7: WMS OGC WMS Daten in der GeoMedia Welt Tipps & Tricks September 2010 Inhaltsverzeichnis Inhaltsverzeichnis Einführung... 3 WMS Daten anhängen... 3 Ausgangslage... 3 WMS Verbindung erstellen...

Mehr

Wahlmodul 10: Raumbezogene Informationssysteme im Planungsprozess

Wahlmodul 10: Raumbezogene Informationssysteme im Planungsprozess Modulbeschreibung (Module Descriptor) Name des Moduls (Name of Module): Wahlmodul 10: Raumbezogene Informationssysteme im Planungsprozess Regelarbeitsaufwand für das Modul (ECTS Credits): 12.0 ECTS Bildungsziele

Mehr

Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI. Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH

Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI. Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH Wofür werden Geo-Daten benutzt? Zeiterfassung & -auswertung

Mehr

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221 Oracle 10g und SQL Server 2005 ein Vergleich Thomas Wächtler 39221 Inhalt 1. Einführung 2. Architektur SQL Server 2005 1. SQLOS 2. Relational Engine 3. Protocol Layer 3. Services 1. Replication 2. Reporting

Mehr

Basis-/GIS-Technologie. Decision Support Infrastructure

Basis-/GIS-Technologie. Decision Support Infrastructure Basis-/GIS-Technologie im Vorhaben Decision Support Infrastructure Universitätsclub Bonn http://www.integrative-stadtentwicklung.de Dr.-Ing. Fragestellung Wie wollen wir in der Zukunft arbeiten? Zeitgleiches

Mehr

13. GeoMedia Anwendertreffen 8. Intergraph Forum Süd 19.05.2015. Dr. Uwe Jasnoch

13. GeoMedia Anwendertreffen 8. Intergraph Forum Süd 19.05.2015. Dr. Uwe Jasnoch 13. GeoMedia Anwendertreffen 8. Intergraph Forum Süd 19.05.2015 Dr. Uwe Jasnoch Neuigkeiten bei GeoMedia Lizenzmodell Datenserver Verbessertes GUI Verbesserungen im Rasterdaten Umfeld Das neue Datenfenster

Mehr

Exploration und Klassifikation von BigData

Exploration und Klassifikation von BigData Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)

Mehr

Vergleich von Open Source Virtual Globes

Vergleich von Open Source Virtual Globes FOSSGIS 2011 Vergleich von Open Source Virtual Globes Mathias Walker Sourcepole AG, Pfäffikon SZ www.sourcepole.ch Übersicht Plattformunabhängige Open Source Virtual Globes Installation Hinzufügen von

Mehr

Darf ich vorstellen:

Darf ich vorstellen: Darf ich vorstellen: Astrid Emde, Bonn Projektumsetzung im Bereich WebGIS Projekte mit PostgreSQL/PostGIS, MapServer, GeoServer, Quantum GIS, Mapbender, OpenLayers Aktiv in OSGeo und FOSSGIS e.v. 2 /86

Mehr

GeoServer in action Fortgeschrittene Möglichkeiten beim Einsatz des Geoservers

GeoServer in action Fortgeschrittene Möglichkeiten beim Einsatz des Geoservers GeoServer in action Fortgeschrittene Möglichkeiten beim Einsatz des Geoservers Nils Bühner buehner@terrestris.de terrestris GmbH & Co KG Über uns Nils Bühner buehner@terrestris.de github.com/buehner Informatiker

Mehr

GEO-DIENSTE AUF BASIS DER ANDROID-PLATTFORM. Seminar: Datenbankunterstützung für mobile GIS Michael Goj

GEO-DIENSTE AUF BASIS DER ANDROID-PLATTFORM. Seminar: Datenbankunterstützung für mobile GIS Michael Goj GEO-DIENSTE AUF BASIS DER ANDROID-PLATTFORM Seminar: Datenbankunterstützung für mobile GIS Michael Goj AGENDA Einleitung Standortbezogene Dienste und Anwendungen Geo-Dienste Die Android-Plattform Google

Mehr

3D City Model Berlin Spatial Data Infrastructure Berlin: The 3D City Model ERDF Project Strategic Goal 3D City Model Berlin Strategic Goal Use of 3D City Model for: City and Urban Planning, Political Issues

Mehr

Geodateninfrastruktur Berlin: Das virtuelle 3D Stadtmodell

Geodateninfrastruktur Berlin: Das virtuelle 3D Stadtmodell 3D Stadtmodell Berlin Geodateninfrastruktur Berlin: Das virtuelle 3D Stadtmodell EFRE Projekt Strategische Ziele 3D Stadtmodell Berlin Strategische Ziele Einsatz des 3D Stadtmodells für: Stadt- und Raumplanung,

Mehr

INSPIRE-konforme Dienste publizieren und nutzen - Mit der ArcGIS Plattform für Organisationen

INSPIRE-konforme Dienste publizieren und nutzen - Mit der ArcGIS Plattform für Organisationen INSPIRE-konforme Dienste publizieren und nutzen - Mit der ArcGIS Plattform für Organisationen Stephan Künster, Ralf Hackmann Esri Deutschland GmbH con terra GmbH 3. September 2014, Essen 3 2014 Esri Deutschland

Mehr

Generische WPS-Dienste und deren Umsetzung

Generische WPS-Dienste und deren Umsetzung Generische WPS-Dienste und deren Umsetzung Workshop Standardisierte Dienste im UIS am Marcus Briesen disy Informationssysteme GmbH Agenda Generische WPS Dienste? Kurzvorstellung WPS Der Weg zum Generischen

Mehr

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004) Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der

Mehr

Data Dictionaries. DOAG SIG Oracle Spatial / Locator. Frankfurt a. M., 09.09.2008. Andreas Bartels disy Informationssysteme GmbH

Data Dictionaries. DOAG SIG Oracle Spatial / Locator. Frankfurt a. M., 09.09.2008. Andreas Bartels disy Informationssysteme GmbH Data Dictionaries Vergleich von Oracle Spatial 11g und PostGIS entlang der OGC Simple Feature Spezifikation dialog DOAG SIG Oracle Spatial / Locator Frankfurt a. M., 09.09.2008 daten Andreas Bartels disy

Mehr

FME Server und die eierlegende Wollmilchsau

FME Server und die eierlegende Wollmilchsau FME Server und die eierlegende Wollmilchsau TYDAC AG Flavio Hendry dipl. Ing. ETH - Geschäftsführer FME - Die beste Charakterisierung "I even put in a pizza once, and out came Italian Sausage!" Robert

Mehr

Basiskarte Sachsen und Sachsenatlas webbasierte Geodienste des Freistaates Sachsen

Basiskarte Sachsen und Sachsenatlas webbasierte Geodienste des Freistaates Sachsen Basiskarte und atlas webbasierte Geodienste des Freistaates GEOforum Leipzig Vortragsreihe des Geo Leipzig e.v. 10.06.2008 Inhalt Basiskarte Webdienste auf Geobasisdaten Aktuelles atlas (Basiskomponente

Mehr

Hochschul- und Studentenprojekte mit GeoMedia

Hochschul- und Studentenprojekte mit GeoMedia Hochschul- und Studentenprojekte mit GeoMedia Studiengänge: B. Eng. Vermessung und Geoinformatik, M.Eng. Vermessung sowie M.Sc. Photogrammetry and Geoinformatics Hochschule für Technik Stuttgart Visualisierung

Mehr

Interoperabilität raumbezogener Daten mit CIDOC CRM

Interoperabilität raumbezogener Daten mit CIDOC CRM Wolfgang Schmidle (DAI Berlin), Dominik Lukas (Topoi) Interoperabilität raumbezogener Daten mit CIDOC CRM Beispiele in Topoi und am DAI THE FORMATION AND TRANSFORMATION OF SPACE AND KNOWLEDGE IN ANCIENT

Mehr

MapServer MapCache - der neue WMTS Tile Cache

MapServer MapCache - der neue WMTS Tile Cache FOSSGIS 2012 MapServer MapCache - der neue WMTS Tile Cache Pirmin Kalberer Sourcepole AG, Pfäffikon SZ www.sourcepole.ch Über Sourcepole > QGIS > Core dev. & Project Steering Commitee > Printing, QGIS

Mehr

InGeoForum Oracle Maps Workshop

InGeoForum Oracle Maps Workshop InGeoForum Oracle Maps Workshop Darmstadt Mai 2008 Bildquelle: Ulrich Otte - Düsseldorf Marketing & Tourismus GmbH Oracle Mapviewer basierte GIS-Auskunft Petra Freutel Mettenmeier GmbH Ausgangssituation

Mehr

Open Source in der Cloud

Open Source in der Cloud Open Source in der Cloud Jens Fitzke fitzke@lat-lon.de http://www.lat-lon.de/ über lat/lon Uni Bonn spin-off als GbR (2000) - 2004: GmbH GDI/OGC/ISO-Kompetenz + Freie Software Beratung, Software-/Lösungsentwicklung,

Mehr

Geoinformation im Internet

Geoinformation im Internet Geoinformation im Internet Technologien zur Nutzung raumbezogener Informationen im WWW Bearbeitet von Peter Korduan, Marco L. Zehner Neuerscheinung 2007. Taschenbuch. XII, 314 S. Paperback ISBN 978 3 87907

Mehr

Geoportallösungen mit Mapbender

Geoportallösungen mit Mapbender Geoportallösungen mit Mapbender Inhalt Vorstellung Mapbender Beispiellösung Bielefeld Administration von WebGIS-Diensten über Mapbender GIS Architekturen mit Freier Software Ausblick Mapbender: Standard

Mehr

Integration von Web Feature Services (WFS) in ArcGIS

Integration von Web Feature Services (WFS) in ArcGIS Prof. Dipl.-Ing. Rainer Kettemann Labor für Geoinformatik Integration von Web Feature Services (WFS) in ArcGIS Fakultät Vermessung, Mathematik und Informatik Schellingstraße 24, 70174 Stuttgart www.geoinformatik.hft-stuttgart.de

Mehr

Objektorientierte Datenmodelle und - verwaltung

Objektorientierte Datenmodelle und - verwaltung Schlagworte der 90er: Objektorientiertes GIS OpenGIS Case-Tool Geoökologe Legt Problemstellung fest (Art, Anzahl, Dimension, Skalierung) Wählt Koordinatensystem Wählt Fachattribute OOUI (object-oriented

Mehr

Web Data Mining. Albert Weichselbraun

Web Data Mining. Albert Weichselbraun Web Data Mining Albert Weichselbraun Vienna University of Economics and Business Department of Information Systems and Operations Augasse 2-6, 1090 Vienna albert.weichselbraun@wu.ac.at May 2011 Agenda

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

Automatische web-basierte Bereitstellung und Analyse von Fernerkundungsprodukten

Automatische web-basierte Bereitstellung und Analyse von Fernerkundungsprodukten Automatische web-basierte Bereitstellung und Analyse von Fernerkundungsprodukten Jonas Eberle, PD Dr. Soeren Hese, Prof. Dr. Christiane Schmullius Department for Earth Observation Institute of Geography

Mehr

Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option, oder...? Kann Oracle mehr als Vektordaten...?

Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option, oder...? Kann Oracle mehr als Vektordaten...? ,QVHUW3LFWXUH+HUH! $XIGHQ2UWNRPPWHVDQ *HRGDWHQXQGGLH2UDFOH3ODWWIRUP *HRGDWHQXQGGLH2UDFOH3ODWWIRUP +lxiljh)udjhq Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option,

Mehr

Performance Tuning mit @enterprise

Performance Tuning mit @enterprise @enterprise Kunden-Forum 2005 Performance Tuning mit @enterprise Herbert Groiss Groiss Informatics GmbH, 2005 Inhalt Datenbank RMI JAVA API HTTP Konfiguration Analyse Groiss Informatics GmbH, 2005 2 Datenbank

Mehr

Motivation. Themenblock: Data Preprocessing. Einsatzgebiete für Data Mining I. Modell von Gianotti und Pedreschi

Motivation. Themenblock: Data Preprocessing. Einsatzgebiete für Data Mining I. Modell von Gianotti und Pedreschi Motivation Themenblock: Data Preprocessing We are drowning in information, but starving for knowledge! (John Naisbett) Was genau ist Datenanalyse? Praktikum: Data Warehousing und Data Mining Was ist Data

Mehr

Data Mining mit Microsoft SQL-Server 2005/2008

Data Mining mit Microsoft SQL-Server 2005/2008 Data Mining mit Microsoft SQL-Server 2005/2008 Marcel Winkel Hochschule für Technik, Wirtschaft und Kultur Leipzig Fachbereich Informatik, Mathematik und Naturwissenschaften 19. Mai 2010 1 2 Klassifikationsalgorithmen

Mehr

Oracle Strategie zum Geodatenmanagement

Oracle Strategie zum Geodatenmanagement Oracle Strategie zum Geodatenmanagement Haitham Zyadeh Leitender Systemberater Markttrends... IDC ELSS: GIS: Enterprise Location Service, Software Geo Information Systems Geodaten...

Mehr

Mapbender3 Workshop. Christian Wygoda. FOSSGIS Dessau 2012

Mapbender3 Workshop. Christian Wygoda. FOSSGIS Dessau 2012 Mapbender3 Workshop Christian Wygoda FOSSGIS Dessau 2012 Christian Wygoda Mapbender3 Developer Team PSC (Project Steering Commitee) WhereGroup Bonn http:///www.wheregroup.com Mapbender3 Einführung in Mapbender

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

Spatial ETL als Schlüssel zur Smart City

Spatial ETL als Schlüssel zur Smart City Spatial ETL als Schlüssel zur Smart City Geotag Münsterland 2013, 15. Mai 2013 Christian Dahmen Consultant Spatial ETL/ FME Smart City smart mobility Information and Communication Technologies (ICT) smart

Mehr

Erfahrungen im Einsatz von WebMapping-Technologien in der kommunalen und planerischen Praxis

Erfahrungen im Einsatz von WebMapping-Technologien in der kommunalen und planerischen Praxis D E T Z E L & M A T T H Ä U S Erfahrungen im Einsatz von WebMapping-Technologien in der kommunalen und planerischen Praxis U3: Umweltinformatik-Unterricht für Umweltplaner Präsenzmodul No3: "Vertiefung

Mehr

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht Dipl. Inf. Eric Winter Entwicklungsleiter PTC GPS-Services GmbH PostgreSQLals HugeData Storage Ein Erfahrungsbericht Inhalt 1. Problembeschreibung 2. Partielle Indexierung 3. Partitionierung 1. Vererbung

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem

Mehr

Was ist Data Mining... in der Fundraising Praxis?

Was ist Data Mining... in der Fundraising Praxis? Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten

Mehr

Social Data Mining. Albert Weichselbraun. May 2009

Social Data Mining. Albert Weichselbraun. May 2009 Social Data Mining Albert Weichselbraun Vienna University of Economics and Business Administration Department of Information Systems and Operations Augasse 2-6, 1090 Vienna albert.weichselbraun@wu.ac.at

Mehr

Predictive Modeling Markup Language. Thomas Morandell

Predictive Modeling Markup Language. Thomas Morandell Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML

Mehr

PostgreSQL im praktischen Einsatz. Stefan Schumacher

PostgreSQL im praktischen Einsatz. Stefan Schumacher PostgreSQL im praktischen Einsatz 2. Brandenburger Linux Infotag 2005 Stefan Schumacher , PGP Key http:/// $Header: /home/daten/cvs/postgresql/folien.tex,v 1.11 2005/04/25

Mehr

Web Data Mining. Alexander Hinneburg Sommersemester 2007

Web Data Mining. Alexander Hinneburg Sommersemester 2007 Web Data Mining Alexander Hinneburg Sommersemester 2007 Termine Vorlesung Mi. 10:00-11:30 Raum?? Übung Mi. 11:45-13:15 Raum?? Klausuren Mittwoch, 23. Mai Donnerstag, 12. Juli Buch Bing Liu: Web Data Mining

Mehr

Beschleunigung von WMS-Diensten durch Datenoptimierung. Michael Dreesmann Consultancy

Beschleunigung von WMS-Diensten durch Datenoptimierung. Michael Dreesmann Consultancy Beschleunigung von WMS-Diensten durch Datenoptimierung Michael Dreesmann Consultancy Problemstellung Analyse Lösungsansatz Erste Ergebnisse Übersicht GADM (Ebene 0) und Gitterlinien 9. Mai 2014 Michael

Mehr

C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET. Leibniz Universität IT Services Anja Aue

C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET. Leibniz Universität IT Services Anja Aue C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET Leibniz Universität IT Services Anja Aue Experteneinstellungen in Visual Studio Express Extras Einstellungen Experteneinstellungen. Es werden

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

LDAP. Lightweight Directory. Desanka Bogicevic 1121621 Michael Wenig 1220567 Rupert Eisl 1220225

LDAP. Lightweight Directory. Desanka Bogicevic 1121621 Michael Wenig 1220567 Rupert Eisl 1220225 LDAP Lightweight Directory Access Protokoll Desanka Bogicevic 1121621 Michael Wenig 1220567 Rupert Eisl 1220225 LDAP Was ist LDAP? Was sind Verzeichnisdienste? Was ist ein Verzeichnis? Geschichte http://directory.apache.org/apacheds/basic-ug/1.2-some-background.html

Mehr

Technische Beschreibung: EPOD Server

Technische Beschreibung: EPOD Server EPOD Encrypted Private Online Disc Technische Beschreibung: EPOD Server Fördergeber Förderprogramm Fördernehmer Projektleitung Projekt Metadaten Internet Foundation Austria netidee JKU Linz Institut für

Mehr

Kartographie und raumbezogene Informationssysteme

Kartographie und raumbezogene Informationssysteme Kartographie und raumbezogene Informationssysteme Wir erschließen das räumliche Potenzial Ihrer Daten Berlin 22.10.2012 2 / 22 Zur Person Jörg Thomsen Diplomgeographie mit Nebenfach Kartographie (FU Berlin

Mehr

PostNAS-0.3. Dokumentation

PostNAS-0.3. Dokumentation PostNAS-0.3 Dokumentation August 2008 WhereGroup GmbH & Co. KG Siemensstraße 8 D-53121 Bonn Fon: +49 / (0)228 / 90 90 38-0 Fax: +49 / (0)228 / 90 90 38-11 http://www.wheregroup.com info@wheregroup.com

Mehr

Neuerungen in FME 2015. Ein Überblick

Neuerungen in FME 2015. Ein Überblick Neuerungen in FME 2015 Ein Überblick Releasezyklus FME 2015.0 FME 2015.1 FME 2015.2 FME 2015.3 Januar April Formate und Transformer Neue Formate (Auswahl) Esri ArcGIS Server Feature Service Reader CartoDB

Mehr

Raumbezogenes Informationsmanagement und Applikationsentwicklung VU 266.095, 4.0 Std., J. Bröthaler, A. Hocevar

Raumbezogenes Informationsmanagement und Applikationsentwicklung VU 266.095, 4.0 Std., J. Bröthaler, A. Hocevar Fachbereich Stadt- und Fachbereich Forschungsgruppe Kartographie Finanzwissenschaft Regionalforschung und Infrastrukturpolitik Inst. f. Geoinformation und Kart. Technische Universität Wien Technische Universität

Mehr

Geoproxy Freistaat Thüringen. Dokumentation zur Einbindung des Web Feature Service in GIS-Anwendungen. - ArcGIS von ESRI - Stand: 21.05.

Geoproxy Freistaat Thüringen. Dokumentation zur Einbindung des Web Feature Service in GIS-Anwendungen. - ArcGIS von ESRI - Stand: 21.05. Geoproxy Freistaat Thüringen Dokumentation zur Einbindung des Web Feature Service in GIS-Anwendungen - von ESRI - Stand: 21.05.2015 Dokumentenhistorie Version Datum Bemerkungen 1.0 21.05.2013 basierend

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.

Mehr

A Generic Database Web Service for the Venice Lightweight Service Grid

A Generic Database Web Service for the Venice Lightweight Service Grid A Generic Database Web Service for the Venice Lightweight Service Grid Michael Koch Bachelorarbeit Michael Koch University of Kaiserslautern, Germany Integrated Communication Systems Lab Email: m_koch2@cs.uni-kl.de

Mehr

7. UNIGIS-Tag Schweiz 2013

7. UNIGIS-Tag Schweiz 2013 7. UNIGIS-Tag Schweiz 2013 Workshop 3: Schöne Karten erstellen und in der GIS Cloud veröffentlichen Inhaltsüberblick Einführung Vorstellung verschiedener Werkzeuge TileMill CartoCSS Datenimport-/Export

Mehr

Einführung in das Data Mining Clustering / Clusteranalyse

Einführung in das Data Mining Clustering / Clusteranalyse Einführung in das Data Mining Clustering / Clusteranalyse Sascha Szott Fachgebiet Informationssysteme HPI Potsdam 21. Mai 2008 Teil I Einführung Clustering / Clusteranalyse Ausgangspunkt: Menge O von Objekten

Mehr

Tipps & Tricks. Neues, Nützliches und Praktisches. Christian Dahmen con terra GmbH

Tipps & Tricks. Neues, Nützliches und Praktisches. Christian Dahmen con terra GmbH Tipps & Tricks Neues, Nützliches und Praktisches Christian Dahmen con terra GmbH 1 Qualitätssicherung von Geodaten Qualitätssicherung von Geodaten Mit FME lassen sich einfache und komplexe Prüfroutinen

Mehr

4. Offener Informationskreis INSPIRE-Umsetzung in der GDI-Th

4. Offener Informationskreis INSPIRE-Umsetzung in der GDI-Th 4. Offener Informationskreis INSPIRE-Umsetzung in der GDI-Th Überblick Web-Dienste Schwerpunkte des Vortrages Allgemeine Einführung zu Web-Diensten Auszug der rechtlichen Grundlagen von INSPIRE Anwendungsfälle

Mehr

Medienbruchfrei analysieren und dabei Karten als Visualisierungselement in BI anbieten

Medienbruchfrei analysieren und dabei Karten als Visualisierungselement in BI anbieten Medienbruchfrei analysieren und dabei Karten als Visualisierungselement in BI anbieten 4 Handeln 1 Überwachen 3 Alternativen modellieren/simulieren 2 Analysieren. Copyright 2012 Oracle and/or its affiliates.

Mehr

Whitepaper. Produkt: combit Relationship Manager / address manager. Integration der Ansicht "Adressen" in eigene Solution

Whitepaper. Produkt: combit Relationship Manager / address manager. Integration der Ansicht Adressen in eigene Solution combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager / address manager Integration der Ansicht "Adressen" in eigene Solution Integration der Ansicht "Adressen" in

Mehr

Von Vektordaten zum Rasterkartenwerk mit QGIS Server

Von Vektordaten zum Rasterkartenwerk mit QGIS Server Von Vektordaten zum Rasterkartenwerk mit QGIS Server Erfahrungsbericht über die automatisierte Erstellung des Basisplans der amtlichen Vermessung Andreas Schmid Kanton Solothurn, Amt für Geoinformation

Mehr

Anleitung für die Installation einer einfachen GIS-Anwendung

Anleitung für die Installation einer einfachen GIS-Anwendung Anleitung für die Installation einer einfachen GIS-Anwendung Basierend auf: Ubuntu-Linux PostgreSQL/PostGIS-Spatial-Datenbank Quantum GIS Autor: Dipl.-Ing. Frank Jäger Bad Salzuflen 02. Januar 2010 Version

Mehr

Digitale Biodiversitätsatlanten

Digitale Biodiversitätsatlanten Digitale Biodiversitätsatlanten Tools zur Unterstützung internationaler Expertennetzwerke für die Erfassung und Bewertung biologischer Diversität 1 Autoren AG Biodiversität Heiko Brunken, heiko.brunken@hs-bremen.de

Mehr

Ihre Geodaten im Internet

Ihre Geodaten im Internet Ihre Geodaten im Internet kostengünstig leistungsfähig skalierbar zukunftssicher! Stadtplan und Geodaten online auch mobil! Sie möchten Ihren Stadtplan und Ihre Geodaten über das Internet einem breiten

Mehr

Verifikation der Auswahl von Open Source Produkten für OpenGIS Webservices

Verifikation der Auswahl von Open Source Produkten für OpenGIS Webservices Verifikation der Auswahl von Open Source Produkten für OpenGIS Webservices von Lydia Gietler Diplomarbeit zur Erlangung des akademischen Grads Diplom-Ingenieur (FH) an der Fachhochschule Technikum Kärnten

Mehr

Webbasierte Darstellung statistischer Daten im Raum

Webbasierte Darstellung statistischer Daten im Raum Webbasierte Darstellung statistischer Daten im Raum Christian Hörmann ESRI Deutschland GmbH 14. Oktober 2010 Statistische Woche München 1 ESRI Deutschland GmbH 2010 2 ESRI Deutschland GmbH 2010 +GIS und

Mehr

Leistungsvermögen moderner Geodatenserver am Beispiel von Oracle 10g

Leistungsvermögen moderner Geodatenserver am Beispiel von Oracle 10g Leistungsvermögen moderner Geodatenserver am Beispiel von Oracle 10g 7. Seminar "GIS & INTERNET" 16. September 2004 Hochschule der Bundeswehr Neubiberg Page 1 1 Dr. Klaus Gamerdinger Senior Consultant

Mehr

gvsig - ein Desktop GIS für Verwaltungen, IT-Firmen und Universitäten José Antonio Canalejo canalejo_jos@gva.es

gvsig - ein Desktop GIS für Verwaltungen, IT-Firmen und Universitäten José Antonio Canalejo canalejo_jos@gva.es gvsig - ein Desktop GIS für Verwaltungen, IT-Firmen und Universitäten José Antonio Canalejo canalejo_jos@gva.es gvsig - ein Desktop GIS für Verwaltungen, IT-Firmen und Universitäten Gliederung Einführung

Mehr

26. März 2015, Zürich-Altstetten. S. Keller, HSR Rapperswil

26. März 2015, Zürich-Altstetten. S. Keller, HSR Rapperswil 2.2 OGC, CEN/INSPIRE, ech sowie de-facto Standards 26. März 2015, Zürich-Altstetten S. Keller, HSR Rapperswil Was ist OGC? Open Geospatial Consortium, www.opengeospatial.org Mitglieder sind Firmen, Unis

Mehr

Open Source Mapping Aktivitäten bei der Stadt Wien

Open Source Mapping Aktivitäten bei der Stadt Wien Open Source Mapping Aktivitäten bei der Stadt Wien Offene Schnittstellen als wesentliches Merkmal der ViennaGIS Architektur Wolfgang JÖRG ViennaGIS Koordinator ViennaGIS - Kennzahlen ViennaGIS Geodatenverbund

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Das MDI-DE Portal Neue Anforderungen und Ideen

Das MDI-DE Portal Neue Anforderungen und Ideen Das MDI-DE Portal Neue Anforderungen und Ideen MDI-DE Abschlussworkshop 26.04.2013, Hamburg Thomas Wojaczek, con terra Inhalte MDI-DE Portal Der Status Quo Neuerungen Phase III Neue Anforderungen und Ideen

Mehr

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Copyright 2005, SAS Institute Inc. All rights reserved. Ulrich Reincke, SAS Deutschland Agenda Der Neue Enterprise Miner 5.2 Der Neue Text Miner 2.3

Mehr