Dissertationen - DGK

4.5. Extraktion und Bewertung 71
Die Vollständigkeit gibt an, wie viele der vorhandenen Straßen detektiert werden konnten. Sie ist definiert
als der prozentuale Anteil der extrahierten Straßenteile, die innerhalb einer gewissen Pufferbreite
Teilen der Referenz zugeordnet werden konnten, bezogen auf die Länge der gesamten Referenz:
Vollständigkeit =
Länge der zugeordneten Referenz
Länge der Referenz
· 100 [%] (4.7)
Die Zuverlässigkeit kann als Wahrscheinlichkeit interpretiert werden mit der ein extrahiertes Straßenstück
wirklich eine Straße darstellt. Sie ist definiert als der prozentuale Anteil der extrahierten Straßen,
die korrekt innerhalb der Pufferbreite dem Referenznetzwerk zugeordnet werden konnten, bezogen auf
die Länge aller extrahierten Straßen:
Zuverlässigkeit =
Länge der zugeordneten Extraktion
Länge der Extraktion
· 100 [%] (4.8)
Die Werte für Vollständigkeit und Zuverlässigkeit liegen im Optimalfall bei 100%, was bedeutet, dass
alle Straßen extrahiert werden konnten und dass das Extraktionsergebnis keine falschen Straßen enthält.
Zusätzlich wird die geometrische Genauigkeit über den RMS-(Root Mean Square-)Fehler berechnet.
Der RMS-Fehler ist als mittlere quadratische Abweichung zwischen den extrahierten Straßenachsen und
den Achsen der Referenzdaten definiert. Auf beiden Achsen werden hierfür gleichabständige Punkte
eingeführt zwischen denen die Distanzen berechnet werden:
RMS-Fehler =
Quadratsumme der Distanzen zwischen homologen Punkten
Anzahl der homologen Punkte
[m] (4.9)
Diese drei Maße dienen zur externen Beurteilung der extrahierten Ergebnisse. Sie geben allerdings
keinen Aufschluss über die Topologie des extrahierten Straßennetzes. Hierfür können beispielsweise
die Maße Zusammenhang und Umwegfaktor herangezogen werden (Wiedemann und Ebner, 2000).
Diese Maße werden im Folgenden jedoch nicht verwendet, da die extrahierten Straßennetze relativ
fragmentiert sind, so dass auch ohne diese objektiven Maße klar ist, dass die topologische Korrektheit
nicht sehr groß ist. Ein Grund für die Fragmentierung der Ergebnisse liegt darin, dass das Wissen
über die Netzwerkeigenschaften von Straßen nicht bzw. nicht ausreichend verwendet wurde. Weitere
Bewertungsmaße wie die Qualität nach Harvey (1999) werden ebenfalls nicht herangezogen, da sie
sich letztlich durch die Werte der Vollständigkeit und Zuverlässigkeit ausdrücken lassen und daher
keine zusätzlichen Informationen beinhalten.
Bedeutung von Referenzdaten
Neben den Bewertungskriterien spielen auch die Eigenschaften der Referenzdaten eine große Rolle.
Referenzdaten zeichnen sich grundsätzlich durch eine höhere Qualität aus als die Daten, die von der
Extraktion zu erwarten sind. Sie werden in der Regel manuell erstellt. Es ist aber zu beachten, dass (1)
Referenzdaten nicht vollständig fehlerfrei sind und (2) ihre Erfassung sich auf eine andere Datenquelle
stützen kann, als diejenige auf der die Extraktion vollzogen wird. Daraus ergibt sich, dass im Vorfeld die
Zielsetzung der Bewertung zu klären ist. Klausmann et al. (1999) unterscheiden hierfür die „reale“ und
die „erfassbare“ Referenz. Die reale Referenz bezeichnet eine Referenz, die der realen Welt besonders
nahe kommt. Die erfassbare Referenz basiert auf dem für die Extraktion zur Verfügung stehenden
Datenmaterial und bezeichnet die bestmöglich erzielbaren Ergebnisse, die von einem geübten Operateur
erzielt werden können.
In dieser Arbeit werden die automatisch erzielten Ergebnisse sowohl durch einen Vergleich mit der
erfassbaren Referenz als auch mit der realen Referenz validiert. Die erfassbare Referenz wurde auf der
Grundlage der Testdatensätze von einem Operateur erstellt, der mit dem Verfahren zur Straßenextraktion
nicht vertraut ist, um eine möglichst unabhängige manuelle Referenz zu erhalten. Als reale
Referenz wurden ATKIS-Daten verwendet (ATKIS-Referenz), die für zwei der vier Datensätze zur
Verfügung standen.