380 likes | 538 Views
Konzepte und Modelle räumlicher Daten „Datentypen, -formate, -skalen und -topologien“. | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten | Tommy Brandt |. Gliederung. 1 Räumlich Modellbildung 2 Kartographische Grundlagen 2.1 Lagebezugssysteme 2.2 Kartenprojektionen
E N D
Konzepte und Modelle räumlicher Daten„Datentypen, -formate, -skalenund -topologien“ | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
Gliederung 1 Räumlich Modellbildung 2 Kartographische Grundlagen 2.1 Lagebezugssysteme 2.2 Kartenprojektionen 2.3 Koordinatensysteme 3 Datentypen in GIS 3.1 Vektordaten (Topologie aus Punkten, Linien und Flächen) 3.2 Rasterdaten (Das Rasterdatenmodell GRID) 3.2.1 TIN 3.2.2 LATTICE 3.3 Attributdaten (Geodatenbanken) 4 Metadaten 5 Literatur | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
1 Räumlich Modellbildung (1) • Wie wird die Realwelt in einem GIS abgebildet? • Geodatenmodellierung ist mit der traditionellen „kartographischen Modellierung“ verwandt • Leitfrage: Wie wird die Realwelt auf eine (analoge) Karte abgebildet? (hervorgeheben, vereinfacht, ignorieren) • Realwelt → Modell (dann „Beschreibung“ oder „Abbildung“ der realen Welt und zwar räumlich und inhaltlich) • Modelle: Vereinfachte, zweckorientierte Abbildungen von Ausschnitten der Realität (Aufgabe) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
1 Räumlich Modellbildung (2) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
2 Kartographische Grundlagen (1) • Räumliche Codierung innerhalb eines GIS verstehen zu können, ist ein gewisses kartographisches Know-how notwendig 2.1 Lagebezugssysteme (Abbildungsmöglichkeiten): • Erde modelliert als Ellipsoid → definiert die Basishöhe, die als Datum bezeichnet wird | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
2 Kartographische Grundlagen (2) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
2 Kartographische Grundlagen (3) • Geoid → die Abbildung mit der Anpassung des besten Ellipsoids (lokalen Schwerkraft) • besitzt die größte Genauigkeit (vor allem in der Geodäsie) 2.2 Kartenprojektionen: • Transformation der sphärischen oder ellipsoiden Erde auf eine flache Karte • Die Projektion kann sich dabei auf eine: • Ebene Oberfläche • Zylinder • Kegel | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
2 Kartographische Grundlagen (4) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
2 Kartographische Grundlagen (5) • Schnittzylinderprojektion → der Zylinder schneidet nach der Skalierung den Globus • keine Projektionsverzerrungen an den Schnittlinien (Zylinder/Globus) : • Normalen Abbildungen • Transversalen Abbildungen • Schiefachsigen Abbildungen 2.3 Koordinatensysteme: • Beim Vergleich oder Verschneidung verschiedener Karten innerhalb eines GIS müssen beide Karten im selben Koordinatensystem (Projektion) vorliegen (z.B. UTM) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3 Datentypen in GIS (1) • Geodatenmodellierung läßt digitale Objektmodelle entstehen • ein und dasselbe reale Geoobjekt kann geometrisch ganz unterschiedlich modelliert werden • Art und Weise entscheidet wesentlich über die späteren Analyse- und Präsentationsmöglichkeiten • als Linie oder Fläche? • aufgeteilt in Abschnitte? • ist die Fliessrichtung relevant? • welche geometrische Genauigkeit? • außerdem: Raster oder Vektor? | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3 Datentypen in GIS (2) • Rasterabbildung: • Unterteilung einer Ausgangsfläche in Elemente gleicher Größe(z.B. Quadrate, Rechtecke → Pixel) • Einfache Bearbeitung • Hoher Speicherplatzbedarf • Vektorabbildung: • Punkten, Linien oder Flächen • Beliebig hohe Auflösung • Aufwendigere Verarbeitung • Sachdaten (Attribute): • Eigenschaften von Entitäten • Räumliche und thematische Attribute | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3 Datentypen in GIS (3) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (1) • Datenerfassung (manuell vs. automatisch)? • Ansätze des manuellen Digitalisierens: • Spaghetti-Ansatz (Linien-Ansatz, polygonweise Erfassung): • Punkte und Linien werden ohne Rücksicht auf topologische Strukturen abdigitalisiert; Topologie-Aufbau (Objektbildung) erfolgt im Nachhinein • Spaghetti-Daten: • unstrukturierte Objekte • gleiche Koordinaten für verschiedene Objekte • Redundanzen • viel Speicherplatz • schwierige Fortführung der Daten • Beispiel: Telemetriedaten | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (2) • Vektormodell → Komplexe Objekte durch strukturierte bzw. geordnete Menge einfacher Objekte beschreiben • Kernelemente → Punkte, Linien oder Flächen • a) Punkte: • geometrische Grundelement des Vektormodells • durch seinen Koordinaten-Vektor im 2D- oder 3D-Raum eindeutig definiert • Attribute können als thematische Informationen angehängt werden • Speicherung ist einfach und erfolgt in Form regulärer Tabellen • b) Linien: • Verbindung zwischen Punkten | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (3) • beginnt und endet miteinem Knoten • c) Flächen: • einfachster Fallgeschlossene Polygonzüge • Anfangs- und Endknotenmüssen identisch sein • Geschlossenheit vonPolygonen ist für zahlreicheVerarbeitungsschritte unentbehrlich (z.B. Füllen von Flächen mit graphischen Signaturen oder das Berechnen von Flächenausmaßen) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (4) • Topologie: • Topologische Strukturen sind ein Charakteristikum von GIS • beschreibt die Lage räumlicher Objekte zueinander • Werkzeug zur Konstruktion komplexer Objekte • Topologische Datenbestände sind redundanzärmer und effizienter zu analysieren • (Rechnergeschwindigkeit) • Bespiele: • Arc-Node-Topologie • Poly-Arc-Topologie • Left-Right-Topologie | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (5) • Coverages: • Vektordaten werden in Informationsebenen verwaltet, die als Coverages bezeichnet werden • Einzelne digitale Informationsebene mit Attribut- und Lagedaten • Bsp.: Gewässer, Straßennetze, Bodengütekarten sind jeweils ein separates Coverage • Vor- und Nachteile des Vektormodells: • Geeignet für Modellierung von diskreten Einzelobjekten bzw. Flächenmosaiken mit scharfen Grenzen (weniger gut für flächenhafte kontinuierliche Verteilungen) • Geoobjekte sind vektoriell mit beliebig hoher geometrischer Genauigkeit (Lage und Form) darstellbar | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.1 Vektordaten (6) • Datenmenge ist geringer als im Rastermodell • Koordinatentransformationensind einfacher zu berechnen alsim Rastermodell • Logische und algebraischeOperationen (z.B. Flächeninhalt,Verschneiden, Nachbarschaft)sind in der Regel rechnerischaufwendiger als im Raster-Modell | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (1) • Rasterdatenmodelle → Flächenhafter Aspekt, durch Einfachheit Geometrie (Lagevergleiche, Verschneidungen) • Rasterzelle (Pixel) quadratisch oder rechteckig (Gebiete mit homogener Bedeutung und nur einem Entitätstyp) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (2) • Rasterflächen und Rasterpunkte: • Rasterflächen sind oft Mittelwerte oder dominierende Werte der jeweiligen Fläche • Punktwerte sind direkte Beobachtungen und gelten nur am jeweiligen Punkt • Zwischen Rasterpunkten kann interpoliert werden (Isoplethen), zwischen Zellen ist dies nicht sinnvoll • Datienformate • .jpg (Joint Photographic Experts Group) komprimiert Bilder 1:35 • .gif (Graphic Interchange Format) von CompuServe entwickelt patentierter Komprimierungsalgorithmus LZW • .tif (Tag Image File Format) im Electronic Publishing etabliertes; Format zum Speichern von digitalen Bildern mit oder ohne Komprimierung | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (3) • .GEOTIFF mit Metadaten inkl. verwendeter Bezugssysteme („ It is a newly emerging interchange standard, which permits the addition of geographic information such as projections, datums, etc. associated with remote sensing or cartographic raster data.“) • .img ERDAS-Bildfile mit HFA (Hierarchical File Architecture) • GRID Rasterformat von ARC/Info • GRID • Quadratisch oder rechteckige Aufteilung in Rasterzellen • GRID im Rasterformat entspricht dem Coverage im Vektorformat • dient der Verwaltung, Analyse, Auswertung und Darstellung rasterbezogener Informationen | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (4) • Rasterdatenmodell (Definition der Geometrie) • Ein Referenzpunkt (Ursprung) • Die Rasterweite (Maschengröße) muss definiert sein • Jede Zelle stellt eine Einheit dar, der ein Attribut zugeordnet ist • Jede Rasterzelle besitzt einen Wert, selbst wenn die Zelle leer bleiben sollte • Topologie von Rasterzellen • Kanten-Topologie: 2 Rasterzellen gelten als benachbart, wenn sie eine gemeinsame Zell-Kante besitzen • Ecken-Kanten-Topologie: 2 Rasterzellen gelten als benachbart, wenn sie eine gemeinsame Zell-Ecke oder Zell-Kante besitzen | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (5) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (6) • Durchführung topographischen Analysen (Skalen) • Rational: absolute Werte auf einer linearen Skala (z.B. Entfernungs-, Kosten- und Altersangaben oder Indikatoren wie Bevölkerungsdichte, Kosten pro Entfernung) • Intervall: relative Werte auf einer linearen Skala (z.B. Höhen, Temperatur, Datumsangaben) • Ordinal: Geordnete Werte (z.B. Erosionsgefährdungswert - gering, mittel, hoch) • Nominal: sonstige Werte, inhaltliche Klassifikation (z.B. Vegetationsarten oder Straßentypen) • - Vor- und Nachteile von Rastersystemen • einfache Analysealgorithmen (z.B. Zellenwerte addieren) • Raster sind einfach zu verstehen, zu lesen, zu schreiben und können einfach auf Bildschirmen dargestellt werden | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (7) • Weisen zwar Schwächen bei der Repräsentation von Punkten, Linien und Flächen, sind aber für Interpolationsaufgaben hervorragend geeignet • Raster sind das ideale Format für gescannte- oder Fernerkundungsdaten • Es existieren zahlreiche Speichermethoden für Rasterdaten (Kompatibilität) • Nur approximative Abbildung von punktuellen und linearen Elementen (Mischpixelproblem) → geringere Koordinatengenauigkeit • jede Zelle kann nur einem Objekt zugeordnet werden • Raster enthalten oft überflüssige oder fehlende Daten • sehr hoher Speicherplatzbedarf | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2 Rasterdaten (8) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2.1 TIN (1) • TIN = Triangulated Irregular Network bestehen aus Punkte (Knoten) und Kanten → gleichseitige Dreiecksflächen • basiert auf einem unregelmäßigen Muster von z-Werten (z.B. direkt bestimmten Originaldaten) • 3-dimensionalen Geländemodelle, die unter Einbeziehung von Bruchkanten und Aussparungsflächen erzeugt • Vorteile des TIN gegenüber GRID • Verarbeitung von Daten unterschiedlichster Herkunft • Oberflächenunterschiede werden durch TINdetaillierter dargestellt (nicht geglättet) • Eignung für die Modellierung realer Oberflächen | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2.1 TIN (2) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2.2 LATTICE (1) • LATTICE entspricht im wesentlichen einem GRID • X, Y, Z Werte werden jedoch anders interpretiert • GRID erhält die gesamte Zelle einen Z-Wert, wogegen im LATTICE der Z-Wert als Höhenpunkt eines einzelnen Punktes verstanden wird • Die Basis dieses Punktes liegt im Mittelpunkt der entsprechenden Rasterzelle | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.2.2 LATTICE (2) • Anwendung von LATTICE • Oberflächenrepräsentation • Oberflächenmodellierung und Visualisierung (z.B. Reliefschattierung, 3D-Visualisierung, Neigungen) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.3 Attributdaten (1) • Eigenschaften von Entitäten, die ein Objekt näher beschreiben • Attributdaten sind sämtliche nichtgeometrische Elemente (z.B. Texte, Messwerte, Nummern, Namen) • Können sowohl in digitaler als auch in analoger Form vorliegen • Darstellung erfolgt in Tabellenform: • Spalten enthalten die verschiedenen Attribute (z.B. Luftfeuchtigkeit, Niederschlagsmenge) • Reihen (Records) enthalten die beschreibenden Daten (z.B. 10%, etc.) und müssen eindeutig sein | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.3 Attributdaten (2) • Bsp.: räumlich: • Fläche • Umfang • Bsp.: thematisch: • weißer Bev.-Ant. • schwarzer Bev.-A. • asiatischer Bev.-A. • Es handelt sich um Tabellen,die von einemRDBMS verwaltetwerden | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
3.3 Attributdaten (3) • RDBMS • Kern dieses Konzepts ist die Verteilung von Daten auf verschiedene Tabellen • Effiziente Speicherplatzverwaltung • Optimale Flexibilität bei Suchanfragen ohne Kenntnisse vom Aufbau der Datenbank • Leicht Aktualisierung und komprimierte Speicherung • Dagegen schwierige Implementierung und hohe Entwicklung- und Fortführungskosten • GIS-Systeme verknüpfen Attribute mit den kartographischen Daten → die Suche nach Attributen, kartographischen Gegebenheiten oder beidem (die Verknüpfung besteht aus einem Link) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
4 Metadaten (1) • „Daten über Daten“ - beschreiben deren Charakteristika • Information befindet sich meist in einem Header zu den eigentlichen Daten oder in einer Beschreibungsdatei (Metadatei) • Identifikation • Datenqualität • Räumliche Datenorganisation: Datenmodell • Georeferenzierung • Entitäten und Attribute • Bezug: Bestelladresse, Transfermedien • Metadatenreferenz • Zitier-Information • Zeitliche Gültigkeit • Kontaktadresse | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
4 Metadaten (2) • Typen von Metainformation (nach Denzer & Güttler 1994) • Semantische Metainformation: Inhaltliche Beschreibung von Informationsbeständen („normalsprachliche Datenbeschreibung“) • Syntaktische Metainformation: Informationen (z.B. Netzwerk-adressen, Pfade, Dateinamen, etc.), um physisch auf den Katalog (die eigentlichen Daten) zugreifen zu können • Strukturelle Metainformation: Information wie die ursprüngliche Objektstrukturierung (Hierarchien, Topologien, Aggregate, etc.) gebildet wurde, um den Sachverhalt formal zu beschreiben (z.B. Oberfläche als Raster oder als TIN) • Navigatorische Metainformation: Über die eigentliche Metainformation hinaus: Beschreibt bspw. die Navigation in Benutzerschnittstellen, durch Kataloge etc. | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
4 Metadaten (3) • Mögliche Betrachtung von Metainformation • Räumlicher Zugang: indem für jeden beliebigen Punkt oder Gebiet festgestellt werden kann, ob bzw. welche Datenbestände dort vorliegen • Temporaler Zugang: Für welchen Zeitraum liegen (gültige) Daten vor? • Sachliche Spezifikationen: z.B. in Form eines unter Umständen hierarchisch geordneten Thesaurus. • Räumliche Auflösung (bzw. Maßstab von Beständen): womit die Eignung für groß- bzw. kleinräumige Fragestellungen spezifiziert werden kann. | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
4 Metadaten (4) • Beispiel für den Aufbau eines Objektschlüsselkatalog • Identifikation: Beschreibung von Zielsetzung, Thematik, räumlicher Lage, Status, illustrierte Grafik, etc. • Datenqualität: Herkunft, Attribut- und Lagegenauigkeit, logische Konsistenz und Vollständigkeit • Räumliche Datenorganisation: Spezifikation des Datenmodells (Raster, Vektor, Topologie) • Georeferenzierung: Projektion, Datum, Koordinatensystem • Entitäten und Attribute: Entitätsdefinition und Zuordnung von Attributen, Definition von Meßskalen und Wertebereichen • Metadatenreferenz: Informationen zu Aktualitätsstand, inhaltliche Zuständigkeit der Metadaten. Kontakte, Sicherheitsklassifikation. • (Bezug; Zitier-Information; zeitliche Gültigkeit; Kontaktadresse) | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |
5 Literatur • Bartelme, N. (1995): Geoinformatik: Modelle, Strukturen, Funktionen. Heidelberg. • Bill, R. & Fritsch, D. (1999): Grundlagen der Geo-Informationssysteme Band 1 Hardware, Software und Daten. Heidelberg. • ESRI (1997): Getting to Know ArcView GISGeoInformation International, Cambridge, 675 S. • Longley, P.A., Goodchild, M.F., Maguire, D.J& Rhind, D.W. (1999): Geographical Information SystemsVol 1: Principles and Techniques; Vol 2: Management and ApplicationsJohn Wiley & Sons, New York. | 22.10.2004 | HpS: Analyse und Modellierung räumlicher Daten| Tommy Brandt |