Praxis GIS III: GIS-Operationen in der Kartographie

Größe: px
Ab Seite anzeigen:

Download "Praxis GIS III: GIS-Operationen in der Kartographie"

Transkript

1 GEO FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 11 Praxis GIS III: GIS-Operationen in der Kartographie Robert Weibel Geographisches Institut

2 V11 Praxis GIS III: Generalisierung & Mustererkennung 2 Einführung GEO Einführung in die Raumanalyse mit GIS FS 2016 Letztes Mal haben wir ein zweites Beispiel einer GIS-basierten Modellierung angeschaut Modellierung von Dialekträumen und dieses Beispiel wie schon bei der Schneeverfrachtung dekonstruiert in Hinblick auf die Repräsentation der Realität im GIScience Denkprozess, d.h. Wahl geeigneter Datenmodelle und Datenstrukturen Wahl geeigneter Operationen zur Realisierung dieses Modells. Heute werden wir ein drittes Beispiel anschauen, mit Schwerpunkt auf der Verwendung Ihnen bekannter GIS- Operationen in kartographischen Anwendungen. Gewisse dieser Operationen werden Sie auch in Übung 5 verwenden können

3 V11 Praxis GIS III: Generalisierung & Mustererkennung 3 Einführung GEO Einführung in die Raumanalyse mit GIS FS 2016 Es gilt weiterhin (wie in Woche 8) In den Vorlesungen der Wochen 8, 10 und 11 präsentiere ich Beispiele, wie GIS in der geographischen Forschungspraxis angewendet wird. Diese Beispiele dienen dazu: Forschungszweige der GIScience (oder benachbarter Disziplinen) zu illustrieren, sowohl im Kontext der physischen als auch der Human- Geographie zum typischen Denkprozess der GIScience anregen: Realität, konzeptuelle Datenmodelle, Datenstrukturen, Operationen; jeweils für die gezeigten Probleme Beispiele sind Software-unabhängig Die Beispiele sollen vorherigen Vorlesungsstunden Nachdruck verleihen (zurückblättern erwünscht!).

4 V11 Praxis GIS III: Generalisierung & Mustererkennung 4 Einführung GEO Einführung in die Raumanalyse mit GIS FS 2016 Lernziele Am Beispiel der kartographischen Generalisierung können Sie verstehen, dass komplexe Prozesse dadurch gelöst werden können, dass man sie in handhabbare Teilprozesse und Komponenten zerlegt; Sie können dazu exemplarische Generalisierungsoperationen nennen und skizzenhaft erklären; (Dies ist eigentlich eine Rekapitulation des Stoffs aus der Kartographie- Vorlesung.) Ihnen bekannte GIS-Operationen auf Felder (Fokal-Ops, gleitende Mittel) sowie Erweiterungen davon für Ziele der Generalisierung vorschlagen und einsetzen; einfache Algorithmen für die Liniengeneralisierung (Douglas- Peucker-Algorithmus, gleitendes Mittel) in ihrer Funktionsweise erklären.

5 V11 Praxis GIS III: Generalisierung & Mustererkennung 5 1. Kartographische Generalisierung GEO Einführung in die Raumanalyse mit GIS FS 2016 Inhalt 1. Kartographische Generalisierung (Recap von GEO 113) 2. Zerlegung des Gesamtprozesses: Generalisierungoperationen 3. GIS-Operationen für die kartographische Generalisierung Operationen auf Felder / Raster Operationen auf Entitäten / Vektor

6 V11 Praxis GIS III: Generalisierung & Mustererkennung 6 1. Kartographische Generalisierung GEO Einführung in die Raumanalyse mit GIS FS 2016 Kartographische Generalisierung = Abstraktion Beim Übergang von der Realität zu einem konzeptuellen Datenmodell abstrahieren wir die Realität wir wählen nur Elemente, die uns wichtig sind für einen best. Zweck. Zudem wird bei einer Massstabsreduktion auch der verfügbare Platz reduziert; die Kartensignaturen (Symbole) bedecken in Relation zur Realität mehr Platz. IGN 1:25,000 IGN 1:100,000 IGN 1:250,000

7 V11 Praxis GIS III: Generalisierung & Mustererkennung 7 1. Kartographische Generalisierung GEO Einführung in die Raumanalyse mit GIS FS 2016 Kartographische Symbolisierung = Generalisierung Kommt hinzu, dass räumliche Datenbanken a priori unsymbolisiert sind und für die Darstellung mit Kartensignaturen versehen werden müssen, die entsprechend Platz brauchen! bedingt Generalisierung Räumliche DB Karte Symbolisierung Generalisierung

8 V11 Praxis GIS III: Generalisierung & Mustererkennung 8 1. Kartographische Generalisierung GEO Einführung in die Raumanalyse mit GIS FS 2016 Kartographische Generalisierung: Definition Intl. Cartogr. Association (1973): the selection and simplified representation of detail appropriate to the scale and/or the purpose of a map Schweiz. Ges. für Kartographie (2002: 41): Die Generalisierung ist die massstabsgerechte inhaltliche und grafische Vereinfachung der komplexen Wirklichkeit auf der Grundlage digitaler Landschaftsmodelle oder Karten grösseren Massstabes. Sie besteht hauptsächlich aus der zweckentsprechenden Auswahl und Zusammenfassung der Objekte sowie der möglichst lagegenauen, charakteristischen, richtigen und eindeutigen grafischen Darstellung. Prägnanter (Weibel): Reduktion des Inhalts einer Geodatenbank oder einer Karte unter Wahrung der für den Zielmassstab und Verwendungszweck wesentlichen Objekte, Formen und Strukturen. Kürzestformel: Unwichtiges weglassen, Wichtiges betonen. " ICA (International Cartographic Association) (1973): Multilingual dictionary of technical terms in cartography. Wiesbaden, Franz Steiner Verlag " SGK (Schweiz. Gesellschaft für Kartographie) (2002): Topografische Karten Kartengrafik und Generalisierung. Kartografische Publikationsreihe, Nr. 16 (erhältlich bei

9 V11 Praxis GIS III: Generalisierung & Mustererkennung 9 1. Kartographische Generalisierung GEO Einführung in die Raumanalyse mit GIS FS 2016 " SGK (Schweiz. Gesellschaft für Kartographie) (2002): Topografische Karten Kartengrafik und Generalisierung. Kartografische Publikationsreihe, Nr. 16 (erhältlich bei Kartographische Generalisierung: Teilaspekte

10 V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Inhalt 1. Kartographische Generalisierung (Recap von GEO 113) 2. Zerlegung des Gesamtprozesses: Generalisierungoperationen 3. GIS-Operationen für die kartographische Generalisierung Operationen auf Felder / Raster Operationen auf Entitäten / Vektor Die Folien dieses Kapitels sind GELB gefärbt, weil es sich dabei nicht um zentralen Lernstoff für die Modulprüfung von GEO 243 handelt. Das grundlegende Verständnis der zentralen Aussage dieses Kapitels dass man einen Komplexprozess in eine Menge von besser definierbaren Einzeloperationen unterteilen kann und dies bei der Lösung des Gesamtprozesses hilft ist allerdings für das Verständnis der folgenden Kapitel unabdingbar. Daher erscheint auch kein DETOUR-Zeichen, wie sonst bei Exkursen von der Hauptspur der Vorlesung.

11 " Harrie, L. & Weibel, R. (2007): Modelling the Overall Process of Generalisation. In: Mackaness, W.A., Ruas, A. & Sarjakoski, L.T. (eds.): Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science, V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Komplexitätsreduktion: Zerlegung in Komponenten Wenn ein/e Kartograph/in in manuell eine Karte generalisiert, arbeitet er/sie in ganzheitlicher Manier. Dieser Gesamtprozess der kartographischen Generalisierung ist zu komplex, um in einem Schritt formalisiert und automatisiert zu werden. Häufig verwendete wissenschaftliche Vorgehensweise zur Komplexitätsreduktion: Zerlegung in Komponenten. Bei der kartographischen Generalisierung sind dies die Generalisierungsoperationen (oder Generalisierungsoperatoren, engl. generalization operators)! sprachlich sichtbar in den Definitionen der vorangehenden Slides! Gen.operationen erlauben Dekonstruktion des Gesamtprozesses in individuelle, handhabbare Teilprozesse der Generalisierung

12 V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Mögliche Generalisierungsoperationen " Hake, G., Grünreich, D. & Meng, L. (2002): Kartographie. Berlin: de Gruyter " Shea, K.S. & McMaster, R.B. (1989): Cartographic generalization in a digital environment: When and how to generalize. Proceedings Auto-Carto 9, pp

13 V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Herausforderungen Die Zerlegung in individuelle Operationen vereinfacht die Komplexität des Problems wir müssen aber für die einzelnen Generalisierungsoperationen konkrete Lösungen finden und entwickeln. Ein Generalisierungsoperator (z.b. Linienvereinfachung) kann meist durch mehrere, verschiedene Generalisierungsalgorithmen realisiert werden. Diese Algorithmen unterscheiden sich in Abhängigkeit von der zu generalisierenden Objektklasse, Zielmassstab Linie ist nicht gleich Linie (Was repräsentieren diese Beispiele?)

14 " Lecordix, F., Plazanet, C. & Lagrange, J.-P. (1997): A Platform for Research in Generalization: Application to Caricature. GeoInformatica, 1(2): V11 Praxis GIS III: Generalisierung & Mustererkennung GEO Einführung in die Raumanalyse mit GIS FS Generalisierungsoperationen Beispiel: Generalisierung von Strassen Toolbox mit Algorithmen für Vereinfachung von Strassen (Lecordix 97) Min Break Max Break Accordeon Plaster Gaussian Douglas Siehe Kap. 3

15 V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Beispiel: Generalisierung von Strassen Beispiel einer kontext-sensitiven Operation: Verdrängung von Objekten (Feature Displacement) mittels sog. Elastic Beams. Vorher Nachher " Bader, M. (2001): Energy Minimizing Methods for Feature Displacement in Map Generalization. Dissertation, Geogr. Inst. UZH. " Bader, M., Barrault, M. & Weibel, R. (2005): Building Displacement by Means of a Ductile Truss. Int. Journal of Geographical Information Science, 19(8/9):

16 " Stoter, J., Post, M., van Altena, V., Nijhuis, R. & Bruns, B. (2014): Fully automated generalization of a 1:50k map from 1:10k data. Cartography and Geographic Information Science, 41(1). V11 Praxis GIS III: Generalisierung & Mustererkennung Generalisierungsoperationen GEO Einführung in die Raumanalyse mit GIS FS 2016 Was heisst das für uns in GEO 243? Die soeben gezeigten Algorithmen verwenden mathematische Verfahren und geometrische Algorithmen, welche frühestens im Master besprochen werden sind in gängigen kommerziellen GIS wie GeoMedia und ArcGIS nicht vorhanden! aber in Spezialsoftware (z.b. 1Spatial Clarity) Trotzdem kann man auch in normalen GIS einige GIS-Operationen für die kartographische Generalisierung verwenden. Durch Kreativität, geschickte Kombination und Parametrisierung von herkömmlichen GIS-Operationen kann man recht viel erreichen. Beispiel für vollautomatische Generalisierung unter Nutzung von ArcGIS für holländische Karten: Stoter et al. (2014)

17 17 3. GIS-Operationen für die Generalisierung: Felder / Raster Inhalt 1. Kartographische Generalisierung (Recap von GEO 113) 2. Zerlegung des Gesamtprozesses: Generalisierungoperationen 3. GIS-Operationen für die kartographische Generalisierung Operationen auf Felder / Raster Operationen auf Entitäten / Vektor

18 18 3. GIS-Operationen für die Generalisierung: Felder / Raster Generalisierungs-Ops auf Felder / Rasterdaten Wie die vorangegangenen Beispiele gezeigt haben, sind kartographische Daten (meist) Vektordaten, weil reichhaltige Attributierung möglich flexible Symbolisierung möglich Zielauflösung fein einstellbar; nicht gebunden an fixe Rasterweite Trotzdem können Generalisierungsoperationen auch auf Felder bzw. Raster angewandt werden: Es gibt in GIS auch Rasterdaten (v.a. als Resultate von Modellen, z.b. Eignungsanalysen). Raster-Operationen sind typischerweise einfach(er). Mittels Raster können Unsicherheiten besser dargestellt werden (z.b. allmähliche Übergänge bei unklaren Grenzverläufen).

19 19 3. GIS-Operationen für die Generalisierung: Felder / Raster Beispiele von Feld/Raster-Operationen Wir betrachten hier drei Operationen auf Felder/Raster: Glättungsfilter Mehrheits-Filter Mathematical Morphology Alle kann man auch in GeoMedia ausführen (oder in anderen GIS-Packages wie ArcGIS, QGIS etc.).

20 V11 Praxis GIS III: Generalisierung & Mustererkennung GEO Einführung in die Raumanalyse mit GIS FS GIS-Operationen für die Generalisierung: Felder / Raster Glättungsfilter Original 3x3 Fenster 7x7 15x15

21 21 3. GIS-Operationen für die Generalisierung: Felder / Raster Mehrheits-Filter Hangneigung Hangneigung 30 (schwarz)

22 22 3. GIS-Operationen für die Generalisierung: Felder / Raster Mehrheits-Filter Original 3x3 Fenster 7x7 Fenster

23 23 3. GIS-Operationen für die Generalisierung: Felder / Raster Mehrheits-Filter (Detail-Ausschnitt) Original, vergrössert 3x3 Fenster 7x7 Fenster

24 24 3. GIS-Operationen für die Generalisierung: Felder / Raster Beispiele von Feld/Raster-Operationen Mit welchen Algorithmen könnte man diese Operationen realisieren? Die Grundlagen dazu kennen Sie schon. Welche Befehle in GeoMedia Grid?

25 25 3. GIS-Operationen für die Generalisierung: Felder / Raster Glättungs- und Mehrheitsfilter: Funktionsweise Realisierung mittels fokaler Operationen: Glättungsfilter: Mittelwert (Average) oder Median innerhalb gleitendem Fenster! bekannt aus GZGI (GEO 123.2) Mehrheitsfilter: Mehrheit (Majority), d.h. die häufigst vorkommende Klasse innerhalb des gleitenden Fensters wird eingesetzt In GeoMedia Grid: Grid > Statistical > Local Scan ( Local ist verwirrend, da keine lokale Operation nach Map Algebra.) Grössere Fenster, mehr Durchgänge! mehr Glättung Ohne / mit unterschiedlicher Gewichtung der Zellen möglich Focal Majority of = Wert wurde verändert unentschieden (Randeffekt)

26 26 3. GIS-Operationen für die Generalisierung: Felder / Raster Mathematical Morphology Mathematische Morphologie: Operationen der Bildverarbeitung auf Basis von Mengenlehre und Topologie. Auf das Bild wird ein Structuring Element B angewendet. Wichtigste Operationen für unsere Zwecke: Erosion: Abtragung um k Zellen (wobei k = Breite_von_B / 2 +1) Dilatation (engl. Dilation): Ausdehnung um k Zellen Opening: Erosion, gefolgt von Dilatation des resultierendes Bildes Closing: Dilatation, gefolgt von Erosion Structuring Element B Erosion Dilatation Opening Closing "

27 27 3. GIS-Operationen für die Generalisierung: Felder / Raster Mathematical Morphology In GeoMedia gibt es keine Operationen für Mathematische Morphologie. Mit etwas Phantasie kann man aber die MM-Operationen Erosion, Dilatation, Opening und Closing simulieren : mit Grid > Zone > Buffer als Structuring Element dient die Breite des Puffers (= k Zellen) Das folgende Beispiel zeigt eine Closing Operation (Dilatation, gefolgt von Erosion) mit k = 5. Dabei gilt schwarz: Vordergrund (Hangneigung 30 Grad) gelb: Hintergrund (Hangneigung > 30 Grad)

28 V11 Praxis GIS III: Generalisierung & Mustererkennung GIS-Operationen für die Generalisierung: Felder / Raster Mathematical Morphology GEO Einführung in die Raumanalyse mit GIS FS 2016 Original, vergrössert Dilatation mit k = 5; Graustufen zeigen Distanz Binarisierte Dilatation

29 29 3. GIS-Operationen für die Generalisierung: Felder / Raster Mathematical Morphology Original Erosion mit k = 5; Helligkeitswerte zeigen Distanz Binarisierte Dilatation Binarisierte Erosion = Endresultat von Closing

30 30 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Inhalt 1. Kartographische Generalisierung (Recap von GEO 113) 2. Zerlegung des Gesamtprozesses: Generalisierungoperationen 3. GIS-Operationen für die kartographische Generalisierung Operationen auf Felder / Raster Operationen auf Entitäten / Vektor

31 31 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Generalisierungs-Ops auf Entitäten / Vektordaten Die meisten kartographischen Daten sind Vektordaten (z.b. VECTOR25). Vektordaten haben Vorteile für die kartographische Symbolisierung usw. Aber: Generalisierungsalgorithmen für Vektordaten sind um einiges komplexer als diejenigen für Rasterdaten. Trotzdem gibt es in allen kommerziellen GIS wenigstens rudimentäre Funktionen für Vektordaten-Generalisierung. In GeoMedia: Analysis > Analytical Merge: Für Zusammenfassung (Merge) benachbarter Polygone oder Linien gleicher Attributwerte (in U3 wurden Statist. Zonen zu Quartieren & Kreisen zusammengefasst):! Beispiel aus Karto: Generalisierung einer Polygon-Bodenbedeckungskarte Tools > Simplify: Douglas-Peucker-Algorithmus Tools > Smooth: Linienglättung mittels gleitendem Mittel Werden heute besprochen.

32 32 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Simplification vs. Smoothing (McMaster & Shea 1992) Formvereinfachung durch Weglassen von Stützpunkten (Vertices) Output-Linie enthält eine Untermenge der ursprünglichen Vertices Glättung durch Approximation (z.b. Mittelwerte der Linienkoordinaten) Outputlinie enthält typischerweise gleich viele oder gar mehr Vertices als die Input-Linie " McMaster, R.B. & Shea, K.S. (1992): Generalization in Digital Cartography. Association of American Geographers.

33 33 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Line Simplification Aufgabe: Simplify the shape of a cartographic line by removal of unnecessary vertices. (nach McMaster and Shea, 1992) Eignet sich für Linien mit kantigen Formen (z.b. Grenzlinien). Problem: Wie definiert man unnötig oder unwesentlich? Nach welchen geometrischen und semantischen Kriterien werden die wichtigen Stützpunkte ausgewählt?

34 34 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Algorithms nach Douglas & Peucker (1973) Klassiker, weit verbreitet eingesetzt und in GEO 113 gestreift. Verwendet ein Toleranzband: Stützpunkte, die über dieses Band hinausragen, werden als wichtig erachtet und behalten. Animation: " Douglas, D.H. & Peucker, T.K. (1973): Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or its Caricature. Canadian Cartographer, 10(2):

35 V11 Praxis GIS III: Generalisierung & Mustererkennung 35 GEO Einführung in die Raumanalyse mit GIS FS 2016 Douglas-Peucker Superstar Einer der meistzitierten und -verwendeten Algorithmen in GIS und Kartographie (und in verwandten Gebieten): Zum Vergleich ein anderer Spitzenreiter (9-intersection model):

36 36 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Original-Linie 312 Vertices 100 m 200 m

37 37 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 5 m (vgl. Genauigkeit Vector25 = 3 bis 8 m) 102 Vertices 100 m 200 m

38 38 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 10 m 61 Vertices 100 m 200 m

39 39 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 50 m 20 Vertices 100 m 200 m

40 40 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 100 m 17 Vertices 100 m 200 m

41 41 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 200 m 11 Vertices 100 m 200 m

42 42 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Douglas/Peucker: Wanderweg bei S-chanf Toleranz ε = 500 m 3 Vertices 100 m 200 m

43 43 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Line Smoothing Aufgabe: Formvereinfachung durch Glättung und Approximation der Originallinie. Eignet sich für Linien mit runden Formen (z.b. Flüsse, Eisenbahnlinien) Entspricht Tiefpass-Filterung oder gleitendem Mittel Parameter: Fensterbreite (obligatorisch), Gewichte (fakultativ; hier: Distanz eines Stützpunkts zum zentralen Vertex p[i]) Kommt Ihnen das Prinzip des Algorithmus bekannt vor? Für die Bestimmung der Gewichte sowie für eine Abdämpfung des Glättungseffekts sind viele versch. Varianten möglich (McMaster/Shea) " McMaster, R.B. & Shea, K.S. (1992): Generalization in Digital Cartography. Assoc. of American Geographers.

44 44 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Linienglättung durch gleitendes Mittel Original-Linie 312 Vertices 100 m 200 m

45 45 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Linienglättung durch gleitendes Mittel Fensterbreite ± 7 Punkte (total 15) alle Punkte gleich gewichtet 312 Vertices 100 m 200 m

46 46 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Linienglättung durch gleitendes Mittel Fensterbreite ± 7 Punkte (total 15) alle Punkte gleich gewichtet 312 Vertices 100 m 200 m

47 47 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Beispiel Linienglättung durch gleitendes Mittel Fensterbreiten ± 3, 7, 15, 21 Stützpunkte alle Punkte gleich gewichtet 312 Vertices 100 m 200 m

48 48 3. GIS-Operationen für die Generalisierung: Entitäten / Vektor Kombination Linienvereinfachung und Glättung Vereinfachung (blaue Linie): Toleranz = 50 m Glättung (grüne Linie): Fensterbreite ± 3 Pte Gewicht 0.5 für Pte ausserhalb Zentral-punkt

49 V11 Praxis GIS III: Generalisierung & Mustererkennung 49 Wrap-up GEO Einführung in die Raumanalyse mit GIS FS 2016 Zusammenfassung Heutiges Beispiel: Kartographische Generalisierung als Vertreter eines komplexen Gesamtprozesses. Zerlegung in Teilprozesse ermöglicht Lösungen für Automation. Diese Teilprozesse können oft auf einfache und gängige GIS- Operationen zurückgeführt werden. Einige der heutigen GIS-Operationen sind Ihnen bekannt: Fokal-Operationen für Generalisierung von Rasterdaten gleitendes Mittel zur Glättung von Linien (auch fokal, aber 1D) Andere Operationen sind direkt von schon bekannten Fokal- Operationen abgeleitet: Dilatation, Erosion in der Mathematical Morphology Und schliesslich haben wir mit dem Douglas-Peucker-Algorithmus ein Verfahren kennen gelernt, das sehr vielfältig verwendet werden kann: In der Kartographie für die Linienvereinfachung; anderswo für Reduktion der Punktzahl auf Linien.

50 V11 Praxis GIS III: Generalisierung & Mustererkennung 50 Vorschau GEO Einführung in die Raumanalyse mit GIS FS 2016 In den verbleibenden Wochen : Vorlesung GIS in der Schweiz! ein Überblick über die wichtigsten Akteure und Aktivitäten, Organisationen und GIS-Daten in der Schweiz : Keine Vorlesung! : Repetitorium

51 V11 Praxis GIS III: Generalisierung & Mustererkennung 51 Literatur GEO Einführung in die Raumanalyse mit GIS FS 2016 Literatur Bader, M. (2001): Energy Minimizing Methods for Feature Displacement in Map Generalization. Dissertation, Geogr. Inst. UZH. Bader, M., Barrault, M. & Weibel, R. (2005): Building Displacement by Means of a Ductile Truss. Int. Journal of Geographical Information Science, 19(8/9): Douglas, D.H. & Peucker, T.K. (1973): Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or its Caricature. Canadian Cartographer, 10(2): Hake, G., Grünreich, D. & Meng, L. (2002): Kartographie. Berlin: de Gruyter Harrie, L. & Weibel, R. (2007): Modelling the Overall Process of Generalisation. In: Mackaness, W.A., Ruas, A. & Sarjakoski, L.T. (eds.): Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science,

52 V11 Praxis GIS III: Generalisierung & Mustererkennung 52 Literatur GEO Einführung in die Raumanalyse mit GIS FS 2016 Literatur Lecordix, F., Plazanet, C. & Lagrange, J.-P. (1997): A Platform for Research in Generalization: Application to Caricature. GeoInformatica, 1(2): McMaster, R.B. & Shea, K.S. (1992): Generalization in Digital Cartography. Association of American Geographers. SGK (Schweiz. Gesellschaft für Kartographie) (2002): Topografische Karten Kartengrafik und Generalisierung. Kartografische Publikationsreihe, Nr. 16 (erhältlich bei Shea, K.S. & McMaster, R.B. (1989): Cartographic generalization in a digital environment: When and how to generalize. Proceedings Auto- Carto 9, pp Stoter, J., Post, M., van Altena, V., Nijhuis, R. & Bruns, B. (2014): Fully automated generalization of a 1:50k map from 1:10k data. Cartography and Geographic Information Science, 41(1).

Praxis GIS: Schneeverfrachtungen modellieren

Praxis GIS: Schneeverfrachtungen modellieren GEO 243.1 FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 8 Praxis GIS: Schneeverfrachtungen modellieren Robert Weibel 1 Geographisches Institut robert.weibel@geo.uzh.ch 1 mit Inputs von Ross Purves

Mehr

Praxis GIS II: Dialekträume erfassen und modellieren

Praxis GIS II: Dialekträume erfassen und modellieren GEO 243.1 FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 10 Praxis GIS II: Dialekträume erfassen und modellieren Robert Weibel Geographisches Institut robert.weibel@geo.uzh.ch 2 Einführung Letzte

Mehr

Motivation des DRIVE-Projektes (Derivation of Vector Models)

Motivation des DRIVE-Projektes (Derivation of Vector Models) Automatische Ableitung von Stadtplänen aus großmaßstäbigen Geodaten im Kontext des Projekts DRIVE Ingo Petzold, Dirk Burghardt Universität Zürich, Schweiz Matthias Bobzien Axes Systems, Deutschland/Schweiz

Mehr

Dynamic Maps: Von Karten zu Prozessen

Dynamic Maps: Von Karten zu Prozessen Dynamic Maps: Von Karten zu Prozessen Claus Brenner Institut für Kartographie und Geoinformatik Universität Hannover Der Titel... Dynamic Maps: Von Karten zu Prozessen? Der Titel... Dynamic Maps: Von Karten

Mehr

Aktuelle ESRI swisstopo Projekte

Aktuelle ESRI swisstopo Projekte Aktuelle ESRI swisstopo Projekte TOPGIS Topographisch Geographisches Informationssystem Genius-DB Kartografisches Produktionssystem Dieter Neuffer, Professional Services, ESRI Schweiz AG d.neuffer@esri-suisse.ch

Mehr

Kapitel 1 - Einführung

Kapitel 1 - Einführung Vorlesung Graphische Datenverarbeitung Kapitel 1 - Einführung Prof. Dr.-Ing. Wolfgang Reinhardt AGIS/INF4 http://www.agis.unibw-muenchen.de UniBw München Überblick Kap. 1: Einführung (Überblick, Begriffe,

Mehr

GEO-INFORMATIONSSYSTEME

GEO-INFORMATIONSSYSTEME LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE GEO-INFORMATIONSSYSTEME Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität

Mehr

GIS und raumbezogene Datenbanken

GIS und raumbezogene Datenbanken GIS und raumbezogene Datenbanken Eine raumbezogene Datenbank (spatial database) dient der effizienten Speicherung, Verwaltung und Anfrage von raumbezogenen Daten. datenbankorientiert Ein geographisches

Mehr

Lernmodul 2 Modelle des Raumes

Lernmodul 2 Modelle des Raumes Folie 1 von 21 Lernmodul 2 Modelle des Raumes Bildnachweis: www. tagesschau.de Folie 2 von 21 Modelle des Raumes Übersicht Motivation Was ist Raum? Formalismus und Invarianz Metrischer Raum/Euklidischer

Mehr

Einführung ins Modul GEO FS Einführung in die Raumanalyse mit GIS Vorlesung 0

Einführung ins Modul GEO FS Einführung in die Raumanalyse mit GIS Vorlesung 0 GEO 243.1 FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 0 Einführung ins Modul Robert Weibel Geographisches Institut robert.weibel@geo.uzh.ch 2 Einführung Wer bin ich? Robert Weibel Professor

Mehr

Operationen auf Entitäten

Operationen auf Entitäten GEO 243.1 FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 4 Operationen auf Entitäten Robert Weibel 1 Geographisches Institut robert.weibel@geo.uzh.ch 1 mit Inputs von Ross Purves und Patrick Laube

Mehr

Kartographische Informationsverarbeitung

Kartographische Informationsverarbeitung Kartographische Informationsverarbeitung Kartographische Generalisierung V: Kartographische Informationsverarbeitung FB VI / Abteilung Kartographie Generalisierung und Abstraktion in Karten Wie entstehen

Mehr

Analytical Relief Shading. Topographische und Hochgebirgskartographie, SS2014 Egger Michaela a

Analytical Relief Shading. Topographische und Hochgebirgskartographie, SS2014 Egger Michaela a Analytical Relief Shading Topographische und Hochgebirgskartographie, SS2014 Egger Michaela a0908356 Definition Ist der computerbasierte Prozess eine Schummerung aus einem Digitalen Höhenmodell (DHM) zu

Mehr

Kapitel 9 Kombination von Vektor- und Rasterdaten

Kapitel 9 Kombination von Vektor- und Rasterdaten LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 9 Kombination von Vektor- und Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2014/15

Mehr

Kartografie in ArcGIS 9.2

Kartografie in ArcGIS 9.2 5. ESRI-Anwendertreffen Baden-Württemberg Andreas Mack Technischer Support / Schulung Kranzberg Übersicht GIS Kartografie Kartografie in ArcGIS 9.x Neue Kartografikonzept in ArcGIS 9.2 Automatisierung

Mehr

Morphologische Filter. Vorlesung FH-Hagenberg DSB

Morphologische Filter. Vorlesung FH-Hagenberg DSB Morphologische Filter Vorlesung FH-Hagenberg DSB Mathematische Morphologie Binäre Morphologie Strukturelement Grundlegende Operatoren Erosion, Dilation Abgeleitete Operatoren Open, close Grauwert-Morphologie

Mehr

9. Kombination von Vektor- und Rasterdaten

9. Kombination von Vektor- und Rasterdaten 9. Kombination von Vektor- und Rasterdaten 1. Vergleich von Vektor- und Rasterdaten 2. Morphologische Operationen 3. Transformationen des Formats 4. Kombinierte Auswertungen Geo-Informationssysteme 224

Mehr

Software Voraussetzungen für MAP2PDF für GeoMedia

Software Voraussetzungen für MAP2PDF für GeoMedia Software: MAP2PDF für GeoMedia und DCS Version: Thema: Erstellung intelligenter PDF-Dateien Zusammenfassung MAP2PDF ist ein Add-On der Firma TerraGo Technologies für GeoMedia und DCS. Es ermöglicht die

Mehr

Was ist GIS? Definition Geographisches Informationssystem

Was ist GIS? Definition Geographisches Informationssystem Was ist GIS? Definition Geographisches Informationssystem System zur Erfassung, Speicherung, Prüfung, Manipulation, Integration, Analyse und Darstellung von Daten, die sich auf räumliche Objekte beziehen

Mehr

Kartographie - Statische Karten

Kartographie - Statische Karten Kartographie - Statische Karten INSTITUTE OF THEORETICAL INFORMATICS PROF. DR. DOROTHEA WAGNER KIT University of the State of Baden-Wuerttemberg and Köckert, National Sayed, Laboratory Prause of the Kartographie

Mehr

AdV-Projekt ATKIS-Generalisierung

AdV-Projekt ATKIS-Generalisierung Landesamt für Vermessung und Geobasisinformation Rheinland-Pfalz AdV-Projekt ATKIS-Generalisierung Automatische Generalisierungsprozesse für die Ableitung von AAA-Produkten Inhalt Inhalt AAA-Produkte der

Mehr

reviewed paper Generalisierung von Mehrzweckkarte und 3d Modell der Stadt Wien Patrick WEISS, Lionel DORFFNER

reviewed paper Generalisierung von Mehrzweckkarte und 3d Modell der Stadt Wien Patrick WEISS, Lionel DORFFNER reviewed paper Generalisierung von Mehrzweckkarte und 3d Modell der Stadt Wien Patrick WEISS, Lionel DORFFNER (Patrick Weiß, FH Technikum Kärnten, Geoinformation, patrick.weiss@edu.fh-kaernten.ac.at) (Dipl.Ing.

Mehr

Diplomprüfung für Vermessungsingenieure Herbsttrimester 2009 Fach: Geoinformationssysteme

Diplomprüfung für Vermessungsingenieure Herbsttrimester 2009 Fach: Geoinformationssysteme Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt Institut für Geoinformation und Landentwicklung Universität der Bundeswehr München D-85577 Neubiberg Diplomprüfung für Vermessungsingenieure Herbsttrimester 2009

Mehr

Kartographische Visualisierung

Kartographische Visualisierung Kartographische Visualisierung Kartenmodellierung Modellierung von Karten Ziel der Kartenmodellierung: Geodaten angemessen abbilden (repräsentieren) Informationen mit der Karte vermitteln (präsentieren).

Mehr

Vorlesung Wissensentdeckung in Datenbanken

Vorlesung Wissensentdeckung in Datenbanken Vorlesung Wissensentdeckung in Datenbanken Data Cube Katharina Morik, Uwe Ligges Informatik LS 8 22.04.2010 1 von 26 Gliederung 1 Einführung 2 Aggregation in SQL, GROUP BY 3 Probleme mit GROUP BY 4 Der

Mehr

Mittwoch. GEO 113 Fernerkundung und Geographische Informationswi ssenschaften MAT 182. Analysis für Naturwissenschaften GEO 113.

Mittwoch. GEO 113 Fernerkundung und Geographische Informationswi ssenschaften MAT 182. Analysis für Naturwissenschaften GEO 113. HS2017 1. Semester GEO 110 Schweiz 2040 GEO 110 Uebung zur Schweiz 2040 Gr.1, 2, 3 und Geographische Informationswi ssenschaften GEO 112 Humangeograp hie Gr. 1-3, Gr. 4 GEO 112 Gr. 4-6 für für GEO 112

Mehr

Automatisierung und effizientes kartographisches Editieren - das Carto Process Framework am Beispiel des swisstopo Projekts OPTINA-LK

Automatisierung und effizientes kartographisches Editieren - das Carto Process Framework am Beispiel des swisstopo Projekts OPTINA-LK Automatisierung und effizientes kartographisches Editieren - das Carto Process Framework am Beispiel des swisstopo Projekts OPTINA-LK Dr. Moritz Neun, Markus Bedel und Cory Eicher (ESRI Schweiz AG) Cathy

Mehr

Einführung in die Informatik II

Einführung in die Informatik II Einführung in die Informatik II Relationale Datenbanken und SQL Theorie und Anwendung Prof. Dr. Nikolaus Wulff Gründe für eine Datenbank Meist werden Daten nicht in XML-Dokumenten, sondern innerhalb einer

Mehr

Herzlich willkommen zur Lehrveranstaltung. Einführung Geoinformatik

Herzlich willkommen zur Lehrveranstaltung. Einführung Geoinformatik Herzlich willkommen zur Lehrveranstaltung Einführung in die Geoinformatik Aus dem Verzeichnis der Lehrveranstaltungen: Halbmodul: Einführung in die Geo-Informatik Zugelassen für: Master-Studiengang Bereich:

Mehr

Computergrafik 2: Morphologische Operationen

Computergrafik 2: Morphologische Operationen Computergrafik 2: Morphologische Operationen Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies

Mehr

Development of geo-data analysis methods - from data enrichment to. communication

Development of geo-data analysis methods - from data enrichment to. communication Development of geo-data analysis methods - from data enrichment to advanced visualization and communication Mathias Jahnke Arbeitsgruppe Automation in Kartographie, Photogrammetrie und GIS 27.09.2010 Dresden

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Rückblick und aktuelle Forschungsthemen Vorlesung im Wintersemester 2012/2013 5.2.2013 Vorlesungsrückblick 1. Einführung 2. Baumlayouts 3. Serien-parallele Graphen

Mehr

11 Kartographische Generalisierung

11 Kartographische Generalisierung 11 Kartographische Generalisierung 11.1 Begriffe und Aufgaben der Generalisierung 11.2 Grundsätze der Generalisierung Konzeption der Generalisierung Ziele der Generalisierung Objektgeneralisierung 11.3

Mehr

Geoinformation Abbildung auf Tabellen

Geoinformation Abbildung auf Tabellen Folie 1 von 32 Geoinformation Abbildung auf Tabellen Folie 2 von 32 Abbildung auf Tabellen Übersicht Motivation des relationalen Datenmodells Von Objekten zu Tabellen Abbildung von Objekten Schlüssel Abbildung

Mehr

Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3:

Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3: Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3: Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt AGIS / Inst. Für Angewandte Informatik (INF4) Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de

Mehr

Algorithmische Geometrie 1. Einführung

Algorithmische Geometrie 1. Einführung Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:

Mehr

Übung 2: Manipulation von Geometriedaten

Übung 2: Manipulation von Geometriedaten Übung 2: Manipulation von Geometriedaten Abgabe: bis Freitag 20.03.2015 16:00 Uhr in den jeweiligen Briefkasten im Raum 25-J-07. Lernziele Sie sind vertraut mit den Funktionen, die man zur Bearbeitung

Mehr

Neue Entwicklungen bei GIS-Servern

Neue Entwicklungen bei GIS-Servern Neue Entwicklungen bei GIS-Servern - Jenseits von Web Mapping - 41. Sitzung der Arbeitsgruppe Automation in der Kartographie (AgA) Hamburg, 21./22. September Dr. Peter Ladstätter, ESRI Geoinformatik Neue

Mehr

Voronoi Diagramme und Delaunay Triangulation

Voronoi Diagramme und Delaunay Triangulation Voronoi Diagramme und Delaunay Triangulation Verfasser: Arbeit im Rahmen des Informatik-Seminars FS 2016 an der Berner Fachhochschule BFH Lukas Weber (lukas.weber@students.bfh.ch) Betreuer: Peter Schwab

Mehr

Übersicht der Vorlesung

Übersicht der Vorlesung Übersicht der Vorlesung 1. Einführung 2. Bildverarbeitung 3. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse

Mehr

Visualisierung von Geodaten. Visualisierung von Geodaten

Visualisierung von Geodaten. Visualisierung von Geodaten 1 Inhalt Visualisierung Motivation Definition Vorteile Geoobjekte Geometrische Modellierung Rastermodelle Vektormodelle Hybridmodelle Software Kartographie Client-Server Server-Anwendungen 3D-Visualisierung

Mehr

Kapitel 9. Kombination von Vektor- und Rasterdaten. Rasterdaten. 3. Transformationen des Formats. 4. Kombinierte Auswertungen

Kapitel 9. Kombination von Vektor- und Rasterdaten. Rasterdaten. 3. Transformationen des Formats. 4. Kombinierte Auswertungen LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Kapitel 9 Kombination von Vektor- und Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2011/12 Ludwig-Maximilians-Universität

Mehr

Wolfgang Liebig / Rolf-Dieter Mummenthey. ArcGIS - ArcView 9. Band 2: ArcGIS-Analysen. 1. Auflage

Wolfgang Liebig / Rolf-Dieter Mummenthey. ArcGIS - ArcView 9. Band 2: ArcGIS-Analysen. 1. Auflage Wolfgang Liebig / Rolf-Dieter Mummenthey ArcGIS - ArcView 9 Band 2: ArcGIS-Analysen 1. Auflage Points Verlag Norden Halmstad Inhalt Band 2 Inhalt VII Seite Band 2: ArcGIS-Analysen 13 Einleitung zu Band

Mehr

Geoinformation I Geometr.-topol. Datenstrukturen

Geoinformation I Geometr.-topol. Datenstrukturen Folie 1 von 23 Geoinformation I Geometr.-topol. Datenstrukturen Folie 2 von 23 Geometr.-topol. Datenstrukturen Übersicht! Überblick/Motivation! Fokus! Geometrisch-topologische Datenstrukturen " Spaghetti

Mehr

Modul Nr ,, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 2:

Modul Nr ,, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 2: Modul Nr. 13193 + 13194,, M.Sc. Bau: Geodäsie und GIS Teil : Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt AGIS / Inst. Für Angewandte Informatik (INF4) Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de

Mehr

Raumbezogene Datenbanken (Spatial Databases)

Raumbezogene Datenbanken (Spatial Databases) Raumbezogene Datenbanken (Spatial Databases) Ein Vortrag von Dominik Trinter Alexander Christian 1 Inhalte Was ist ein raumbezogenes DBMS? Modellierung Abfragen Werkzeuge zur Implementierung Systemarchitektur

Mehr

Flächenbildung durch Interpolation von diskreten Punktdaten

Flächenbildung durch Interpolation von diskreten Punktdaten Flächenbildung durch Interpolation von diskreten Punktdaten Praktische Anwendung von Thiessen-Polygonen als Methode der Regionalisierung im GIS Koris Forum 14.Okt.2010 Corinna Mundzeck Vortragsübersicht

Mehr

CSGIS Gbr Canalejo & Schönbuchner GIS. Der VfS Viewer: Ein auf Open Source basiertes Web GIS zur Information von Waldbesitzern in Bayern

CSGIS Gbr Canalejo & Schönbuchner GIS. Der VfS Viewer: Ein auf Open Source basiertes Web GIS zur Information von Waldbesitzern in Bayern Der VfS Viewer: Ein auf Open Source basiertes Web GIS zur Information von Waldbesitzern in Bayern Gliederung Präsentation VfS Von analogen Standortkarten zu digitalen Daten Einleitung zum forstlichen Informationssystem

Mehr

Einführung in das Visualization ToolKit. Institut für Simulation und Graphik, Otto-von-Guericke Universität Magdeburg

Einführung in das Visualization ToolKit. Institut für Simulation und Graphik, Otto-von-Guericke Universität Magdeburg Einführung in das Visualization ToolKit VTK Einführung: Gliederung Was ist VTK? VTK-Konzept Vorstellung MeVisLab VTK Beispiel in MeVisLab 2/26 Was ist VTK? Freie Software-Bibliothek für 3D Graphik und

Mehr

(Punktnr.) x-wert y-wert (z-wert) ( ) ( )

(Punktnr.) x-wert y-wert (z-wert) ( ) ( ) Vektordaten Das Speichern bzw. Verarbeiten räumlicher Informationen als Vektordaten entspricht dem naheliegenden Muster einer Koordinatenliste die Dateien sind im Wesentlichen so aufgebaut: (Punktnr.)

Mehr

Das Potenzial von geografischen Informationssystemen (GIS) in der Analyse von Versorgungssystemen

Das Potenzial von geografischen Informationssystemen (GIS) in der Analyse von Versorgungssystemen Das Potenzial von geografischen Informationssystemen (GIS) in der Analyse von Versorgungssystemen Schweizer Statistiktage Reto Jörg, socialdesign ag Nicolas Lenz, geo7 ag Dienstag, 21. November 2017 Einleitung

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Technische Universität München Fakultät für Informatik Lehrstuhl für Effiziente Algorithmen Dr. Hanjo Täubig Tobias Lieber Sommersemester 2011 Übungsblatt 1 16. September 2011 Grundlagen: Algorithmen und

Mehr

Das Topografische Landschaftsmodell TLM - ein 3D Geobasisdatensatz der Schweiz

Das Topografische Landschaftsmodell TLM - ein 3D Geobasisdatensatz der Schweiz armasuisse Das Topografische Landschaftsmodell TLM - ein 3D Geobasisdatensatz der Schweiz Emanuel Schmassmann 1 Datenfluss Bis Juni 2008: Seit Juli 2008: Landschaftsmodell Verifikation Erfassung Landschaftsmodell

Mehr

Spektrale Analysen in EMU-R: eine Einführung. Jonathan Harrington

Spektrale Analysen in EMU-R: eine Einführung. Jonathan Harrington Spektrale Analysen in EMU-R: eine Einführung Jonathan Harrington 1. Ein digitales Sinusoid 2. Fourier-Analyse 3. Ein Spektrum 4. Frequenz- und Zeitauflösung 5. Berechnung von Spektra mit Emu 1. Ein digitales

Mehr

New Design of Swiss National Map Series

New Design of Swiss National Map Series Bundesamt für Landestopografie Office fédéral de topographie Ufficio federale di topografia Uffizi federal da topografia New Design of Swiss National Map Series Milestones Dufour map 1:100.000 (1842/1864-1965)

Mehr

Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt

Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt im Juni 2016 Themen: Digitale Bilder, Eigenschaften

Mehr

Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban

Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban 1.) Shape-Files dürfen nicht projiziert sein, d.h. wenn *.prj-dateien vorhanden sind, diese bitte löschen. 2.) Einzugsgebiete

Mehr

Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt

Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt 2. Datenbankentwurf Motivation Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt Fehler sind umso teurer zu beheben, je weiter die Entwicklung bzw. der Einsatz

Mehr

Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE)

Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) 4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig

Mehr

Operations Research I

Operations Research I Operations Research I Lineare Programmierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2015 Peter Becker (H-BRS) Operations Research I Sommersemester 2015

Mehr

Semester-Fahrplan 1 / 17

Semester-Fahrplan 1 / 17 Semester-Fahrplan 1 / 17 Hydroinformatik I Einführung in die Hydrologische Modellierung Bayes sches Netz Olaf Kolditz *Helmholtz Centre for Environmental Research UFZ 1 Technische Universität Dresden TUDD

Mehr

4.4 Quadtrees. Literatur

4.4 Quadtrees. Literatur 4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig

Mehr

Curriculum. Lineare Algebra 1.

Curriculum. Lineare Algebra 1. Curriculum Lineare Algebra 1 Dozent: E-Mail: Web: Modul : Umfang: Datum: Dr. Donat Adams donat.adams@fhnw.ch http://adams-science.com/lineare-algebra-1/ Lineare Algebra 1 3 ECTS 16. September 017 1 Funktion

Mehr

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen

Mehr

GIS Einführungsschulung

GIS Einführungsschulung Datentypen 1. Rasterdaten Datenquellen: Gescannte analoge Karten und Pläne Digitale Kameras Framegrabber Satellitenaufnahmen (Scanner und optische Sensoren) Datentypen: binär (Synonyme: 1-Bit, Schwarz-weiß)

Mehr

Die Zentrale Stelle Geotopographie stellt sich vor. Julia Rehfeld

Die Zentrale Stelle Geotopographie stellt sich vor. Julia Rehfeld Die Zentrale Stelle Geotopographie stellt sich vor Julia Rehfeld Gliederung 1 Bundesamt für Kartographie und Geodäsie (BKG) 2 (ZSGT) 3 Geodaten der ZSGT 4 Geodatendienste der ZSGT 2 Gliederung 1 Bundesamt

Mehr

Professur für Betriebswirtschaftslehre, insbesondere Verkehrsbetriebslehre und Logistik. GIS Tutorium

Professur für Betriebswirtschaftslehre, insbesondere Verkehrsbetriebslehre und Logistik. GIS Tutorium Professur für Betriebswirtschaftslehre,, M.A. GIS Grundlagen Geographisches Informationssystem (hier: MapInfo Professional 7.5) Digitale Erfassung, Speicherung, Organisation, Modellierung und Analyse von

Mehr

Interdisziplinäre fachdidaktische Übung: Modelle für Sprachen in der Informatik. SS 2016: Grossmann, Jenko

Interdisziplinäre fachdidaktische Übung: Modelle für Sprachen in der Informatik. SS 2016: Grossmann, Jenko Interdisziplinäre fachdidaktische Übung: Modelle für Sprachen in der SS 2016: Grossmann, Jenko Die Beschreibung orientiert sich am Begriffssystem der Beschreibung natürlicher Sprachen Sprache in der steht

Mehr

Objektorientierte Bildverarbeitung Methodische Grundlagen

Objektorientierte Bildverarbeitung Methodische Grundlagen ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!

Mehr

8. Modelle für feste Körper

8. Modelle für feste Körper 8. Modelle für feste Körper Modell: Abbild der Realität, welches bestimmte Aspekte der Realität repräsentiert (und andere ausblendet) mathematische Modelle symbolische Modelle Datenmodelle Experimentalmodelle

Mehr

Generalisierung von OpenStreetMap-Daten

Generalisierung von OpenStreetMap-Daten Generalisierung von OpenStreetMap-Daten, Berlin 1 Generalisierung von OpenStreetMap-Daten Die OpenStreetMap-Karte bei niedrigen Zoom-Stufen warum sieht die so schlecht aus? Weil die Daten für die hohen

Mehr

Rückblick: Entity-Relationship-Modell

Rückblick: Entity-Relationship-Modell Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben

Mehr

Untersuchung der Sprachkonformität und Vollständigkeit von UML 2.0 Werkzeugen

Untersuchung der Sprachkonformität und Vollständigkeit von UML 2.0 Werkzeugen Armin Bolz 5. März 2007 Institut für Programmiermethodik und Compilerbau Untersuchung der Sprachkonformität und Vollständigkeit von UML 2.0 Werkzeugen Seite 2 Motivation Teilweise eklatante Missachtung

Mehr

Einführung in Datenbanken

Einführung in Datenbanken Einführung in Datenbanken Dipl.-Inf. Michael Wilhelm Hochschule Harz FB Automatisierung und Informatik mwilhelm@hs-harz.de Raum 2.202 Tel. 03943 / 659 338 1 Inhalt 1. Grundlegende Begriffe der Datenbanktechnologie

Mehr

Vorangegangen: Euklids Elemente (VII IX) Grundlegende Sätze über Teilbarkeit und Primzahlen:

Vorangegangen: Euklids Elemente (VII IX) Grundlegende Sätze über Teilbarkeit und Primzahlen: Zur Geschichte von Primzahlen I. Bemerkungen 1. Arithmetik => Pythagoreer: Zahlen als Weltbild 2. Beispiel für Eigenschaft eines mathematischen Begriffes 3. Beispiel für unterschiedliche Klärungsmöglichkeiten:

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

Graphdurchmusterung, Breiten- und Tiefensuche

Graphdurchmusterung, Breiten- und Tiefensuche Prof. Thomas Richter 18. Mai 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomas.richter@ovgu.de Material zur Vorlesung Algorithmische Mathematik II am 18.05.2017 Graphdurchmusterung,

Mehr

Objektorientierte Modellierung (1)

Objektorientierte Modellierung (1) Objektorientierte Modellierung (1) Die objektorientierte Modellierung verwendet: Klassen und deren Objekte Beziehungen zwischen Objekten bzw. Klassen Klassen und Objekte Definition Klasse Eine Klasse ist

Mehr

Theoretische Informatik: Berechenbarkeit und Formale Sprachen

Theoretische Informatik: Berechenbarkeit und Formale Sprachen Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de

Mehr

Übersicht der Vorlesung

Übersicht der Vorlesung Übersicht der Vorlesung 1. Einführung 2. Bildverarbeitung 3. orphologische Operationen 4. Bildsegmentierung 5. erkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken

Mehr

Modellierung von Geodaten

Modellierung von Geodaten Modellierung von Geodaten Universität Augsburg Fachbereich Informatik Seminar: Datenbankunterstützung für mobile GIS Sommersemester 2011 Zeev Turevsky Betreuer: Dipl.-Informatiker Florian Wenzel Gliederung

Mehr

Zusammenfassung. Benjamin Niedermann Vorlesung Algorithmische Kartografie

Zusammenfassung. Benjamin Niedermann Vorlesung Algorithmische Kartografie Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 02.07.2015 1 Wiederholung Themen der

Mehr

Wasserscheiden-Ansätze zur Bildsegmentierung I

Wasserscheiden-Ansätze zur Bildsegmentierung I Seminar Bildsegmentierung und Computer Vision Wasserscheiden-Ansätze zur Bildsegmentierung I Stefan Sugg 19.12.2005 Gliederung 1. Einführung 2. Morphologische Grundlagen 3. Simulation durch Überflutung

Mehr

Einführung Grundbegriffe

Einführung Grundbegriffe Einführung Grundbegriffe 1.1 Der Modellbegriff Broy: Informatik 1, Springer 1998 (2) Die Modellbildung der Informatik zielt auf die Darstellung der unter dem Gesichtspunkt einer gegebenen Aufgabenstellung

Mehr

Teil IV: Erprobungsbericht

Teil IV: Erprobungsbericht Teil IV: Erprobungsbericht Inhalt 1 Rahmenbedingungen der Erprobung... Ergebnisse Evaluationstest Teil 1: Fachwissen... 3 Ergebnisse Evaluationstest Teil : Umfrage... 7 Ergebnisse Evaluationstest Teil

Mehr

Einführung & Linienvereinfachung

Einführung & Linienvereinfachung Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 16.04.2013 AlgoKarto-Team Dozent Martin No llenburg noellenburg@kit.edu

Mehr

Automatische Generierung von Höhenlinien aus dem DGM

Automatische Generierung von Höhenlinien aus dem DGM Geoinformation und Landentwicklung Automatische Generierung von Höhenlinien aus dem DGM Maria Paesch Referat Kartographie Baden-Württemberg 17. September 2012 1 von 23 Warum neue Höhenlinien? Weil Höheninformationen

Mehr

Teil III. Komplexitätstheorie

Teil III. Komplexitätstheorie Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein

Mehr

Mathematisch-algorithmische Grundlagen für Big Data

Mathematisch-algorithmische Grundlagen für Big Data Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017

Mehr

Graphische Datenverarbeitung und Bildverarbeitung

Graphische Datenverarbeitung und Bildverarbeitung Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Morphologische Operatoren Graphische DV und BV, Regina Pohle, 5. Morphologische Operatoren Einordnung in die Inhalte der Vorlesung

Mehr

Analyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung

Analyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung Analyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung Zusammenfassung der Diplomarbeit an der Hochschule Zittau/Görlitz Maria Kiseleva Motivation

Mehr

Visualisierung statistischer Daten 02.06.2010

Visualisierung statistischer Daten 02.06.2010 Visualisierung statistischer Daten 0.06.010 Lehrstuhl sozialwissenschaftliche Methodenlehre und Sozialstatistik Sebastian Jeworutzki Sebastian Jeworutzki Visualisierung statistischer Daten 0.06.010 1 Ablauf

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2012/13 17. Vorlesung Nächstes Paar Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Problem: Gegeben: Menge P von n Punkten in der Ebene, jeder Punkt

Mehr

Data Cubes PG Wissensmangement Seminarphase

Data Cubes PG Wissensmangement Seminarphase PG 402 - Wissensmangement Seminarphase 23.10.2001-25.10.2001 Hanna Köpcke Lehrstuhl für Künstliche Intelligenz Universität Dortmund Übersicht 1. Einführung 2. Aggregation in SQL, GROUP BY 3. Probleme mit

Mehr

Methoden zur Cluster - Analyse

Methoden zur Cluster - Analyse Kapitel 4 Spezialvorlesung Modul 10-202-2206 (Fortgeschrittene Methoden in der Bioinformatik) Jana Hertel Professur für Bioinformatik Institut für Informatik Universität Leipzig Machine learning in bioinformatics

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

Die Elektronische Seekarte

Die Elektronische Seekarte Die Elektronische Seekarte ein Beispiel für Automation in der Seekartographie jana.vetter@bsh.de, 0381-4563 620 1 Inhalt Was verbirgt sich hinter der Elektronischen Seekarte? Aufbau und Funktionalität

Mehr

Kapitel 1: Informationsverarbeitung durch Programme

Kapitel 1: Informationsverarbeitung durch Programme LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 1: Informationsverarbeitung

Mehr