Operationen auf Entitäten
|
|
- Reinhold Dittmar
- vor 7 Jahren
- Abrufe
Transkript
1 GEO 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
2 Gemeinden Auswahl Bauzonen Digitales Geländemodell Letzte Woche Exposition berechnen Sicht berechnen Haltestellen S-Bahn Distanzen berechnen steuergünst. Gemeinden geometr. Verschneidung Südlagen Gebiete mit Alpensicht? Diese Woche Distanzzonen Auswahl mögliche Baugebiete geometr. Verschneidung Zonen nahe bei S-Bahn mögliche Standorte NB: Stark vereinfachtes Flussdiagramm
3 3 Letzte Woche Wie modellieren wir die Realität in einem GIS? Zwei grundverschiedene Ansichten des Raums ein Raum bevölkert mit Entitäten ein Raum gefüllt mit einem Feld Wie können Entitäten georeferenziert werden? Skalenniveaus für Attribute um Dinge zu be-/umschreiben Zwei verschiedene Datenstrukturen und ihre Beziehung zu den obigen konzeptuellen Datenmodellen Vektor-Datenstruktur Raster-Datenstruktur und am Ende standen drei Denk(haus)aufgaben
4 4 Zusammenfassung Letzte Woche: Folie 72 Vector geeignet für diskrete Objekte (sog. Entitäten) Mehrere Attribute können zu Punkten, Linien, Polygonen gespeichert werden Erlaubt auf einfache Weise versch. Abstraktionsebenen Topologie erlaubt die Codierung räumlicher Beziehungen Eher komplizierte Datenstruktur (z.b. ist die Berechnung von Topologie nicht trivial) Meist kleine File-Grössen Raster geeignet für Felder Nicht jeder Ort muss explizit mit Koordinate gespeichert werden Sehr einfache Datenstruktur Einfach mit Fernerkundungs- Daten zu verbinden Auflösung ist konstant: Muss überall erhöht werden, auch wenn dadurch grosse homogene Areale entstehen Schnell grosse File-Grössen Ein Raster ein Attribut Einfach Veränderung abzubilden Einfach diese Listen runterbeten ist keine gute Antwort in einer Prüfung.
5 V4 Operationen auf Entitäten 5 Beispiele Überlegen Sie sich zu den folgenden Beispielen Welches konzeptuelle Datenmodell ist angebracht: Entität oder Feld? Welche semantische Information und Skalenniveaus brauchen wir für die Attributdaten? Wie würden wir die Daten georeferenzieren? Welche Datenstrukturen können wir verwenden um die entsprechenden Geodaten zu speichern? Letzigrund?!
6 6 Beispiele Überlegen Sie sich zu den folgenden Beispielen Welches konzeptuelle Datenmodell ist angebracht: Entität oder Feld? Welche semantische Information und Skalenniveaus brauchen wir für die Attributdaten? Wie würden wir die Daten georeferenzieren? Welche Datenstrukturen können wir verwenden um die entsprechenden Geodaten zu speichern? Geländemodell des Schweizerischen Nationalparks?!
7 7 Beispiele Überlegen Sie sich zu den folgenden Beispielen Welches konzeptuelle Datenmodell ist angebracht: Entität oder Feld? Welche semantische Information und Skalenniveaus brauchen wir für die Attributdaten? Wie würden wir die Daten georeferenzieren? Welche Datenstrukturen können wir verwenden um die entsprechenden Geodaten zu speichern? Bevölkerungsdichte im Grossraum Zürich!
8 8 Beispiele Konzeptuelles Datenmodell Semantik Skalenniveau Georeferenz Datenstruktur Letzigrund Gelände SNP Bev.dichte ZH
9 9 Beispiele Konzeptuelles Datenmodell Semantik Skalenniveau Georeferenz Datenstruktur Letzigrund Entität Max. Zuschauer Ratio Pt. Koordinaten Vektor (Punkt, Fläche) Punkt? Baujahr Intervall Präzision? (cm?, Raster (Dichteober- Fläche? m?, km?) fläche bei Zuschauern Gelände SNP Feld Entitäten m.ü.m Gipfel, Kämme Ratio Ursprung, Auflös. Raster Vektor Bev.dichte ZH Feld (Bild) Entitäten Einwohnerzahl Entweder: Ordninal (tief, mittel, hoch) Ursprung, Auflös. Raster Vektor (Choroplethenkarte) Oder: Ratio bei absoluten Werten
10 10 Diese Woche Ich gebe einen Überblick über Operationen auf Entitäten. Ich verwende eine Taxonomie von Burrough et al. (2015) " Heywood et al. (2011) verwenden eine ähnliche Taxonomie Ich unternehme einen Exkurs in die theoretische GIScience: Ich führe ein Modell ein, mittels dessen topologische Beziehungen von räumlichen Entitäten formal beschrieben werden können.
11 11 Einführung Lernziele Sie können Beispiele nennen für folgende Operationen: Operationen auf Attribute von Entitäten Distanz- / Lageoperationen auf Topologie basierende Operationen Sie können für gegebenen Operationen auf Entitäten die resultierenden Attribute und Entitäten beschreiben Sie kennen die Grundprinzipien des 9-intersection Modells Sie kennen den Unterschied zwischen Grenzlinie, Innenraum und Aussenraum Sie können die binären Matrizen des 9-Intersection-Modells für zwei einfache Flächen herleiten Sie können erklären, weshalb das 9-intersection Modell wichtig ist für GIS-Operationen
12 12 Operationen klassieren Das GIS-Lehrbuch von Burrough et al. (2015) führt eine Taxonomie für Operationen ein, welche auf den konzeptuellen Datenmodellen (Entität oder Feld) und Skalenniveaus basiert Die Taxonomie basiert auf den Fragen, die wir mit einem GIS untersuchen wollen Sie erinnern sich: Entitäten sind definiert durch Attribute (Semantik) Lage Räumliche Beziehungen (z.b. Nachbarschaft, topologische Bez.) Die Fragen, die wir an unser GIS stellen, können nun alle diese Elemente betreffen
13 13 Beispiele zu möglichen Fragen an ein GIS Fragen, die wir untersuchen wollten, könnten in etwa so aussehen... Wie viele Leute wohnen in Zürich? Wo ist Zürich? Ist Zürich in der Nähe von Winterthur? Wie viele Fussball-Felder gibt es in Zürich? Wie viele Berge gibt es in der Schweiz? Wie viele Berge gibt es in Australien? Grenzt die Schweiz an Deutschland? An welche Länder grenzt Deutschland? All diese Fragen betreffen das was und das wo (d.h. Attribute und Lage). Derlei Fragen können wie folgt klassiert werden...
14 14 Operationen auf Entitäten (nach Burrough et al., 2015) 1. Attribute operations Operationen operations on one or more attributes of an entity Beispiele BEVDICHT = EINW/FLÄ 2. Distance/ location operations 3. Operations using built-in spatial topology operations on one or more attributes of multiple entities that overlap in space operations on the attributes of entities that are contained by other entities (point-in-polygon) operations to locate entities with respect to simple Euclidean distance or location criteria operations to create buffer zones around an entity operations to model spatial interactions over a connected net Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 Selektiere alle Sportanlagen innerhalb 500m vom Wald Bestimme alle Flächen innerhalb 200m zu einer Tramlinie Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich! Burrough et al. (2015), Kapitel 7, pp. 128ff.
15 15 Operationen auf Entitäten (nach Burrough et al., 2015) 1. Attribute operations operations on one or more attributes of an entity BEVDICHT = EINW/FLÄ 2. Distance/ location operations operations on one or more attributes of multiple entities that overlap in space operations on the attributes of entities that are contained by other entities (point-in-polygon) operations to locate entities with respect to simple Euclidean distance or location criteria operations to create buffer zones around an entity Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 Selektiere alle Sportanlagen innerhalb 500m vom Wald Bestimme alle Flächen innerhalb 200m zu einer Tramlinie All diese Operationen können neue Attribute ergeben TRUE/ FALSE ist auch neues Attr. manchmal auch neue Entitäten 3. Operations using built-in spatial topology operations to model spatial interactions over a connected net Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich! Burrough et al. (2015), Kapitel 7, pp. 128ff.
16 16 Operationen auf Entitäten 1. Attribute operations 2. Distance/ location operations operations on one or more attributes of an entity operations on one or more attributes of multiple entities that overlap in space operations on the attributes of entities that are contained by other entities (point-in-polygon) operations to locate entities with respect to simple Euclidean distance or location criteria BEVDICHT = EINW/FLÄ Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 Selektiere alle Sportanlagen innerhalb 500m vom Wald 3. Operations using built-in spatial topology operations to create buffer zones around an entity operations to model spatial interactions over a connected net Bestimme alle Flächen innerhalb 200m zu einer Tramlinie Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich! Burrough et al. (2015), Kapitel 7, pp. 128ff.
17 17 1. Operations on one or more attributes of an entity Attribute beziehen sich auf Eigenschaften der Entitäten (z.b. Einwohnerzahl, Name, ). Attribute können aber auch von räumlichen Eigenschaften der Entitäten abgeleitet sein (Fläche, Umfang, Breite). Neue Attribute können so zur Beschreibung der Entitäten zugefügt werden. So können wir für jede Entität ein neues Attribut U i zufügen, für das gilt U i = f(a, B, C,D, ), wobei A, B, C, D, bereits bestehende Attribute sind. Welche Operationen möglich und sinnvoll sind, hängt vom Skalenniveau der Attribute ab.
18 18 1. Operations on one or more attributes of an entity Logische Operation: Waldflächen? Selektion TRUE/FALSE Arithmetische Operation: Bevölkerungsdichte = Einwohnerzahl / Fläche Wechsel des Skalenniveaus: IF Bevölkerungsdichte > 5000, THEN BevölkerungsdichteOrdinal = HIGH z.b. Welche Attribute werden neu hinzugefügt? Mit welchen Skalenniveaus arbeiten wir? Welches Skalenniveau hat das Resultat?
19 19 1. Ops on one or more attributes of entities that overlap Operationen auf Attribute von Entitäten, die eine räumliche Beziehung haben, z. B. A enthält B B enthält A A schneidet B Einschluss (contains) Überlappung und Schnittmenge (overlap, intersection) A überlagert B Für welche geometrischen Primitiven (Punkte, Linien, Flächen) sind diese Operationen sinnvoll/möglich?
20 20 1. Ops on one or more attributes of entities that overlap Bestimme die Anzahl Sportanlagen im Kreis 7 (contains) Neue Attribute: (z.b.) die gefundene Anzahl wird neues Attribut jedes Kreis-Polygons oder, es gibt noch ein neues Attribut ANZ_SPORTANL_PRO_EINW z.b. Welche Attribute werden neu hinzugefügt? Mit welchen Skalenniveaus arbeiten wir? Welches Skalenniveau hat das Resultat?
21 21 1. Ops on one or more attributes of entities that overlap Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (Schnittmenge = intersection) Überlagern (engl. overlay) der Flächen/ Polygone der Ebenen Kreise und Wald/ Nichtwald Neue Entitäten entstehen: Polygone mit den Kreisnamen und Wald/Nichtwald z.b. Welche Attribute werden neu hinzugefügt? Mit welchen Skalenniveaus arbeiten wir? Welches Skalenniveau hat das Resultat?
22 22 Einschub: 9-intersection-Modell Bisher haben wir informell betrachtet, was verschneiden (engl. intersect) bedeutet, aber... Die Alltagssprache ist unscharf... überlagern, überlappen, schneiden, verschneiden,... GIS erlauben es, Ebenen zu überlagern (engl. overlay) Primitiven können wir verschneiden (engl. intersect)... deshalb ist es mit Blick auf die Abbildung in einem Computerprogramm hilfreich, räumliche Beziehungen zu formalisieren " 9-intersection model Dieser Einschub wird auch für die Übungen nützlich sein
23 23 9-intersection-Modell Egenhofer und Kollegen entwickelten Ende 1980er / Anfang 1990er Jahre ein formales Modell zur Beschreibung topologischer räumlicher Beziehungen Das 9-intersection model beschreibt topologische Beziehungen zwischen zwei Entitäten im 2D-Raum mit binären Beziehungen für Innenraum (engl. interior) Umgrenzung (engl. boundary) Aussenraum (engl. exterior) A Aussenraum Die Umgrenzung dieses Objekts trennt seinen Innenraum von seinem Aussenraum (unendlich) Innenraum Umgrenzung! Egenhofer and Franzosa (1991)
24 24 9-intersection-Modell Egenhofer und Kollegen entwickelten Ende 1980er / Anfang 1990er Jahre ein formales Modell zur Beschreibung topologischer räumlicher Beziehungen Das 9-intersection model beschreibt topologische Beziehungen zwischen zwei Entitäten im 2D-Raum mit binären Beziehungen für Innenraum (engl. interior) Umgrenzung (engl. boundary) Aussenraum (engl. exterior) A Aussenraum Die Umgrenzung dieses Objekts trennt seinen Innenraum von seinem Aussenraum (unendlich) Innenraum Umgrenzung! Egenhofer and Franzosa (1991)
25 25 9-intersection-Modell Egenhofer und Kollegen entwickelten Ende 1980er / Anfang 1990er Jahre ein formales Modell zur Beschreibung topologischer räumlicher Beziehungen Das 9-intersection model beschreibt topologische Beziehungen zwischen zwei Entitäten im 2D-Raum mit binären Beziehungen für Innenraum (engl. interior) Umgrenzung (engl. boundary) Aussenraum (engl. exterior) A Aussenraum Die Umgrenzung dieses Objekts trennt seinen Innenraum von seinem Aussenraum (unendlich) Innenraum Umgrenzung! Egenhofer and Franzosa (1991)
26 26 9-intersection-Modell z.b. A touches B Entity A Interior Boundary Exterior Entity B Interior Boundary Exterior A touches B implies that: Interior of A intersects Interior of B? intersect ist hier gemeint in Sinne der Mengenlehre (engl. set theory) intersect meint: A und B sind am gleichen Ort, und dieser kann infinitesimal klein sein
27 27 9-intersection-Modell z.b. A touches B Entity A Interior Boundary Exterior Entity B Interior Boundary Exterior A touches B implies that: Interior of A intersects Interior of B? 0 Interior of A intersects Boundary of B? 0 Interior of A intersects Exterior of B? 1 Boundary of A intersects Interior of B? 0 Boundary of A intersects Boundary of B? 1 Boundary of A intersects Exterior of B? 1 Exterior of A intersects Interior of B? 1 Exterior of A intersects Exterior of B? 1 Exterior of A intersects boundary of B? 1
28 28 9-intersection-Modell z.b. A touches B Entity A Interior Boundary Exterior Entity B Interior Boundary Exterior A touches B implies that: Interior of A intersects Interior of B? 0 Interior of A intersects Boundary of B? 0 Interior of A intersects Exterior of B? 1 Boundary of A intersects Interior of B? 0 Boundary of A intersects Boundary of B? 1 Boundary of A intersects Exterior of B? 1 Exterior of A intersects Interior of B? 1 Exterior of A intersects Exterior of B? 1 Exterior of A intersects boundary of B? 1
29 29 9-intersection-Modell A disjoint B AI ABAE BI BB BE A touches B AI ABAE BI BB BE A inside B AI ABAE BI BB BE A contains B AI ABAE BI BB BE A equals B AI ABAE BI BB BE A covers B AI ABAE BI BB BE A is covered by B AI ABAE BI BB BE A overlaps B AI ABAE BI BB BE
30 30 9-intersection-Modell A disjoint B AI ABAE BI BB BE A touches B AI ABAE BI BB BE A inside B AI ABAE BI BB BE A contains B AI ABAE BI BB BE A equals B AI ABAE BI BB BE A covers B AI ABAE BI BB BE A is covered by B AI ABAE BI BB BE A overlaps B AI ABAE BI BB BE
31 31 9-intersection-Modell A disjoint B AI ABAE BI BB BE A touches B AI ABAE BI BB BE A inside B AI ABAE BI BB 0 0 BE A contains B BI BB BE AI ABAE A equals B BI BB BE AI ABAE A covers B AI ABAE BI BB BE A is covered by B AI ABAE BI BB BE A overlaps B AI ABAE BI BB BE
32 32 9-intersection-Modell Wozu das Ganze? Es gibt 2 9 = 512 mögliche Beziehungen in diesem Modell aber viel weniger für die meisten Entitäten im 2D kartesischen Raum. Wir haben uns nun die möglichen Fälle angeschaut für zwei einfache Flächen (Polygone)......das Gleiche kann man auch für andere Kombinationen von Primitiven tun (Abb.) Mark and Egenhofer (1994) haben dieses Modell verwendet um zu untersuchen, wie wir Menschen räumliche Beziehungen umgangssprachlich beschreiben, und haben gefunden, dass dies dem 9-intersection-Modell sehr ähnlich ist.! Mark and Egenhofer (1994)
33 33 Zusammenfassung: 9-intersection model Wir haben eine formale Definition topologischer Beziehungen angeschaut. Das 9-intersection-Modell ist nützlich, weil es uns erlaubt, alle möglichen Kombinationen und deren Implikationen zu definieren. Dieses Modell funktioniert für jede mögliche topologische Beziehung (beinhalten, berühren, ) für alle geometrischen Primitiven (Punkt, Linien, Flächen) Die Verwendung eines topologischen Modells (und einer topologischen Datenstruktur; siehe letzte Woche) erlaubt die schnelle Beantwortung von Fragen wie Liegt Zürich in der Schweiz?
34 34 Operationen auf Entitäten 1. Attribute operations operations on one or more attributes of an entity BEVDICHT = EINW/FLÄ operations on one or more attributes of multiple entities that overlap in space Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) operations on the attributes of entities that are contained by other entities (point-in-polygon) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 2. Distance/ location operations operations to locate entities with respect to simple Euclidean distance or location criteria operations to create buffer zones around an entity Selektiere alle Sportanlagen innerhalb 500m vom Wald Bestimme alle Flächen innerhalb 200m zu einer Tramlinie Nächste Woche ( ) 3. Operations using built-in spatial topology operations to model spatial interactions over a connected net Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich! Burrough et al. (2015), Kapitel 7, pp. 128ff.
35 35 2. Distance/location operations Basieren meist auf einer Art Puffer (engl. buffer). Ein Puffer wird berechnet mit der Euklidischen Distanz, und kann dann um die Entität herum aufgezeichnet werden. Point Der Puffer ist immer ein Polygon, das wiederum für räumliche Operationen (contain, touch, ) verwendet werden kann. Line Polygon Puffer sind nützlich zur Untersuchung von Phänomenen oder Prozessen, die etwas mit Distanzbeziehungen zu tun haben.
36 36 2. Beispiele für Distanz-Operationen In der Folge betrachten wir Beispiele für Operationen, die Entitäten aufgrund ihrer Euklidischen Distanz zu anderen Entitäten identifizieren. Auch diese Operationen können neue Entitäten generieren. z.b. Welcher Art sind die Entitäten, von denen wir Distanz betrachten? Selektieren wir Entitäten oder machen wir neue? Neue Entitäten: von welchem Typ sind sie? Wozu verwenden?
37 37 2. Operations to locate entities with respect to Euclidean distance / location Lokalisieren aufgrund der Lage Selektiere WALD- Polygone in der Stadt Zürich z.b. Welcher Art sind Entitäten, von denen wir Distanz/Lage betrachten? Selektieren wir Entitäten oder machen wir neue? Neue Entitäten: von welchem Typ sind sie? Wozu verwenden?
38 38 2. Operations to locate entities with respect to Euclidean distance/ location Lokalisieren aufgrund von Distanz Puffer mit 500 m um einen Wald in der Stadt generiert eine neue Menge von Polygonen Selected forest in the city of Zurich z.b. Welcher Art sind die Entitäten, von denen wir Distanz betrachten? Selektieren wir Entitäten oder machen wir neue? Neue Entitäten: von welchem Typ sind sie? Wozu verwenden?
39 39 2. Operations to locate entities with respect to Euclidean distance/ location Lokalisieren aufgrund von Distanz Sportanlagen innerhalb 500m vom WALD Kann dann selektiert werden mit Operation contain auf vorher generierte Puffer-Polys Selected forest in the city of Zurich z.b. Welcher Art sind die Entitäten, von denen wir Distanz betrachten? Selektieren wir Entitäten oder machen wir neue? Neue Entitäten: von welchem Typ sind sie? Wozu verwenden?
40 40 2. Operations to create buffer zones around an entity Ein Puffer generiert neue Entitäten Flächen in Zürich innerhalb 200 m von den Tram-Geleisen Wenn diese Puffer für eine Erreichbarkeits- Studie verwendet würden, weshalb wäre dies unsinnig? z.b. Welcher Art sind die Entitäten, von denen wir Distanz betrachten? Selektieren wir Entitäten oder machen wir neue? Neue Entitäten: von welchem Typ sind sie? Wozu verwenden?
41 41 Operationen klassifizieren Wieso verwenden wir für die Taxonomie die konzeptuellen Modelle und nicht die Datenstrukturen? Was Sinn macht und was nicht, entscheidet die konzeptuelle Modellierung, und nicht die (daten)strukturelle Umsetzung. Wir können Entitäten sowohl als Raster oder als Vektor aufbereiten (z.b. Bodenbedeckung), aber die konzeptuelle Modellierung bestimmt, ob es nun Sinn macht, gewisse Objekte oder Attribute in einer bestimmten Art zu verrechnen.!
42 42 Operationen auf Entitäten 1. Attribute operations operations on one or more attributes of an entity BEVDICHT = EINW/FLÄ operations on one or more attributes of multiple entities that overlap in space Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) operations on the attributes of entities that are contained by other entities (point-in-polygon) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 2. Distance/ location operations operations to locate entities with respect to simple Euclidean distance or location criteria Selektiere alle Sportanlagen innerhalb 500m vom Wald operations to create buffer zones around an entity Bestimme alle Flächen innerhalb 200m zu einer Tramlinie 3. Operations using built-in spatial topology operations to model spatial interactions over a connected net Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich Nächste Woche ( )! Burrough et al. (2015), Kapitel 7, pp. 128ff.
43 43 3. Operations to model spatial interactions over a connected net Topologie wird oft verwendet, um Lieferwege zu optimieren oder Lieferzentren optimal in einem Transportnetz zu positionieren. Knoten (engl. nodes) sind durch Kanten (engl. arcs oder edges) verbunden Pfade können gemäss der Distanz gewichtet werden Pfade können gerichtet sein (Einbahnstrasse) Wo z.b. soll ein neues Feuerwehrhaus gebaut werden Weshalb brauchen wir dazu ein topologisches Modell? Weshalb würden Puffer mit Euklidischer Distanz nicht funktionieren?
44 V4 Operationen auf Entitäten 44 3 Networks z. B. Routen-Planer Welche Information könnte in den Arcs gespeichert werden?!
45 45 3 Networks z. B. Routen-Planer Welche Information könnte in den Arcs gespeichert werden?! maps.google.ch
46 46 Operationen auf Entitäten 1. Attribute operations Operationen Beispiele Resultat operations on one or more BEVDICHT = EINW/FLÄ Neues Attribut attributes of an entity operations on one or more attributes of multiple entities that overlap in space Bestimme die Anzahl Sportanlagen im Kreis 7 (contain) Finde die bewaldete Fläche pro Kreis in der Stadt Zürich (intersection) Neues Attribute pro Kreis Bildung neuer räumlicher Entitäten operations on the attributes of entities that are contained by other entities (point-in-polygon) Berechne den durchschnittlichen Umsatz aller Restaurants im Kreis 3 Neues Attribut 2. Distance/ location operations operations to locate entities with respect to simple Euclidean distance or location criteria Selektiere alle Sportanlagen innerhalb 500m vom Wald Neues Attribut, binär: selektiert = 1, nicht_selektiert =2 operations to create buffer zones around an entity Bestimme alle Flächen innerhalb 200m zu einer Tramlinie Bildung neuer Entitäten 3. Operations using built-in spatial topology operations to model spatial interactions over a connected net Finde die kürzeste Route vom HB zum Bellevue durch das Strassennetz von Zürich Bildung neuer Entitäten (Routen)! Burrough et al. (2015), Kapitel 7, pp. 128ff.
47 47 Zusammenfassung: Operationen auf Entitäten Klassifikation von Burrough et al. (2015) Beachten Sie, dass wir Operationen auf Entitäten und nicht auf Vektordaten untersucht haben. Wir haben viele verschiedene Fragen gesehen, die mit Entitäten untersucht werden können. 3 Kategorien von Operationen 1. attribute operations 2. distance and location operations 3. operations using in-built spatial topology Das 9-Intersection-Modell erlaubt die formale Beschreibung topologischer Beziehungen von räuml. Entitäten. Explizite Repräsentation der Topologie macht Operationen in verschiedener Hinsicht einfacher (vgl. letzte Woche).
48 48 References Egenhofer, M.J. and Franzosa, R Point-set topological spatial relations. Intl. Journal of Geographical Information Systems, 5(2): Mark, D. and Egenhofer, M Modeling spatial relations between lines and regions: Combining formal mathematical models and human subjects testing. Cartography and GIS, 21(3): ( Burrough, McDonnell & Lloyd (2015) Principles of Geographical Information Systems. 3 rd Edition. " Kapitel 7 Die erste Hälfte von Kapitel 6 aus dem Buch von Heywood et al. (An Introduction to GIS)
<Insert Picture Here> Oracle Spatial Die Plattform für Geo-Business-Intelligence. Carsten Czarski ORACLE Deutschland B.V. & Co KG
Oracle Spatial Die Plattform für Geo-Business-Intelligence Carsten Czarski ORACLE Deutschland B.V. & Co KG Oracle: Die offene Geodatenbank Native Datentypen Vektordaten und Rasterdaten
MehrWas 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
MehrGIS 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
MehrPraxis 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
MehrGeoinformatik I /Geoinformationsysteme
Geoinformatik I /Geoinformationsysteme SS 2005 1 Georeferenzieren a) Sie haben ein Feature, das mit den Angaben [WGS-1984, UTM-Zone 12N] georeferenziert ist. Was bedeuten die beiden Angaben? (Was ist ein
MehrOn the Consistency of Spatial Semantic Integrity Constraints. Konsistenzprüfung von räumlichen semantischen Integritätsregeln.
On the Consistency of Spatial Semantic Integrity Constraints Konsistenzprüfung von räumlichen semantischen Problemstellung Geographische Daten werden immer häufiger dezentral gehalten und mithilfe vernetzter
MehrÜbung 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
MehrRaumbezogene 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
MehrVorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg 19.04.2011
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.04.2011 Überlagern von Kartenebenen Beispiel: Gegeben zwei
MehrProfessur 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
MehrEinführung 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
MehrModellierung von Geodaten
Modellierung von Geodaten Universität Augsburg Fachbereich Informatik Seminar: Datenbankunterstützung für mobile GIS Sommersemester 2011 Zeev Turevsky Betreuer: Dipl.-Informatiker Florian Wenzel Gliederung
MehrKartographische Visualisierung
Kartographische Visualisierung Kartenmodellierung Modellierung von Karten Ziel der Kartenmodellierung: Geodaten angemessen abbilden (repräsentieren) Informationen mit der Karte vermitteln (präsentieren).
MehrCITRA-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
MehrBMW ConnectedDrive. Life is in motion.
Folie 1 BMW ConnectedDrive. Life is in motion. BMW ConnectedDrive München Monat 2007 Freude am Fahren Geodaten in der Oracle-Datenbank Native Datentypen Vektordaten und Rasterdaten (Satellitenbilder) Offene
MehrHS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1. Definitionen
HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1 2 3D-Modellierung 2.1 Modellerzeugung 2.2 Volumenspeicherung beim Solid Model: 2.3 Volumenmodellierung 2.3.1 Verschiebe-Operationen - Sketcher
MehrDiplomprüfung für Vermessungsingenieure Wintertrimester 2011 Fach: Geoinformationssysteme
Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt Institut für Angewandte Informatik Universität der Bundeswehr München D-85577 Neubiberg Diplomprüfung für Vermessungsingenieure Wintertrimester 2011 Fach: Geoinformationssysteme
MehrSEDRIS als Datenmodell für eine synthetische 3D-Umweltdatenbasis
Workshop 3D Stadtmodelle CPA Systems GmbH Martin Krückhans SEDRIS als Datenmodell für eine synthetische 3D-Umweltdatenbasis http://www.sedris.org Inhalt Motivation Simulation Umweltdatenbasis SEDRIS Abbildung
MehrVisualisierung 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
Mehr2 Lösungen "Peptide de novo Sequencing"
Lösungen "Peptide de novo Sequencing". Algorithm : PeptideSequencingOnlySux Input: a spectrum M with array of masses M = {m, m,, m n }, Σ, µ : Σ R >0 Output: the peptide string of the spectrum begin peptide
MehrGeodaten 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,
MehrGrundlagen von GIS, Teil 1
GEO 243.1 FS 2016 Einführung in die Raumanalyse mit GIS Vorlesung 1 Grundlagen von GIS, Teil 1 Robert Weibel Geographisches Institut robert.weibel@geo.uzh.ch 2 Inhalt 1. Was ist GIS? Eine lockere Einführung
MehrGeoproxy 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
Mehr42. Sitzung der "Arbeitsgruppe Automation in Kartographie, Photogrammetrie und GIS" Die Bedeutung von Profilen für den Datenaustausch mittels GML
42. Sitzung der "Arbeitsgruppe Automation in Kartographie, Photogrammetrie und GIS" Die Bedeutung von Profilen für den Datenaustausch mittels GML Wien, 12.-13. September 2005 Dipl.- Geogr. Universität
MehrGeographische Modellierung und Visualisierung von Ereignissen im Bereich digitaler Produktgedächtnisse. Bachelor Seminar
Geographische Modellierung und Visualisierung von Ereignissen im Bereich digitaler Produktgedächtnisse Bachelor Seminar 30.07.2009 Daniel Staudt Betreuer: Jens Haupert 1 Inhalt Motivation Ablauf Bisheriger
MehrHochschul- 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
MehrAbstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015
Abstrakt zum Vortrag im Oberseminar Graphdatenbanken Gero Kraus HTWK Leipzig 14. Juli 2015 1 Motivation Zur Darstellung komplexer Beziehungen bzw. Graphen sind sowohl relationale als auch NoSQL-Datenbanken
MehrDynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
MehrDas magnetische Feld. Kapitel Lernziele zum Kapitel 7
Kapitel 7 Das magnetische Feld 7.1 Lernziele zum Kapitel 7 Ich kann das theoretische Konzept des Magnetfeldes an einem einfachen Beispiel erläutern (z.b. Ausrichtung von Kompassnadeln in der Nähe eines
MehrRouting Algorithmen. Begriffe, Definitionen
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
MehrCustomization (Zuschneiden)
Customization (Zuschneiden) Anpassen der (Graph)Datenstruktur an die Anwendung. I Ziel: schnell, kompakt. I benutze Entwurfsprinzip: make the common case fast I Listen vermeiden Mögliches Problem: Software-Engineering-Alptraum
MehrGeometrie und Bedeutung: Kap 5
: Kap 5 21. November 2011 Übersicht Der Begriff des Vektors Ähnlichkeits Distanzfunktionen für Vektoren Skalarprodukt Eukidische Distanz im R n What are vectors I Domininic: Maryl: Dollar Po Euro Yen 6
MehrNachtrag: 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
MehrDiplomprüfung für Vermessungsingenieure Herbsttrimester 2007 Fach: Geoinformationssysteme
Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt Institut für Geoinformation und Landentwicklung Universität der Bundeswehr München D-85577 Neubiberg Diplomprüfung für Vermessungsingenieure Herbsttrimester 2007
MehrKapitel 5 Dr. Jérôme Kunegis. SQL: Grundlagen. WeST Institut für Web Science & Technologien
Kapitel 5 Dr. Jérôme Kunegis SQL: Grundlagen WeST Institut für Web Science & Technologien Lernziele Kenntnis der Grundkonzepte von SQL Fähigkeit zur praktischen Anwendung von einfachen SQL-Anweisungen
MehrAlgorithmische 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:
MehrFachPraktikum 1590 Erweiterbare Datenbanksysteme. Aufgaben Phase 1
FachPraktikum 1590 Erweiterbare Datenbanksysteme Aufgaben Phase 1 Wintersemester 2004/2005 Ralf Hartmut Güting, Dirk Ansorge, Thomas Behr, Markus Spiekermann Praktische Informatik IV, Fernuniversität Hagen
MehrBig-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
MehrGroup and Session Management for Collaborative Applications
Diss. ETH No. 12075 Group and Session Management for Collaborative Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZÜRICH for the degree of Doctor of Technical Seiences
MehrGrundkurs Semantik. Sitzung 3: Mengenlehre. Andrew Murphy
Grundkurs Semantik Sitzung 3: Mengenlehre Andrew Murphy andrew.murphy@uni-leizpig.de Grundkurs Semantik HU Berlin, Sommersemester 2015 http://www.uni-leipzig.de/ murphy/semantik15 15. Mai 2015 Basiert
MehrAmt für Natur und Umwelt Uffizi per la natira e l ambient Ufficio per la natura e l ambiente
Amt für Natur und Umwelt Uffizi per la natira e l ambient Ufficio per la natura e l ambiente Gürtelstrasse 89, 7001 Chur/Coira Telefon: 081 257 29 46 / Telefax 081 257 21 54 E-Mail: info@anu.gr.ch Internet:
MehrMit KI gegen SPAM. Proseminar Künstliche Intelligenz
Mit KI gegen SPAM Proseminar Künstliche Intelligenz SS 2006 Florian Laib Ausblick Was ist SPAM? Warum SPAM-Filter? Naive Bayes-Verfahren Fallbasiertes Schließen Fallbasierte Filter TiMBL Vergleich der
MehrModellierung von Navigationswissen mit Routen-Graphen
Modellierung von Navigationswissen mit Routen-Graphen Bernd Krieg-Brückner Universität Bremen Steffen Werner Universität Göttingen Theo Herrmann Universität Mannheim Räumliches Wissen und Navigation Sensorikleistung
MehrVoronoi 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
Mehr14. Rot-Schwarz-Bäume
Bislang: Wörterbuchoperationen bei binären Suchbäume effizient durchführbar, falls Höhe des Baums klein. Rot-Schwarz-Bäume spezielle Suchbäume. Rot-Schwarz-Baum mit n Knoten hat Höhe höchstens 2 log(n+1).
MehrWirtschaftsinformatik 2
Wirtschaftsinformatik 2 Prof. Dr. Dr. L. Schmidt-Thieme MSc. André Busche Übung 2 1. Übungsblatt 2 2. Saalübung 02.05.12 2/ Aufgabe 2a (2 Punkte) Welche Vorteile bietet die Verwaltung von Daten in Datenbanken?
MehrARCGIS FOR DESKTOP GRUNDLAGEN
ARCGIS FOR DESKTOP GRUNDLAGEN GIS-GRUNDLAGEN, DATENFORMATE, KARTENERSTELLUNG UND GEOANALYSEN DAUER: 3 Tage ÜBERSICHT Der Kurs vermittelt in übersichtlicher und kompakter Form grundlegende Konzepte und
MehrTutorium für Fortgeschrittene
Tutorium für Fortgeschrittene Stroop Aufgabe: Die Farbe gesehener Wörter ist zu klassifizieren. Es gibt 4 Farben (rot, blau, gelb, grün) In Eprime: red, blue, yellow and green. Jeder Farbe ist einer Taste
Mehr6. Algorithmen der Computer-Geometrie
6. Algorithmen der Computer-Geometrie 1. Einführung 2. Schnitt von zwei Strecken 3. Punkt-in-Polygon-Test 4. Schnitt orthogonaler Strecken 5. Punkteinschlussproblem Geo-Informationssysteme 146 6.1 Computer-Geometrie
MehrNavigation: Einführung
Navigation: Einführung Definition (Levitt & Lawton 1990) Navigation als Prozess zur Beantwortung der Fragen (a) Wo bin ich? (b) Wo befinden sich andere Orte im Bezug zu mir? (c) Wie gelange ich von meinem
Mehr4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum
4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrGeometrie & Bedeutung
Geometrie & Bedeutung Seminar für Sprachwissenschaft Universität Tübingen Christian Ebert christian.ebert@uni-tuebingen.de Fritz Hamm friedrich.hamm@uni-tuebingen.de Wilhelmstr. 19 Wilhelmstr. 19 Zimmer
MehrKurs 1793 Software Engineering I Nachklausur am 25.09.1999
Seite: 1 Aufgabe 1 (15 Punkte) Raumplanung In dieser Aufgabe soll anhand einer Problembeschreibung ein ER-Diagramm entworfen werden. Problembeschreibung In der Oberstufe einer Schule werden die Schüler
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
MehrHerausforderungen und Ansätze für Kontextmodelle. Prof. Dr. Bernhard Mitschang Industriekolloquium Nexus
Herausforderungen und Ansätze für Kontextmodelle Prof. Dr. Bernhard Mitschang Industriekolloquium Nexus 4.3.2005 1 Überblick Was steckt in Kontextmodellen? Lokale und globale Kontextmodelle Föderation
Mehr13 Geoinformationssysteme (GIS)
Mehr Informationen zum Titel 13 Geoinformationssysteme (GIS) Peter FISCHER-STABEL 1 Zusammenfassung Geographische oder raumbezogene Informationen nehmen im Umfeld der Umweltinformationen einen sehr hohen
MehrDas Entity-Relationship-Modell
Das Entity-Relationship-Modell 1976 vorgeschlagen von Peter Chen Entities wohlunterschiedbare Dinge der realen Welt Beispiele: Personen, Autos weithin akzeptiertes Modellierungswerkzeug, denn ist unabhšngig
Mehrmobile GIS Open Source Geodatenbanken Benjamin Winter
mobile GIS Open Source Geodatenbanken Benjamin Winter Einführung Internet auf Smartphones integrierte GPS-Sensoren in vielen Geräten einfache Möglichkeit seinen Standort mitzuteilen daher große Menge an
MehrDienstleistungszentrum. Zentrale Vertriebsstelle für Geobasisdaten. Bundesamt für Kartographie und Geodäsie
Dienstleistungszentrum Zentrale Vertriebsstelle für Geobasisdaten Bundesamt für Kartographie und Geodäsie Dienstleistungszentrum (DLZ) Das Dienstleistungszentrum des Bundesamtes für Kartographie und Geodäsie
Mehr2 und d > 1 Punkt im Kreis
Beispiel 4 (Die Bestimmung der Kreisumfangszahl π) 1 Die Bedeutung der Zahl π, die jeder gebildete Zeitungsleser, so auch Ökonomen, Historiker und Politikwissenschaftler, aus der Oberschule kennt, ist
MehrFuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Klassische Logik. Aussagenlogische Regel: a b
Fuzzy-Inferenz Fuzzy-Inferenz Klassische Logik. Produktionsregelsystem D, R mit D = {a} und R = {a b} Schlußfolgern mit Forward-Chaining (Modus Ponens, MP): a height is tall {0, 1} b weight is heavy {0,
MehrUntersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der
Ein agentenbasiertes t Simulationsmodell ll zur Untersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der sozialen Organisation ihrer Bevölkerung Reinhard König, Informatik in der
MehrFortgeschrittene Routenplanung. Transportnetzen. Advanced Route Planning in Transportation Networks
Fortgeschrittene Routenplanung in Transportnetzen Advanced Route Planning in Transportation Networks Dissertationsvortrag von Dipl.-Inform. Robert Geisberger 1 KIT Robert Universität Geisberger: des Landes
MehrObjektorientierte 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
MehrImperfekte Daten in GIS-Anwendungen
Universität Karlsruhe, Fakultät für Informatik Institut für Programmstrukturen und Datenorganisation Lehrstuhl für Systeme der Informationsverwaltung Seminar Imperfektion und Datenbanken Imperfekte Daten
MehrFunktionen Funzioni. Zivilschutzbrowser. Dr. Martina Inderst Dr. Susanne Rizzolli 06.05.2015. Formazione. Schulung. Browser della Protezione Civile
AUTONOME PROVINZ BOZEN - SÜDTIROL Abteilung 26 Brand und Zivilschutz PROVINCIA AUTONOMA DI BOLZANO - ALTO ADIGE Ripartizione 26 Protezione antincendi e civile Zivilschutzbrowser Browser della Protezione
MehrGEODATENBANKEN IN ARCGIS FOR DESKTOP
GEODATENBANKEN IN ARCGIS FOR DESKTOP EINFÜHRUNG IN DAS ARBEITEN MIT GEODATABASES: Mehr Möglichkeiten und intelligentere Datenhaltung durch Personal und File Geodatabase statt Shape-Files DAUER: 2 Tage
MehrFOSSGIS-Konferenz 2013 Im- und Export von dxf-daten mit OGR. Harald Schwenk / agentur geoinfo
Datenmigration ist wie der Umzug aus einer 5-Raumwohnung in eine 5-Raumwohnung oder in ein 1-Raumapartment gegebenenfalls muss die Einrichtung angepasst werden 2/19 Datenmodelle für Geodaten sind schlichte
MehrEntwicklung und Implementierung einer topologischen Erweiterung für objektbasierte räumliche Datenbanken
Entwicklung und Implementierung einer topologischen Erweiterung für objektbasierte räumliche Datenbanken Diplomarbeit im Studiengang Mathematik mit Studienrichtung Informatik Michael Tiedge Mtr.-Nr. 1783135
Mehr2 Geradengleichungen in Parameterform. Länge und Skalarprodukt
2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrRäumliche Abfragen (Spatial Queries) Verantwortliche Personen: Claudia Dolci, Dante Salvini, Robert Weibel
Geographic Information Technology Training Alliance (GITTA) presents: Verantwortliche Personen: Claudia Dolci, Dante Salvini, Robert Weibel Inhaltsverzeichnis 1.... 2 1.1. Einführung in räumliche Abfragen...
MehrGIS 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)
MehrQED Materie, Licht und das Nichts. Wissenschaftliches Gebiet und Thema: Physikalische Eigenschaften von Licht
QED Materie, Licht und das Nichts 1 Wissenschaftliches Gebiet und Thema: Physikalische Eigenschaften von Licht Titel/Jahr: QED Materie, Licht und das Nichts (2005) Filmstudio: Sciencemotion Webseite des
Mehr2. Lernen von Entscheidungsbäumen
2. Lernen von Entscheidungsbäumen Entscheidungsbäume 2. Lernen von Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch Attribut/Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse
Mehr1 Einleitung. 1.1 Motivation. 6 Differentialgeometrie: Grundlagen Vorlesung 1
6 Differentialgeometrie: Grundlagen Vorlesung Einleitung. Motivation.. Name of the game Geometer bezeichnet klassisch einen Landvermesser (heute ist eher Geodät gebräuchlich. Die klassische Differentialgeometrie
MehrVorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke
Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,
MehrTutorium Algorithmen & Datenstrukturen
June 16, 2010 Binärer Baum Binärer Baum enthält keine Knoten (NIL) besteht aus drei disjunkten Knotenmengen: einem Wurzelknoten, einem binären Baum als linken Unterbaum und einem binären Baum als rechten
MehrGeometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen
Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:
MehrDistributed testing. Demo Video
distributed testing Das intunify Team An der Entwicklung der Testsystem-Software arbeiten wir als Team von Software-Spezialisten und Designern der soft2tec GmbH in Kooperation mit der Universität Osnabrück.
MehrARCGIS SPATIAL ANALYST
ARCGIS SPATIAL ANALYST SCHULUNG ZUM SCHNELLEN EINSTIEG IN DIE RASTERDATENVERARBEITUNG UND RAS- TERANALYSE MIT ARCGIS SPATIAL ANALYST DAUER: 2 Tage ÜBERSICHT Die Erweiterung Spatial Analyst stellt Ihnen
MehrGeometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie I Sebastian Redinger 01.07.2015 Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen CCW Polygone Picks Theorem Konvexe Hülle - Graham Scan - Jarvis March 2 Gliederung
MehrOracle Strategie zum Geodatenmanagement
Oracle Strategie zum Geodatenmanagement Haitham Zyadeh Leitender Systemberater Markttrends... IDC ELSS: GIS: Enterprise Location Service, Software Geo Information Systems Geodaten...
MehrSoftware Echtzeitverhalten in den Griff Bekommen
Software Echtzeitverhalten in den Griff Bekommen B.Sc.Markus Barenhoff [www.embedded-tools.de] Dr. Nicholas Merriam [www.rapitasystems.com] Übersicht Reaktionszeit Nettolaufzeit Optimierung Worst-Case
MehrWofür soll Survey2GIS eingesetzt werden?
Wofür soll Survey2GIS eingesetzt werden? Was kann Survey2GIS? Zeilenweises Einlesen von Koordinatenmessungen und kodierten Attributdaten aus beliebig vielen Eingabedateien Zusammenführung aller Eingabedaten
MehrPreferred citation style for this presentation
Preferred citation style for this presentation Raphael Fuhrer und Veronika Killer (2013) Erreichbarkeitsveränderungen in Raum und Zeit: Vom historischen Strassennetzwerk zum aggregierten Potentialansatz,
MehrRemotely Anywhere Verwendung von Zertifikaten Schritt für Schritt Anleitung zur Implementation von Zertifikaten in Remotely Anywhere
Remotely Anywhere Verwendung von Zertifikaten Schritt für Schritt Anleitung zur Implementation von Zertifikaten in Remotely Anywhere Copyright 1997-2005 Brainware Consulting & Development AG All rights
MehrModul 3: Grundlegende Begriffe
Modul 3: Grundlegende Begriffe 3.1 Verbindung 3.2 Protokoll 3.3 Netztopologie M. Leischner Rechnernetze SS 2004 Folie 1 Der Begriff der Verbindung Definition (ISO/IEC 7498-1): (N)-connection: an association
MehrContext-adaptation based on Ontologies and Spreading Activation
-1- Context-adaptation based on Ontologies and Spreading Activation ABIS 2007, Halle, 24.09.07 {hussein,westheide,ziegler}@interactivesystems.info -2- Context Adaptation in Spreadr Pubs near my location
MehrShock pulse measurement principle
Shock pulse measurement principle a [m/s²] 4.0 3.5 3.0 Roller bearing signals in 36 khz range Natural sensor frequency = 36 khz 2.5 2.0 1.5 1.0 0.5 0.0-0.5-1.0-1.5-2.0-2.5-3.0-3.5-4.0 350 360 370 380 390
MehrFundamentals of Electrical Engineering 1 Grundlagen der Elektrotechnik 1
Fundamentals of Electrical Engineering 1 Grundlagen der Elektrotechnik 1 Chapter: Operational Amplifiers / Operationsverstärker Michael E. Auer Source of figures: Alexander/Sadiku: Fundamentals of Electric
MehrAlgorithmus zum Graphen-Matching. und. Anwendung zur inhaltsbasierten Bildersuche
Algorithmus zum Graphen-Matching und Anwendung zur inhaltsbasierten Bildersuche Gliederung 1. Einführung 2. Algorithmus Beschreibung Beispiel Laufzeit 3. Anwendung des Algorithmus Seite 1 von 18 1. Einführung
MehrSeminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume. von Lars-Peter Meyer. im Seminar Methoden wissensbasierter Systeme
Seminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume von Lars-Peter Meyer im Seminar Methoden wissensbasierter Systeme bei Prof. Brewka im WS 2007/08 Übersicht Überblick maschinelles Lernen
MehrAm Dienstag, den 16. Dezember, ist Eulenfest. 1/48
Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009
MehrAktuelle 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
MehrFirmenprofil. Was heißt CISS TDI? CAD / CAM Informationssysteme Systemanalyse Software. Gesellschaft für Technische DV Informationssysteme mbh
Firmenprofil Was heißt CISS TDI? CAD / CAM Informationssysteme Systemanalyse Software Gesellschaft für Technische DV Informationssysteme mbh Produkte CITRA Softwareprodukt für Analyse, Aufbereitung und
MehrWas ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit
Was ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit EMF ist ein eigenständiges Eclipse-Projekt (Eclipse Modeling Framework Project) EMF ist ein Modellierungsframework und Tool
MehrMOF Meta Object Facility. Veranstaltungsvortrag im Rahmen der Projektgruppe ComponentTools
MOF Meta Object Facility Veranstaltungsvortrag im Rahmen der Projektgruppe ComponentTools Überblick Object Management Group (OMG) Model Driven Architecture (MDA) Exkurs: Modelle, Metamodelle MOF Architektur
MehrValidierung von 3D-Stadtmodellen zur Navigationsunterstützung
Validierung von 3D-Stadtmodellen zur Navigationsunterstützung Prof. Dr. Volker Coors, GeoKomm, 15.04.2008, Berlin GeoInformatik an der HFT Stuttgart Hochschule für Technik Stuttgart 3 Fakultäten Architektur
MehrSignale und ihre Spektren
Einleitung Signale und ihre Spektren Fourier zeigte, dass man jedes in der Praxis vorkommende periodische Signal in eine Reihe von Sinus- und Cosinusfunktionen unterschiedlicher Frequenz zerlegt werden
Mehr