methodische und technische Grundlagen Vorlesung / 266.772 ...
methodische und technische Grundlagen Vorlesung / 266.772 ...
methodische und technische Grundlagen Vorlesung / 266.772 ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
GIS<br />
<strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen<br />
<strong>Vorlesung</strong> / <strong>266.772</strong><br />
Arbeitsunterlagen<br />
Einheit 5 – Analyse<br />
FB Stadt- <strong>und</strong> Regionalforschung<br />
Robert Kalasek, Sebastian Reinberg
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Everything happens somewhere<br />
first law of geography: „everything is related to everything else,<br />
but near things are more related than distant things.“<br />
[Tobler, 1970]<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 2 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
INHALT<br />
EINHEIT 5A - ANALYSEKONZEPTE 6<br />
5.1 Layermodell 7<br />
5.2 MapAlgebra 8<br />
5.2.2 MapAlgebra - Lokale Operatoren 9<br />
5.2.3 MapAlgebra - Fokale Operatoren 10<br />
5.2.4 MapAplgebra - Zonale Operatoren 13<br />
5.2.5 MapAlgebra globale Operatoren 13<br />
5.3 RasterOverlay 14<br />
5.3.1 Eigenschaften - RasterOverlay 14<br />
5.3.2 Probleme beim RasterOverlay 14<br />
5.3.3 Wesentliche Begriffe - RasterOverlay 14<br />
5.3.4 Quadtree Overlay 15<br />
5.4 VektorOverlay 15<br />
5.4.1 Eigenschaften - VektorOverlay 15<br />
5.4.2 Gr<strong>und</strong>prizipien 16<br />
5.4.3 Operationen der Vektorverschneidung 18<br />
5.4.4 Bo<strong>und</strong>ary Operations 24<br />
EINHEIT 5B – ANALYSE-SCHWERPUNKTTHEMEN 26<br />
5.1 Interpolation 26<br />
5.1.1 Ziel der Interpolation: 26<br />
5.1.2 Interpolation - diskrete Konzepte 26<br />
5.1.3 Interpolation kontinuierlicher Phänomene 29<br />
5.2 Analyse digitaler Höhenmodelle 39<br />
5.2.1 Digitale Höhenmodelle (DHM) – Einführung 39<br />
5.2.2 Geomorphometrische DHM-Analysen 41<br />
5.2.3 Anwendungsbereiche digitaler Höhenmodelle 45<br />
5.3 Distanz 45<br />
5.3.1 Distanzkonzepte 45<br />
5.3.2 Distanz <strong>und</strong> Ausbreitung 46<br />
5.4 Unsicherheit <strong>und</strong> Unschärfe 52<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 3 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
ABBILDUNGEN<br />
Abb. 1: GIS – Projekt / Ablauf.............................................................................................................. 6<br />
Abb. 2: GIS – Layer / Overlay / Analyse .............................................................................................. 7<br />
Abb. 3: Lokale Funktionen – räumliche Koinzidenz ??? ...................................................................... 9<br />
Abb. 4: Fokale Operatoren - Nachbarschaftsdefinition ...................................................................... 11<br />
Abb. 5: Fokale Operatoren – gleitendes Fenster / Block.................................................................... 11<br />
Abb. 6: Häufig verwendete fokale Operatoren ................................................................................... 12<br />
Abb. 7: Filteroperationen – Reduce Noise, Emboss ;-) ...................................................................... 12<br />
Abb. 8: Zonale Funktionen ................................................................................................................ 13<br />
Abb. 9: Raster Overlay - Inkongruenz ............................................................................................... 14<br />
Abb. 10: Quadtree-Verschneidung .................................................................................................... 15<br />
Abb. 11: Overlay aus mengentheoretischer Sicht .............................................................................. 16<br />
Abb. 12: Boolsche Operatoren – Venn-Diagramm ............................................................................. 16<br />
Abb. 13: Räumliche Beziehungen von Objektpaaren im 4-Intersections Modell ................................ 17<br />
Abb. 14: Point-in-Polygon Test .......................................................................................................... 19<br />
Abb. 15: Overlay – Point-Polygon ..................................................................................................... 19<br />
Abb. 16: Error zones (width epsilon) and ambiguities for point-in-polygon searches ......................... 20<br />
Abb. 17: Overlay – Polygon-Polygon ................................................................................................. 21<br />
Abb. 18: Overlay Procedure .............................................................................................................. 21<br />
Abb. 19: Sliver Polygone ................................................................................................................... 22<br />
Abb. 20: Auflösung von Sliver Polygonen im Postprocessing ............................................................ 22<br />
Abb. 21: Overlay – Line-Polygon ....................................................................................................... 23<br />
Abb. 22: Feature Manipulation - Clip ................................................................................................. 24<br />
Abb. 23: Feature Manipulation - Erase .............................................................................................. 25<br />
Abb. 24: Feature Manipulation - Update ............................................................................................ 25<br />
Abb. 25: Feature Manipulation - Split ................................................................................................ 25<br />
Abb. 26: Feature Manipulation - Join ................................................................................................. 25<br />
Abb. 27: Ozon in Österreich / 29.07.1992.......................................................................................... 26<br />
Abb. 28: Bodenkarte ......................................................................................................................... 27<br />
Abb. 29: Thiessen-Polygone <strong>und</strong> Delaunay-Triangulation - Aufbau ................................................... 28<br />
Abb. 30: Delaunay-Triangulation <strong>und</strong> Thiessen-Polygone ................................................................. 29<br />
Abb. 31: Datenstruktur – TIN ............................................................................................................. 29<br />
Abb. 32: Temperaturkarte Europa; Bodentemperatur vom 05.10.99, 15 Uhr UTC ............................. 30<br />
Abb. 33: Polynom 2. Grades in Gitternetz- <strong>und</strong> Isoliniendarstellung .................................................. 31<br />
Abb. 34: Serveral possibilities for interpolation .................................................................................. 32<br />
Abb. 35: Interpolation: Inverse Distanzgewichtung ............................................................................ 32<br />
Abb. 36: The Local Nature of Splines ................................................................................................ 33<br />
Abb. 37: Spline Overshoot ................................................................................................................ 34<br />
Abb. 38: Räumliche Variabilität ......................................................................................................... 35<br />
Abb. 39: Kriging – Distanzmatrix <strong>und</strong> Wertedifferenzen-Matrix .......................................................... 36<br />
Abb. 40: An example of a simple transitional variogramm with range, nugget, and sill ...................... 36<br />
Abb. 41: Commonly used variogramm models .................................................................................. 37<br />
Abb. 42: Schätzung von z j mittels „ordenary kriging“ ......................................................................... 37<br />
Abb. 43: Kriging – Anwendungsbeispiel ............................................................................................ 39<br />
Abb. 44: Möglichkeiten des Aufbaues digitaler Geländemodelle aus verschiedenen<br />
geometrischen Elementen ................................................................................................. 40<br />
Abb. 45: Digitales Höhenmodell – Salzburg / Hallein ......................................................................... 40<br />
Abb. 46: 3D-Ansicht eines digitalen Höhenmodells – Salzburg / Hallein ............................................ 40<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 4 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 47: Geomorphometrische DHM Analyse: Hangneigung ............................................................ 41<br />
Abb. 48: Geomorphometrische DHM Analyse: Exposition ................................................................. 42<br />
Abb. 49: computing slopes using zevenberen and thorne’s method .................................................. 42<br />
Abb. 50: Geomorphometrische Analysen: Oberflächenform .............................................................. 43<br />
Abb. 51: Spezielle geomorphometrische Analysen: Hangneigung mit <strong>und</strong> ohne Hillshade ................ 43<br />
Abb. 52: Spezielle geomorphometrische Analysen: Viewshed / Sichtbarkeit ..................................... 44<br />
Abb. 53: DTM application domains and their functional requirements relative to digital terrain<br />
modeling ............................................................................................................................ 45<br />
Abb. 54: Metrik - Konzepte der Distanzmessung ............................................................................... 46<br />
Abb. 55: Bildung von Distanzbuffern für die geometrischen Basiselemente ...................................... 47<br />
Abb. 56: Distanzbuffer – Attributgesteuerte Berechnung ................................................................... 47<br />
Abb. 57: Ungewichtete <strong>und</strong> gewichtete Distanz - Prinzip ................................................................... 48<br />
Abb. 58: Ungewichtete <strong>und</strong> gewichtete Distanz zu Straßen (Gewicht = Hangneigung) ..................... 48<br />
Abb. 59: Euklidische Distanz ............................................................................................................. 49<br />
Abb. 60: Kumulierte Distanzen – Gewicht / optimaler Pfad / effektive Distanz ................................... 50<br />
Abb. 61: Gewichtete kumulierte Distanzen – Gewicht / optimaler Pfad / effektive Distanz ................. 50<br />
Abb. 62: Least Cost Path – Beispiel .................................................................................................. 51<br />
Vorbemerkungen zu den Arbeitsunterlagen:<br />
- die Unterlagen enthalten gr<strong>und</strong>sätzliche Informationen zum Thema <strong>und</strong> sind<br />
gleichzeitig Leitfaden für die <strong>Vorlesung</strong> - sie sollen allen <strong>Vorlesung</strong>sbesucherInnen als<br />
Arbeitspapier dienen <strong>und</strong> allen übrigen als Lernhilfe<br />
- auf die Arbeitsunterlagen WS 99/00 kann über die Instituts-Homepage zugegriffen<br />
werden (Dateiformat: Acrobat Reader - *.pdf), außerdem sind sie als Papierversion im<br />
Sekretariat spätestens ab Do. vor der <strong>Vorlesung</strong> erhältlich<br />
- die Unterlagen können für den Studiengebrauch vervielfältigt werden<br />
- bei Verwendung für andere Zwecke bitte „sauber zitieren“<br />
- die Abbildungen sind Pixelgrafiken (d.h. gerastert) <strong>und</strong> daher teilweise etwas<br />
„unscharf“. Da in Zukunft die Arbeitsunterlagen über WWW zugänglich sein sollen,<br />
konnte kein anderes Format gewählt werden - Sorry (!)<br />
© Dipl.-Ing. Robert Kalasek<br />
1999, 2001, 2004, 2010<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 5 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Einheit 5a - Analysekonzepte<br />
Abb. 1: GIS – Projekt / Ablauf<br />
Quelle: [ESRI-G, 1999]<br />
Analyse: Erzeugen neuer Information aus bereits vorhandener Information<br />
– Ziel ist die zweckorientierte Informationsgewinnung<br />
Die Analyse von Attributdaten ohne Einbeziehung der räumlichen Komponente beruht auf<br />
vertrauten Konzepten.<br />
- Selektion / Anzeige von Objekten (Datensätzen bzw. Datensatzgruppen) über<br />
Abfragen (vgl. SQL, [Bröthaler, 1997])<br />
- Berechnung statistischer Kennzahlen (vgl. Mathematik <strong>und</strong> Statistik VO) <strong>und</strong> dgl.<br />
Einheit 5 behandelt die Analyse räumlicher Phänomene unter Berücksichtigung geometrischer<br />
Eigenschaften <strong>und</strong> Nachbarschaftsbeziehungen. Als ein tragfähiger <strong>und</strong> in der<br />
Literatur weit verbreiteter Ansatz zur Strukturierung der Analysefunktionen hat sich die<br />
Differenzierung nach der Zahl der beteiligten thematischen Ebenen erwiesen:<br />
- uni-thematische Techniken → horizontale Operatoren, d.h. nur eine Ebene<br />
- multi-thematische Techniken → vertikale Operatoren, d.h. Einbeziehung mehrerer<br />
Ebenen<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 6 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.1 Layermodell<br />
- Abb. 2: GIS – Layer / Overlay / Analyse<br />
Quelle: [ESRI-G, 1999]<br />
Layer = thematische Schicht = Thema<br />
jeder Layer ist eine Sammlung thematisch zusammengehörender Geoobjekte - z.B.<br />
Flächennutzungen, Leitungsinfrastruktur, Biotope<br />
allen Layern eines Projektes gemeinsam ist der Raumbezug (üblicherweise<br />
Koordinaten)<br />
Ursprung des Layer-Konzeptes<br />
Transparente Themenfolien - lange vor EDV-gestützter Geodatenverarbeitung<br />
hauptsächlich zur Ableitung qualitativer Aussagen z.B. multikriterielle Abgrenzung<br />
homogener Raumeinheiten<br />
Quantifizierung aufwendig z.B. Flächenberechnung mittels Planimeter<br />
Layer im GIS<br />
simultane Betrachtung mehrerer Themenebenen möglich<br />
Quantitative Auswertungen, z.B. Flächenberechnungen aufgr<strong>und</strong> der<br />
Leistungsfähigkeit der EDV sehr einfach ⇒ GIS ist das Werkzeug für quantitative<br />
Bewertungsansätze raumbezogener Informationen<br />
Verschneidung – d.h. die gemeinsame Analyse von mehreren übereinander<br />
liegenden Layern ist ein zentrales Merkmal von geographischen Informationssystemen<br />
Multiple Layer Operations - vertikale Operatoren<br />
"Overlay analysis manipulates spatial date organized in different layers to create<br />
combined spatial features according to logical conditions specified in Boolean algebra"<br />
[Chou, 1996]<br />
Multithematische Analyse im GIS durch Verschneidung (engl. Overlay)<br />
Verschneidung ist das lagebezogene Zusammenführen mehrerer thematischer<br />
Schichten<br />
zwei oder mehre Input-Layer werden mittels Verknüpfungsvorschrift auf Output-Layer<br />
abgebildet (Output_Layer = f(Input_Layer A, Input_Layer B, ...)<br />
Verschneidungs-Operationen werden verwendet für:<br />
die topologisch-thematische Selektion von Geoobjekten <strong>und</strong><br />
die Neubildung von Themenebenen mittels geometrischer Überlagerung von zwei<br />
oder mehr Layern wobei die Attribute beider Ebenen übernommen werden → neue<br />
Ebene mit gemeinsamer Geometrie, eigener Topologie <strong>und</strong> gemeinsamen Attributen<br />
(bzw. Teilmengen davon)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 7 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
multithematische Verschneidung ist der <strong>methodische</strong> Kern für einen Großteil<br />
der GIS Analysefunktionen<br />
Layer-Overlay (Raster vs. Vektor)<br />
aufgr<strong>und</strong> der klaren geometrischen Struktur ist Rasterverschneidung deutlich<br />
einfacher als Vektor-Overlay – es werden übereinander liegende Rasterzellen<br />
untersucht (!)<br />
die rechenintensive geometrische Verschneidung entfällt (weitgehend)<br />
mehrere thematische Ebenen können gleichzeitig verschnitten werden<br />
das Rasterdatenmodell eignet sich daher insbesondere für Analyse-, Modellierungs<strong>und</strong><br />
Simulationsaufgaben<br />
Overlay – temporäre Output Layer<br />
Beim RasterOverlay ist die dauerhafte Speicherung von generierten Datenschichten<br />
aufgr<strong>und</strong> der hohen Verarbeitungsgeschwindigkeit nicht unbedingt erforderlich (insb.<br />
Quadtree). Wird das Ergebnis der Analyse nicht dauerhaft gespeichert, muß es für<br />
jeden Analysevorgang erneut erstellt werden – Analyse-Layer ist „temporäre“ Schicht<br />
(abhängig vom verwendeten System).<br />
Im geometrisch wesentlich komplexeren Vektormodell werden Analyseschichten<br />
üblicherweise permanent gespeichert ⇒ auch bei partiellen Veränderungen in einer<br />
Ausgangsdatenschicht muß die Verschneidung erneut durchgeführt werden<br />
(Aktualisierungs- <strong>und</strong> Datenkonsistenzproblem)<br />
MapAlgebra<br />
Algebra: Lehre von den Beziehungen zwischen mathematischen Größen <strong>und</strong> den<br />
Regeln, denen sie unterliegen [Duden „Fremdwörterbuch“, 1982]<br />
Map Algebra: formale Sprache zur Beschreibung der Modellierungs- <strong>und</strong> Analyseoperationen<br />
analog zur Mathematik mit den Elementen – Operand, Operator, Ergebnis.<br />
Operand:<br />
Operator:<br />
Ergebnis:<br />
Input-Layer / Datenschicht(-en)<br />
Verknüpfungsvorschrift<br />
Output-Layer / Datenschicht(-en)<br />
Beispiel:<br />
Berechnung der Baulandeigung aus der Summe der Einzeleignungen für die Themenbereiche<br />
Erschließung, Versorgungsqualiät <strong>und</strong> naturräumliche Eignungsfaktoren.<br />
Baulandeignung_Outtheme = FocalSum(Eign_Erschließung, Eign_Versorg, Eign_Naturraum)<br />
MapAlgebra – Entwicklung / Merkmale<br />
gr<strong>und</strong>legende Konzepte von [Tomlin, 1990]<br />
Ziel: Verwendung natürlichsprachlicher Ansätze für die Formulierung räumlicher<br />
Analyseoperationen<br />
Operanden → Substantive, Operationen → Verben (z.B. RENUMBER SERIES FOR<br />
LANDQUAL [vgl. Burrough, 1986])<br />
Ausdrücke werden über eine Abfolge von Operanden <strong>und</strong> Operatoren gebildet<br />
Analysemodelle werden aus einer Abfolge von Ausdrücken gebildet<br />
MapAlgebra – Anwendung<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 8 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
hauptsächlich im Bereich der Rasterdaten – aufgr<strong>und</strong> der einfachen Implementierung<br />
gr<strong>und</strong>sätzliche Eignung auch für Vektordomäne – bisher kaum umgesetzt<br />
MapAlgebra – Operatortypen<br />
lokale OperatorenBetrachtung einer einzelnen Rasterzelle auf einer oder mehreren<br />
thematischen Ebenen<br />
z.B: LocalSum(Ingrid1, Ingrid2, ...) – Zellwert des OuptutRasters = Summe der<br />
Zellwerte der Inputrasterfokale OperatorenBetrachtung mehrerer Rasterzellen in<br />
der Umgebung einer Zelle (Focus). Berechnung eines neuen Wertes für die Zelle mit<br />
dem Focus in Abhängigkeit von den Ausprägungen der benachbarten Zellen <strong>und</strong><br />
anschließend Verschieben des Focus (moving window)<br />
z.B. FocalMean(Ingrid1, Rectangle,3,3) → Zellwerte des OutputRasters = Mittelwerte<br />
der 8 Umgebungszellen zonale OperatorenOperationen an einem Werteraster in<br />
den durch einen Zonenraster definierten Gebietsabgrenzungen.<br />
z.B. ZonalMax(Zonegrid, Valuegrid) – Zellwerte des OutputRasters = Maximum der<br />
Zellwerte des InputRasters in der jeweiligen Zone<br />
globale OperatorenOperatoren deren Ergebnis von sämtlichen Zellen eines<br />
Rasters abhängen kann, z.B. bei Distanzberechnungen<br />
MapAlgebra - Lokale Operatoren<br />
Besonderheiten Lokaler Operatoren<br />
eigentlich a-räumliche Operatoren – keine Berücksichtigung der Umgebung ⇒<br />
Implementierung auch ausschließlich über Tabellen möglich<br />
Lokale Operatoren meist als Multi Layer Operatoren verwendet z.B. multithematische<br />
Verschneidung – siehe Kapitel 5.1.<br />
- aber auch als Single Layer Operatoren möglich: z.B. arithmetische Operationen mit<br />
Bezug auf jeweils eine einzelne Zelle <strong>und</strong> lediglich eine Ebene → SQR(InTheme),<br />
LOG(InTheme), EXP(InTheme), ... (nicht aber InTheme x 2 → wird als Multiplikation<br />
des InTheme mit einem aus Zellen mit dem Wert 2 bestehenden Raster implementiert<br />
⇒ multithematische Operation!)<br />
Abb. 3: Lokale Funktionen – räumliche Koinzidenz ???<br />
- Betrachtung von exakt übereinander liegenden Zellen verschiedener Themenebenen<br />
– räumliche Koinzidenz (entspricht in etwa der Vektorverschneidung)<br />
- Lagebeziehungen der Zellen werden nicht berücksichtigt<br />
- Berechnung von Output-Zellwerten unter Verwendung arithmetischer, statischer,<br />
bool’scher Operatoren <strong>und</strong> Vergleichsoperationen – (aus User-Sicht ein einziger<br />
Verfahrensabschnitt ↔ Vektordomäne)<br />
- anwendbar auf diskrete <strong>und</strong> kontinuierliche Phänomene (Achtung (!): Skalinniveaus)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 9 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Anwendungen – Lokale Operatoren<br />
- multithematische Selektion / Abfrage über eine oder mehrere Datenschichten; z.B.<br />
zeige alle Bereiche in denen die Summe der Niederschläge größer ist<br />
als die Summe aus Verdunstung <strong>und</strong> Abfluß ist.<br />
- Selektion über eine oder mehrere Konstante: z.B. zeige alle Bereiche mit Hangneigung<br />
über 15% <strong>und</strong> Geländehöhe über 1000m – die Konstante werden für<br />
die Berechnung ebenfalls als Raster mit einheitlichem Wert betrachtet<br />
(!) ⇒ multithematischer Overlay<br />
- Berechnung neuer Datenschichten über die Verknüpfung von Input-Layern mittels<br />
konkreter Integrationsvorschriften<br />
Beispiele für lokale Operatoren<br />
LocalSum Summe aller Zellwerte je Position <strong>und</strong> Layer<br />
LocalMean Mittelwert aller Zellwerte je Position <strong>und</strong> Layer<br />
LocalDiff Differenz der Zellwerte je Position von 2 Themenebenen<br />
5.1.1 MapAlgebra - Fokale Operatoren<br />
fokale Operatoren – fokusieren innerhalb einer Nachbarschaft eine bestimmte (meist die<br />
zentrale) Zelle ⇒ sie werden daher auch Nachbarschaftsfunktionen genannt<br />
Eigenschaften / Merkmale Fokaler Operatoren<br />
- Betrachtung einer Zellumgebung<br />
- Berechnung von Output-Zellwerten in Abhängigkeit vom gewählten Operator <strong>und</strong> den<br />
Werten der Zellumgebung<br />
- Definition der Zellumgebung als „gleitendes Fenster“ (siehe Abb. 5)<br />
- Abgrenzung der Zellumgebung durch Angabe von Form, Richtung <strong>und</strong> Anzahl der<br />
Umgebungszellen (siehe Abb. 4)<br />
gleitendes Fenster: für die „Fokus-Zelle“ wird ein Wert errechnet <strong>und</strong> anschließend<br />
der Fokus verschoben – auf die nächste Zelle oder den<br />
nächsten Block<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 10 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 4: Fokale Operatoren - Nachbarschaftsdefinition<br />
Quelle: (nach [ESRI-G, 1999])<br />
Abb. 5: Fokale Operatoren – gleitendes Fenster / Block<br />
Quelle: [ESRI, ArcView-Online-Help]<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 11 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Fokale Operatoren - Beispiele<br />
Abb. 6: Häufig verwendete fokale Operatoren<br />
Quelle: [Burrough, 1998]<br />
Zur Gruppe der Fokalen Operatoren gehören auch alle v.a. aus Pixel-<br />
Grafik-Programmen bekannten Filter, wie: Glättungsfilter, Kantenverstärkungsfilter,<br />
Noisefilter, ... .Teilweise finden diese Filter auch Eingang in<br />
GI-Systeme – v.a. für die Bearbeitung von Fernerk<strong>und</strong>ungsdaten<br />
Abb. 7: Filteroperationen – Reduce<br />
Noise, Emboss ;-)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 12 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Anwendungsbereiche fokaler Operatoren<br />
- Interpolation<br />
- räumliche Filter<br />
- Oberflächentopologie – Geländeanalysen, Gewässernetz-, Einzugsgebietsabgrenzung<br />
- Regionsbildung<br />
- Ausbreitungsanalysen<br />
- Sichtbarkeitsanalysen<br />
5.1.2 MapAplgebra - Zonale Operatoren<br />
Abb. 8: Zonale Funktionen<br />
Quelle: [ArcINFO, Online Hilfe]<br />
- Analyse eines Werterasters innerhalb der Grenzen eines Zonenrasters<br />
z.B. Berechnung der mittleren Höhenlage (Werteraster) für die Gemeinden des<br />
Untersuchungsgebietes (Zonenraster)<br />
- der Zonenraster enthält diskrete Geoobjekte<br />
- alle Zellen einer Klasse bilden eine Zone (vgl. Einheit 2 – Datenmodelle, Kapitel: Zonen<br />
<strong>und</strong> Regionen), d.h. es können räumlich voneinander getrennte Teilflächen existieren<br />
- der Werteraster kann diskrete oder kontinuierliche Phänomene abbilden<br />
- häufig verwendete Integrationsvorschriften sind Zonenmittelwert, Zonenminimum /-<br />
maximum, Spannweite <strong>und</strong> Varianz<br />
- Ergebnis (auch als Tabelle / Histogramm): alle Zellen einer Zone erhalten selben Wert<br />
5.1.3 MapAlgebra globale Operatoren<br />
- sind gr<strong>und</strong>sätzlich fokale Operatoren<br />
- Unterschied: Einbeziehung (potentiell) aller Rasterzellen eines Themas (d.h.<br />
Zellumgebung = gesamter Raster)<br />
Anwendungsbereiche globaler Operatoren<br />
- Distanz- <strong>und</strong> Richtungsermittlung (z.B. Entfernung bzw. Richtung zur nächstgelegene<br />
Zelle mit einem bestimmten Wert)<br />
- Interpolation (globale Interpolationsverfahren, siehe Kapitel 5.1)<br />
- Sichtbarkeits- <strong>und</strong> Beschattungsmodelle<br />
- Distanzoberflächen (Kürzeste Wege über Rasterzellen unter Berücksichtigung von<br />
Widerstandswerten)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 13 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.2 RasterOverlay<br />
5.2.1 Eigenschaften - RasterOverlay<br />
Verarbeitungsgeschwindigkeit<br />
geometrische Probleme<br />
Rechenaufwand<br />
Mehrthemenverschneidung<br />
Integration formaler Modellierungssprachen (wie z.B. MapAlgebra)<br />
Genauigkeit<br />
Einbindung in komplexe Modelle<br />
Kombination mit Optimierungstechniken<br />
vgl. [Strobl, 1997]<br />
hoch<br />
kaum<br />
niedrig<br />
einfach<br />
gut<br />
gering<br />
einfach<br />
einfach<br />
5.2.2 Probleme beim RasterOverlay<br />
Untersuchungsgebiete sind nicht ident<br />
- Rasterursprung <strong>und</strong>/oder Rasterausdehnung stimmen nicht überein<br />
- bei Verschneidungsoperationen werden nur überlappende Bereiche einbezogen<br />
Raster haben unterschiedliche Auflösung<br />
- Maschenweite der Inputraster ist unterschiedlich<br />
- ganzzahlige Teilungsverhältnisse: Aggregation / Disaggregation auf geringer / höher<br />
auflösenden Raster<br />
- nicht ganzzahlige Teilungsverhältnisse: Aggregation / Disaggregation auf<br />
gemeinsames Niveau möglich<br />
Raster unterscheiden sich hinsichtlich Ursprung, Orientierung, Auflösung<br />
- Resampling des Rasters notwendig<br />
- Berechnung von neuen Werten über Nachbarschaftsfunktionen <strong>und</strong> Interpolationen für<br />
einen hinsichtlich Ursprung, Orientierung <strong>und</strong> Auflösung festgelegten Zielraster<br />
Abb. 9: Raster Overlay - Inkongruenz<br />
5.2.3 Wesentliche Begriffe - RasterOverlay<br />
Matrix-Overlay<br />
- Sämtlichen Kombinationen von Werten der Eingangsdatenschichten wird ein<br />
bestimmter Wert der Ergebnisdatenschicht zugeordnet – gleichsam: Kreuztabellenreklassifizierung<br />
- meist eingesetzt für qualitative Analyse – d.h. Aussagen auf ordinalem Niveau, wie z.B.<br />
die Baulandeignung (in den Kategorien gut, mittel, schlecht) ergibt sich aus der<br />
Versorgungsqualität (ebenfalls ordinal) <strong>und</strong> dem Baulandpreis<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 14 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Index-Overlay<br />
- Zuordnung von Gewichten zu ganzen Datenschichten <strong>und</strong>/oder Kategorien<br />
- Berechnung über gewichteten Mittelwert<br />
(x ... Datenschicht oder Klasse, w ... Gewicht)<br />
5.2.4 Quadtree Overlay<br />
Bsp.: Verschieden starke Gewichtung von Baulandeignungsfaktoren für die Ableitung<br />
von Szenarien<br />
- Quadtreestruktur ist generell besonders geeignet für Phänomene mit hohen<br />
Anforderungen an die Lagegenauigkeit (siehe Einheit 2 - Datenmodelle)<br />
- Quadtrees sind gr<strong>und</strong>sätzlich rasterbasierte Ansätze <strong>und</strong> sind daher bei<br />
Verschneidungsoperationen sehr effizient<br />
Abb. 10: Quadtree-Verschneidung<br />
Quelle: [Worboys, 1995]<br />
5.3 VektorOverlay<br />
5.3.1 Eigenschaften - VektorOverlay<br />
Verarbeitungsgeschwindigkeit<br />
geometrische Probleme<br />
Rechenaufwand<br />
Mehrthemenverschneidung<br />
Integration formaler Modellierungssprachen (wie z.B. MapAlgebra)<br />
Genauigkeit<br />
Einbindung in komplexe Modelle<br />
Kombination mit Optimierungstechniken<br />
vgl. [Strobl, 1997]<br />
gering<br />
häufig<br />
hoch<br />
nein<br />
kaum<br />
hoch<br />
kaum<br />
kaum<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 15 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.3.2 Gr<strong>und</strong>prizipien<br />
Boolsche Algebra / Mengentheorie<br />
Abb. 11: Overlay aus mengentheoretischer Sicht<br />
Quelle: [NCGIA 1997]<br />
- ein Polygon kann in als Menge aufgefaßt werden<br />
- Punkte innerhalb des Polygons sind Elemente der Menge<br />
- zwischen dem Rand <strong>und</strong> dem Inneren wird (vorerst) nicht unterschieden<br />
- Polygone A <strong>und</strong> B überlagern einander – wenn es eine Schnittmenge gibt.<br />
Operatoren der Boolschen Algebra<br />
A B NOT A A AND B A OR B<br />
A AND<br />
(NOT B)<br />
A XOR B<br />
1 1 0 1 1 0 0<br />
1 0 0 0 1 1 1<br />
0 1 1 0 1 0 1<br />
0 0 1 0 0 0 0<br />
Element ist Teil der Menge X: wahr = 1<br />
Element ist Teil der Menge X: falsch = 0<br />
Abb. 12: Boolsche Operatoren – Venn-Diagramm<br />
A AND B intersection - area of overlap<br />
A OR B union - combined area<br />
NOT A negation<br />
A XOR B exclusion<br />
Formale Modelle räumlicher Beziehungen – 4-Intersection Modell<br />
(vgl. [Mark / Egenhofer, 1995])<br />
- Konzept zur Beschreibung räumlicher Lagebeziehungen für die Formulierung<br />
räumlicher Abfragen → Semantik räumlicher Lagebeziehungen<br />
- Unterscheidung zwischen dem Inneren <strong>und</strong> der Begrenzung von Objekten (!)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 16 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
mögliche Fragestellungen – Beispiele<br />
- welche Gr<strong>und</strong>stücke liegen in Gemeinde X? – d.h. sind innerhalb<br />
- welche Gr<strong>und</strong>stücke werden von Lärm betroffen? – d.h. werden überdeckt<br />
- welche Gr<strong>und</strong>stücke haben Straßenanschluß? – d.h. grenzen an<br />
Räumliche Beziehungen im 4-Intersection Modell<br />
- betrachtet werden Überschneidungen zwischen Innerem (A°, B°) <strong>und</strong> Rand (A | , B | ) von<br />
2 Objekten – in der Form: Überschneidung existiert / existiert nicht<br />
- mögliche Beziehungen<br />
A° ∩ B° A° ∩ B |<br />
A | ∩ B° A | ∩ B |<br />
Beispiel – A enthält B<br />
A°, B°<br />
A |, B |<br />
Fläche im Inneren von A, B<br />
Rand von A, B<br />
A° ∩ B°=1 A° ∩ B | =1<br />
A | ∩ B°=0 A | ∩ B | =0<br />
wahr = 1<br />
falsch = 0<br />
- Inneres von A schneidet Inneres von B<br />
- Inneres von A schneidet Rand von B<br />
- Rand von A schneidet nicht Inneres von B<br />
- Rand von A schneidet nicht Inneres von B<br />
disjunkt enthält innerhalb gleich berührt bedeckt<br />
wird<br />
bedeckt<br />
überlappt<br />
0 0<br />
0 0<br />
1 1<br />
0 0<br />
1 0<br />
1 0<br />
1 0<br />
0 1<br />
0 0<br />
0 1<br />
1 1<br />
0 1<br />
Abb. 13: Räumliche Beziehungen von Objektpaaren im 4-Intersections Modell<br />
Quelle: (nach [Strobl, 1997])<br />
1 0<br />
1 1<br />
1 1<br />
1 1<br />
Erweiterung des Konzeptes durch das 9-Intersections Modell<br />
zur Beschreibungen von Beziehungen zwischen Punkten, Linien <strong>und</strong> Flächen –<br />
unterscheidet zwischen Außen, Innen <strong>und</strong> Begrenzung<br />
A° ∩ B° A° ∩ B | A° ∩ B -<br />
A | ∩ B° A | ∩ B | A | ∩ B -<br />
A - ∩ B° A - ∩ B | A - ∩ B -<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 17 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.3.3 Operationen der Vektorverschneidung<br />
Vektorverschneidung gehört zu den wesentlichsten funktionalen Merkmalen<br />
von (vektororientierten) GI-Systemen – v.a. darin unterscheiden sie sich von<br />
verwandten SW-Produkten wie DesktopMapping oder CAD<br />
Vektorverschneidung basiert auf geometrischen Verschneidungsoperationen:<br />
- Punkte mit Polygonen<br />
- Polygone mit Polygonen<br />
- Linien mit Polygonen<br />
- Linie mit Linie<br />
Welche Objekte überlagern einander? - zentrale Frage der Vektorverschneidung (!)<br />
- überlappende Objekte in 2 oder mehreren Schichten werden durch Verschneidung zu<br />
neuen Objekten einer neuen Datenschicht<br />
- Vektorverschneidung ist ein komplexer <strong>und</strong> rechenintensiver Vorgang – von sämtlichen<br />
Objektbegrenzungen die einander überlagern/berühren, müssen Schnittpunkte<br />
berechnet werden.<br />
- für jede einzelne Grenzlinie muß daher festgestellt werden, ob Schnittpunkte mit<br />
anderen Linien bestehen – der linienweise Vergleich ist extrem ineffizient<br />
Zur Optimierung der Schnittpunktsuche bestehen daher verschiedene Ansätze, wie z.B.:<br />
- umschreibende Rechtecke<br />
geprüft wird ob sich die umschreibenden Rechtecke von Objekten überlagern, d.h.<br />
deutliche Vereinfachung<br />
- Zuordnung von Liniensegmenten zu Rasterzellen<br />
Linien werden relativ großen Rasterzellen zugeordnet – die Schnittpunktprüfung erfolgt<br />
nur für Linien, die in den Zellen enthalten sind<br />
- Halbordnung<br />
Sortieren der Liniensegmente nach einer der beiden Koordinaten – d.h. Prüfung erfolgt<br />
nur für Segmente in einer definierten Umgebung<br />
- Räumlicher Index<br />
ein Großteil der bestehenden GIS-Programme verwendet für die effiziente Speicherung<br />
<strong>und</strong> Suche raumbezogener Daten räumliche Indizes (wie z.B. Quadtrees) – anhand<br />
dieser Indizes kann auch die Schnittpunktprüfung erfolgen<br />
Verschneidung: Punkt mit Fläche<br />
- „einfachste“ Verschneidungsoperation<br />
- gr<strong>und</strong>legende Methode für Polygon-Linie- <strong>und</strong> Polygon-Polygon-Verschneidungen<br />
Verwendung für die Fragestellungen<br />
- in welchem Polygon liegt Punkt A ?<br />
- welche Punkte liegen im Polygon X ?<br />
Gr<strong>und</strong>sätzliches Problem:<br />
liegt ein Punkt innerhalb oder außerhalb eines Polygons ?<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 18 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Point-in-Polygon Test<br />
Zahl der Schnittpunkte eines beliebigen vom<br />
Punkt ausgehenden Strahls mit dem Polygon<br />
gibt Auskunft über die Lage des Punktes (!)<br />
- Punkte mit gerader Schnittpunktzahl →<br />
außerhalb<br />
- Punkte mit ungerader Schnittpunktzahl<br />
→ innerhalb<br />
Abb. 14: Point-in-Polygon Test<br />
Quelle: [Laurini / Thompson, 1992]<br />
Bei der Verschneidung von Punkten mit Polygonen sind 2 Fälle zu unterscheiden:<br />
- die Punkte übernehmen Flächeninformationen (Abb. 15 / Output 1)<br />
- den Flächen werden Punktinformationen zugeordnet (Abb. 15 / Output 2)<br />
Beispiel: Verschneidung von Kataster <strong>und</strong> Brunnenstandorten<br />
Abb. 15: Overlay – Point-Polygon<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 19 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Fehlerquellen bei der Point-in-Polygon Suche<br />
Die Digitalisierung von Punkten <strong>und</strong> Linien (somit auch Polygonen) ist gr<strong>und</strong>sätzlich<br />
fehlerbehaftet (vgl. Einheit 4 - Datenintegration). Bei der Verschneidung von Layern<br />
können diese kleinen Ungenauigkeiten erheblichen Einfluß auf das Ergebnis haben.<br />
Epsilon Band<br />
Auf die Frage „liegt ein Punkt innerhalb eines<br />
bestimmten Polygons?“ gibt es 5 mögliche<br />
Antworten:<br />
1. der Punkt liegt sicher innerhalb<br />
2. der Punkt liegt sicher außerhalb<br />
3. der Punkt liegt möglicherweise innerhalb<br />
4. der Punkt liegt möglicherweise außerhalb<br />
5. keine Aussage möglich → der Punkt liegt auf<br />
der Linie<br />
Abb. 16: Error zones (width epsilon) and<br />
ambiguities for point-in-polygon searches<br />
Quelle: (vgl. [Burrough, 1986])<br />
Verschneidung: Flächen mit Fläche (Polygonverschneidung)<br />
Verwendung für die Fragestellung<br />
- welche neuen Polygone ergeben sich aus der Überlagerung von 2 oder mehr<br />
Ausgangsdatenschichten <strong>und</strong> welche Attribute werden den neuen Polygonen<br />
zugewiesen<br />
Prozeß der Polygonverschneidung<br />
1. geometrische Verschneidung ohne Berücksichtigung von Topologie <strong>und</strong><br />
Sachdaten – d.h. Schnittpunktberechnung + Einfügen von Knoten an den<br />
Schnittpunkten<br />
2. Topologiebildung – d.h. Neuberechnung der Knoten-Kanten-, Links-Rechts- <strong>und</strong><br />
Polygon-Kanten-Topologie für sämtliche neuen Teilfächen<br />
3. Kennzeichnung der neuen Polygone mittels ID<br />
4. Identifizierung der Ausgangspolygone für jedes neue Polygon über einen Punkt im<br />
neuen Polygon <strong>und</strong> Point-in-Polygon Suche in den Input-Schichten<br />
5. Attributanbindung – d.h. Übernahme von Attributen aus den Ausgangsdatenbeständen<br />
(relationale Verknüpfung)<br />
Beispiel: Verschneidung von Kataster <strong>und</strong> Widmung<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 20 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 17: Overlay – Polygon-Polygon<br />
Given: two overlapping polygons as follows: polygon with attribute A,<br />
polygon with attribute 1<br />
The outside world labeled 0 on both maps, two intersecting arcs<br />
defining the bo<strong>und</strong>aries of the polygons:<br />
1. Red Map (light lines): (0,1) (0,3) (2,3) (2,1) (0,1)<br />
Polygons - Right: A Left: 0<br />
2. Blue Map (heavy lines): (1,0) (3,0) (3,2) (1,2) (1,0)<br />
Polygons - Right: 0 Left: 1<br />
Procedure: after intersections have been fo<strong>und</strong>, six new arcs are<br />
formed, three from arc 1 and three from arc 2:<br />
1. (0,1) (0,3) (2,3) (2,2)<br />
2. (2,2) (2,1) (1,1)<br />
3. (1,1) (0,1)<br />
4. (1,0) (3,0) (3,2) (2,2)<br />
5. (2,2) (1,2) (1,1)<br />
6. (1,1) (1,0)<br />
Abb. 18: Overlay Procedure<br />
Quelle: [NCGIA, 1997]<br />
Because the right and left polygon labels are known for each input arc,<br />
we know the labels of the new polygons as soon as the intersections<br />
have been fo<strong>und</strong>. There are four new polygons and their attributes<br />
combine red and blue attributes: 00, A0, A1 and 01. The arc right and<br />
left labels, deduced from the geometry of the intersections, are:<br />
Arc Left Right<br />
1 00 A0<br />
2 01 A1<br />
3 00 A0<br />
4 01 00<br />
5 A1 A0<br />
6 01 00<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 21 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Fehlerquellen bei der Polygonverschneidung<br />
Fehlerquellen:<br />
- unexakte Digitalisierung inhaltlich-logisch zusammengehörender Linien<br />
- unterschiedliche numerische Auflösungen der Vektordaten (z.B. Integer – Real)<br />
Folge bei der Verschneidung<br />
- Bildung von Differenzflächen – engl. sliver polygons / pseudo polygons<br />
- in der Regel längliche schmale Objekte<br />
- je exakter digitalisiert wurde desto größer die Anzahl der Sliver Polygone (paradox ?!)<br />
Fehlerbeseitigung<br />
- simultan – d.h. während der Polygonverschneidung<br />
- postprocessing – d.h. in einem eigenen, der Polygonverschneidung nachgeordneten<br />
Verfahrensschritt<br />
Simultane Bereinigung von Fehlern<br />
Abb. 19: Sliver Polygone<br />
- Punkte deren Abstand unter dem definierten Toleranzwert (sog. „fuzzy tolerance“) liegt<br />
werden bei Verschneidung als ident betrachtet (analog Punkt-Snap bei Digitalisierung)<br />
- Problem: Festlegung eines geeigneten Toleranzwertes (Wert zu groß ⇒ unerwünschte<br />
Auflösung kleiner Flächen; Wert zu klein ⇒ viele Sliver Polygone) – der Vorgang<br />
entzieht sich bei der simultanen Bereinigung weitgehend der Kontrolle des Benutzers<br />
- Ansatz: für Teilbereiche des Untersuchungsgebietes unterschiedliche Toleranzwerte<br />
Postprocessing: nachträgliche Fehlerbeseitigung<br />
- Bereinigung der Sliver Polygone erfolgt nach der Verschneidungsoperation<br />
- Problem: Unterscheidung zwischen „echten“ Polygonen <strong>und</strong> Pseudopolygonen<br />
- Indentifikation: übelicherweise langestreckte Polygone mit geringer Fläche,<br />
Verwendung von Formindikatoren (z.B. Umfang / [Umfang eines<br />
Kreises mit gleicher Fläche])<br />
Suche nach Polygonen mit nur zwei Knoten in denen genau 4 Linien<br />
zusammen laufen<br />
- Auflösungs-Ansatz: Sliver Polygon-Flächen werden jeweils einem Nachbarn<br />
zugeschlagen<br />
Abb. 20: Auflösung von Sliver<br />
Polygonen im Postprocessing<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 22 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Verschneidung: Linie mit Fläche<br />
Verwendung für die Fragestellungen<br />
- in welchem Polygon liegt Linie a ?<br />
- welche Linien liegen in Polygon X ?<br />
Bei der Verschneidung von Linien mit Polygonen sind 2 Fälle zu unterscheiden:<br />
- die Linien übernehmen Flächeninformationen (Abb. 21 / Output 1)<br />
- den Flächen werden Linieninformationen zugeordnet (Abb. 21 / Output 2)<br />
Beispiel – Verschneidung von Kataster <strong>und</strong> Straßentrasse<br />
Abb. 21: Overlay – Line-Polygon<br />
Verschneidung: Linie mit Linie<br />
Verwendung für die Fragestellungen<br />
- welche Linien kreuzen einander<br />
Beispiel – Verschneidung von verschiedenen Leitungstrassen<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 23 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Temporäre Selektion<br />
Eine Sonderstellung in der „Datenhaltung“ (bzw. beim VektorOverlay) nimmt die temporäre<br />
Selektion von Objekten ein.<br />
Temporäre Selektion: Goobjekte werden entweder durch graphische Elemente (wie z.B.<br />
mit der Maus erstellte Rahmen) oder Geoobjekte einer anderen<br />
Themenebene zeitweilig ausgewählt.<br />
Für die Auswahl werden beispielsweise „ad hoc Analysen“<br />
durchgeführt, Tabellen oder Diagramme erstellt <strong>und</strong> dgl.<br />
- zum Unterschied zur Verschneidung (Vektrodomäne) wird aus der Auswahl entweder<br />
nur für Teilräume eine neue Datenschicht gebildet oder überhaupt kein neuer Layer<br />
angelegt (d.h. keine neuen Daten physisch <strong>und</strong> dauerhaft gespeichert)<br />
- die Sonderstellung ergibt sich vor allem aus der zeitlichen Begrenztheit der Auswahl<br />
- für die Auswahl selbst werden die selben Algorithmen angewandt, wie für<br />
Verschneidungsoperationen<br />
- obwohl in vielen Fällen nur Objekte eines Themas selektiert werden, handelt es sich<br />
prinzipiell um einen multithematischen Ansatz<br />
Beispiel: Auswahl aller Objekte die von einem dynamisch erstellten oder durch eine andere<br />
Themenebene vorgegebenen Bereich vollständig eingeschlossen, geschnitten, nicht<br />
eingeschlossen, ... werden<br />
5.3.4 Bo<strong>und</strong>ary Operations<br />
Auswahl von Objekten oder Bereichen meist im Vorfeld der Analyse zur Eingrenzung /<br />
Veränderung des Analysebereiches<br />
wie die temporäre Selektion von Objekten oder Bereichen eines Themas werden auch die<br />
Bo<strong>und</strong>ary Operations in der Literatur teilweise den Single Layer-Operationen <strong>und</strong> teilweise<br />
den Multi Layer-Operatoinen zugeordnet (vgl. [Chou, 1996 oder Burrough, 1998]<br />
- Auswahl von Teilbereichen zur Veränderung der räumlichen Abgrenzung des<br />
Untersuchungsgebietes<br />
- die Auswahl erfolgt entweder über ein eigenes Thema oder dynamisch mittels<br />
Eingabegerät (Digitizer-Pointer, Maus, ...)<br />
Abb. 22: Feature Manipulation - Clip<br />
Quelle: (nach [Chou, 1996])<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 24 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 23: Feature Manipulation - Erase<br />
Quelle: (nach [Chou, 1996])<br />
Abb. 24: Feature Manipulation - Update<br />
Quelle: (nach [Chou, 1996])<br />
Abb. 25: Feature Manipulation - Split<br />
Quelle: (nach [Chou, 1996])<br />
Abb. 26: Feature Manipulation - Join<br />
Quelle: (nach [Chou, 1996])<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 25 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Einheit 5b – Analyse-Schwerpunktthemen<br />
5.1 Interpolation<br />
5.1.1 Ziel der Interpolation:<br />
Interpolation ist eine Familie von Verfahren bei denen, ausgehend von meist<br />
punktuell vorliegenden Daten, Attributwerte für die dazwischen liegenden nicht<br />
unmittelbar beobachteten Bereiche innerhalb eines abgegrenzten Gebietes<br />
ermittelt werden - Schätzwerte.<br />
Extrapolation ermittelt Werte für Positionen außerhalb des Bereiches, für den<br />
Messungen/Beobachtungen vorliegen<br />
- Berechnung fehlender Zwischenwerte, d.h. übertragen flächenhaft verteilter Punkt-<br />
Daten (Primärdaten) auf die Fläche - in Form von flächendeckenden Schätzwerten<br />
(Sek<strong>und</strong>ärdaten)<br />
- neben Punkten (z.B. Geländepunkte, Luftschadstoffmeßstellen, ...) können die zu<br />
interpolierenden Daten auch Linien (z.B. Höhenschichtlinien) sein<br />
Abb. 27: Ozon in Österreich / 29.07.1992<br />
Quelle: [Joanneum, WWW 1998, http://iis.joanneum.ac.at/ozonanim/karten.htm]<br />
5.1.2 Interpolation - diskrete Konzepte<br />
Ableitung von homogenen, klar abgegrenzten Flächen ausgehend von Punktdaten, d.h.<br />
Zuordnung der Umgebung zum nächstgelegenen Punkt (gegf. unter Berücksichtigung von<br />
Gewichtungsfaktoren).<br />
Beispiel: Bodentypen an Messstellen (Bohrung) ⇒ flächendeckende Bodenkarte<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 26 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 28: Bodenkarte<br />
Quelle: [Potsdam-institut für Klimaerforschung e.V., ???]<br />
Gr<strong>und</strong>problem: Ziehen einer Grenze zwischen zwei Punkten →<br />
Ansatz: auf halbem Weg zwischen den Punkten (!) = Streckensymmetrale<br />
Thiessen-Polygone<br />
engl.: Voronoi-Polygons (Nearest neighbours)<br />
auch: Dirichlet-Polygone<br />
Thiessen-Polygone: Werte eines nicht beobachteten Punktes werden über<br />
die Zuordnung des Punktes zum nächstgelegenen Stützpunkt ermittelt.<br />
- Ergebnis: Einflußzonen um Punkte, basierend auf Luftliniendistanzen, nach dem<br />
Prinzip der Informationszuweisung zum nächstgelegenen Punkt. Grenzen des<br />
Polygons sind die Streckensymmetralen der Verbindungen zwischen 2 benachbarten<br />
Punkten.<br />
- Erweiterung des Ansatzes über Zuteilung von Gewichten ist möglich – Grenze<br />
zwischen zwei Punkten nicht auf halber (Luftlinien-)Distanz, sondern in Abhängigkeit<br />
vom Gewicht verschoben.<br />
Anwendungsbereiche – Thiessen-Polygone:<br />
Klimadaten, boden- <strong>und</strong> vegetationsk<strong>und</strong>liche Gebietsabgrenzungen, Geomarketing<br />
(z.B. Ausweisung von ShoppingCenter-Einflußbereichen)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 27 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 29: Thiessen-Polygone <strong>und</strong> Delaunay-Triangulation - Aufbau<br />
Quelle: [Worboys, 1995]<br />
Delaunay-Triangulation / Triangulated Irregular Network (TIN)<br />
- duale Struktur zu Thiessen-Polygonen – Delaunay-Triangulation (teilweise auch als<br />
Delauney-Triangulation bezeichnet ;-] ) → die Knoten der Thiessen-Polygone sind<br />
Umkreismittelpunkte der Delaunay-Dreiecke (siehe Abb. 29, rechts unten)<br />
Triangulation: Dreiecksvermaschung<br />
- für die Triangulation werden jeweils benachbarte Punkte verwendet<br />
- innerhalb des umschreibenden Kreises befindet sich kein weiterer Punkt<br />
- TIN sind keine diskrete Interpolationsmethode (jedenfalls nicht für 2D-Daten)<br />
sondern können zur vektororientierten Repräsentation kontinuierlicher 3D-<br />
Phänomene eingesetzt werden<br />
- TIN sind vor allem im Bereich der 3D-Modellierung von Objekten (insb. außerhalb<br />
der GIS-Welt, z.B. für Kinohelden wie Z-4195 / Antz) weit verbreitet – in den Geowissenschaften<br />
<strong>und</strong> anwendungsorientierten Disziplinen v.a. für 3D-<br />
Geländedarstellungen <strong>und</strong> vektorbasierte 3D-Geländeanalysen<br />
Anmerkung: bei 3D-Daten liegen die Dreiecksflächen als Ebenen im Raum – das<br />
bedeutet, die z-Koordinate jedes Punktes innerhalb des Dreiecks kann über die<br />
Koordinaten der bekannten Eckpunkte berechnet werden = lineare Interpolation im 3D-<br />
Raum (vgl. DHM-Analyse)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 28 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 30: Delaunay-Triangulation <strong>und</strong> Thiessen-Polygone<br />
Quelle: [Midtbø, 1996, WWW 1999, http://www.iko.unit.no/tmp/term/term.html]<br />
Abb. 31: Datenstruktur – TIN<br />
Quelle: [Midtbø, 1996, WWW 1999, http://www.iko.unit.no/tmp/term/term.html]<br />
Für Triangulierte Irreguläre Netzwerke existieren neben der abgebildeten auch noch<br />
verschieden andere Datenstrukturen, die hier nicht näher erläutert werden.<br />
Anwendungsbereiche - TIN:<br />
- Höhenmodellaufbau ausgehend von Punktdaten<br />
- Oberflächen aus Attributinformationen<br />
5.1.3 Interpolation kontinuierlicher Phänomene<br />
Transformation von Attributwerten punktförmiger Objekte auf ein räumliches Kontinuum<br />
unter Einbeziehung globaler oder lokaler Funktionen ⇒ 3D-Oberfläche<br />
Beispiel: TemperaturDaten von Wetterstationen ⇒ flächendeckende Temperaturkarte<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 29 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 32: Temperaturkarte Europa; Bodentemperatur vom 05.10.99, 15 Uhr UTC<br />
Quelle: [Institut für Meteorologie der Freien Universität Berlin; WWW 1999, http://www.met.fuberlin.de/wetter/maps/tt_europa.html]<br />
globale Techniken: alle Stützpunkte im Untersuchungsgebiet werden zur Abschätzung<br />
herangezogen<br />
lokale Techniken: Punkte in einem definierten Umfeld des zu schätzenden Punktes<br />
werden einbezogen<br />
globale Interpolation<br />
- für die Interpolation eines Punktes werden alle im Untersuchungsgebiet vorhandenen<br />
Punktinformationen verwendet<br />
- Verwendung für Phänomene deren Attributwerte sich über „größere Entfernungen“<br />
kontinuierlich verändern<br />
- Modellierung der Interpolation über gekrümmte Oberflächen (engl. smooth<br />
mathematical surface) – Trendoberflächen (auch Trendflächen genannt)<br />
Modellierungsmethode:<br />
- multiple Regression der Attributwerte<br />
- x,y (also die Position) – unabhängige Variable <strong>und</strong><br />
- z (also die Attributausprägung) – abhängige Variable<br />
Beispiel (2 Variable: unabhängig x, abhängig z):<br />
nimmt der z-Wert tendenziell mit wachsendem x linear zu, kann die „long range variation“<br />
des Phänomens über folgendes Regressionsmodell interpoliert werden:<br />
z(x) = b 0 + b 1 x + ε<br />
wobei b 0 <strong>und</strong> b 1 die Polynomkoeffizienten (= Anstieg <strong>und</strong> d) <strong>und</strong> ε die Residuen sind – Ziel:<br />
Minimierung der Residuen ⇒ für reale räumliche Phänomene meist Polynome höherer<br />
Ordnung notwendig.<br />
z.B. z(x,y) = b 0 + b 1 x +b 2 y + b 3 x² + b 4 xy + b 5 y² (2.Ordnung, quadratisch)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 30 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Trendoberflächen<br />
- approximative Technik – d.h. an den Stützpunkten verläuft die interpolierte<br />
Oberfläche nicht durch die Input-Werte ⇒ kein exakter Interpolator<br />
- Eignung vor allem zur Abschätzung des großräumigen Trends, insb. bei eher<br />
„unzuverlässigen“ Ausgangsdaten → Berücksichtigung der „long-range variation“,<br />
lokale Variation wird als zufällig betrachtet (Noise)<br />
- mit Hilfe multipler Regression werden die Modellparameter so optimiert, daß die<br />
Summe der quadrierten Modellfehler minimal ist.<br />
- wird der großräumige Trend (in Form der Trendoberfläche) von den Daten abgezogen,<br />
werden die Residuen als Abweichungen vom Trend sichtbar<br />
- Anwendung v.a. bei kontinuierlichen <strong>und</strong> stetigen Phänomenen wie Temperatur-,<br />
Niederschlagsverteilung <strong>und</strong> dgl.<br />
- Nachteil: die ermittelte relativ glatte Wertoberfläche kann regionale Besonderheiten<br />
nicht abbilden<br />
Abb. 33: Polynom 2. Grades in Gitternetz- <strong>und</strong> Isoliniendarstellung<br />
Quelle: [Streit, 1998/1]<br />
lokale Interpolation<br />
- für die Interpolation eines Punktes werden Punkte einer definierten Umgebung<br />
(Nachbarschaft) herangezogen<br />
- lokale Variation der Daten wird (im Gegensatz zu globalen Verfahren) dadurch stark<br />
berücksichtigt („nahe Objekte sind einander ähnlicher – first law of geography“)<br />
Ansatz (in der Rasterdomäne)<br />
- Definition einer Umgebung<br />
- finden der Datenpunkte in der Umgebung<br />
- auswählen der mathematischen Funktion<br />
- Auswertung der Funktion für jede Zelle<br />
wesentliche Faktoren<br />
- die verwendete Interpolationsfunktion<br />
- Größe, Form <strong>und</strong> Orientierung der Nachbarschaft<br />
- die Anzahl der beteiligten Datenpunkte<br />
- die Verteilung der Datenpunkte (gleichmäßig – ungleichmäßig)<br />
- die Einbeziehung zusätzlicher externer Informationen<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 31 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Unterscheidung nach Interpolationsfunktionen<br />
- Nearest neighbours (siehe Thiessen-Polygone)<br />
- Inverse distance weighting (IDW)<br />
- Splines (Minimum Curvature) <strong>und</strong> andere nicht lineare Funktionen<br />
- „Optimale Funktionen“ auf der Gr<strong>und</strong>lage räumlicher Kovarianz<br />
Abb. 34: Serveral possibilities for interpolation<br />
Quelle: [Laurini / Thompson, 1992]<br />
Unterscheidung nach Verfahrensansatz<br />
- exakte Interpolationsverfahren: Schätzwerte für Stützpunkte entsprechen den<br />
gemessenen/beobachteten Werten auf den Stützpunkten<br />
- approximative Interpolationsverfahren: die ermittelte Oberfläche verläuft möglichst<br />
exakt durch die Stützpunkte<br />
Inverse Distanzgewichtung (IDW)<br />
z<br />
n<br />
∑<br />
i=<br />
1<br />
j<br />
= n<br />
∑<br />
i=<br />
1<br />
z<br />
d<br />
i<br />
α<br />
ij<br />
1<br />
d<br />
Abb. 35: Interpolation: Inverse Distanzgewichtung<br />
vgl. [Burrough, 1998]<br />
α<br />
ij<br />
Berechnung des zu schätzenden Gitterpunktes ausgehend von Werten der umgebenden<br />
bekannten Stützpunkte unter Berücksichtigung der Distanz als Gewichtungsfaktor – d.h. je<br />
weiter der bekannte Punkt entfernt ist, desto geringer ist dessen Einfluß auf den<br />
Schätzwert („... close things are more related than distant things“ !).<br />
- Verfahren entspricht der Berechnung des gewichteten Mittelwertes – Gewicht ist<br />
- zj ist der über die Distanz gewichtete Mittelwert<br />
- α Gewichtungsfaktor: je größer, desto geringer der Einfluß weit entfernter Informat.<br />
- d<br />
ij<br />
Distanz zwischen Stützpunkt i <strong>und</strong> dem Gitterpunkt j<br />
- α lineare Abnahme des Einflusses, α > 1 unruhige Oberfläche, stärkerer Einfluß der<br />
nächsten Nachbarn<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 32 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
- gr<strong>und</strong>sätzlich werden alle Stützpunkte in das Verfahren mit einbezogen (⇒ eigentlich<br />
α<br />
globales Interpolationsverfahren) bedingt durch das Gewicht 1/ d ist der Einfluß sehr<br />
weit entfernter Punkte allerdings vernachlässigbar ⇒ quasi lokales Verfahren<br />
Definition der Umgebung<br />
- isotrop richtungsunabhängige Gewichtung, d.h. Gewichtung bekannter Werte<br />
erfolgt nur über die Distanz zum Schätzwert<br />
- anisotrop richtungsabhängige Gewichtung, d.h. als Faktoren geht neben der<br />
Distanz auch die Richtung ein<br />
Implementierung richtungsabhängiger Interpolation - Quadrantenverfahren:<br />
ausgehend vom Gitterpunkt (zu schätzender Wert) wird die Umgebung in Quadranten<br />
geteilt. Interpoliert wird wie beim IDW mittels inverser Distanzgewichtung. Dabei wird je<br />
Quadrant der Suchradius so lange erweitert, bis die Anzahl an Stützpunkten einen<br />
Geforderten Wert erreicht ⇒ verschieden große Suchradien je Quadrant.<br />
Splines<br />
Begriff:<br />
kommt ursprünglich aus dem Schiffsbau, wo für die Konstruktion von Kurven<br />
aus mehreren Punkten elastische Leisten verwendet wurden.<br />
„When one point is displaced, four intervals<br />
must be recomputed for a quadratic spline“<br />
[Burrough, 1986]<br />
Abb. 36: The Local Nature of Splines<br />
Quelle: [Burrough, 1986]<br />
Zweck: Interpolation von Punkten mittels „biegsamer Kurven“<br />
Implementierung: Für kurze Abschnitte wird mittels Polynomen eine kleine Zahl von<br />
Stützstellen verb<strong>und</strong>en. An den Nahtstellen werden diese Abschnitte mittels<br />
Übergangsbedingungen aneinander gesetzt <strong>und</strong> zwar so, daß die Gesamtkrümmung<br />
minimal ist [vgl. Streit, 1998].<br />
Spline: Abschnittsweise definiertes Polynom, d.h. für k Teilintervalle einer Punktfolge<br />
werden k Polynome m-ten Grades berechnet, zwischen den so ermittelten<br />
Abschnitten entstehen Übergänge = Nahtstellen – für diese werden „Glattheitsbedingungen“<br />
[vgl. Bartelme, 1988] vorgeschrieben, so daß die Ableitungen bis<br />
zu einer bestimmten Ordnung (r-1) links <strong>und</strong> rechts des Überganges<br />
übereinstimmen.<br />
Generelle Definition des abschnittsweisen Polynoms p(x)<br />
p( x)<br />
p ( x)<br />
x x < x i = 0,1,...,<br />
k −1<br />
=<br />
i i<br />
<<br />
i+<br />
1<br />
( j)<br />
p<br />
i i i+<br />
1 i<br />
( j)<br />
( x ) = p ( x ) j = 0,1,...,<br />
r −1<br />
i = 0,1,...,<br />
k −1<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 33 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Die Funktionen (x)<br />
- m = 1 lineare Splines<br />
- m = 2 quadratische Splines<br />
- m = 3 kubische Splines<br />
p i<br />
sind Polynome des Grades m oder geringeren Grades.<br />
Abb. 37: Spline Overshoot<br />
Problem: durch die Anpassung der Splines an die gegebene Stützpunktfolge kommt es<br />
teilweise zu erheblichen „overshoots“ <strong>und</strong> „<strong>und</strong>ershoots“<br />
Die Verwendung von Splines zur Interpolation von Kurven ist gr<strong>und</strong>sätzlich sehr rechenaufwendiges<br />
⇒ meist werden Splines als Linearkombinationen von besonders einfachen<br />
sog. Basissplines (B-Splines) dargestellt.<br />
Anwendungsbereiche - Splines:<br />
- Punktinterpolation<br />
- Kurvenglättung – Verbesserung der Darstellungsqualität (problematisch v.a. wegen<br />
over- <strong>und</strong> <strong>und</strong>ershooting)<br />
- 3D-Oberflächen (Thin Plate Splines), wie z.B. Geländemodelle – glatte Oberflächen<br />
Kriging<br />
Methodenfamilie aus dem Bereich der Geostatistik<br />
Geostatistik: Entwicklung <strong>und</strong> Anwendung statistischer Methoden zur Analyse <strong>und</strong><br />
Modellierung raumbezogener Daten (Geodaten)<br />
Ziel des Ansatzes:<br />
- „schlaue“ Inverse Distanzgewichtung – d.h. Ableitung der Gewichte <strong>und</strong> der maximalen<br />
Radien für die Einbeziehung von Stützpunkten in die Punktinterpolation aus dem<br />
jeweils vorhandenen Datenbestand<br />
Gr<strong>und</strong>annahme:<br />
räumliche Variabilität jeder Variable kann ausgedrückt werden durch<br />
- strukturelle Komponente: m (x)<br />
– Trendfläche, genereller Trend<br />
- zufällige Komponente: ε '(<br />
x)<br />
- zufälliges Rauschen: ε ''<br />
, (Mittelwert 0, Varianz<br />
2<br />
σ<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 34 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 38: Räumliche Variabilität<br />
Quelle: [Burrough, 1998]<br />
„Regionalized variable theory divides complex spatial variation into (i) average behaviour<br />
such as differences in mean levels (upper) or a trend (lower), (ii) spatially correlated, but<br />
irregular (‚random‘) variation, and (iii) random, uncorrelated local variation caused by<br />
measurement error and short range spatial variation“ [Burrough, 1998]<br />
Der Wert einer Zufallsvariable Z(x) im Raum ergibt sich aus:<br />
Z ( x)<br />
= m(<br />
x)<br />
+ ε '( x)<br />
+ ε ''<br />
Die strukturelle Komponente (also der generelle Trend) wird mittels geeigneter<br />
Trendfunktion ermittelt. Falls kein Trend erkennbar ist (einfachster Fall) ergibt sich m (x)<br />
aus dem Mittelwert aller Stützpunkte <strong>und</strong> das arithmetische Mittel der paarweise<br />
berechneten Wertedifferenzen über alle Paare (Erwartungswert E) ist gleich Null<br />
(Arithmetisches Mittel der Differenzen).<br />
E [ Z( x)<br />
− Z(<br />
x + h)<br />
] = 0<br />
Die Varianz der Differenzen Z ( x)<br />
− Z(<br />
x + h)<br />
wird als ausschließlich von der Distanz (h)<br />
zwischen Standorten abhängig angenommen (Isotropie !). ⇒ die Semivarianz der<br />
Differenzen γ (h)<br />
ergibt sich aus:<br />
E<br />
2<br />
2<br />
[(<br />
Z(<br />
x)<br />
− Z(<br />
x + h))<br />
] = E[ ( ε '( x)<br />
−ε<br />
'( x + h))<br />
] = 2γ<br />
( h)<br />
Die Hypothese lautet: abgesehen von strukturellen Effekten (Trends) sind die Differenzen<br />
zwischen Standorten nur eine Funktion ihrer Entfernung (rem. First Law of Geography) ⇒<br />
Der Wert einer Zufallsvariable an der Stelle x ergibt sich aus<br />
Z ( x)<br />
= m(<br />
x)<br />
+ γ ( h)<br />
+ ε ''<br />
Schätzung der Semivarianz<br />
γ ( h)<br />
= 1/ 2n<br />
( z(<br />
x ) − z(<br />
x + h))<br />
∑<br />
i=<br />
1, n<br />
i<br />
n ... Anzahl der Stützpunktpaare in der Entfernung h<br />
i<br />
2<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 35 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 39: Kriging – Distanzmatrix <strong>und</strong> Wertedifferenzen-Matrix<br />
Für n x n Wertepaare werden sowohl Abstand h (siehe Abb. 39 - Distanzmatrix) als auch<br />
die Differenzen (siehe Abb. 39 – Matrix der Wertepaare) berechnet. Der Terminus 1/n in<br />
der oben angeführten Formel bewirkt, daß beim Auftreten mehrerer verschiedener<br />
Wertepaar-Differenzen für eine bestimmte Entfernung h das γ (h)<br />
gemittelt wird (sorry: das<br />
n aus Abb. 39 hat nichts mit dem n aus der Formel zur Berechnung von γ (h)<br />
zu tun –<br />
kleine Unachtsamkeit des Autors!)<br />
Werden h <strong>und</strong> γ (h)<br />
in einem Diagramm aufgetragen ergibt sich das experimentelle<br />
Variogramm <strong>und</strong> aus diesem über ein Regressionsmodell das „geschätzte Variogramm“.<br />
Das geschätzte Variogramm (oder auch Semivariogramm) bildet die Varianz der<br />
quadrierten Wertedifferenzen in Abhängigkeit von der Entfernung der betrachteten Punkte<br />
ab. Über die Regressionsgleichung (siehe Abb. 41) kann für beliebige h das zugehörige<br />
γ (h) ermittelt werden.<br />
Abb. 40: An example of a simple transitional variogramm with range, nugget, and sill<br />
Quelle: [Burrough, 1998]<br />
c 0 nugget Schätzwert für ε ''<br />
- das zufällige Rauschen<br />
a range beschreibt die Ausprägung der zwischenstandörtlichen<br />
Unterschiede in Abhängigkeit von der Entfernung<br />
c 0 + c 1 sill deutlich abnehmende Abhängigkeit zwischen Ausprägung <strong>und</strong><br />
Entfernung ⇒ für Interpolation Werte mit h > range nicht sinnvoll<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 36 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 41: Commonly used variogramm models<br />
Quelle: [Burrough, 1998]<br />
Nutzung des Variogramms für die Interpolation: „ordenary kriging“<br />
Mit Hilfe des Variogramms wird der Einfluß des einzelnen Punktes auf das Ergebnis einer<br />
räumlichen Interpolation bestimmt. Im Unterschied zum IDW-Ansatz ist damit nicht die<br />
α<br />
Entfernung über eine gewählte Funktion (1/ d ) für die Gewichtung der einbezogenen<br />
Gitterpunkt-Werte maßgebend, sondern eine aus den Daten abgeleitete Funktion.<br />
Abb. 42: Schätzung von z j mittels „ordenary kriging“<br />
nach [Burrough, 1998]<br />
Die Schätzung erfolgt analog zum „gleitenden Mittel“ nach der Funktion<br />
zˆ ( x ) = λ z(<br />
∑<br />
0 i<br />
x i<br />
)<br />
i=<br />
1, n<br />
wobei λi<br />
die einzelnen Gewichte sind <strong>und</strong> deren Summe gleich 1 ist – d.h.<br />
Berechnung eines gewichteten Mittelwertes.<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 37 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Problem: wie werden die λ i<br />
bestimmt?<br />
Ziel:<br />
ˆ<br />
0<br />
Bestimmung der λi<br />
so, dass der Schätzwert z ( x ) unverzerrt sein <strong>und</strong> eine<br />
minimale Varianz aufweisen soll – d.h.<br />
ˆ σ<br />
2<br />
e<br />
=<br />
∑<br />
i=<br />
1, n<br />
λ γ ( x , x ) + φ = min<br />
i<br />
i<br />
0<br />
γ ( x i<br />
, x0)<br />
Semivarianz zwischen den Datenpunkten x<br />
i<br />
<strong>und</strong> x<br />
0<br />
- wird über das<br />
Variogramm mittels Abstand (h) ermittelt<br />
φ Lagranscher Faktor<br />
Optimierung: die einzelnen Gewichte ergeben sich aus der Gleichung<br />
−1<br />
A .b =<br />
⎡ λ ⎤<br />
⎢⎣ φ ⎥⎦<br />
A Matrix der Semivarianzen zwischen Stützpunktpaaren<br />
b Vektor der Semivarianzen zwischen den Stützpunkten <strong>und</strong> dem zu<br />
schätzenden Punkt<br />
λ Gewichte<br />
φ Lagranscher Faktor<br />
(vgl. [Bill, 1996])<br />
Erklärung zu A <strong>und</strong> b: Die Semivarianzen für die vorhandenen Stützpunkte ergeben sich<br />
(wie in Abb. 39 dargestellt) durch Einsetzen der Abstände d i,j in die Formel zur<br />
Berechnung von γ (h)<br />
. Für den zu schätzenden Punkt (Gitterpunkt) kann die<br />
Berechnung der Semivarianzen auf analoge Weise durchgeführt werden, da<br />
dessen Position koordinativ bekannt ist <strong>und</strong> somit die Distanz des<br />
Gitterpunktes zu allen Punkten der Stichprobe ermittelt werden kann.<br />
Auf die Optimierungsmethode soll hier nicht näher eingegangen werden!<br />
2<br />
Ergebnis: Über die Interpolationsformeln z ˆ(<br />
x0<br />
) <strong>und</strong> ˆ σ e<br />
(siehe weiter oben) werden<br />
durch Einsetzen der Gewichtsfaktoren λ<br />
i<br />
der Schätzwert <strong>und</strong> dessen Varianz<br />
(bzw. die Standardabweichung) ermittelt.<br />
Für jeden geschätzten Standort kann also ein Schätzwert <strong>und</strong> eine Aussage<br />
über die Qualität der Schätzung ermittelt <strong>und</strong> dargestellt werden.<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 38 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Point kriging of untransformed zinc:<br />
(a) predictions, (b) kriging standard deviation<br />
Abb. 43: Kriging – Anwendungsbeispiel<br />
Quelle: [Burrough, 1998]<br />
Ergänzende Literatur - Interpolation<br />
[Bill, 1996]; [Burrough, 1986]; [Burrough, 1998; S.98ff., S.132ff.]; [Ingram, 1998]<br />
5.2 Analyse digitaler Höhenmodelle<br />
5.2.1 Digitale Höhenmodelle (DHM) – Einführung<br />
DHM im engeren Sinn: digitales Modell der Geländeoberfläche eines Ausschnittes der<br />
Erdoberfläche ⇒ Bezeichnung: Digitales Höhenmodell (DHM)<br />
DHM im weiteren Sinn: „a DTM [Anm.: Digital Terrain Model] may be used as a digital<br />
model of any single-valued surface“ [Weibel, Heller, 1991]<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 39 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Erstellung von DHM<br />
- kontinuierliche Phänomene können gr<strong>und</strong>sätzlich<br />
in jedem Punkt einen von den benachbarten<br />
Punkten verschiedenen Wert annehmen (!)<br />
- Abbildungen kontinuierlicher Phänomene werden<br />
aus Kostengründen üblicherweise mittels<br />
Punktinterpolation generiert (vgl. Kapitel 5.1)<br />
- die Interpolation ist i. d. R. ein iterativer Prozeß –<br />
das Ergebnis stets eine Annäherung an die<br />
Realität (!)<br />
Inputs für Geländemodelle<br />
- Geländevermessung<br />
- Photogrammetrie / Satellitenbilder / GPS<br />
- Digitalisierung von Karten<br />
Datenmodelle<br />
- Vektordatenmodell: Triangulierte Irreguläre<br />
Netzwerke (TIN, siehe. Kapitel 5.1)<br />
- Rasterdatenmodell: reguläre Gitternetze – d.h. je<br />
Rasterzelle eine Höheninformation<br />
Abb. 44: Möglichkeiten des<br />
Aufbaues digitaler Geländemodelle<br />
aus verschiedenen geometrischen<br />
Elementen<br />
Quelle: [Muhar, 1992, S. 44]<br />
Abb. 45: Digitales Höhenmodell – Salzburg / Hallein<br />
Abb. 46: 3D-Ansicht eines digitalen Höhenmodells –<br />
Salzburg / Hallein<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 40 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.2.2 Geomorphometrische DHM-Analysen<br />
Als „geomorphometrisch“ werden folgende DHM-Analysen bezeichnet:<br />
- allgemeine geomorphometrische Analysen<br />
- Hangneigung<br />
- Exposition<br />
- Oberflächenkrümmung<br />
- spezielle geomorphometrische Analysen<br />
- Geländeschummerung<br />
- Sichtbarkeit<br />
- ...<br />
Anwendungsbereiche geomorphometrischer DHM-Analysen<br />
- Flächenwidumgs- <strong>und</strong> Bebauungsplanung - Gefälle, Sonneneinstrahlung<br />
- Planungen f. leitungsgeb<strong>und</strong>ene Infrastruktur - Gefälle<br />
- Verkehrsinfrastrukturplanung - Trassierung<br />
- Hydrologie, Hydrogeologie - Abfluß, Erosion<br />
- Land- <strong>und</strong> Forstwirtschaft - Ertragsabschätzungen, Bringungssysteme, Erosion<br />
- insg. in den Geowissenschaften <strong>und</strong> verwandten Disziplinen häufig eingesetzt<br />
Hangneigung<br />
- Berechnung der Hangneigung (Steilheit) des Geländes über 1. Ableitung der<br />
kontinuierlichen Oberfläche<br />
- Implementierung im Rastermodell: fokale Funktionen (vgl. Abb. 49)<br />
- maximale Neigung in Richtung des stärksten Gefälles (Tangente an das Gelände in<br />
Fallinie - 1. Ableitung)<br />
Abb. 47: Geomorphometrische DHM Analyse: Hangneigung<br />
Exposition<br />
- Berechnung der Exposition (Ausrichtung, Azimut) des Geländes über 1. Ableitung der<br />
kontinuierlichen Oberfläche<br />
- Implementierung im Rastermodell: fokale Funktionen (vgl. Abb. 49)<br />
- Ausrichtung (bezogen auf Himmelsrichtungen) des maximalen Gefälles einer<br />
Oberfläche (Ausrichtung der Tangente parallel zur X-Y-Ebene)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 41 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 48: Geomorphometrische DHM Analyse: Exposition<br />
Abb. 49: computing slopes using zevenberen and thorne’s method<br />
Quelle: [Burrough, 1998]<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 42 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Oberflächenkrümmung<br />
- Bewertung der Oberflächencharakteristik mittels formbeschreibender Zahlen<br />
- Unterscheidung zwischen konvexen („Buckel von der Hex“ – konvex) <strong>und</strong> konkaven<br />
Formen (2. Ableitung der kontinuierlichen Oberfläche)<br />
- Unterscheidung zwischen horizontaler (X-Y-parallel) <strong>und</strong> vertikaler Richtung<br />
- Implementierung im Rastermodell: fokale Funktionen (vgl. Abb. 49); im Vektormodell/TIN:<br />
Ebenennormale auf die Dreieckflächen<br />
Abb. 50: Geomorphometrische Analysen: Oberflächenform<br />
spezielle geomorphometrische DHM Analysen<br />
Hillshade - Geländeschummerung<br />
- analytisch wenig bedeutend<br />
- v. a. kartographisch relevant: wie kann das Ergebnis qualitativ verbessert werden? –<br />
d.h. Vereinfachen der Interpretation von Oberflächenabbildungen<br />
- eines der ältesten Verfahren kartographischer Geländedarstellung – durch GIS<br />
universell einsetzbar in der Visualisierung von Analyseergebnissen<br />
Abb. 51: Spezielle geomorphometrische Analysen: Hangneigung mit <strong>und</strong> ohne<br />
Hillshade<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 43 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Sichtbarkeit<br />
Fragestellung: welche Punkte des Geländes sind von einem gegebenen Punkt aus sichtbar<br />
bzw. welche liegen im „Sichtschatten“?<br />
Abb. 52: Spezielle geomorphometrische Analysen: Viewshed / Sichtbarkeit<br />
Sichtbarkeitsanalysen Anwendungsbereiche in der Planung:<br />
- Analyse visueller Wirkungen/Beeinträchtigungen von Projekten<br />
- Beschattungsanalysen (Flächenwidmungs- <strong>und</strong> Bebauungsplanung)<br />
- Standortsuche für Infrastruktureinrichtungen (z.B. Senderstandorte (!))<br />
weitere spezielle geomorphometrische Analysen<br />
- Analyse morphologisch besonderer Geländepunkte (Gipfel, Pässe, Kämme, ...)<br />
- Oberflächentopologie, Einzugsbereichabgrenzung, Abflußmodellierung (siehe Kapitel<br />
5.3 - Distanzoberflächen)<br />
- Volumsberechnungen für Verkehrsinfrastrukturplanung <strong>und</strong> Abbauvorhaben<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 44 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
5.2.3 Anwendungsbereiche digitaler Höhenmodelle<br />
Abb. 53: DTM application domains and their functional requirements relative to digital<br />
terrain modeling<br />
Quelle: [Maguire, 1991]<br />
Ergänzende Literatur - DHM<br />
[Burrough , 1998; S190ff.]; [Maguiere, 1991; S.269ff.]; [Schrenk, 1993]<br />
5.3 Distanz<br />
5.3.1 Distanzkonzepte<br />
„first law of geography: „everything is related to everything else, but near things are more<br />
related than distant things.“ [Tobler, 1970]<br />
Distanz ist ein wesentlicher Faktor in den Beziehungen von Geoobjekten <strong>und</strong> daher auch<br />
wichtige Größe in der räumlichen Analyse. Die zugr<strong>und</strong>eliegende Metrik – große<br />
Bedeutung hat dabei die zugr<strong>und</strong>e liegende Metrik – d.h. das Konzept der<br />
Entfernungsmessung<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 45 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 54: Metrik - Konzepte der Distanzmessung<br />
Quelle: [Laurini / Thompson, 1992]<br />
Euklidische Metrik Messung der „Luftlinie“ (ohne Berücksichtigung der Erdkrümmung),<br />
sinnvoll bei Phänomenen, die sich ungehindert in alle Richtungen<br />
ausbreiten<br />
Manhattan Metrik Baublockmetrik (vgl. Einheit 2 - Datenmodelle) – Ausbreitung nur im<br />
orthogonalen System<br />
Netzwerk<br />
Raumüberwindung nur entlang vorgegebener Pfade ⇒ Distanz ist<br />
die Summe der Segmente/Wege<br />
5.3.2 Distanz <strong>und</strong> Ausbreitung<br />
Buffer = Distanzzonen<br />
- einfaches diskretes Konzept der Abgrenzung von Distanzzonen zu Geoobjekten<br />
- im Abstand x wird entlang der Konturen des Objektes eine Grenze gezogen<br />
- Implementierung im Vektor- <strong>und</strong> Rasterdatenmodell möglich<br />
Vektordatenmodell:<br />
- Diskretisierung der Entfernung zu Objekten (meist in mehreren Klassen) über Polygone<br />
in den Gewählten Abständen zum Objekt – z.B. Abstand zur Straße 0-100m, 100-<br />
200m, ...<br />
- für viele Anwendungsbereiche ausreichende Aussageschärfe – für (annähernd)<br />
stufenlose Distanzmodelle kontinuierliche Distanzoberflächen im Rasterdatenmodell<br />
besser geeignet<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 46 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Rasterdatenmodell<br />
- Diskretisierung der Distanz zu Objekten auf mehrere Klassen ebenfalls möglich –<br />
Zonen<br />
Abb. 55: Bildung von Distanzbuffern für die geometrischen Basiselemente<br />
Quelle: [ESRI-M, 1994]<br />
Abb. 56: Distanzbuffer – Attributgesteuerte Berechnung<br />
Quelle: [ESRI-M, 1994]<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 47 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
- in beiden Datenmodellen einfache Abgrenzung für Punkte <strong>und</strong> Linien<br />
- bei Flächen Entscheidung über die Zugehörigkeit des „Inneren“ notwendig<br />
Distanzoberflächen - Ausbreitung<br />
- Distanz ausgehend von einem Objekt ist ein Kontinuum (– kontinuierliches Phänomen)<br />
- Implementierung in der Vektordomäne als Trianguliertes Irreguläres Netz (TIN, siehe<br />
Kapitel 5.1)<br />
- Implementierung in der Rasterdomäne als reguläres Gitternetz (je Zelle ein Distanzwert<br />
– interpretiert als Z-Koordinate)<br />
- aufgr<strong>und</strong> der einfacheren Modellierung <strong>und</strong> schnelleren Verarbeitung werden im<br />
Bereich der Geodatenverarbeitung vor allem rasterbasierte Konzepte für Distanzoberflächen<br />
verwendet<br />
- Distanzoberfläche: Distanz zwischen jedem Punkt im Raum <strong>und</strong> einem oder mehreren<br />
Objekten (z.B. Luftlinienentfernung von der B<strong>und</strong>esstraße) → eine von vielen<br />
Visualisierungsformen für Distanzoberflächen ist die Darstellung als „unechtes“ (!)<br />
Geländemodell (aufgetragen der Distanz auf der Z-Achse) – siehe Abb. unten.<br />
Gestalt der Distanzoberflächen bei Darstellung als „unechtes Geländemodell“<br />
- bei Punkten: kegelförmige Oberfläche (auf der Spitze stehend)<br />
- bei Linien <strong>und</strong> flächigen Objekten – Entfernung zum nächstgelegenen Punkt des<br />
Objektes: „Distanzgebirge“ mit Kämmen entlang von Punkten gleichen Abstandes <strong>und</strong><br />
Tälern entlang der Objekte<br />
Abb. 57: Ungewichtete <strong>und</strong> gewichtete Distanz - Prinzip<br />
Abb. 58: Ungewichtete <strong>und</strong> gewichtete Distanz zu Straßen (Gewicht = Hangneigung)<br />
float, spread, dilation<br />
in der englischen Literatur häufig verwendete Begriffe in Zusammenhang mit<br />
Distanzoberflächen → vermitteln eine bildhafte Vorstellung:<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 48 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
- der Aufbau der Oberfläche erfolgt von Innen nach Außen – d.h. vom Objekt ausgehend<br />
werden die Distanzwerte ermittelt (spread / dilation – ausdehnen / Ausbreitung)<br />
- Distanzoberflächen werden häufig für die Modellierung von Ausbreitungsprozessen<br />
verwendet – gemessen in räumlicher Distanz (z.B. Meter oder km), Zeitaufwänden <strong>und</strong><br />
Kosten der Distanzüberwindung<br />
Ausbreitungsphänomene<br />
- Ausbreitungsgebiet kann, je nach Phänomen auf binärem oder metrischen Niveau<br />
modelliert werden – z.B. Ölteppich – j/n, Schallemission – nach Intensität<br />
- langsame oder abrupte Veränderung - Ausbreitungsfront / Infiltration<br />
- Frontdurchgang oder „Invasion“ – hinter der Front anderer Zustand als vor <strong>und</strong><br />
innerhalb der Front (z.B. Buschfeuer) / neuer Zustand gleicht dem in der Front (z.B.<br />
Schlechtwetter)<br />
- die Front breitet sich in alle Richtungen gleichmäßig aus oder nicht – gleichmäßig:<br />
isotrop / ungleichmäßig: anisotrop<br />
Modellierung von Distanzoberflächen in der Rasterdomäne<br />
Euklidische Distanz<br />
Abb. 59: Euklidische Distanz<br />
Luftliniendistanz: c = SQR(a² + b²)<br />
gewichtete Distanz<br />
Prinzip:<br />
- Zellen müssen durchschritten werden – entweder in X-Y-Richtung oder diagonal<br />
- das Durchschreiten einzelner Zellen kann unterschiedlich „mühsam“ sein – d.h. es gibt<br />
einen „Reibungswiderstand“, der das Durchschreiten verlangsamt / verteuert<br />
- die „effektive Distanz“ (im engl. Sprachraum: cost distance) wächst beim<br />
Durchschreiten von Zellen mit hohem Widerstand schneller als bei solchen mit<br />
geringem Widerstand (Beisp.: Kosten, Zeitaufwand)<br />
- der Gesamtaufwand (gemessen in Kosten oder Zeit) vom Ursprung zu einem<br />
Zielpunkt wird durch Aggregation entlang des Pfades mit den minimalen Kosten /<br />
Zeitaufwänden ermittelt<br />
- durch die Verwendung von Gewichten kommt es gegenüber der Ausbreitungsberechnung<br />
mittels istotroper euklidischer Ansätze zu erheblichen Unterschieden<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 49 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Abb. 60: Kumulierte Distanzen – Gewicht / optimaler Pfad / effektive Distanz<br />
- sind die Widerstände in allen Zellen gleich 1, erfolgt die Berechnung der effektiven<br />
Distanz praktisch ungewichtet, d.h. beim Durchschreiten der Zellen werden die<br />
tatsächlichen Entfernungen aufsummiert<br />
Abb. 61: Gewichtete kumulierte Distanzen – Gewicht / optimaler Pfad / effektive Distanz<br />
- wird ein Gewichtsraster (der auch von 1 verschiedene Werte enthält) verwendet, so<br />
werden beim Durchschreiten der Zellen nicht nur die tatsächlichen Entfernungen,<br />
sondern auch die jeweiligen Gewichte berücksichtigt ⇒ effektive Distanz<br />
- (effektive Distanz) / (durchschn. Geschwindigkeit ohne Reibung) = tatsächliche Dauer<br />
Berechnung der gewichteten kumulierten Distanz<br />
Dg kum (1,0) = g (0,0) d/2 + g (1,0) d/2<br />
Dg kum (1,0) kumulierte gewichtete Distanz an der Stelle (1,0)<br />
g (0,0) g (1,0) Gewichte an den Stellen (0,0) <strong>und</strong> (1,0)<br />
d<br />
gleich der Rastergröße (hier 1) für Bewegungen in in X- / Y-Richtung <strong>und</strong><br />
gleich der Rastergröße x 1,41 für diagonale Bewegungen.<br />
Beispiel 1:<br />
Variante 1 Variante 2<br />
Zellen Pfad Zellen Pfad<br />
(0,0) -> (1,0) (1*0.5) +(1*0,5 )= 1 (0,0) -> (1,1) (1*0,705) + (2*0,705) = 2,115<br />
(1,0) -> (2,0) 1 + (1*0,5) + (1*0,5) = 2 (1,1) -> (2,1) 2,115 + (2*0,5) + (2*0,5) = 4,115<br />
(2,0) -> (3,1) 2 + (1*0,705) + (1*0,705) = 3,41 (2,1) -> (3,1) 4,115 + (2*0,5) + (1*0,5) = 5,615<br />
Ergebnis: Kürzester Weg (d.h. Weg mit geringeren Gesamtkosten):<br />
3,41 < 5,615 ⇒ Variante 1<br />
Achtung: im oben angeführten Beispiel ist die X-Achse vertikal <strong>und</strong> die Y-Achse<br />
horizontal (! ! !)<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 50 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Anwendungsbeispiel - Einzugsbereiche:<br />
Ausgangspunkt: für eine Erreichbarkeitsanalyse stehen keine netzwerkanalytischen<br />
Werkzeuge zur Verfügung. Trotzdem sollen Aussagen zur<br />
Erreichbarkeit gemacht werden, die hinsichtlich der Aussageschärfe<br />
über das durch Isochronenberechnung via Luftliniendistanz (also<br />
kreisr<strong>und</strong>e Entfernungsklassen) erreichbare Ausmaß hinausgehen.<br />
Annahme: fußläufige Erreichbarkeiten werden gesucht<br />
Berechnung: die Zielorte werden als Ausgangspunkte der Berechnung mittels<br />
Cost-Distance-Ansatz gewählt. Die Straßenverbindungen <strong>und</strong> gegf.<br />
Fußwege werden als Achsen der Ausbreitung mit dem Gewicht 1<br />
versehen, Gebäude <strong>und</strong> „<strong>und</strong>urchlässige“ Gr<strong>und</strong>stücke mit sehr<br />
hohen Gewichten. Öffentliche / halböffentliche Grün- <strong>und</strong> Freiflächen,<br />
die gr<strong>und</strong>sätzlich zugänglich sind, werden je nach Durchlässigkeit mit<br />
entsprechenden Gewichten versehen.<br />
Ergebnis: Effektive (also gewichtete) Distanzen – werden diese durch die<br />
typische Fußgängergeschwindigkeit von ca. 1 m/s geteilt so ergeben<br />
sich die tatsächlichen Zeitaufwände ausgehend von den Zielorten.<br />
Die Versorgungsqualität kann durch die Einführung von Klassen unter<br />
Berücksichtigung einrichtungsspezifischer Grenzwerte oder über<br />
Fuzzy-Logic-Bewertungsansätze (siehe Kapitel Fehler!<br />
Verweisquelle konnte nicht gef<strong>und</strong>en werden.) abgebildet werden.<br />
Anwendungsbeispiel - Routenoptimierung<br />
Ausgangspunkt: in bewegtem Gelände sollen für die Verbindung von 2 Standorten<br />
mehrere alternative Routenvorschläge gemacht werden.<br />
Berechnung: über Faktoren wie Geländeneigung, Gewässernetz, Bewuchs, ... wird<br />
eine Widerstandsmatrix aufgebaut mit der eine gewichtete<br />
Distanzmatrix ausgehend vom Startpunkt berechnet wird.<br />
Über den in Raster-verarbeitenden GI-Systemen i.d.R. implementierten<br />
Befehl zur Berechnung des „least cost path“ wird die Route ermittelt<br />
auf der die kumulierten Gesamtkosten minimal sind, das ist jener Weg<br />
mit dem größten Gefälle – d.h. der auf dem Wasser über das<br />
„Kostengebirge“ abfließen würde.<br />
Ergebnis: Durch verschiedene Gewichtung der Input-Faktoren (z.B. mittels<br />
Fuzzy-Ansatz) können für einzelne Planungsideologien Szenarien<br />
entwickelt werden.<br />
Abb. 62: Least Cost Path – Beispiel<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 51 / 52<br />
Kalasek, Reinberg / 27.04.10
GIS – <strong>methodische</strong> <strong>und</strong> <strong>technische</strong> Gr<strong>und</strong>lagen / VO Arbeitsunterlagen / 2010 Einheit 5<br />
Anwendungsbereiche „Cost Distance“<br />
- Hydrologie – Abflußmodelle, Materialtransport, Einzugsgebietsabgrenzung<br />
- Ausbreitungsmodelle von Emissionen in Abhängigkeit von Morphologie <strong>und</strong><br />
Atmosphärischen Bedingungen<br />
- Bewirtschaftungsplanung – Bringungssysteme in der forstlichen Planung<br />
- Standortplanung – Einzugsbereichabgrenzung<br />
- Infrastrukturplanung – Least Cost Path<br />
- aber auch klassische regionalwissenschafliche Ansätze, z.B. Thünen-Modell<br />
5.4 Unsicherheit <strong>und</strong> Unschärfe<br />
Praktisch alle räumlichen Elemente, Beziehungen, Geoobjekte <strong>und</strong> deren Attribute<br />
sind in gewisser Weise mit Unschärfen (räumlich, sprachlich, inhaltlich) behaftet:<br />
- Wo ist die Waldgrenze genau?<br />
- Was ist „nahe“?<br />
- Wie flach ist ein „flacher“ Hang?<br />
- Wo beginnt/endet das „Stadtumland“?<br />
- ...<br />
„Everything‘s a matter of degree.“ [Anonymous]<br />
„Everything is vague to a degree you do not realize till you have tried to make it precise.“<br />
[Bertrand Russell, The Philosophy of Logical Atomism]<br />
Zur Verarbeitung im GIS (bzw. in den Formalwissenschaften im allgemeinen) müssen<br />
solche Unschärfen formalisiert werden.<br />
Die Fuzzy-Theorie (Fuzzy-Logic-Theorie, Fuzzy-Set-Theorie) bietet dafür ein oft<br />
verwendetes Konzept.<br />
„So far as the laws of mathematics refer to reality, they are not certain. And so far as they<br />
are certain, they do not refer to reality.“ [Albert Einstein, Geometry and Experience]<br />
Nähere Informationen zur Fuzzy-Theorie sind der Literatur (siehe Anhang) zu entnehmen.<br />
Inst. f. Stadt- <strong>und</strong> Regionalforschung Seite 52 / 52<br />
Kalasek, Reinberg / 27.04.10