Kartografische Verallgemeinerung

Kartografische Verallgemeinerung, oder Karte Generalisierungenthält alle Änderungen in einer Karte, die vorgenommen werden, wenn man a abgeleitet wird kleinerer Maßstab Karte aus einer größeren Karte oder Kartendaten. Es ist ein zentraler Teil von kartografisches Design. Ob manuell von a Kartograph oder durch einen Computer oder eine Menge von Algorithmen, Verallgemeinerung versucht abstrakt räumliche Informationen auf einem hohen Detaillierungsgrad zu Informationen, die auf einer Karte auf einer geringeren Detailebene gerendert werden können. Zum Beispiel könnten wir die Umrisse aller Tausenden von Gebäuden in einer Region haben, aber wir möchten eine Karte der ganzen Stadt nicht mehr als ein paar Zentimeter breit machen. Anstatt die Gebäudeinformationen wegzuwerfen oder zu versuchen, alles auf einmal zu rendern, können wir die Daten in eine Art Umriss der verallgemeinern Urbanisiertes Gebiet von der Region.

Der Kartograph verfügt über Lizenz, um den Inhalt in seinen Karten anzupassen, um eine geeignete und nützliche Karte zu erstellen, die räumliche Informationen vermittelt und gleichzeitig das richtige Gleichgewicht zwischen dem Zweck der Karte und dem genauen Detail des zugeordneten Themas aufnimmt. Gut verallgemeinerte Karten sind solche, die die wichtigsten Kartenelemente betonen und gleichzeitig die Welt auf die treu und erkennbarste Weise darstellen.

Geschichte

In der ersten Hälfte des 20. Jahrhunderts begannen die Kartografen ernsthaft darüber nachzudenken, wie die von ihnen gezogenen Merkmale von der Skala abhielten. Eduard Imhof, einer der am meisten versierten akademischen und professionellen Kartographen zu dieser Zeit, veröffentlichte 1937 eine Studie über Stadtpläne für Karten auf einer Vielzahl von Maßstäben, in denen verschiedene Formen der Verallgemeinerung aufgetreten waren, einschließlich der späteren Symbolisierung, Zusammenführung, Vereinfachung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verbesserung, Verallgemeinerung, Verbesserung, Verbesserung, Verallgemeinerung, Verallgemeinerungsformen. und Vertreibung.[1] Als in den 1950er und 1960er Jahren analytische Ansätze zur Geographie auftraten, war die Verallgemeinerung, insbesondere die Vereinfachung der Linie und die Raster -Glättung, ein Studienziel.[2][3][4]

Die Verallgemeinerung war wahrscheinlich der am gründlichsten untersuchte Aspekt der Kartographie von den 1970er bis in den 1990er Jahren. Dies liegt wahrscheinlich daran, dass es in beiden Hauptforschungstrends der Ära passt: kartografische Kommunikation (insbesondere Signalverarbeitungsalgorithmen basierend auf Informationstheorie) und die Möglichkeiten, die sich aus dem technologischen Fortschritt ergeben (aufgrund ihres Automatisierungspotentials). Frühe Forschungen konzentrierten sich hauptsächlich auf Algorithmen zur Automatisierung individueller Generalisierungsvorgänge.[5] In den späten 1980er Jahren dachten akademische Kartografen größer, entwickelten eine allgemeine Verallgemeinerungstheorie und untersuchten den Einsatz von Expertensysteme und andere Entstehung Künstliche Intelligenz Technologien zur Automatisierung des gesamten Prozesses, einschließlich Entscheidungen darüber, welche Tools wann verwendet werden sollen.[6][7] Diese Tracks waren Ende der neunziger Jahre etwas vorhanden, und fiel mit einem allgemeinen Verlust des Vertrauens in das Versprechen der KI und dem Aufstieg von zusammen Postmoderne Kritik der Auswirkungen der Automatisierung des Designs.

In den letzten Jahren hat die Generalisierungsgemeinschaft eine Wiederbelebung verzeichnet, die teilweise durch die erneuten Chancen der KI angeheizt wurde. Ein weiterer jüngster Trend war ein Fokus auf Multi-Scale-MappingIntegration von GIS -Datenbanken, die für mehrere Zielskalen entwickelt wurden und den Umfang der Verallgemeinerungsbedarf auf die Skala "Lücken" zwischen ihnen verengen, ein überschaubareres Niveau für die Automatisierung.[8]

Theorien des Kartendetails

Die Verallgemeinerung wird oft einfach als Details definiert, basiert jedoch auf dem Begriff, der ursprünglich von übernommen wurde Informationstheoriedes auf der Karte gefundenen Informationsvolumens oder Details und wie dieses Band durch Kartenskala, Kartenzweck und beabsichtigte Zielgruppe gesteuert wird. Wenn für ein bestimmtes Kartenprojekt eine optimale Menge an Informationen vorliegt, ist die Verallgemeinerung der Prozess der Aufnahme vorhandener verfügbarer Daten, die häufig (insbesondere in Europa) genannt werden, die Digitales Landschaftsmodell (DLM), das normalerweise aber nicht immer eine größere Menge an Informationen hat als nötig, und verarbeiten Sie es, um einen neuen Datensatz zu erstellen, der häufig als die genannt wird digitales kartografisches Modell (DCM), mit der gewünschten Menge.[6]

Viele allgemeine konzeptionelle Modelle wurden vorgeschlagen, um diesen Prozess zu verstehen, und versuchen häufig, den Entscheidungsprozess des menschlichen Master -Kartografen zu erfassen. Eines der beliebtesten Modelle, die 1988 von McMaster und Shea entwickelt wurden, unterteilt diese Entscheidungen in drei Phasen: Philosophische Ziele, Die allgemeinen Gründe, warum die Verallgemeinerung wünschenswert oder notwendig ist, und Kriterien für die Bewertung ihres Erfolgs; Kartometrische Bewertungdie Eigenschaften einer bestimmten Karte (oder in dieser Karte), die eine Verallgemeinerung erfordert; und Räumliche und Attributtransformationen, die Menge der Generalisierungsoperatoren, die für eine bestimmte Funktion, Ebene oder Karte verwendet werden können.[7] In der ersten konzeptionellen Phase zeigen McMaster und Shea, wie die Generalisierung eine zentrale Rolle bei der Lösung der häufig widersprüchlichen Ziele von spielt Kartografisches Design Insgesamt: Funktionalität vs. Ästhetik, Informationsreichtum gegen Klarheit und der Wunsch, mehr als die Grenzen von Technologie und Medium zu tun. Diese Konflikte können auf einen grundlegenden Konflikt zwischen der Notwendigkeit von mehr Daten auf der Karte und dem Bedarf an weniger verallgemeinert als Instrument zum Ausgleich.

Eine Herausforderung mit dem Ansatz der Informationstheorie zur Verallgemeinerung ist ihre Grundlage bei der Messung der Informationsmenge auf der Karte vor und nach der Verallgemeinerungsverfahren.[9] Man könnte sich einer Karte vorstellen, die durch ihre quantifiziert wird Karteninformationsdichte, die durchschnittliche Anzahl von "Bits" von Informationen pro Bereich der Einheit auf der Karte (oder deren Folgerung, Informationsauflösung, die durchschnittliche Entfernung zwischen Bits) und durch seine Bodeninformationsdichte oder Auflösung, die gleichen Maßnahmen pro Flächeneinheit auf der Erde. Die Skala wäre daher proportional zum Verhältnis zwischen ihnen, und eine Skalierungsänderung würde die Anpassung eines oder beiden durch Verallgemeinerungen erfordern.

Aber was zählt als "ein bisschen" Karteninformationen? In bestimmten Fällen ist dies nicht schwierig, z. B. die Gesamtzahl der Merkmale auf der Karte oder die Anzahl der Scheitelpunkte in einer einzelnen Zeile (möglicherweise auf die Anzahl von reduziert zu werden hervorstechend Eckpunkte); Eine solche Geraden erklärt, warum dies frühe Ziele für die Generalisierungsforschung waren.[4] Es ist jedoch eine Herausforderung für die Karte im Allgemeinen, in der Fragen auftreten, z. B. "Wie viel grafische Informationen gibt Kurve in jedem Charakter, als wären sie jeweils Flächenmerkmale? " Jede Option kann zu unterschiedlichen Zeiten relevant sein.

Diese Messung wird durch die Rolle von weiter kompliziert Karte Symbologie, was die beeinflussen kann offensichtliche Informationsdichte. Eine Karte mit einer starken visuelle Hierarchie (d. H. Da weniger wichtige Schichten gedämpft, aber immer noch vorhanden sind) trägt eine Ästhetik, "klar" zu sein, weil es auf den ersten Blick erscheint, weniger Daten zu enthalten als es wirklich tut; Umgekehrt könnte eine Karte ohne visuelle Hierarchie, in der alle Ebenen gleich wichtig erscheinen, als "überfüllt" zusammengefasst werden, da der erste Eindruck ist, dass sie mehr Daten enthält als es wirklich.[10] Bei der Gestaltung einer Karte, um die gewünschte Gestalt -Ästhetik zu erreichen, geht es daher darum, die scheinbare Informationsdichte mehr als die tatsächliche Informationsdichte zu verwalten. In den Worten von Edward Tufte,[11]

Verwirrung und Unordnung sind Ausfall des Designs, nicht von Informationsmerkmalen. Und so geht es darum, Designstrategien zu finden, die Details und Komplexität aufweisen-als die Daten für einen Überschuss an Komplikationen vorzulegen.

Es gibt aktuelle Arbeiten, die die Rolle von Kartensymbolen, einschließlich der Roth-Brewer-Typologie von Generalisierungsbetreibern, anerkennt.[12] Obwohl sie klarstellen, dass Symbologie keine Form der Verallgemeinerung ist, nur ein Partner mit Verallgemeinerung bei der Erreichung einer gewünschten offensichtlichen Informationsdichte.[13]

Betreiber

Es gibt viele kartografische Techniken, mit denen die Menge der geografischen Daten auf der Karte angepasst wird. Über die Jahrzehnte der Generalisierungsforschung über ein Dutzend einzigartiger Listen davon Generalisierungsbetreiber wurden mit signifikanten Unterschieden veröffentlicht. Tatsächlich gibt es mehrere Bewertungen, in denen die Listen verglichen werden.[5][12][14] Und selbst sie vermissen ein paar hervorstechende, wie das in John Keats 'erstem Lehrbuch (1973), das offenbar seiner Zeit voraus war.[15] Einige dieser Vorgänge wurden durch mehrere Algorithmen automatisiert, wobei Tools in verfügbar sind Geografisches Informationssystem und andere Software; Andere haben sich als viel schwieriger erwiesen, und die meisten Kartografen spielen sie immer noch manuell.

Dies OpenStreetmap Karte von Oklahoma Zeigt die Herausforderungen der automatisierten Auswahl aus RAW -GIS -Daten an. Die Lücken in den Autobahnen sind nicht auf fehlende Daten zurückzuführen, sondern auf Mängel im Auswahlprozess. Beachten Sie auch, dass der Punkt und das Etikett für Oklahoma City fehlen, obwohl seine Vororte Norman und Edmond enthalten sind.

Auswählen

Auch Filter genannt, Auslassung

Einer der ersten Operatoren, die anerkannt und analysiert wurden, erscheint erstmals in der Keates -Liste von 1973,[4][15] Die Auswahl ist der Prozess des einfachen Entfernens ganzer geografischer Merkmale von der Karte. Es gibt zwei Arten der Selektion, die in einigen Modellen kombiniert und in anderen getrennt sind:

  • Ebenenauswahl: (auch genannt Klassenauswahl oder hinzufügen[12]) Die Wahl, welche Datenschichten oder Themen enthalten sind oder nicht (z. B. eine Straßenkarte mit Straßen, aber nicht Geologie).
  • Merkmalsauswahl: (manchmal genannt Raffinesse oder beseitigen[12]) Die Wahl, welche spezifischen Merkmale in eingeschlossenen Schichten enthalten oder entfernen sollen (z. B. welche 50 der Millionen von Städten auf einer Weltkarte zeigen sollen).

Bei der Feature -Auswahl ist die Wahl, welche Funktionen beibehalten oder ausgeschlossen werden müssen, schwieriger als sie scheint. Unter Verwendung eines einfachen Attributs der realen Größe (Stadtbevölkerung, Straßenbreite oder Verkehrsvolumen, Flussflussvolumen) erzeugt häufig in bestehenden GIS-Daten leicht eine Auswahl, die in einigen Bereichen übermäßig konzentriert und in anderen spärlich spärlich ist. Daher filtern Kartografen sie oft mit ihrem Grad an regionale Bedeutung, ihre Bedeutung in ihrer Region und nicht in der Karte als Ganzes, die eine ausgewogenere Karte erzeugt, aber schwieriger zu automatisieren ist. Viele Formeln wurden entwickelt, um die regionale Bedeutung von Merkmalen automatisch zu richten, beispielsweise durch Ausgleich der Rohgröße mit dem Abstand zum nächsten Merkmal von deutlich größerer Größe, ähnlich wie die Messungen von Topografische BedeutungAber dies ist für Linienfunktionen viel schwieriger als Punkte und liefert manchmal unerwünschte Ergebnisse (wie das "Baltimore -Problem", in dem Städte, die wichtig erscheinen, ausgelassen werden).

Ein anderer Ansatz besteht darin, ein subjektives Urteil über regionale Bedeutung in die GIS -Daten manuell zu codieren, die anschließend zum Filtern von Merkmalen verwendet werden können. Dies war der Ansatz für die Natürliche Erde Datensatz von Kartografen erstellt.

Vereinfachen

Vergleich mehrerer Algorithmen für gemeinsame Linienverallgemeinerungen. Grau: Originallinie (394 Scheitelpunkte), Orange: 1973 Douglas-Peucker-Vereinfachung (11 Scheitelpunkte), Blau: 2002 Paek-Glättung (483 Eckpunkte), Rot: 2004 Zhou-Jones-Vereinfachung (31 Scheitelpunkte). Alle wurden mit den gleichen Toleranzparametern ausgeführt.

Ein weiterer früher Fokus der Generalisierungsforschung,[4][15] Vereinfachung ist die Entfernung von Scheitelpunkten in Linien und Flächengrenzen. Es wurde eine Vielzahl von Algorithmen entwickelt, aber die meisten beinhalten die Suche durch die Scheitelpunkte der Linie und entfernen diejenigen, die am wenigsten zur Gesamtform der Linie beitragen. Das Ramer -Douglas -Peucker -Algorithmus (1972/1973) ist eine der frühesten und immer noch häufigsten Techniken zur Einfachung der Linien.[16] Die meisten dieser Algorithmen, insbesondere die frühen, haben eine höhere Priorität bei der Reduzierung der Größe der Datensätze in den Tagen begrenzter digitaler Speicherung als für das Qualitätsaussehen auf Karten und häufig zu produzieren, die übermäßig eckig aussehen, insbesondere auf Kurven wie Flüssen . Einige andere Algorithmen umfassen den Wang-Müller-Algorithmus (1998), der nach kritischen Biegungen sucht und in der Regel auf Kosten der Verarbeitungszeit genauer ist, und der Zhou-Jones-Algorithmus (2005) und der Zhou-Jones Visvalingam-Whyatt-Algorithmus (1992), die Eigenschaften der Dreiecke innerhalb des Polygons verwenden, um zu bestimmen, welche Eckpunkte entfernen sollen.[17]

1: 24.000 und 1: 100.000 (Einschub) Geologische Karten desselben Gebiets in Zion Nationalpark, Utah. Das Abfertigung der kleineren aus dem größeren würde mehrere Generalisierungsvorgänge erfordern, einschließlich Auswahl weniger wichtige Merkmale (z. B. kleinere Fehler) zu beseitigen, Glättung von Flächengrenzen, Einstufung ähnlicher Formationen in breitere Kategorien (z. B. QMSC + QMSY> QMs), Verschmelzung von kleinen Bereichen in unähnliche, aber größere (z. B. QMT), Übertreibung von sehr engen Bereichen (JMS/JKS) und Verschiebung von Gebieten neben übertriebenen Gebieten. Tatsächlich wurden beide Karten unabhängig zusammengestellt.

Glatt

Für Linienmerkmale (und Flächengrenzen) scheint die Glättung der Vereinfachung ähnlich zu sein, und in der Vergangenheit wurde manchmal mit einer Vereinfachung kombiniert. Der Unterschied besteht darin, dass die Glättung so ausgelegt ist, dass die Gesamtform der Linie einfacher aussieht, indem kleine Details entfernt werden. Dies kann tatsächlich mehr Scheitelpunkte als das Original erfordern. Die Vereinfachung neigt dazu, eine gekrümmte Linie eckig aussehen zu lassen, während die Glättung das Gegenteil bewirkt.

Das Glättungsprinzip wird auch häufig zur Verallgemeinerung verwendet Raster Darstellungen von Felderoft mit a Kernel glatter sich nähern. Dies war eigentlich einer der ersten veröffentlichten Generalisierungsalgorithmen von Waldo Tobler 1966.[3]

Verschmelzen

Auch auflösen, Zusammensetzung, Agglomeration oder Kombination genannt

Diese Operation, identifiziert von IMHOF im Jahr 1937,[1] Beinhaltet die Kombination benachbarter Merkmale zu einem einzigen Merkmal desselben Typs auf Skalen, in dem die Unterscheidung zwischen ihnen nicht wichtig ist. Zum Beispiel kann eine Bergkette aus mehreren isolierten Graten in der natürlichen Umgebung bestehen, jedoch als kontinuierliche Kette in kleinem Maßstab auf der Karte gezeigt. Oder benachbarte Gebäude in einem Komplex könnten zu einem einzigen "Gebäude" kombiniert werden. Für die ordnungsgemäße Interpretation muss sich der Kartenleser bewusst sein, dass aufgrund skalierter Einschränkungen kombinierte Elemente keine perfekten Darstellungen von natürlichen oder künstlichen Merkmalen sind.[18] Auflösen ist ein gemeinsames GIS -Tool, das für diesen Generalisierungsvorgang verwendet wird.[19] Für bestimmte Situationen wurden jedoch zusätzliche Werkzeuge für GIS -Werkzeuge entwickelt, beispielsweise für die Suche nach sehr kleinen Polygonen und das Zusammenführen von nachbarn größeren Polygonen. Dieser Operator unterscheidet sich von der Aggregation, da sich keine Änderung der Dimensionalität (d. H. Linien in Linien und Polygone in Polygone gelöst werden), und die ursprünglichen und endgültigen Objekte sind vom gleichen konzeptionellen Typ (z. B. wird das Gebäude zu Gebäude).

Aggregat

Auch Kombination oder Regionalisierung genannt

Die Aggregation ist die Fusion mehrerer Merkmale in eine neue zusammengesetzte Funktion, die häufig erhöht ist Abmessungen (Normalerweise auf Bereiche verweist). Das neue Merkmal hat einen ontologischen Typ, der sich von den ursprünglichen Individuen unterscheidet, da es die Gruppe konzipiert. Zum Beispiel kann eine Vielzahl von "Gebäuden" in eine einzelne Region verwandelt werden, die ein "städtisches Gebiet" (kein "Gebäude") oder eine Gruppe von "Bäumen" in einen "Wald" darstellt.[16] Etwas Gis Software verfügt über Aggregationstools, die Funktionen von Funktionen identifizieren und diese kombinieren.[20] Die Aggregation unterscheidet sich von der Verschmelzung darin, dass sie über Abmessungen hinweg wie Aggregationspunkte zu Linien, Punkte auf Polygone, Linien zu Polygonen und Polygonen bis Polygone arbeiten kann und dass es einen konzeptionellen Unterschied zwischen Quelle und Produkt gibt.

Typify

Auch als Verteilungsverfeinerung bezeichnet

Typify ist ein Symbologieoperator, der einen großen Satz ähnlicher Merkmale durch eine geringere Anzahl repräsentativer Symbole ersetzt, was zu einer sparsameren, saubereren Karte führt.[21] Beispielsweise kann ein Bereich mit Dutzenden von Minen mit nur 3 oder 4 Minensymbolen symbolisiert werden, die keine tatsächlichen Minenorte darstellen, nur das allgemeine Vorhandensein von Minen in der Region. Im Gegensatz zum Aggregationsoperator, der viele verwandte Merkmale durch eine einzelne "Gruppen" -Funktion ersetzt, repräsentieren die im typisch typischen Operator verwendeten Symbole weiterhin Einzelpersonen, nur "typische" Personen. Es reduziert die Dichte der Merkmale und behält gleichzeitig die relative Lage und das Design bei. Bei Verwendung des typischen Operators wird ein neuer Satz von Symbolen erstellt, die die räumlichen Daten nicht ändert. Dieser Bediener kann in den Funktionen von Punkt-, Linien- und Polygon -Funktionen verwendet werden.

Zusammenbruch

Auch als symbolisiert bezeichnet

Dieser Bediener reduziert die Abmessungen eines Merkmals, wie die allgemeine Praxis, Städte (zweidimensional) als Punkte (0-dimensional) und Straßen (2-dimensional) als Linien (1-dimensional) darzustellen. Häufig a Kartensymbol wird auf die resultierende Geometrie angewendet, um einen allgemeinen Hinweis auf ihren ursprünglichen Ausmaß zu geben, wie z. IMHOF (1937) diskutiert diese speziellen Verallgemeinerungen ausführlich.[1] Dieser Operator ahmt häufig eine ähnliche kognitive Generalisierungspraxis nach. Beispielsweise impliziert eindeutig die Distanz der Entfernung zwischen zwei Städten eine Punktkonzeptualisierung einer Stadt, und die Verwendung von Phrasen wie "die Straße" oder "entlang der Straße" oder sogar Straßenadressen impliziert eine Liniekonzeptualisierung einer Straße.

Neu klassifizieren

Dieser Operator vereinfacht hauptsächlich die Attribute der Merkmale, obwohl sich auch eine geometrische Vereinfachung ergeben kann. Während Kategorisierung wird für eine Vielzahl von Zwecken verwendet. In diesem Fall besteht die Aufgabe darin, einen großen Wertebereich zu nehmen, der zu komplex ist, um auf der Karte einer bestimmten Skala darzustellen, und sie auf einige Kategorien zu reduzieren, die viel einfacher zu repräsentieren sind. insbesondere wenn geografische Muster zu großen Regionen derselben Kategorie führen. Ein Beispiel wäre, eine Landbedeckungsschicht mit 120 Kategorien zu nehmen und sie in 5 Kategorien (städtische Landwirtschaft, Wald, Wasser, Wüste) zu gruppieren, was eine räumlich einfachere Karte darstellen würde. Zum Diskrete Felder (auch als kategoriale Abdeckungen oder Karten der Flächenklasse bezeichnet) Vektorpolygone, wie zum Beispiel Landbedeckung, Klimayp, Bodenart, Stadtzoning, oder OberflächengeologieDie Neuklassifizierung führt häufig zu benachbarten Polygonen mit derselben Kategorie, was einen nachfolgenden Auflösungsvorgang erfordert, um sie zu verschmelzen.

Übertreiben

In diesem OpenStreetmap Karte von Loveland Pass, Colorado, Symbol Übertreibung Von der Dicke der Straßen hat sie zusammengeführt. Geometrisch Übertreibung der Haarnadel -Kurven und Verschiebung von den Straßen neben der Interstate sind erforderlich, um das Straßennetz zu klären.

Übertreibung ist die teilweise Anpassung der Geometrie oder Symbologie Um einen Aspekt einer Funktion zu erstellen, die größer ist als es wirklich ist, um sie sichtbarer, erkennbarer oder höher in der visuelle Hierarchie. Zum Beispiel ein Satz von engen STUTTONS In einer Straße würde zusammen auf einer kleinen Karte zusammen laufen, sodass die Straße mit größeren und weiter auseinanderliegenden Schleifen als in der Realität neu gezeichnet wird. Ein Symbologiebeispiel würde die Autobahnen als dicke Linien in einer kleinen Karte zeichnen, die kilometerweit breit wäre, wenn sie gemäß der Skala gemessen würden. Übertreibung erfordert häufig einen nachfolgenden Verschiebungsvorgang, da die übertriebene Funktion den tatsächlichen Ort der nahe gelegenen Merkmale überlappt, was ihre Anpassung erfordert.[16]

Verdrängen

Auch als Konfliktlösung bezeichnet

Verschiebung kann eingesetzt werden, wenn zwei Objekte so nahe beieinander liegen, dass sie sich in kleineren Skalen überlappen, insbesondere wenn ein übertreibender Bediener die beiden Objekte größer gemacht hat als sie wirklich sind. Ein allgemeiner Ort, an dem dies auftreten würde, sind die Städte Brazzaville und Kinshasa auf beiden Seiten des Kongo -Flusses in Afrika. Sie sind beide die Hauptstadt ihres Landes und auf Übersichtskarten würden sie mit einem etwas größeren Symbol als in anderen Städten angezeigt. Abhängig von der Skala der Karte würden sich die Symbole überlappen. Indem sie beide vom Fluss weg verdrängt (und von ihrer wahren Lage), kann die Symbolüberlappung vermieden werden. Ein weiterer häufiger Fall ist, wenn eine Straße und eine Eisenbahn parallel zueinander laufen. Keates (1973) war einer der ersten, der die modernen Begriffe für Übertreibung und Vertreibung verwendete und ihre enge Beziehung diskutierte, aber sie wurden bereits als IMHOF (1937) anerkannt, sie wurden anerkannt, aber sie wurden anerkannt, aber sie wurden anerkannt, aber sie wurden anerkannt.[1][15]

Erweitern

Dies ist die Hinzufügung von Symbolen oder anderen Details auf einer kleineren Karte, um ein bestimmtes Merkmal sinnvoller zu machen, insbesondere wenn ein solches Verständnis wichtig ist. Ein häufiges Beispiel ist die Zugabe eines Brückensymbols, um zu betonen Überführung. In großem Maßstab ist ein solches Symbol aufgrund der unterschiedlichen Symbologie und des erhöhten Raums möglicherweise nicht notwendig, um die tatsächliche Beziehung zu zeigen. Diese Ergänzung mag kontraintuitiv erscheinen, wenn man die Verallgemeinerung nur als Detailentfernung betrachtet. Dies ist einer der am wenigsten aufgelisteten Operatoren.[12]

GIS und automatisierte Verallgemeinerung

Wie Gis Von ungefähr den späten 1960er Jahren entwickelt, wurde die Notwendigkeit automatischer Algorithmic Generalisierungstechniken klar. Im Idealfall sollten Agenturen, die für die Sammlung und Aufrechterhaltung von räumlichen Daten verantwortlich sind, versuchen, nur eine kanonische Darstellung eines bestimmten Merkmals auf höchst mögliches Detailniveau beizubehalten. Auf diese Weise gibt es nur einen Datensatz zu aktualisieren, wenn sich diese Funktion in der realen Welt ändert.[5] Aus diesen groß angelegten Daten sollte es durch automatische Verallgemeinerung im Idealfall möglich sein, Karten und andere Datenprodukte in jeder Maßstab zu erstellen. Die Alternative besteht darin, jeweils separate Datenbanken auf der Skala zu verwalten, die für einen bestimmten Satz von Zuordnungsprojekten erforderlich ist, von denen jede Aufmerksamkeit erfordert, wenn sich in der realen Welt etwas ändert.

Um diese Zeit wurden mehrere breite Verallgemeinerungsansätze entwickelt:

  • Das Repräsentationsorientiert View konzentriert sich auf die Darstellung von Daten auf verschiedenen Skalen, die mit dem Gebiet der Mehrfachrepräsentation zusammenhängen Datenbanken (MRDB).
  • Das prozessorientiert View konzentriert sich auf den Verallgemeinerungsprozess.
  • Das Leiter-Ansatz ist eine schrittweise Generalisierung, in der jeder abgeleitete Datensatz auf der anderen Datenbank der nächsten größeren Skala basiert.
  • Das Sternansatz Die abgeleiteten Daten auf allen Skalen basieren auf einer einzelnen (groß angelegten) Datenbank.

Skalierungsgesetz

Es gibt weit mehr kleine geografische Merkmale als große auf der Erdoberfläche oder weitaus mehr kleine Dinge als große in Karten. Dieser Begriff von weitaus mehr als großen Dingen wird auch als räumliche Heterogenität bezeichnet, die als Skalierungsgesetz formuliert wurde.[22] Die kartografische Verallgemeinerung oder die Kartierungspraktiken im Allgemeinen besteht im Wesentlichen darin, die zugrunde liegende Skalierung zahlreicher kleinster, sehr weniger größter und einige zwischen den kleinsten und größten zu erhalten.[23] Dieser Zuordnungsprozess kann effizient und effektiv durch erreicht werden Kopf/Schwanzbrüche,[24][25] Ein neues Klassifizierungsschema oder Visualisierungstool für Daten mit einer schweren Schwanzverteilung. Das Skalierungsrecht ersetzt wahrscheinlich das radikale Gesetz von Töpfer als universelles Gesetz für verschiedene Kartierungspraktiken. Was dem skalierenden Recht zugrunde liegt, ist etwas von Paradigmenwechsel von der euklidischen Geometrie zu fraktal, vom nicht rekursiven Denken zu rekursivem Denken.[26]

Das 'Baltimore -Phänomen'

Das Phänomen von Baltimore ist die Tendenz, dass eine Stadt (oder ein anderes Objekt) aufgrund von Platzbeschränkungen aus Karten weggelassen wird, während kleinere Städte auf derselben Karte enthalten sind, einfach weil Platz zur Anzeige verfügbar ist. Dieses Phänomen verdankt seinen Namen der Stadt von Baltimore, Maryland, was aufgrund des Vorhandenseins größerer Städte in unmittelbarer Nähe innerhalb der mittleren Atlantik in den USA auf Karten weggelassen wird. Da größere Städte in der Nähe von Baltimore auf Karten erscheinen, können kleinere und weniger bekannte Städte auch im gleichen Maßstab auftreten, nur weil auf der Karte genügend Platz für sie vorhanden ist.

Obwohl das Baltimore -Phänomen auf automatisierten Mapping -Sites häufiger auftritt, tritt es nicht in jeder Skala auf. Beliebte Mapping -Sites wie Google Maps, Bing Maps, OpenStreetMap und Yahoo Maps werden nur mit der Anzeige von Baltimore auf bestimmten Zoomebenen angezeigt: 5., 6., 7. usw.

Siehe auch

Verweise

  1. ^ a b c d IMHOF, Eduard (1937). "Das Siedlugnsbild in Der Karte (der Abwicklungsplan auf der Karte)". Ankündigungen der zürich geografisch-ethnografischen Gesellschaft. 37: 17.
  2. ^ Perkal, Julian (1958) "Proba Obiektywnej GeneriZacji", " Geodezja i karografia, Vii: 2 (1958), S. 13-142. Englische Übersetzung, 1965, "Ein Versuch einer objektiven Verallgemeinerung, " Diskussionspapiere der Michigan Inter-University-Community der mathematischen Geographen
  3. ^ a b Tobler, Waldo R. (1966). "Numerische Karte Generalisierung" (PDF). Diskussionspapiere der Michigan Inter-University-Community der mathematischen Geographen (8).
  4. ^ a b c d Töpfer, F.; Preiwizer, W. (1966). "Die Prinzipien der Auswahl". Das kartografische Journal. 3 (1): 10–16. doi:10.1179/caj.1966.3.1.10.
  5. ^ a b c Li, Zhilin (Februar 2007). "Digitale Karte Generalisierung im Alter der Aufklärung: Eine Überprüfung der ersten vierzig Jahre". Das kartografische Journal. 44 (1): 80–93. doi:10.1179/000870407X173913. S2CID 129964222.
  6. ^ a b Brassel, Kurt E.; Weibel, Robert (1988). "Ein Überblick und ein konzeptioneller Rahmen der automatisierten Kartenverallgemeinerung". Internationales Journal of Geographical Information Systems. 2 (3): 229–244. doi:10.1080/02693798808927898.
  7. ^ a b McMaster, Robert; Shea, K. Stuart (1992). Verallgemeinerung in der digitalen Kartographie. Vereinigung der amerikanischen Geographen.
  8. ^ Mackaness, William A.; Ruas, Anne; Sarjakoski, L. Tiina (2007). Verallgemeinerung geografischer Informationen: kartografische Modellierung und Anwendungen. Internationale kartografische Vereinigung, Elsevier. ISBN 978-0-08-045374-3.
  9. ^ Ciołkosz-Styk, Agata; Styk, Adam (2011). "Messung der grafischen Dichte durch digitale Bildverarbeitungsmethode am Beispiel der Stadtkarten" (PDF). Geoinformationsprobleme. 3 (1): 61–76. Bibcode:2012geiss ... 3 ... 61c.
  10. ^ Touya, Guillaume; Hoarau, Charlotte; Christophe, Sidonie (2016). "Unordnung und Kartenlehrbarkeit in der automatisierten Kartographie: Eine Forschungsagenda". Cartographica. 51 (4): 198–207. doi:10.3138/cart.51.4.3132. S2CID 132136841.
  11. ^ Tufte, Edward (1990). Informationen vorstellen. Grafikpresse. p. 53.
  12. ^ a b c d e Roth, Robert E.; Brewer, Cynthia A.; Stryker, Michael S. (2011). "Eine Typologie der Betreiber zur Aufrechterhaltung lesbarer Kartendesigns auf mehreren Skalen". Kartografische Perspektiven (68): 29–64. doi:10.14714/cp68.7.
  13. ^ Brewer, Cynthia A.; Buttenfield, Barbara P. (2010). "Mastering Map Skala: Ausgleich von Workloads mithilfe von Anzeigen- und Geometrieänderungen in der Mehrmaßstabszuordnung". Geoinformatik. 14 (2): 221–239. doi:10.1007/s10707-009-0083-6.
  14. ^ Tyner, Judith (2010). Prinzipien des Kartendesigns. Guilford Press. S. 82–90. ISBN 978-1-60623-544-7.
  15. ^ a b c d Keates, John S. (1973). Kartografisches Design und Produktion. Longman. S. 22–28. ISBN 0-582-48440-5.
  16. ^ a b c Stern, Boris (2014). "Verallgemeinerung von Kartendaten". Geografische Informationstechnologie -Trainingsallianz: 08–11.
  17. ^ "Simplify Polygon (Kartographie) - Arcgis Pro | Dokumentation".
  18. ^ Raveneau, Jean (1993). "[Rezension von] Monmonier, Mark (1991) Wie man mit Maps lügt. Chicago, University of Chicago Press, 176 S. (ISBN 0-226-53415-4)". Cahiers de Géographie du Québec. 37 (101): 392. doi:10.7202/022356ar. ISSN 0007-9766.
  19. ^ "Wie Auflösen (Datenmanagement) funktioniert". Arcgis Desktop. Abgerufen 2018-12-13.
  20. ^ Jones, D.E.; Bundy, G. L.; Ware, J. M. (1995). "MAP -Generalisierung mit einer triangulierten Datenstruktur". Kartographie und geografische Informationssysteme. 22 (4): 317–331.
  21. ^ "The Scalemaster Typology: Literature Foundation" (PDF). Abgerufen 2018-12-20.
  22. ^ Jiang, Bin (2015a). "Geospatial Analysis erfordert eine andere Denkweise: das Problem der räumlichen Heterogenität". Geojournal. 80 (1): 1–13. Arxiv:1401.5889. doi:10.1007/s10708-014-9537-y. S2CID 119248806.
  23. ^ Jiang, Bin (2015b). "Die fraktale Natur von Karten und Kartierung". Internationales Journal of Geographical Information Science. 29 (1): 159–174. Arxiv:1406.5410. doi:10.1080/13658816.2014.953165. S2CID 39170068.
  24. ^ Jiang, Bin (2015c). "Kopf/Schwanz bricht zur Visualisierung der Stadtstruktur und der Dynamik". Städte. 43 (3): 69–77. Arxiv:1501.03046. doi:10.1016/j.cities.2014.11.013. S2CID 119221425.
  25. ^ Jiang, Bin (2013). "Kopf-/Schwanzbrennungen: Ein neues Klassifizierungsschema für Daten mit einer schweren Verteilung". Der professionelle Geograph. 65 (3): 482–494. Arxiv:1209.2801. doi:10.1080/00330124.2012.700499. S2CID 119297992.
  26. ^ Jiang, Bin (2017). "Skalierung als Designprinzip für Kartographie". Annalen von Gis. 23 (1): 67–69. doi:10.1080/19475683.2016.1251491.

Weitere Lektüre

  • Buttenfield, B. P. & McMaster, R. B. (Hrsg.). (1991). Kartenverallgemeinerung: Regeln für Wissensrepräsentation machen. New York: John Wiley und Söhne.
  • Harrie, L. (2003). Gewichtssetzung und Qualitätsbewertung bei der gleichzeitigen grafischen Generalisierung. Kartografisches Journal, 40 (3), 221–233.
  • Lonergan, M. & Jones, C. B. (2001). Eine iterative Verschiebungsmethode zur Konfliktlösung bei der MAP -Generalisierung. Algorithmus, 30, 287–301.
  • Li, Z. (2006). Algorithmische Grundlagen der multitischen räumlichen Darstellung. Boca Raton: CRC Press.
  • Qi, H. & Zhaloi, L. (2004). Fortschritte in Studien zur automatisierten Verallgemeinerung des räumlichen Punktclusters. IEEE -Briefe auf Fernerkundung, 2994, 2841–2844.
  • Burdziej J., Gawrysiak P. (2012) Verwenden von Web -Mining, um räumliche Muster und Hotspots für die räumliche Generalisierung zu entdecken. In: Chen L., Farbernig A., Liu J., Raś Z.W. (Hrsg.) Grundlagen intelligenter Systeme. ISMIS 2012. Vorlesungen in Informatik, Vol 7661. Springer, Berlin, Heidelberg
  • Jiang B. und Yin J. (2014), HT-Index zur Quantifizierung der fraktalen oder Skalierungsstruktur geografischer Merkmale, Annalen der Vereinigung der amerikanischen Geographen, 104 (3), 530–541.
  • Jiang B., Liu X. und Jia T. (2013), Skalierung des geografischen Raums als universelle Regel für die MAP -Verallgemeinerung, Annalen der Vereinigung der amerikanischen Geographen, 103 (4), 844–855.
  • Chrobak T., Szombara S., Kozioł K., Lupa M. (2017), eine Methode zur Beurteilung der generalisierten Datengenauigkeit mit der Überprüfung der linearen Objektauflösung, Geocarto International, 32 (3), 238–256.

Externe Links