Flächenkartogramme LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Ähnliche Dokumente
Flächenkartogramme. Benjamin Niedermann Vorlesung Algorithmische Kartografie /

Vorlesung Algorithmische Kartografie. Übungsblatt 9. Benjamin Niedermann

Flächenkartogramme LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Proportional Symbol Maps

Gruppenpräsentationen und Zusammenfassung

Zusammenfassung. Benjamin Niedermann Vorlesung Algorithmische Kartografie

Schematisierung von Karten

Quadtrees und Meshing

Quadtrees und Meshing

Quadtrees und Meshing

Flächenaggregation LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Vereinfachung und Schematisierung von Polygonen

Quadtrees und Meshing

Beschriftung in Dynamischen Karten

Vereinfachung und Schematisierung von Polygonen

Algorithmische Graphentheorie

Seminar Algorithmische Geometrie

Flächenaggregation. Benjamin Niedermann Vorlesung Algorithmische Kartografie /

Sichtbarkeitsgraph. Andreas Gemsa Übung Algorithmische Geometrie

Vorlesung Algorithmische Kartografie

Erster Probelauf der bundeseinheitlichen Betreuungsbehördenstatistik 2015

Erster Probelauf der bundeseinheitlichen Betreuungsbehördenstatistik 2015

Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Algorithmische Graphentheorie

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

I Deutsche und ausländische Schulabsolventen mit Hochschul- und Fachhochschulreife von 1998 bis 2020 I.1 Hochschulreife I.1.

Übungsblatt 7 - Voronoi Diagramme

Delaunay-Triangulierungen

Sonderpädagogische Förderung in allgemeinen Schulen (ohne Förderschulen) 2013/2014

Sonderpädagogische Förderung in allgemeinen Schulen (ohne Förderschulen) 2011/2012

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Algorithmen für Planare Graphen

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Geradenarrangements und Dualität von Punkten und Geraden

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Einführung & Linienvereinfachung

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden

Algorithmen zur Visualisierung von Graphen Lagenlayouts Teil 2

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Dualität + Quad-trees

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Quad-trees. Benjamin Niedermann Übung Algorithmische Geometrie

Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3

Sichtbarkeitsgraphen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Punktbeschriftung in Dynamischen Karten

Polygontriangulierung

Beschriftung in Dynamischen Karten

Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):

Einführung & Konvexe Hülle

Algorithmen zur Visualisierung von Graphen Lagenlayouts

Algorithmen zur Visualisierung von Graphen

Anwendungen der WSPD & Sichtbarkeitsgraphen

Algorithmische Methoden für schwere Optimierungsprobleme

Algorithmen II Vorlesung am

VERBAND BERLINER VERWALTUNGSJURISTEN e. V.

Algorithmen zur Visualisierung von Graphen

Flussmethoden: orthogonales Graphenzeichnen

Algorithmen II Vorlesung am

Algorithmische Graphentheorie

Kartogramme - Wege zu einem tieferen Verständnis Räumlicher Zusammenhänge

Polygontriangulierung

Einführung & Konvexe Hülle

Kombinatorische Optimierung

Punktbeschriftung in Landkarten

Anhang (Seite 4 bis 20): Abbildungen zur Entwicklung der monatlichen Ausgaben der Jobcenter ge für Leistungen nach dem SGB II in den Ländern und

Visualisierung von Graphen

Polygontriangulierung

WS 2013/14. Diskrete Strukturen

1.5.10b Waldfläche [ha] nach Eigentumsart und Naturnähe der Baumartenzusammensetzung der Hauptbestockung

Anordnungstechniken für konvektionsdominante Probleme im Ê 3. Dimensionsunabhängige Verfahren. Algorithmen für planare Graphen. Numerische Beispiele

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Visualisierung von Graphen

Kanonische Ordnungen und die Mondshein-Sequenz

Bereichsabfragen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Betriebliche Optimierung

Betriebswirtschaftliche Optimierung

6. Übung zur Linearen Optimierung SS08

Allgemeine. Grundgehalt monatlich. Stellenzulage/ Sonderzahlung Jahresbrutto inkl.

Routing A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung

Übung Algorithmische Kartografie Übungsblatt 2 & 3

Polygontriangulierung

HA-Lösung TA-Lösung Diskrete Strukturen Hausaufgabenblatt 8. Abgabe bis zum um 12:00

Sonderpädagogische Förderung in Förderschulen (Sonderschulen) 2015/2016

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer

BIAJ-Materialien Kinder und Jugendliche: Armutsgefährdungs- und SGB-II-Quoten Ländervergleich 2006 bis 2016 BIAJ 2006 bis 2016 Tabelle 1 Tabelle 2

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Theoretische Informatik 1

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Algorithmen zur Visualisierung von Graphen

Zusammensetzung der Kosten der Krankenhäuser 2002 und 2013 (absolute Kosten in TEuro)

Routing Algorithmen. Begriffe, Definitionen

Transkript:

Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 25.06.2013 1

Räumliche statistische Daten Wie visualisiert man Statistiken zu räumlichen Daten? Beispiel: Bevölkerung in den USA 2

Räumliche statistische Daten Wie visualisiert man Statistiken zu räumlichen Daten? Beispiel: Bevölkerung in den USA als Tabelle? 2

Räumliche statistische Daten Wie visualisiert man Statistiken zu räumlichen Daten? Beispiel: Bevölkerung in den USA als Tortendiagramm? als Tabelle? 2

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tortendiagramm? als Tabelle? 2 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tabelle? 2 als Tortendiagramm? Problem: Standardmethoden zeigen keine ra umlichen Muster! Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Kartenbasierte statistische Visualisierung Choroplethenkarte: nutze Farbschema 3

Kartenbasierte statistische Visualisierung non-contiguous area cartogram: Fläche proportional zur Bevölkerung 3

Kartenbasierte statistische Visualisierung contiguous area cartogram: Di usionsprozess (Gastner, Newman 2004) 3

Kartenbasierte statistische Visualisierung Dorling cartograms: Kreisscheiben proportionaler Größe 3

Kartenbasierte statistische Visualisierung 3 rectangular cartograms: jede Region als Rechteck (Raisz 1934)

Def.: Ein Flächenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Flächeneinheit proportional zu einer externen Größe und nicht mehr zur tatsächlichen Fläche ist (z.b. Bevölkerungszahl). 4

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt 4 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 c New York Times Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 c New York Times Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 c New York Times Dr. Martin No llenburg Vorlesung Algorithmische Kartografie c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 c New York Times Dr. Martin No llenburg Vorlesung Algorithmische Kartografie c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4 c New York Times Dr. Martin No llenburg Vorlesung Algorithmische Kartografie c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig c New York Times c Bettina Speckmann Welche Kriterien bestimmen die Qualita t eines Kartogramms? 4 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl).! Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig c New York Times Qualita tskriterien: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen 4 Dr. Martin No llenburg Vorlesung Algorithmische Kartografie c Bettina Speckmann korrekte Adjazenzen kleiner Fla chenfehler geringe Komplexita t Ablesen der Fla che Fla chenkartogramme

Kartenprojektion durch Di usion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Di usionsprozess! ergibt Transformation T : R 2! R 2 5

Kartenprojektion durch Di usion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Di usionsprozess! ergibt Transformation T : R 2! R 2 5

Kartenprojektion durch Di usion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Di usionsprozess! ergibt Transformation T : R 2! R 2 5

Kartenprojektion durch Di usion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Di usionsprozess! ergibt Transformation T : R 2! R 2 Di usionsgleichung ist partielle Di erentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte 5

Kartenprojektion durch Di usion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Di usionsprozess! ergibt Transformation T : R 2! R 2 Di usionsgleichung ist partielle Di erentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte GDP cartogram c Newman 5

Gitterbasierte Di usionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) 6

Gitterbasierte Di usionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) Demo: ScapeToad 6

Zusammenfassung Di usionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

Zusammenfassung Di usionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen 8

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte >"do foreach disk D do foreach disk D 0 \ D 6= ; do Abstoßung von D 0 D 0 geographischer Nachbar foreach Nachbar D 0 von D mit Abstand > 0 do Anziehung zu D 0 D D 0 D 8

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte >"do foreach disk D do foreach disk D 0 \ D 6= ; do Abstoßung von D 0 D 0 geographischer Nachbar foreach Nachbar D 0 von D mit Abstand > 0 do Anziehung zu D 0 D Demo! D 0 D 8

Verbesserung Kreiskartogramme [Inoue 11] weiteres Kriterium: minimiere Abweichung der relativen Lage benachbarter Regionen Formulierung als nicht-lineares Optimierungsproblem: geogr. Nachbarn min X (i,j)2e " 2 dij 1 (1 ) r i r j s.t. d ij r i r j q 8i 6= j d ij = (x i x j ) 2 (y i y j ) 2 ij (0) ij Eingabewinkel 2 # r j ij = arctan y j x j x i, 0 apple apple 1 Lösung mit Solver NUOPT y i r i ij d ij 9

Vergleich Dorling Inoue Inoue Dorling 10

Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

Rechteckskartogramme jede Region als Rechteck repräsentiert gegebene Zielflächen trade-o korrekte Flächen/korrekte Adjazenzen 12

Problemstellung Geg: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i 3.5 1.9 1.6 5.7 5.4 13

Problemstellung Geg: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13

Problemstellung Geg: bzw: Ges: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M 0 äquivalent zu M mit R i = w i 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13

Problemstellung Geg: bzw: Ges: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M 0 äquivalent zu M mit R i = w i flächenproportionale Kontaktrepräsentation von G, jeder Knoten v i als geometrisches Objekt s i mit Fläche w i,so dass s i und s j sich berühren gdw. v i v j 2 E 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13

Qualitätskriterien 7 16 12 16 21 gute Lösung 7 16 12 16 21 7 16 12 16 21 7 12 16 21 16 16 12 falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen 21 7 16 14

Qualitätskriterien 7 16 12 16 21 gute Lösung 7 16 12 16 21 30 10 10 30 Adjazenzen vs. Flächenfehler 7 16 12 16 21 7 12 16 21 16 16 12 falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen 21 7 16 14

Überblick des Verfahrens [van Kreveld, Speckmann 07] NW SH HH HB NI MV BE BB ST Eingabekarte NW HB NI SH HH ST MV BB BE SL RP HE BW TH BY SN Dualgraph SL RP HE BW TH BY SN N N Wa SH MV Rechtecksdual Wa SH MV BB W NW RP NI HE BW BB ST SN TH BY O Kartogramm W NW RP NI HE BW ST TH BY SN O S S 15

Rechtecksdual Graph heißt intern trianguliert, wenn jede(innere)facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen 16

Rechtecksdual Graph heißt intern trianguliert, wenn jede(innere)facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. 16

Rechtecksdual Graph heißt intern trianguliert, wenn jede(innere)facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. Graph-Modifikationen: 16

Beispiel Deutschland HB SH HH MV SL NW RP NI HE BW TH BY ST BE BB SN 17

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY 17

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY Wa SH MV füge flexiblen Meeresknoten als Pu er hinzu RP NW NI HE TH ST BB SN BY BW 17

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY N Wa SH MV Wa SH MV füge flexiblen Meeresknoten als Pu er hinzu RP NW NI HE BW TH BY ST BB SN W RP NW NI HE BW TH BY ST BB SN O erstelle äußeres Viereck ) Satz 1 gilt S 17

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S 18

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. 18

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. ist nicht eindeutig! 18

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. richte Kanten von W nach O und von S nach N färbe W O Kanten rot und S N Kanten grün 18

Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB W NW ST O HE TH SN RP BW BY S 19

Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV BW BY NI BB W NW ST O S TH SN HE RP BY BW S 19

Konstruktion Rechtecksdual [He, Kant 97] N SH Wa NI MV W* O* BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV N* BW BY NI BB W NW ST O S TH SN HE RP BY S* BW S 19

Konstruktion Rechtecksdual [He, Kant 97] N Wa N SH MV SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 TH SN 2 4 W NW HE RP W NW NI ST BB O BW S 3 BY TH SN RP HE BW BY Wa NI 7 N SH 8 6 MV 9 BB N* S W NW 3 4 ST TH 5 SN O RP HE BW 2 1 BY 0 S* S 19

Konstruktion Rechtecksdual [He, Kant 97] N W RP NW Wa NI HE BW S N SH TH BY ST MV BB SN O W SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 SN 2 4 W NW RP Wa NI NW 3 HE RP BW 7 HE BW S N SH 4 2 1 3 ST TH BY TH BY 9 8 N* 6 MV BB 5 SN S* 0 O 9 8 7 6 5 4 3 2 1 0 W N Wa SH MV NI BB O ST NW SN HE TH RP BW BY S 1 2 3 4 5 6 7 8 S 19

Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY gruppiere Rechtecke, die zusammen größere Rechtecke bilden 20

Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY 20 gruppiere Rechtecke, die zusammen größere Rechtecke bilden zerschneidbare Rechtecke, die in zwei Teile zerfallen! leichter Fall (s. Übung) komplexere Rechtecke! Algorithmus für L-zerlegbare Layouts

L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1,R 2,...,R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon [ n j=i R j L-förmig ist. 1 4 3 2 5 4 3 2 5 4 3 5 4 5 L-Zerlegungssequenz 21

L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1,R 2,...,R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon [ n j=i R j L-förmig ist. 1 4 3 2 5 4 3 2 5 3 5 4 4 L-Zerlegungssequenz 5 nicht L-förmig zerlegbar 21

Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. 22

Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 R 1 L 1 () ( ) 22

22 Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 ( ) () Fallunterscheidung R 1 L 1

Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa NW RP SH NI HE BW MV BB ST SN TH BY SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 23

Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa NW RP SH MV NI BB ST SN HE TH BW BY Demo! SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 23

Flächenuniverselle Layouts Einseitige Rechteckslayouts sind flächenuniversell, d.h.sie lassen sich für jede beliebige Flächenzuweisung realisieren. [Eppstein et al. 12] Ein Layout heißt einseitig, falls jedes maximale Segment auf einer Seite nur an ein einziges Rechteck angrenzt. 10 30 30 10 nicht einseitig einseitig 24

Zusammenfassung Rechteckskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche NW RP NI HE SH BW MV BB ST SN TH BY NI NW RP SH HE BW MV BB ST TH SN BY MV SH NI BB ST SN NW HE TH RP BW BY Bevölkerung Studierende pro Einwohner Arbeitslosenquote 25