Zagadnieniu automatyzacji generalizacji danych przestrzennych poświęcono wiele miejsca w literaturze, analizując jego teoretyczne oraz praktyczne aspekty. W wielu instytucjach naukowych oraz komercyjnych prowadzone są badania zmierzające do pełnej automatyzacji procesu generalizacji, jednakże jak dotąd zostały one uwieńczone jedynie częściowym sukcesem. Obecnie najbardziej zaawansowanym systemem do automatycznej generalizacji map i danych przestrzennych jest system Clarity. Środowisko to zostało opracowane w rezultacie badań prowadzonych w ramach europejskiego projektu AGENT. Badania nad prototypem systemu prowadzone były w latach 1997-2000 przez jednostki naukowe: Krajowy Instytut Geograficzny oraz Instytut Geograficzny Politechniki w Grenoble (Francja), Uniwersytet w Edynburgu, Uniwersytet w Zurychu oraz firmę komercyjną 1Spatial z Wielkiej Brytanii. W wielu krajach (m. in. we Francji, Danii czy w Wielkiej Brytanii) Clarity wykorzystywane jest obecnie do produkcji map topograficznych. Celem prowadzonych badań jest określenie możliwości oraz ograniczeń automatyzacji generalizacji danych przestrzennych w wymienionym systemie, jak również propozycja rozszerzenia systemu o nowe narzędzia analiz przestrzennych oraz nowe algorytmy generalizacji. Podstawowym założeniem jest opracowanie zestawu czynności generalizacyjnych, w postaci bazy wiedzy kartograficznej, stanowiącej elementy podstaw metodycznych procesu. Zakres prowadzonych badań obejmuje generalizację sieci dróg i osadnictwa Bazy Danych Ogólnogeograficznych (BDO) ze skali 1:250 000 do skal mniejszych. W artykule zaproponowano aparat badawczy w postaci sekwencji czynności generalizacyjnych oraz jego implementację w środowisku Clarity. Wykorzystano w tym celu dostępne funkcje systemu, jak również opracowano (przy użyciu języka programowania Java) własne narzędzia analiz przestrzennych pozwalające na uzyskanie bardziej poprawnych, z kartograficznego punktu widzenia, wyników generalizacji. Weryfikacja zaproponowanego aparatu badawczego w omawianym środowisku programowym pozwoliła na sformułowanie następujących wniosków: W systemie Clarity, stanowiącym środowisko otwarte, w którym możliwe jest zaprogramowanie własnych algorytmów generalizacji oraz narzędzi analiz przestrzennych w większym stopniu możliwa jest kontrola procesu generalizacji oraz jego dostosowanie do potrzeb generalizacji danych przestrzennych małoskalowych.- Opracowanie narzędzia (tzw. link w źródłowej bazie danych) pozwoliło na wzbogacenie struktury bazy przez powiązanie ze sobą dwóch generalizowanych warstw tematycznych (sieci dróg oraz osadnictwa), a w konsekwencji na uzyskanie bardziej spójnych i poprawnych wyników generalizacji. - Zastosowanie narzędzi cluster settlements oraz action poligon erode pozwoliło na uzyskanie bardziej poprawnych efektów agregacji części miejscowości przedstawionych w postaci konturów w stosunku do poprzednich etapów badawczych. Wykonane badania pozwoliły na określenie możliwości oraz ograniczeń generalizacji wybranych elementów BDO, wskazanie zakresu przydatności systemu Clarity do generalizacji opracowań małoskalowych oraz zebranie zestawu czynności generalizacyjnych, w formie bazy wiedzy kartograficznej, stanowiącej elementy podstaw metodycznych procesu.
EN
SUMMARY: The automation problem of spatial data generalization is widely considered in a literature from both theoretical and practical perspective. Numerous scientific centers as well as commercial enterprises have been involved in researches aimed on a full automation of generalization process however, until now such works were only partially successful. Nowadays, the most advanced system for automatic generalization of maps and spatial data is Clarity by 1Spatial. Such environment was discovered in the result of researches conducted within European project ‘AGENT’. The prototype of the above mentioned system were performed within years 1997 – 2000 by: National Geographical Institute both with Geographical Institute of the Polytechnic in Grenoble (France), University of Edinburgh, University of Zurich and commercial company 1Spatial from the United Kingdom. In many countries (ex. France, Denmark or in the UK) the Clarity software has been used in a production of topographic maps. The main purpose of the researches presented in the paper is defining possibilities and limitations of automation of spatial data generalization in the above mentioned software. Furthermore, there was also presented a proposition of modifying the system by adding new tools for spatial analyses both with new generalization algorithms. The basic assumption was to create a set of generalization steps in form of cartographical knowledge base which is crucial for methodical principles of the process. The scope of conducted researches covers generalization of roads network and a settlement in the General Geographic Database (GGD) from the scales of 1:250 000 to minor scales. In the article an approach has been proposed defined as sequences of generalization procedures and their implementation in the Clarity environment. To achieve this aim many available functions as well as new self-developed tools for spatial analysis (developed in Java programming language) were used. Such new tools make it possible to obtain significantly improved results - more correct from the cartographical point of view. Verification of such approach in the presented software leads to the following conclusions: - In the Clarity system - which is an open environment - it is possible to create selfdeveloped generalization algorithms and tools. It is also possible to check the generalization process in a more efficient way as well as its adjusting to demands of a spatial small-scale data generalization. - Discovering of a new tool (so called ‘link in source database’) made it possible to enrich the database’s structure by combining together two generalized thematic layers (road networks and settlement) and – in the consequence – to obtain more coherent and correct results of the generalization. - The use of cluster settlements and action polygon erode tools made it possible to get more correct aggregation effect of some settlements presented as contours comparing to the previous researches. The presented researches made it possible to define the possibilities and limitations of selected GGD elements, describing a level of usefulness of the Clarity system for small-scale generalization and finally, to collect sets of generalization procedures in the form of a cartographic knowledge base. It can be considered as the elements of methodical principles of the process.
The attempts at formalization of cartographic knowledge and its implementation in computer-aided environment to achieve the most automated level of the process have been performed for over ten years. For the past couple of years, the research on generalization have been focused on some particular tasks such as: collecting cartographic knowledge aimed at identifying the principles regulating the generalization process; formalizing of generalization principles; developing generalization models; evaluating new cartographic algorithms and data structures supporting generalization processes (ex. Applying the Delauney triangulation in the process of shifting buildings). The predominant sort of elaborations, however, concerns the generalization of either maps or spatial databases on large scales. The reason of such a state of art is directly connected with a wide sort of practical solutions of such kind of data. Basic spatial databases on country levels have been kept exactly on the scales of 1:10 000, 1:25 000 and 1:50 000 – and hence the need for automated generalization. However, until now, there are neither general standards nor unified principles of small-scale maps generalization. Both complexity and specific character of generalization process in overview-scales, which in practice bases mostly on an author’s experience and intuition as well as on the need for taking a map context into account, make the whole task very difficult and complex. The main purpose of the performed experiments was to establish possibilities and limitations of the automated generalization of small-scale spatial data. The problem was studied from the point of view of its formalization as well as further development of a knowledge base concerning small-scale spatial data generalization in commercial software DynaGEN by Intergraph. The scope of the studies covered carrying out two generalization experiments. The first one concerned the generalization of thematic layers – road network and settlement for the area of the Lower Silesia Province. The second one was applied to the generalization of the same thematic layers in the Lodz Province.
PL
Próby formalizacji wiedzy kartograficznej oraz jej implementacji w środowisku komputerowym, w celu uzyskania jak największego stopnia automatyzacji procesu, podejmowane są już od ponad dziesięciu lat. W ciągu ostatnich lat badania dotyczące generalizacji skupiały się wokół kilku zagadnień takich jak: pozyskiwanie wiedzy kartograficznej w celu identyfikacji reguł rządzących procesem generalizacji; uściślenie (formalizacja) zasad generalizacji; rozwój modeli generalizacji; opracowywanie nowych algorytmów generalizacji oraz próby przenoszenie na grunt generalizacji kartograficznej algorytmów i struktur danych wspomagających prowadzenie procesu generalizacji, np. zastosowanie triangulacji Delauney’a w procesie przesuwania budynków. Przeważająca część opracowań dotyczy jednak generalizacji map lub danych przestrzennych w skalach dużych. Przyczyny należy upatrywać w szerokim zastosowaniu praktycznym tego typu danych. Podstawowe bazy danych przestrzennych na szczeblach krajowych utrzymywane są właśnie w skalach 1:10 000, 1:25 000 i 1:50 000, stąd potrzeba ich automatycznej generalizacji. Nie opracowano jednak dotychczas ani spójnych standardów ani ujednoliconych zasad generalizacji map małoskalowych. Złożoność i specyfika procesu generalizacji map w skalach przeglądowych, który w praktyce bazuje w dużej mierze na doświadczeniu i intuicji redaktora, oraz konieczność uwzględnienia kontekstu mapy, powoduje, że jest to zadanie niezwykle skomplikowane. Podstawowym założeniem prezentowanych badań jest określenie możliwości i ograniczeń automatycznej generalizacji danych przestrzennych małoskalowych. Problem przedstawiono z punktu widzenia możliwości formalizacji zasad generalizacji oraz pozyskania kartograficznej bazy wiedzy, związanej z generalizacją danych małoskalowych. W badaniach wykorzystano komercyjne środowisko programowe służące do wspomagania procesu generalizacji DynaGEN, firmy Intergraph. Opracowanie dotyczy przejścia od poziomu szczegółowości 1:250 000 do poziomów szczegółowości 1:500 000 oraz 1:1 000 000 dla dwóch warstw tematycznych: dróg oraz osadnictwa na obszarach badawczych BDO obejmujących województwo dolnośląskie oraz łódzkie.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.