Kartograficzne modelowanie rzeźby terenu metodami inteligencji obliczeniowej

• Autorzy: Olszewski R.

Warianty tytułu

EN

Cartographic modelling of terrain relief with the use of computational intelligence methods

• Języki publikacji: PL

Abstrakty

PL

Poprawna generalizacja numerycznego modelu rzeźby terenu ma szczególnie istotne znaczenie dla zasilania systemów informacji geograficznej (GIS). Dla prowadzenia wiarygodnych analiz przestrzennych szczególnie istotne jest bowiem zachowanie rzeczywistego położenia charakterystycznych kluczowych punktów form terenu. Proces uogólniania powinien mieć zatem charakter generalizacji modelu DLM (digital landscape model), nie zaś generalizacji kartograficznej DCM (digital cartographic model). Tak rozumiana automatyzacja modelowania wieloskalowego NMT wymaga zatem stosowania nowoczesnych algorytmów automatycznej generalizacji, np. techniki uczenia maszynowego. Współcześnie za dominującą tendencję w zakresie generalizacji (zarówno kartograficznej, jak i modelu) można uznać podejście algorytmiczne, polegające na stosowaniu ściśle określonych, sparametryzowanych procedur wykorzystania elementarnych operatorów generalizacji: upraszczania, agregacji, filtracji itp. Interesujące są jednak także wyniki zastosowania metod inteligencji obliczeniowej (computational intelligence) i modelowania poznawczego (cognitive modelling) w procesie uogólniania informacji geograficznej. Zaproponowane w pracy rozwiązania, oparte na algorytmach inteligencji obliczeniowej, pozwalają na generalizację danych wysokościowych określonych zarówno w strukturze GRID, jak i TIN. Autor dla każdego typu struktury danych zaproponowal dwie odmienne metodyki realizacji procesu generalizacji: wykorzystujące jawnie określone i celowo rozmyte reguły generalizacji (metoda explicite) oraz bazę wiedzy współdziałającą ze sztuczną siecią neuronową typu regresyjnego (metoda implicite). Dla kompleksowości proponowanych rozwiązań istotne znaczenie ma zaproponowany przez autora szczegółowy algorytm iteracyjnej filtracji lokalnej modelu TIN. Umożliwia on nie tylko optymalizację wynikowych błędów metrycznych, ale i utrzymywanie relacji topologicznych pomiędzy poszczególnymi elementami tworzącymi strukturę modelu nieregularnego. W zależności od przyjętego rozwiązania system decyzyjny wspomagający działanie ogólnego algorytmu ma charakter liniowy lub nieliniowy (oparty na zbiorach rozmytych lub sztucznych sieciach neuronowych). Autor zaproponowai ogólny, wieloparametrowy algorytm iteracyjnej filtracji lokalnej modelu TIN, umożliwiający autoewaluację uzyskiwanych wyników. Istotnym elementem koncepcji byto także zdefiniowanie i utrzymywanie w procesie generalizacji więzów integralności przestrzennej pomiędzy elementami strukturalnymi rzeźby terenu oraz koncepcja budowy hierarchicznego modelu TIN. Model ten może mieć monoskalową reprezentację na zdefiniowanym przez użytkownika poziomie odniesienia. Dla wartości pracy duże znaczenie ma kompleksowe ujęcie tematu generalizacji numerycznego modelu terenu. Autor zaproponował rozwiązania zarówno na szybkie uproszczenie macierzy wysokości (GRID), jak i precyzyjne modelowanie struktury nieregulamej (TIN). W zależności od zastosowanej metody inteligencji obliczeniowej pozwala to różny stopień automatyzacji obliczeń oraz optymalizacji uzyskiwanych wyników. Uzyskiwane wyniki wskazują iż zaproponowane przez autora algorytmy oraz systemy obliczeniowe umożliwiają uzyskiwanie poprawnego kartograficznie wynikowego modelu rzeźby terenu o założonej przez użytkownika dokładności geometrycznej. Dokładność ta jest znacznie lepsza niż modelu uzyskiwanego klasycznymi metodami filtracji globalnej.

EN

Correct generalisation of the digital model of the terrain relief is particularly important for supplying Geographic Information Systems (GIS) with data. Maintenance of real locations of characteristic points of key terrain features is of particular importance in order to perform reliable spatial analyses. Therefore, the process of generalisation should be performed as the DLM model (digital landscape model) generalisation and not the cartographic generalisation of the DCM model (digital cartographic model). Large scale DTM modelling automation, considered in this way, requires utilisation of modern algorithms of automated generalisation, i.e. machine learning techniques. At present, the algorithmic approach may be considered as the dominating tendency in the field of generalisation (both cartographic and model generalisation); this approach relies upon utilisation of accurately specified and parameterised procedures of utilisation of elementary operators of generalisation: simplification, aggregation, filtering etc. However, results of utilisation of computational intelligence and cognitive modelling in the process of generalisation of spatial data, also seem to be very interesting. Solutions which have been proposed in the presented work based on computational intelligence algorithms allow to generalise elevation data, specified both in GRID as well as TIN structure. For each type of data structure the author has proposed two different methodologies of implementation of the generalisation process: utilisation of openly specified and intentionally fuzzy generalisation rules (the explicate method) and the knowledge base which cooperates with the artificial neural network of the regression type (the implicite method). For the needs of complexity of the proposed solutions, the detailed algorithm of iterative, local filtration of a TIN model, presented by the author, is of particular importance. It allows not only to optimise resulting metric errors, but also to maintain topological relations between particular elements, which build the structure of the irregular model. Depending on the assumed solution, the decisive system, which supports operations of the general algorithm, is of linear or non-linear nature (based on fuzzy sets or on artificial neural networks). The author has proposed a general, multi-parametric algorithm of iterative, local filtration of the TIN model, which allows for self-evaluation of the obtained results. The important elements of the presented concept were also the definition and maintenance of spatial integrity relations between structural elements of the terrain relief and the concept of creation of a hierarchical TIN model. This model may have its mono-scale representation at a user-defined reference level. The complex approach of the issue of digital terrain model generalisation is important for the value of the entire work. The author has proposed solutions which allow for fast simplification of the elevation matrix (GRID), as well as for precise modelling of the irregular structure (TIN). Depending on the applied method of computation intelligence, this allows to apply various levels of computational automation and optimisation of the obtained results. The obtained results suggest that algorithms and computational systems proposed by the author allow to obtain the cartographically correct resulting model of the terrain relief, characterised by geometric accuracy specified by the user. This accuracy is considerably better than the model accuracy obtained with the use of conventional, global filtration methods.

Słowa kluczowe

PL

generalizacji informacji geograficznej; modelowanie kartograficzne; NMT; inteligencja obliczeniowa

EN

generalizacja informacji geograficznej; cartographic modelling; DTM; computational intelligence

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Geodezja
• Rocznik: 2009
• Tom: z. 46
• Strony: 3--224
• Opis fizyczny: Bibliogr. 254 poz., tab., rys., wykr.

Twórcy

autor

Olszewski R.

• Wydział Geodezji i Kartografii

Bibliografia

• Ai T., 2004, A Generalization of Contour Line Based on the Extraction and Analysis of Drainage System, 20th ISPRS Congress
• Andrews D.S., 1996. Simplifying terrain models and measuring terrain model accuracy, Technical Report: TR-96-05
• Armstrong M., 1991. Knowledge classification and organization, w: Buttenfield B., McMaster R., Map generalization: Making rules for knowledge representation
• Arnberger, 1971, Kartografia jako nauka oraz jej związki z geografia i geodezją. Przegląd Zagranicznej Literatury Geograficznej, z. 1-2
• Asłanikaszwili A.R, 1974, Metakartografija. Osnownyje problemy, Tbilisi
• Bader M., 2005, Building displacement over a ductile truss, International Journal of Geographic Information Science, 19(8-9)
• Bader M., 2001, Energy Minimizing Methods for Feature Displacement in Map Generalization, PhD Thesis, University of Zurich, www.geo.uzh.ch/en/units/gis/research/phd-theses/
• Barrault M., 2001, Integratinh multi-agent, object-oriented, and algorithmic techniques for improved automated map generalization. International Cartographic Conference, Pekin
• Berezowski T., Olszewski R., Świtaj K., 2008, System zarządzania danymi wysokościowymi LPIS, TBD i SMOK zgromadzonymi w pzgik, Roczniki Geomatyki, t. VI, z. 4, Warszawa
• Berg M. de, Van Kreveld M., 1995, A new approach to subdivision simplification, AUTOCARTO Conference
• Berlant A.M., 1992, Konwiergiencyja tieorieticzeskich koncepcyj w sowriemiennoj kartografii, Bratislawa-Drezden
• Berson A., Smith S.J., 1997, Data warehousing, data mining & OLAP, McGraw
• Bertin J., 1971, Grafika, Przegląd Zagranicznej Literatury Geograficznej, z. 1-2
• Bielecka E., 2006, Systemy informacji geograficznej. Teoria i zastosowania, Wydawnictwo PJWSTK, Warszawa
• Bjørke J.T., Nilsen S., 2003, Wavelets applied to simplification of digital terrain models, International Journal of Geographical Information Science 17(7)
• Board Ch, 1967, Maps as models, w: Models in geography, London
• Bocheński J.M., 1992, Współczesne metody myślenia, W drodze, Poznań
• Brassel K., Weibel R., 1988, A review and conceptual framework of automated map generalization, International Journal of Geographical Information Systems, 2(3)
• Buczek A., Olszewski R., 2007, Studium możliwości koherencji komponentów TOPO i NMT Bazy Danych Topograficznych, Archiwum Fotogrametrii, Kartografii i Teledetekcji, t. 17b, Kraków
• Butowtt J., Gotlib D., Kaczyński R.M., Kurczyński Z., Olszewski R., 2007, Numeryczny model terenu - podstawy, budowa i wykorzystanie, w: Kunz M., Systemy informacji geograficznej w praktyce - studium zastosowań. Wydawnictwo UMK, Toruń
• Buttenfield B., Mark D., 1991, Expert systems in cartographic design, w: Taylor D., Geographic Information Systems: The Computer & contemporary cartography, Pergamon Press, Oxford
• Buttenfield B., McMaster R.B., 1991, Map generalization: Making rules for knowledge representation, Longman, London
• Cetinkaya B., Aslan S., Sengun Y.S., Cobankaya O.N., Ilgin D.Er., 2006, Contextual Generalisation Implementations in Topographic Mapping: KartoGEN Project, AutoCarto 2006 Conference, Vancouver
• Chen H., Luo X., Ling R., 2007, Surface Simplification Using multi-edge mesh collapse, Fourth International Conference on Image and Graphics
• Chen Z., Guevara J.A., 1987. Systematic selection of very important points (VIP) from digital terrain models for construction triangular irregular networks, Proceedings, AutoCarto 8, ASPRS/ACSM, Falls Church
• Chirrek M., Nowakowski K., Strzeliński P., Wencel A., Sugiero D., Węgiel A., 2008. Zastosowanie sztucznych sieci neuronowych w analizie i klasyfikacji danych z systemu informacji przestrzennej Bieszczadzkiego Parku Narodowego, Zeszyty Geomatyki PTIP
• Chojnicki Z., Czyż T., 1977, Analiza czynnikowa w geografii, w: Melody ilościowe i modele w geografii, red. Z. Chojnicki, PWN, Warszawa
• Chrobak T., 1999, Badanie przydatności trójkąta elementarnego w komputerowej generalizacji kartograficznej, praca habilitacyjna, AGH, Uczelniane Wydawnictwa Naukowo-Dydaktyczne, Kraków
• Chrobak T., 2007, Podstawy cyfrowej generalizacji kartograficznej, Uczelniane Wydawnictwa Naukowo-Dydaktyczne, Kraków
• Ciołkosz A., Kęsik A., 1989, Teledetekcja satelitarna. PWN, Warszawa
• Cline D., Egbert P., 2001, Terrain decimation through quadtree morphing, IEEE Transactions on Visualization and Computer Graphics, 7(1)
• Cohen J., Varshney A., Manocha D., Turk G., Weber H., 1996, Simplification envelopes, Proceedings of the 23rd annual conference on Computer graphics and interactive techniques
• Cromley R.G., Campbell G. M., 1992, Integrating quantitative and qualitative aspects of digital line simplification. The Cartographic Journal, 29(1)
• Czerny A., 1987, Mapa - model izomorficzny czy homomorficzny?, PPK, t. 19, nr 4
• Czerny A., 1990, Orientacje problemowe w kartografii teoretycznej, PPK, t. 22, nr 4
• Danovaro E., de Floriani L., Magillo P., Mesmoudi M.M., Puppo E., 2003, Morphology-Driven Simplification and Multiresolution Modeling of Terrains, Proceedings ACM-GIS 2003 - The 11th International Symposium on Advances in Geographic Information Systems, red. E. Hoel, P. Rigaux, ACM Press, s. 63-70, www.disi.unige.it/person/DeflorianiL/publications.html
• de Floriani L., 1984, A hierarchical structure for surface approximation. Computers and Graphics, 8(2)
• de Floriani L., Magillo P., 2002, Multiresolution Mesh Representation: Models and Data Structures, w: Multiresolution in Geometric Modelling, red. M. Floater, A. Iske, E. Quak, Springer-Verlag, s. 363-418, www.disi.umge.it/person/DeflorianiL/publications.html
• de Floriani L., Mirra D., Puppo E., 1993, Computer Graphics Forum, nr 12(3)
• Doerschler J.S., Freeman H, 1989, An expert system for dense-map name placement, Proceedings of Auto-Carto 9, Baltimore
• Domański R., 2000, Sieci neuronowe - rozpoznawanie możliwości zastosowań, Przegląd Geograficzny, Warszawa, t. 72, z. 4, s. 347-354
• Douglas D.H., Peucker T.K., 1973, Algorithms for the reduction of the number of points required to represent a digitized line or its caricature, The Canadian Cartographer, 10(2)
• Duch W., 2005, Dokąd zmierza inteligencja obliczeniowa?, http://www.phys.uni.torun.pl/publications/kmk/03-CI-przyszlosc.pdf
• Duchene C., 2003, Automated map generalisation using communicating agents, Proc. of the XXI International Cartographic Conference, Durban
• Dunkars M., 2004, Multiple representation databases for topographic information, Stockholm
• Eckes T., 2001, Ćwiczenia z geomorfologii dla geodetów, Wydawnictwa Naukowo-Dydaktyczne AGH, Kraków
• El-Sheimy N., Valeo C., Habib A., 2005, Digital Terrain Modeling. Acquisition, Manipulation, and Applications, Artech House
• Fausett, L., 1994, Fundamentals of Neural Networks, Prentice Hall, New York
• Fayyad U.M., Piatetsky-Shapiro G., Smyth P., 1996, Knowledge discovery and data mining: towards a unifying framework, Proceedings of the 2nd international conference on knowledge discovery and data mining, AAAI Press, Portland
• Firkowski H., Carvalho C.A.P., Sluter C.R., 2003, Regular grid DEM generalization based on information theory, materiały XXI Międzynarodowej Konferencji Kartograficznej, Durban
• Fisher P.F., Mackaness W., 1987, Are cartographic expert systems possible?, Proceedings of Auto-Carto 8
• Fowler R., Little J., 1979, Automatic extraction of irregular network digital terrain models, Computer Graphics (SIGGRAPH'79 Proc.), 13(2)
• Franklin W., tin.c, 1993, ftp://ftp.cs.rpi.edu/pub/franklin/tin.tar.gz
• Gaffuri J., 2006, How to merge optimization and agent-based generalization techniques in a single generalization model?, w: ICA workshop on generalisation and multiple representation, Vancouver (USA)
• Galanda M., Weibel, R. 2003, Using an Energy Minimization Technique for Polygon Generalization, Cartography and Geographic Information Science, 30(3)
• Garland M., Heckbert P., 1998, Simplifying surfaces with color and texture using quadric error metrics, http://graphics.cs.uiuc.edu/~garland/CMU/Papers/quadric2.pdf
• Garland M., Shaffer E., 2002, A Multiphase Approach to Efficient Surface Simplification, IEEE Visualization
• Gerstner T., Hannappel M., 2000, Error Measurement in Multiresolution Digital Elevation Models, w: red. G. Heuvelink, M. Lemmens, Proc. 4th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences, Accuracy 2000
• Głażewski A., 2006, Modele rzeczywistości geograficznej a modele danych przestrzennych, PPK. t. 38, nr 3
• Głażewski A., Kowalski I., Olszewski R., 2006, Kartografia, Geoforum. http://www.geoforum.pl/ pages/index.php?page=karto_modele
• Gold C., Thibault D., 2001, Map Generalization by Skeleton Retraction, w: Proc. 20th International Cartographic Association, Pekin
• Gonzalez R.C., Wintz P.A., 1987, Digital Image Processing, Addison-Wesley, Massachusetts
• Gopal S., Liu W., Woodcock C., 2001, Visualization based on the fuzzy ARTMAP neural network for mining remotely sensed data, w: Miller H.J., Han J., Geographic data mining and knowledge discovery, Taylor & Francis, London
• Gotlib D., Iwaniak A., Olszewski R., 2006, Budowa Krajowej Infrastruktury Danych Przestrzennych w Polsce. Harmonizacja baz danych referencyjnych. Wydawnictwo Akademii Rolniczej we Wrocławiu, Wrocław
• Gotlib D., Iwaniak A., Olszewski R., 2007, GIS. Obszary zastosowań, Wydawnictwo Naukowe PWN, Warszawa
• Gotlib D., Kochman M., Olszewski R., 2005, Numeryczny model terenu w systemie informacji topograficznej, w: A. Makowski (red.), System informacji topograficznej kraju. Teoretyczne i metodyczne opracowanie koncepcyjne, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• Gotlib D., Olszewski R., 2005, Możliwość wymiany danych między bazą SITop a bazami VMap, w: A. Makowski (red.), System informacji topograficznej kraju. Teoretyczne i metodyczne opracowanie koncepcyjne, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• Gross M., 1996, Efficient triangular surface approximation using wavelets and quadtree data structures, IEEE Transactions on Visualization and computer graphics, 2(2)
• Grünreich D., 1995, Development of Computer-Assisted Generalization on the Basis of Cartographic Model Theory, w: GIS and Generalization - Methodology and Practice, Great Britain, Taylor & Francis, London, s. 47-55
• Grünreich D., Powitz B. M., Schmidt C., 1992, Research and Development in Computer-Assisted Generalization of Topographic Information at the Institute of Cartography, Hanover University, Materiały Konferencji GIS, vol. 1, Monachium
• Grygorenko W., 1984, Ewolucja poglądów na temat roli i funkcji kartografii, PPK, t. 16, nr 2
• Grygorenko W., 1991, Kierunki rozwoju naukowego współczesnej kartografii, w: Metody badań kartograficznych, Materiały Ogólnopolskiej Konferencji Kartograficznej, t. 16, XX Ogólnopolska Konferencja Kartograficzna - Zwierzyniec, Lublin
• Guoqing Y., Zhun C., Mao W., 2006, The new triangulation-simplify algorithm of TIN, http:// wwl.ucmss.com/books/LFS/CSREA2006/CGV4376.pdf
• Hake G., 1973, Kartographie und Komunikation, Kartogr. Nachr., Jg. 23, H. 4
• Hamann B., 1994, A data reduction scheme for triangulated surfaces, Computer-Aided Geometric Design 11
• Hardy P., 1999, Active Object Techniques for the Production of Multiple Map and Geodata Products from a Spatial Database, International Cartographic Association, Ottawa
• Hardy P., Woodsford P., 1997, Mapping with Live Features - Object Oriented Representation, International Cartographic Conference. Stockholm
• Harrie L., 1999, The constraint method for solving spatial conflicts in cartographic generalization, Cartography and Geographic Information Science, 26(1)
• Harrie L., 2001, An optimisation approach to cartographic generalization, Lund University
• Harrie L., Sarjakoski L.T., 2002, Variable-scale map for small-display cartography, Proceedings of ISPRS, Ottawa
• Harrie L., Weibel R., 2007, Modelling the overall process of generalisation, w: Mackaness W., Ruas A., Sarjakoski T., 2007, Generalisation of geographic information: cartographic modelling and application, Elsevier
• Hartigan L., 1975, Clustering Algorithms, J. Wiley, New York
• Heckbert P., Garland M., 1997, Survey of polygonal surface simplification algorithms, School of Computer Science, Carnegie Mellon University, http://graphics.cs.uiuc.edu/~garland/papers/simp.pdf
• Hejmanowska B., 2005, Wpływ jakości danych na ryzyko procesów decyzyjnych wspieranych analizami GIS, Uczelniane Wydawnictwa Naukowo-Dydaktyczne, Kraków
• Heller M., 1990, Triangulation Algorithms for Adaptive Terrain Modeling, materiały Symposium on Spatial Data Handling, Zurich, t. 1, s. 163-174
• Heller M., 1986. Triangulation and Interpolation of Surfaces, A Selected Bibliography on Spatial Data Handling: Data Structures, Generalization and Three-Dimensional Mapping, w: R. Sieber, K. Brassel, GeoProcessing Series, Department of Geography, University of Zurich, t. 6, s. 36-45
• Højholt P., 1998, Solving local and global space conflicts in map generalization using a finite element method adapted from structural mechanics, Proc. of 8th International Symposium on spatial data handling, Vancouver
• Højholt P., 2000, Solving space conflicts in map generalization: using a finite element method, Cartography and Geographic Information Science, t. 27, nr 1
• Hughes M., Lastra A., Saxe E., 1996, Simplification of global-illumination meshes. Computer Graphics Forum, 15
• Imhof E., 1982, Cartographic Relief Presentation, Edited by H.J. Steward, Berlin: de Gruyter
• Iwaniak A., Paluszyński W., 1997, System ekspertowy wspomagajacy generalizację map wielkoskalowych, ZN AR we Wrocławiu Nr 324, s. Geodezja i Urządz. Rolne XIV
• Iwaniak A., Paluszyński W., Olszewski R., 2003, A comparison of urban area aggregation in satellite images using neural networks, cellular automata and median filtration, materiały XXI Międzynarodowej Konferencji Kartograficznej, Durban
• Iwaniak A., Paluszyński W., Żyszkowska W., 1998, Generalizacja map numerycznych - koncepcje i narzędzia, Polski Przegląd Kartograficzny
• Jones C., 1996, Database design for multi-scale spatial information system, International Journal of Geographic Information Systems 10(8)
• Junger B., Snoeyink J., 1998, Importance measures for TIN simplification by parallel decimation, Spatial Data Handling'98 Conference Proceedings, Vancouver
• Kacprzyk J., 2001, Wieloetapowe sterowanie rozmyte, Wydawnictwa Naukowo-Techniczne, Warszawa
• Kaczyński R., Butowtt J., 2003, Fotogrametria, Wyd. WAT, Warszawa
• Kalvin A., Cutting C., Haddad B., Noz B., 1991, Constructing topologically connected surfaces for the comprehensive analysis of 3D medical structures, Image Processing, t. 1445
• Kemp K., 1996, Easing environmental models into GIS, http://www.ncgia.ucsb.edu/conf/SAN-TA_FE_CD-ROM/sf_papers/kemp_karen/kemp.html
• Kępińska M., Olszewski R., 2002, Od Bertina i Hotellinga do Zadeha i Kohonena, czyli o zastosowaniu sztucznych sieci neuronowych w kartografii tematycznej, Polski Przegląd Kartograficzny, t. 34, nr 2, Warszawa
• Kidner D., Jones C., 1994, A deductive objectoriented gis for handling multiple representations, w: Waugh T., Healey R., Advances in GIS: Proceedings of SDH'94, Edinburg
• Kilpelainen T., 2001, Maintenance of multiple representation databases for topographic data, The Cartographic Journal 37(2)
• Klein R., Liebich G., Strasser W., 1996, Mesh reduction with error control, Proceedings of Visualization'96
• Klimaszewski M.. 1978, Geomorfologia, PWN, Warszawa
• Kładoczny D., Zyszkowska W., 1995, Struktura numerycznych modeli terenu a ich obraz poziomicowy, Polski Przegląd Kartograficzny, t. 27
• Kochman M., Olszewski R., 2005, Wieloskalowe modelowanie rzeźby terenu, Polski Przegląd Kartograficzny, t. 37, nr 3
• Koen B., 1968, Cartography and theory of modelling, Technical Conference of ICA, New Delhi
• Kohonen T., 1982, Self-organized formation of topologically correct feature maps, Biological Cybernetics, t. 43
• Kraak M-J., Ormeling F., 1998, Kartografia. Wizualizacja danych przestrzennych, Wydawnictwo Naukowe PWN, Warszawa
• Kremeike K., 2004, Generalization of dense digital terrain models while enhancing important objects, 20th ISPRS Congress
• Kurczyński Z., Preuss R., 2000. Podstawy fotogrametrii, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• Lamy S., 1999, The application of agents in automated map generalisation, International Cartographic Association, Ottawa
• Laurini, Thomson, 1992, Fundamentals of Spatial Information System, Academic Press
• Lee D., 1999. Practical solutions for specific generalization tasks, Workshop on progress in automated map generalization, Ottawa
• Lee D., 2003, Recent generalization development and road ahead, Workshop on progress in automated map generalization, Paris
• Lee J., 1989, A drop heuristic conversion method for extracting irregular network for digital elevation models, GIS/LIS'89 Proc., t. 1, Congress on Surveying and Mapping
• Li X., 2003, A hybrid algorithm for terrain simplification, University of British Columbia, www. cs.ubc.ca/labs/imager/th/2003/Li2003/Li2003.pdf
• Li Z., 1994, A comparative study of the accuracy of digital terrain models (DTMs) based on various data models, ISPRS Journal of photogrammetry and remote sensing
• Li Z., Sui H., 2000, An integrated technique for automated generalization of contour maps, The carographic Journal, t. 37, nr 1
• Li Z., Zhu Q., Gold Ch., 2005. Digital Terrain Modelling: Principles and Methodlogy, CRC Press (Taylor & Francis Group)
• Little J., Shi P., 2003, Ordering points for incremental TIN construction from DEMs, GeoInformatica, Springer
• Longley P.A. Goodchild M.F., Maguire D.J., Rhind D.W., GIS, Teoria i praktyka, 2006, Wydawnictwo Naukowe PWN, Warszawa
• Lu W., Ran J., Ooi B.C., 1993, Discovery of general knowledge in large spatial databases, Proceedings of the 1993 Far East Workshop on GIS, Singapore, s. 275-289
• Mackaness W., 2007, Understanding geographic space, w: Mackaness W., Ruas A., Sarjakoski T., Generalisation of geographic information: cartographic modelling and application, Elsevier
• Mackaness W., Ruas A., 2007, Evaluation in the map generalisation process, w: Mackaness W., Ruas A., Sarjakoski T., 2007, Generalisation of geographic information: cartographic modelling and application, Elsevier
• Mackaness W., Ruas A., Sarjakoski T., 2007, Generalisation of geographic information: cartographic modelling and application, Elsevier
• Maćkowiak A., Ratajczak W., 1996, Wyznaczanie rozmytych granic regionalnych. w: Podstawy regionalizacji geograficznej, red. T. Czyż, Bogucki Wydawnictwo Naukowe, Poznań s. 97-126
• Mahler E., 2001, Scale-Dependent Filtering of High Resolution Digital Terrain Models in the Wavelet Domain, University of Zurich
• Makowski A., 1997, Cartography versus spatial information systems, Geodezja i Kartografia, t. XLVI, z. 3, Warszawa
• Makowski A., 1997, Kartografia - teraźniejszość i prognozy, Konferencja naukowa "Kartografia u progu XXI wieku", Warszawa
• Makowski A., 2001, Na obrzeżach cybernetyki, w: Mapa w systemach komputerowych, Materiały XXVIII Ogólnopolskiej Konferencji Kartograficznej, Szczecin
• Makowski A., 2005, System informacji topograficznej kraju. Teoretyczne i metodyczne opracowanie koncepcyjne. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• Małkowska J., 2007, Opracowanie metodyki generalizacji numerycznego modelu terenu z zastosowaniem iteracyjnej filtracji lokalnej, praca dyplomowa magisterska napisana w Zakładzie Kartografii PW pod kierunkiem R. Olszewskiego
• Marcinkiewicz A., 1960, Atlas form i typów rzeźby terenu Polski, WZKart, Warszawa
• Mark D.M., 1975., Computer Analysis of Topography: A Comparison of Terrain Storage Methods, Geografisker Annaler 57A: 179-188
• Mark D.M., 1991, Object modelling and phenomenon-based generalization, w: Buttenfield B., Mc-Master R., Map generalization: Making rules for knowledge representation
• Mark D.M., 1979., Phenomenon-Based Data-Structuring and Digital Terrain Modelling, Geo-Processing 1:27-36
• Matuk K., Gold Ch., Li Z., 2006, Skeleton Based Contour Line Generalization, Progress in Spatial Data Handling, Springer
• McGraw K.L., Harbison-Briggs, 1989, Knowledge Acquisition: Principles and Guidelines, Englewood Cliffs, Prentice Hall, New York
• McMaster R.B., 1991, Conceptual frameworks for geographical knowledge, w: Map generalization: Making rules for knowledge representation, red. B. Buttenfield, R.B. McMaster, Longman, London
• McMaster R.B., 1989, The integration of simplification and smoothing algorithms in line generalization, Cartographica, 26(1), Monograph 40
• McMaster R.B., Shea K.S, 1989, Cartographic generalization in a digital environment: When and How to generalize, Proceedings Auto Carto 9. Ninth International Symposium on Computer-Assisted Cartography, Baltimore, Maryland
• Meng L., 1993, Application of Neural Network in Cartographic Pattern Recognition, Proceedings 16th International Cartographic Conference, Cologne
• Meng L., 1998, Project report on Strategies on Automatic Generalization of Geographic Data - Stage 2: Cognitive modeling of cartographic generalization, http://www.lrz-muenchen.de/~t583101/ WWW/content/aboutus/meng.htm
• Meyer U., 1987, Computer assisted generalization of buildings for digital landscape models by classification methods, Proceedings ICA Conference, Morelia
• Meyer U., 1986, Software-developments for computer-assisted generalization, Auto CARTO, London
• Miller H.J., Han J., 2001, Geographic data mining and knowledge discovery, Taylor&Francis, London
• Molenaar M., 1993, Object hierarchies and uncertainty in GIS or why is standardization so difficult, Geo-Informations-Systems, 6(3)
• Monier P., 1996, Automated generalization of relief in the GIS environment, Proceedings of the 1st International Conference on Geographic Information Systems in Urban
• Monnot J. Hardy P., 2006, An Optimization Approach to Constraint-Based Generalization in A Commodity GIS Framework, ICA Workshop on Generalisation and Multiple Representation Vancouver
• Moore A., 2005, Model-based cartographic generalisation with uncertainty, 17th Annual Colloquium of the Spatial Information Research Centre, http://www.business.otago.ac.nz/SIRC05/conferences/2005/15_moore.pdf
• Morrison J., 1974, A theoretical framework for cartographic generalization with emphasis on the process of symbolization. International Yearbook of Cartography (14)
• Mrówczyńska M., 2006, Badanie dokładności i efektywności odwzorowywania rzeźby terenu za pomocą sieci neuronowych, rozprawa doktorska napisana pod kierunkiem dra hab. inż. Józefa Gila
• Muller J.C., 1990, The removal of spatial conflicts in line generalization, Cartography and Geographic Information Systems, vol. 17(2)
• Muller J.C., Johnson R.D., Vanzella L.R., 1986, A knowledge-based approach for developing cartographic expertise, Proceedings of the Second International Symposium on Spatial Data Handling
• Nickerson, E.G., 1991, Knowledge engineering for generalization w: Buttenfield B., McMaster R., Map generalization: Making rules for knowledge representation
• Nickerson E.G., Freeman H., 1986, Development of rule-based system for automatic map generalization. Proceedings, Second International Symposium on Spatial Data Handling. Seattle, Washington
• Nilsson N.J., 1998, Artificial intelligence: a new synthesis, Morgan Kaufmann, San Mateo,
• Olszewski R., 2003, Cartographic modelling of statistical surface with the use of non-linear neural networks, ICA Conference, Durban
• Olszewski R., Czy GIS "zabił kartografię"? w: Wybrane problemy współczesnej geodezji jako podsystemu informacji przestrzennej, Prace Naukowe, Geodezja, z. 43, Politechnika Warszawska, 2008
• Olszewski R., 2005, Generalizacja NMT, w: A. Makowski (red.), System informacji topograficznej kraju. Teoretyczne i metodyczne opracowanie koncepcyjne, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa
• Olszewski R., 2003, Grid generalization based on cellular automata theory, Geodezja i Kartografia t. LII, z. 2, Warszawa
• Olszewski R., 2003, Modelowanie kartograficzne z wykorzystaniem neurorozmytych automatów komórkowych, Archiwum Fotogrametrii, Kartografii i Teledetekcji, vol. 13A, Wrocław
• Olszewski R., 2007, Studium możliwości wykorzystania kompresji falkowej jako metody generalizacji numerycznego modelu rzeźby terenu, Prace i studia kartograficzne Oddziału Kartograficznego PTG, tom 1 - Współczesne problemy metodyki kartograficznej, Lublin
• Olszewski R., 2006, Systemy wnioskowania rozmytego jako narzędzie nieliniowej generalizacji numerycznego modelu terenu, Polski Przegląd Kartograficzny, t. 38, nr 4
• Olszewski R., 2005, Utilisation of artificial intelligence methods and neurofuzzy algorithms in the process of digital terrain model generalisation, ICA Conference, La Coruna
• Olszewski R., 2006, Wykorzystanie metod inteligencji obliczeniowej w procesie modelowania kartograficznego, w: Główne problemy współczesnej kartografii, Uniwersytet Wrocławski, Wrocław
• Olszewski R., Żyła A., 2004, Nieliniowa generalizacja numerycznego modelu terenu z wykorzystaniem sztucznych sieci neuronowych, Polski Przegląd Kartograficzny, t. 36, nr 2
• Olszewski R., Żyła A., 2004, Utilisation of artificial neural networks for determination of orphometric features of the terrain relief, Geodezja i Kartografia t. LIII, z. 1, Warszawa
• Ormsby D., Mackaness W.A., 1999, The Development of Phenomenonological Generalisation Within an Object Oriented Paradigm: Cartography and Geographical Information Systems, vol. 26
• Osowski S., 1996. Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwo Naukowo-Techniczne, Warszawa
• Ostrowski W., 2008, Semiotyczne podstawy projektowania map topograficznych na przykładzie zabudowy, praca habilitacyjna, Uniwersytet Warszawski
• Ostrowski W., 2001, Typy generalizacji kartograficznej z punktu widzenia semiotyki, w: Metody kartograficzne a możliwości systemów komputerowych, Uniwersytet Warszawski
• Pasławski J., 1984, O głównych nurtach rozwoju kartografii, PPK, t. 16, nr 2
• Pasławski J., 2006, Wprowadzenie do kartografii i topografii, Nowa Era, Wrocław
• Patterson D., 1996, Artificial Neural Networks, Prentice Hall, Singapore
• Pawlak W., 1971, Charakterystyka zniekształceń wybranych elementów treści mapy powstałych w procesie generalizacji, Acta Univ. Vratislaviensis no. 133, Studia Geogr., 15
• Pawlak W, 1993, Komputerowa generalizacja rzek w świetle jednego eksperymentu, Polski Przegląd Kartograficzny, 25(1)
• Pawlak W., 2000, Problemy i zagrożenia współczesnej kartografii. w: Główne problemy współczesnej kartografii: Złożoność. Modelowanie. Technologia, Uniwersytet Wrocławski. Wrocław, s. 99-116
• Pawłowski R., 2007, Generalizacja numerycznego modelu terenu z wykorzystaniem metod inteligencji obliczeniowej, praca dyplomowa magisterska napisana w Zakładzie Kartografii PW pod kierunkiem R. Olszewskiego
• Pedrini H., 2000, An improved refinement and decimation method for adaptive terrain surface approximation, conf. proc of the 8th International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision
• Pedrini H., 2001, An improved refinement and decimation method for adaptive terrain surface approximation, wscg.zcu.cz/wscg2001/Papers_2001/R216.ps.gz
• Peucker T.K., 1979, Digital terrain models, an overview, Simon Fraser University
• Peucker T.K., Fowler R.J., Little J.J., Mark D.M., 1978, The Triangulated Irregular Network, Proceedings, American Society of Photogrammetry: Digital Terrain Models (DTM) Symposium, St. Louis, Missouri, May 9-11, 1978, s. 516-540. The basic description of the original TIN project
• Peuquet D., Marble D., 1990, Introductory readings in Geographic Information Systems. Taylor& Francis, London
• Piątkowski F., Rokicki J., Dmochowski S., Słupeczański B., 1961, Atlas kartowania form terenu Polski, IGiK i Katedra Kartografii PW, Warszawa
• Pietkiewicz S., 1930, O sposobach przedstawiania terenu na mapach, Główna Drukarnia Wojskowa, Warszawa
• Pitas I., 2000, Digital image processing algorithms and applications, John Wiley and Sons, New York
• Polis M., McKeown D., 1993, Issues in iterative TIN generation to support large scale simulations. w: Proc. of Auto-Carto 11. http://www.es.cmu.edu/_MAPSLab
• Poole D., Mackworth A., Goebel R., 1998, Computational intelligence. A logical approach, Oxford University Press
• Popović J., Hoppe H., 1997, Progressive simplicial complexes, Proceedings of the 24th annual conference on Computer graphics and interactive techniques
• Puppo E., Davis L., DeMenthon D., 1994, Parallel terrain triangulation. Intl. Journal of Geographical Information Systems, 8(2)
• Raper J., 1989, Three dimensional applications in Geographic Information Systems, London
• Ratajski L., 1989, Metodyka kartografii społeczno-gospodarczej, PPWK, Warszawa-Wrocław
• Ratajski L., 1973, Rozwazania o generalizacji kartograficznej, PPK, t. 5, nr 2
• Regnauld N., 2001, Constraint based mechanism to achieve automatic generalisation using agent modelling, Proc. of Geographical Information Systems Research, Glamorgan
• Rich E.. Knight K., 1991, Artificial intelligence, McGraw Hill Inc.
• Richardson D.E., Mackaness A.. 1999, Computational processes for map generalization. Cartography and GIS, t. 26, nr 1
• Rippa S., 1992, Adaptive approximation by piecewise linear polynomials on triangulations of subsets of scattered data. SIAM J. Sci. Stat. Comput., 13(5)
• Robinson A.H., 1973, An international standard symbolism for thematic maps, Int. Jahrbuch fur Kartogr., t. 13
• Robinson A.H., Elements of Cartography, 1995, John Wiley&Sons
• Ruas A., 2001, Automating the process of generalisation, The Age of maturity?, International Cartographic Conference, Pekin
• Ruas A., 1998, First results on the OEEPE test on generalisation, OEEPE News letter
• Ruas A., Plazanet C., 1997. Strategies for automated map generalisation, 7th International Symposium on Spatial Data Handling, vol. 2. Delft
• Russell S., Norvig P., 2002, Artificial intelligence: modern approach
• Rutkowska D., 2002, Neuro-Fuzzy Architectures and Hybrid Learning, Physica-Verlag, Springer-Verlag, Heidelberg
• Rutkowski L., 2005, Metody i techniki sztucznej inteligencji, PWN, Warszawa
• Saliszczew K.A., 1972, Historia i współczesny rozwój generalizacji kartograficznej, PPK, t. 4, nr 1
• Saliszczew K.A., 1998, Kartografia ogólna, Wydawnictwo naukowe PWN, Warszawa
• Saliszczew K.A., 1971, Przedmiot i metoda kartografii (Współczesne poglądy), w: Itogi Nauki. Sierija Gieografija, Kartografija 1967-1969, s. 19-31, Moskwa (tłum. J. Ostrowski)
• Sarjakoski T., 2007, Conceptual models of generalisation and multiple representation, w: Mackaness W., Ruas A., Sarjakoski T, Generalisation of geographic information: cartographic modelling and application, Elsevier
• Sarjakoski T., Kilpelainen T., 1999. Holostic carographic generalization by least square adjustment for large data sets, International Cartographic Association, Ottawa
• Scarlatos L., Pavlidis T., 1992, Hierarchical triangulation using cartographic coherence, CVGIP: Graphical Models and Image Processing, 54(2)
• Schmitt F., Chen X., 1991, Geometric modeling from range image data, Eurographics'91, Amsterdam
• Schroeder W., Zarge J., Lorensen W., 1992, Decimation of triangle meshes, Computer Graphics (SIGGRAPH'92 Proc.), 26(2)
• Schylberg L., 1993, Computational methods for generalization of cartographic data in a raster environment, Photogrammetric Reports (6), Sztokholm
• Sester M., 2000, Generalization based on least-squares adjustment, XIX International Congress Commission IV, Internationa Archives of photogrammetry and remote sensing, Amsterdam
• Sester M., 2001, Kohonen Feature Nets for Typification, Fourth Workshop on Progress in Automated Map Generalization, ICA Commission on Map Generalization, Pekin
• Sester M., 2005, Optimization approaches for generalization and data abstraction, International Journal of Geographic Information Science, 19(8-9)
• Shea K.S., McMaster, R.B., 1989. Cartographic generalization in a digital environment: When and How to generalize, Proceedings Auto Carlo 9, Ninth International Symposium on Computer-Assisted Cartography, Baltimore
• Sheeren D., 2003, Spatial databases integration: interpretation of multiple representations by using machine learning techniques, Materiały Międzynarodowej Konferencji Kartograficznej ICA, Durban
• Silva C., Mitchell J., Kaufman A., 1995, Automatic generation of triangular irregular networks using greedy cuts, w: Proc. Visualization'95. IEEE Comput. Soc. Press, http://www.es.sunysb.edu:80/ csilva/claudio-papers.html
• Soucy M., Laurendeau D., 1992, Multi-resolution surface modeling from multiple range views, w: Conf. on Computer Vision and Pattern Recognition
• Southard D., 1991, Piecewise planar surface models from sampled data, w: Scientific Visualization of Physical Phenomena, red. N.M. Patrikalakis, Springer-Verlag
• Spiess E., 2005, Topographic Maps. Map Graphics and Generalization. Swiss Society of Cartography: Cartographic Publication Series No 17
• Stanek K., 2006, Design of a support system for cartographic generalization of a topographic reference base, ICA Workshop on Generalisation and Multiple Representation, Portland
• Stateczny A., 1999, Przestrzenny model kształtu dna morskiego jako warstwa trójwymiarowej morskiej mapy numerycznej, Materiały IX Konferencji Naukowo-Technicznej: Systemy Informacji Przestrzennej, PTIP. Warszawa
• Sztoff W.A., 1971, Modelowanie i filozofia, PWN, Warszawa
• Tadeusiewicz R., 1998, Elementarne wprowadzenie do sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza, Warszawa
• Tinghua A., 2004, A generalization of contour line based on the extraction and analysis of drainage system, 20th ISPRS Congress, Istanbul
• Tobler W., 1966, Numerical map generalization, w: Michigan Inter-University Community of Mathematical Geographers, red. J. Nystuen, Ann Arbor, University of Michigan
• Topfer F., Pillewizer W., 1966. The principles of selection: a means of cartographic generalization, The Cartographic Journal, 3(1)
• Turk G., 1992, Re-tiling polygonal surfaces. Computer Graphics (SIGGRAPH'92 Proc.), 26 (2)
• Varshney A., 1995, Generating levels of detail for large-scale polygonal models. Technical report, Dept. of CS, Duke U., CS-1995-20, http://www.cs.duke.edu/department.html#techrept
• Wachowicz M., 2001, An approach for developing a knowledge construction process based on the integration of GVis and KDD methods, w: Miller H.J., Man J., Geographic data mining and knowledge discovery, Taylor&Francis, Londyn
• Wang T., 2004, Formalization and applications of topological relation of contour lines, 20th ISPRS Congress
• Weibel R., 1991, Amplified intelligence and rule-base systems, w: Map generalization: making rules for knowledge representation, red, B. Buttenfield, R. McMaster, Longman, Londyn
• Weibel R., 1995, Map generalization in the context of digital systems, Cartography and GIS, t. 22, nr 4
• Weibel R., 1992, Models and experiments for adaptive computer-assisted terrain generalization, Cartography and Geographic Information Systems, t. 19, nr 3
• Weibel R., Dutton G., 1999, Generalizing spatial data and dealing with multiple representations, w: Longley P., Geographical Information Systems: Principles, Techniques, Management and Applications
• Weiss A.D., Topographic Position and Landforms Analysis The Nature Conservancy, http:// www.jennessent.com/downloads/TPI-poster-TNC_18x22.pdf
• Wiggin E., 2001, Elementary digital filtering, http://www.gamedev.net/reference/articles/article1068.asp
• Wilson J.P., Gallant J.C., 2000, Terrain Analysis, John Wiley & Sons. Nowy Jork
• Winston P, 1992, Artificial intelligence, Addison Wesley
• Wolfram S., 2002, A New kind of science, Wolfram Media Inc., Winnipeg
• Wood J., 1996, Scale-based characterization of digital elevation models, w: Parker D., Innovations in GIS, Londyn
• Yager R.R., Filev D.P., 1994, Essentials of fuzzy modeling and control. Wiley, Nowy Jork
• Zadeh L.A., 1965, Fuzzy sets, Information and Control 8, s. 338-353
• Zadeh L.A., 1973, Outline of a new approach to the analysis of complex systems and decision processes, IEEE Transactions on systems, Man and Cybernetics SMC-2, s. 28-14
• Zadeh L.A., 2001, Przedmowa. w: Kacprzyk J., Wieloetapowe sterowanie rozmyte, Wydawnictwa Naukowo-Techniczne, Warszawa
• Zadeh L.A., 2005, Toward a generalized theory of uncertainty, wystąpienie w Polskiej Akademii Nauk 15 kwietnia 2005 r., http://www.cs.berkeley.edu/~zadeh/
• Żyła A., 2005, Kartograficzne modelowanie powierzchni statystycznych z wykorzystaniem nieliniowych algorytmów neurointerpolacji, praca dyplomowa magisterska napisana w Zakładzie Kartografii PW pod kierunkiem R. Olszewskiego
• Żyszkowska W., 2000, Semiotyczne aspekty wizualizacji kartograficznej, Studia geograficzne LXXIII, Wydawnictwo Uniwersytetu Wrocławskiego
• Żyszkowska W., 2001, Zmiany struktury treści mapy w procesie uogólnienia, w: Uproszczenie, uogólnienie, synteza, Główne problemy współczesnej kartografii, Wrocław