Badanie zakresu przydatności systemów DynaGEN oraz Clarity do procesu generalizacji osadnictwa i sieci dróg bazy danych ogólnogeograficznych

ROCZNIKI GEOMATYKI 2011 m T IX m Z 1(45)

BADANIE ZAKRESU PRZYDATNOŒCI SYSTEMÓW

DYNAGEN ORAZ CLARITY DO PROCESU

GENERALIZACJI OSADNICTWA I SIECI DRÓG

BAZY DANYCH OGÓLNOGEOGRAFICZNYCH*

EXAMINATION OF DYNAGEN AND CLARITY SYSTEMS

USABILITY IN GENERALIZATION OF SETTLEMENTS

AND ROAD NETWORKS IN THE GENERAL

GEOGRAPHIC DATABASE

Izabela Karsznia

Katedra Kartografii, Wydzia³ Geografii i Studiów Regionalnych Uniwersytet Warszawski

S³owa kluczowe: generalizacja danych przestrzennych, Baza Danych Ogólnogeograficznych, DynaGEN, Clarity

Keywords: spatial data generalization, General Geographic Database, DynaGEN, Clarity

Wstêp

W latach osiemdziesi¹tych i dziewiêædziesi¹tych XX wieku badania dotycz¹ce automaty-zacji procesu generaliautomaty-zacji skupia³y siê wokó³ dwóch zasadniczych zagadnieñ: opracowywa-nia nowych algorytmów generalizacji oraz pozyskiwaopracowywa-nia i zastosowaopracowywa-nia wiedzy kartogra-ficznej, np. w postaci regu³ w systemach ekspertowych (Edwardes et al., 2003). Obecnie dotycz¹ one opracowania bardziej kompleksowych algorytmów generalizacji, uwzglêdniaj¹-cych wiele warunków i relacji przestrzennych miêdzy obiektami oraz zastosowania bardziej zaawansowanych technik generalizacji, jak np. systemy wieloagentowe (Barrault et al., 2001; Sabo et al., 2008). Dynamiczny rozwój badañ dotycz¹cych automatyzacji generalizacji spo-wodowa³ wzrost wymagañ w stosunku do istniej¹cych lub nowo opracowywanych syste-mów wspomagaj¹cych prowadzenie procesu generalizacji (Edwardes et al., 2007). Przed-miotem prowadzonych obecnie badañ s¹:

m pozyskiwanie wiedzy kartograficznej w celu zdefiniowania regu³ rz¹dz¹cych

proce-sem generalizacji,

* Badania opisane w niniejszym artykule zosta³y przeprowadzone w ramach pracy doktorskiej zrealizo-wanej w Katedrze Kartografii Uniwersytetu Warszawskiego (Karsznia, 2010).

m uœciœlenie (formalizacja) zasad generalizacji, m rozwój modeli generalizacji,

m opracowanie bardziej kompleksowych narzêdzi analiz przestrzennych oraz nowych

algorytmów generalizacji,

m modelowanie przestrzeni geograficznej w postaci struktur zorientowanych

obiekto-wo, z pe³niejsz¹ charakterystyk¹ geometryczn¹ i topologiczn¹ danych przestrzennych,

m próby zastosowania w generalizacji kartograficznej algorytmów i struktur danych

wspomagaj¹cych prowadzenie procesu (np. zastosowanie triangulacji Delauney'a w procesie przesuwania zarysów budynków),

m opracowywanie wieloskalowych baz danych przestrzennych, z mo¿liwoœci¹

wizuali-zacji na ró¿nych poziomach szczegó³owoœci,

m poszukiwania mo¿liwoœci zastosowania dostêpnych algorytmów generalizacji w

wy-branym œrodowisku programowym w celu prowadzenia eksperymentów zwi¹zanych z kolejnoœci¹ ich stosowania (sekwencj¹) oraz ich harmonizacj¹.

Niniejsze opracowanie wpisuje siê w nurt poszukiwania sposobów formalizacji i imple-mentacji wiedzy kartograficznej w systemach GIS.

Cel i zakres opracowania

Celem opracowania jest okreœlenie mo¿liwoœci i ograniczeñ wykorzystania wspó³cze-snych systemów GIS do generalizacji osadnictwa i sieci dróg cyfrowego modelu krajobrazu (DLM) Bazy Danych Ogólnogeograficznych (BDO) w skali 1:250 000 do skal 1:500 000 oraz 1:1 000 000.

Zakres opracowania obejmuje opis wyników przeprowadzonych eksperymentów gene-ralizacji osadnictwa i sieci dróg BDO za pomoc¹ dwóch, obecnie najbardziej zaawansowa-nych, komercyjnych œrodowisk programowych s³u¿¹cych wspomaganiu generalizacji kom-puterowej: DynaGEN (firmy Intergraph) oraz Clarity (1Spatial). Badania wykona³am dla obszarów dwóch województw: dolnoœl¹skiego oraz ³ódzkiego.

Formalizacja wiedzy kartograficznej

Generalizacja komputerowa wymaga jednoznacznych, œciœle sformalizowanych regu³ sta-nowi¹cych podstawê dla „inteligentnych procedur” sterowania procesem generalizacji (Ostrow-ski, 2008). Jednym z zasadniczych celów prowadzonych badañ jest implementacja wiedzy kartograficznej sformalizowanej w postaci zasad generalizacji w wybranych systemach in-formacji geograficznej.

Pod pojêciem wiedzy kartograficznej sformalizowanej rozumiem sekwencjê regu³ gene-ralizacji wraz z ich implementacj¹ w systemie informacji geograficznej, czyli odpowiednimi operatorami, algorytmami i parametrami generalizacji.

Zdaniem Mullera i wspó³autorów (1995) istniej¹ trzy drogi prowadz¹ce do formalizacji zasad generalizacji: 1) wykorzystanie informacji zawartych w literaturze kartograficznej oraz instrukcjach redakcji map, 2) odtwarzanie regu³ na podstawie analizy gotowych, poprawnie wykonanych map (tzw. podejœcie odwrotne, reverse engineering, czyli wnioskowanie o za-sadach generalizacji na podstawie produktu koñcowego – mapy), 3) formu³owanie regu³ przez doœwiadczonych kartografów.

Analiza istniej¹cych opracowañ kartograficznych oraz literatury dotycz¹cej omawianej tematyki badawczej wskazuje na brak jednolitych i konsekwentnych zasad generalizacji opra-cowañ w skalach ma³ych. W zwi¹zku z tym, w niniejszej pracy podjê³am próbê uporz¹dko-wania i pewnego rodzaju standaryzacji zasad generalizacji. W odniesieniu do struktury i przeznaczenia BDO, przeprowadzonych analiz, dotychczasowej praktyki kartograficznej oraz literatury z zakresu generalizacji map ogólnogeograficznych podzieli³am kryteria generalizacji osadnictwa i sieci dróg BDO na dwie grupy:

I. Atrybutowe

m kryterium wielkoœci miejscowoœci – mierzone liczb¹ mieszkañców, m kryterium statusu administracyjnego miejscowoœci (miasto, wieœ),

m kryterium siedziby w³adz administracyjnych miejscowoœci (pañstwowe,

wojewódz-kie, powiatowe, gminne),

m kryterium gêstoœci miejscowoœci – obliczane wg powiatów, m kryterium gêstoœci zaludnienia – obliczane wg powiatów,

m kryterium zarz¹dzania drogami (krajowe, wojewódzkie, powiatowe, gminne,

prywat-ne, zak³adowe),

m kryterium d³ugoœci odcinków dróg.

II. Przestrzenne

m kryterium topologiczne, pozwalaj¹ce na zachowanie po³¹czeñ drogowych miêdzy

miejscowoœciami,

m kryterium topologiczne zak³adaj¹ce utrzymanie po³¹czeñ miêdzy drogami ni¿szych i

wy¿szych rzêdów,

m kryterium agregacji czêœci miejscowoœci.

Dobór kryteriów generalizacji mia³ na celu uzyskanie, w miarê mo¿liwoœci, rozwi¹zañ konsekwentnych i logicznych oraz zgodnych z przeznaczeniem BDO.

Proponuj¹c zakres treœci BDO odpowiadaj¹cej skalom 1:500 000 oraz 1:1 000 000 wziê³am po uwagê jej przegl¹dowy charakter pozwalaj¹cy na wizualizacjê ró¿norodnych uk³adów prze-strzennych na znacznych obszarach oraz funkcjê referencyjn¹ bazy, dziêki której mo¿e ona stanowiæ jednolity uk³ad odniesienia do gromadzenia dodatkowych danych przestrzennych.

Drugim, nie mniej istotnym czynnikiem warunkuj¹cym dobór treœci jest przeznaczenie opracowywanego modelu BDO. Mo¿e byæ on wykorzystywany w administracji i zarz¹dza-niu na szczeblu centralnym, do przeprowadzania analiz i podejmowania decyzji o znaczezarz¹dza-niu strategicznym, do opracowywania wstêpnych projektów o du¿ym zasiêgu przestrzennym, jako podk³ad dla przegl¹dowych map tematycznych oraz jako materia³ Ÿród³owy do opraco-wywania przegl¹dowych map ogólnogeograficznych, administracyjnych, samochodowych, gospodarczych i innych map tematycznych.

W procesie generalizacji cyfrowego modelu krajobrazu (DLM) osadnictwa i sieci dróg BDO do poziomu szczegó³owoœci odpowiadaj¹cemu skali 1:500 000 proponujê przyj¹æ na-stêpuj¹ce zasady:

1. Wybór wszystkich miejscowoœci maj¹cych status miasta oraz miejscowoœci, w któ-rych znajduj¹ siê siedziby w³adz powiatowych i gminnych.

2. Odrzucenie wszystkich miejscowoœci poni¿ej okreœlonej liczby mieszkañców, zgod-nie z uwzglêdzgod-niezgod-niem zasad i wyników regionalnego zró¿nicowania parametrów generalizacji miejscowoœci1_.

1 _{W pracy doktorskiej (Karsznia, 2010) zaproponowa³am regionalne zró¿nicowanie parametrów} genera-lizacji miejscowoœci uwzglêdniajace wielkoœæ oraz gêstoœæ miejscowoœci w poszczególnych powiatach.

3. Wybór dróg krajowych i wojewódzkich.

4. Wybór dróg powiatowych, z pominiêciem dróg zakoñczonych œlepo oraz dróg wi¹cych dodatkowe po³¹czenia, nieistotne z komunikacyjnego punktu widzenia (np. stano-wi¹ce dodatkowe, krótsze po³¹czenia).

5. Odrzucenie dróg gminnych, z wyj¹tkiem dróg stanowi¹cych ³¹czniki dróg wy¿szych rzêdów, istotnych dla zachowania ci¹g³oœci ca³ej sieci.

6. Dodatkowy wybór miejscowoœci istotnych z punktu widzenia prezentowanej sieci dróg, np. znajduj¹cych siê w wêz³ach komunikacyjnych oraz miejscowoœci le¿¹cych w pobli¿u prezentowanych (w odleg³oœci mniejszej ni¿ 3 mm) dróg i miejscowoœci, do których prowadzi droga umieszczona w bazie na omawianym poziomie skalowym.

7. Prezentacja za pomoc¹ konturu wszystkich miejscowoœci o powierzchni zabudowy wiêkszej ni¿ 4 mm2_{. Z przeprowadzonych przeze mnie analiz geograficznych wynika, ¿e}

bêd¹ to wszystkie miasta oraz wiêksze wsie.

8. Agregacja czêœci miejscowoœci prezentowanych za pomoc¹ konturu.

9. Uproszczenie konturów miejscowoœci (przewiêkszanie konturów w zale¿noœci od wielkoœci i kszta³tu; prostok¹towanie).

10.Uproszczenie przebiegu dróg.

Wartoœci parametrów agregacji i upraszczania, ze wzglêdu na brak odpowiednio precy-zyjnych instrukcji, zaleca siê dobieraæ iteracyjnie, kieruj¹c siê potrzeb¹ zachowania kszta³tu konturów miejscowoœci oraz charakterystycznych elementów sieci drogowej.

Dla poziomu szczegó³owoœci odpowiadaj¹cemu skali 1:1 000 000 proponujê nastêpuj¹ce zasady generalizacji:

1. Wybór wszystkich miast, miejscowoœci stanowi¹cych siedziby powiatów oraz gmin. 2. Wybór dróg krajowych i wojewódzkich.

3. Prezentacja za pomoc¹ konturu wszystkich miejscowoœci o powierzchni zabudowy wiêkszej ni¿ 3 mm2_{. Z przeprowadzonych przeze mnie analiz geograficznych wynika, ¿e}

bêd¹ to wszystkie miasta oraz wiêksze wsie.

4. Agregacja czêœci miejscowoœci prezentowanych za pomoc¹ konturu. 5. Uproszczenie konturów miejscowoœci.

6. Uproszczenie przebiegu dróg.

Kolejne etapy opracowania obejmuj¹ implementacjê przyjêtych zasad generalizacji w sys-temach DynaGEN i Clarity.

Implementacja wiedzy kartograficznej w systemie DynaGEN

DynaGEN jest komercyjnym systemem wspomagaj¹cym generalizacjê map i danych prze-strzennych. Jest to system pó³automatyczny, co oznacza ¿e czynnoœci generalizacyjne wy-magaj¹ce kontroli kartografa, musz¹ byæ wykonywane w trybie interaktywnym.

DynaGEN jest aplikacj¹ pracuj¹c¹ na bazie systemu Dynamo, tzn. wykorzystuje œrodo-wisko graficzne, funkcje topologiczne i modele danych zdefiniowane w Dynamo (Chybicka, 2003). Program zapewnia dwa tryby operacji: tryb wsadowy (automatyczny) oraz tryb inte-raktywny, prowadzony pod nadzorem kartografa (Iwaniak, 2000). Dodatkowo w DynaGEN uwzglêdniono mo¿liwoœæ pracy interaktywnej, co oznacza, ¿e operator mo¿e zmieniaæ war-toœci parametrów u¿ywaj¹c stosownych narzêdzi i wizualnie oceniaæ zmieniaj¹ce siê wyniki generalizacji (Kazemi, Lim, 2005). Mo¿liwa jest wiêc kontrola procesu generalizacji i dopiero

œwiadoma akceptacja wyników generalizacji powoduje zmiany na mapie lub w bazie danych (Chybicka i in., 2004a; 2004b).

Baza wiedzy w systemie DynaGEN sk³ada siê z dwóch zbiorów regu³. Pierwszy zawiera regu³y wykonywane w trybie automatycznym i ma na celu wstêpne przygotowanie danych. Drugi zbiór zawiera regu³y opisuj¹ce podstawowe czynnoœci generalizacyjne wykonywane interaktywnie i nadzorowane przez kartografa (Kazemi, Lim, 2005).

Tabela 1. Baza wiedzy w systemie DynaGEN. Poziom szczegó³owoœci odpowiadaj¹cy skali 1:500 000

æ œ o n n y z C -i l a r e n e g a n j y c a z si p O Kryterium Implementacja Uwagi ) 1 ( (2) (3) (4) (5) 1 Lokalnywybór i c œ o w o c sj ei m w ó t ai w o p h c a m a r w i c œ o w o c sj ei m r ó b y W 0 0 4 b u l 0 0 3 j e ¿ y w o p , w ó c ñ a k z s ei m w ó k i n y w d o i c œ o n ¿ el a z w ij c a zi l a n o i g e r e w o t u b y rt a y zi l a n A ei m e t s y s w e n n e z rt s e z r p i ai d e M o e G – a 2 Wybórdróg Wybórdrógkrajowych h ci k z d ó w e j o w i wAnsaylszityemaeirtyGbuetooMweedai – b 2 Wybórdróg Odrzuceneiodcinków h c y w o t ai w o p g ó r d o p el œ h c y n o z c ñ o k a z ei z d ê z r a N Free s t n i o p d n E ,analziy ai d e M o e G , e n n e z rt s e z r p – c 2 Wybórdróg Odrzuceneiodcinków h c y n n i m g g ó r d o p el œ h c y n o z c ñ o k a z ei z d ê z r a N Free s t n i o p d n E ,analziy ai d e M o e G , e n n e z rt s e z r p – 3 Dodatkowywybór i c œ o w o c sj ei m Ozndarjdzuucj¹encyeichmseiêisjcowoœci j e z s k êi w i c œ o ³ g el d o w g ó r d d o m m 3 ¿i n , g ó r d ³ ó k o w r o f u B , e n n e z rt s e z r p y zi l a n a ai d e M o e G i c œ o n ¿ el a z ei n ei n d êl g z w U y z d ei m h c y n n e z rt s e z r p i m ai c œ o w o c sj ei m i m a g o r d a 4 Agregacja rfagmentów i c œ o w o c sj ei m w ó r u t n o k c£z¹êcœzceinmeieipsjrzcyoelwgoaœjc¹ciych OagpgerreagtoaritoAnre,a m t y r o g l a Adjoining, N E G a n y D – 5 Agregacja rfagmentów i c œ o w o c sj ei m w ó r u t n o k m m 5 , 0 o d i c œ o ³ g el d o w h c y w o k t a d o d ei n e z c ¹ £ i c œ o w o c sj ei m i c œ ê z c OagpgerreagtoaritoAnre,aalgorytm l a n o g o h t r o n o N , u rt e m a r a p æ œ o tr a w N E G a n y D , m m 5 , 0 u rt e m a r a p æ œ o tr a W n o it n e t e R e l o H a w t z d ó w e j o w al d , m m 0 2 o g ei k s ¹l œ o n l o d m m 0 4 o g ei k z d ó ³ al d 6 Seelkcjakonturów i c œ o w o c sj ei m Umseiunsjcêiocweiokœocintmurnóeiwsjzych m m 4 ¿i n 2 , e w o t u b y rt a y zi l a n A N E G a n y D – 7 Uproszczeneikonturów i c œ o w o c sj ei m – aOlgpoerryattmorASriemaplfiyarea, n o it a v r e s e r p ,paramert d e w o ll a e g n a h c a e r A % 5 0 , 0 – 8 Uproszczeneiprzebeigu g ó r d – aOlgpoerryattmorDSoimugpllafisya, a r e k c u e P ,paramert m m 4 , 0 o d 2 , 0 d o –

Tabela 2. Baza wiedzy w systemie DynaGEN. Poziom szczegó³owoœci odpowiadaj¹cy skali 1:1 000 000 æ œ o n n y z C -i l a r e n e g a n j y c a z si p O Kryterium Implementacja ) 1 ( (2) (3) (4) 1 Wybórmeisjcowoœci h c y n o i w a t s d e z r p r u t a n g y s ¹ c o m o p a z ,t s ai m h ci k t s y z s w r ó b y W n i m g z a r o w ó t ai w o p b i z d ei s AGenoalMziaedaairtybutowa, 2 Wybórdróg Wybórdrógkrajowych h ci k z d ó w e j o w i AGenoalMziyedaairtybutowe, 3 Agregacja rfagmentówkonturów i c œ o w o c sj ei m m£¹eiczsjecnoweiopœrzcyielgaj¹cychkonturów aOlgpoerryattmorAAdrejoainaignggr,egaiton, N E G a n y D 4 Agregacjadodatkowych i c œ o w o c sj ei m i c œ ê z c £m¹eiczsjecnoeiworfœacgimwenotdówelg³kooœnctiurów m m 5 , 0 o d r o t a r e p O Areaaggregaiton, m t y r o g l a Nonortho-gonal, N E G a n y D 5 Seelkcjakonturówmeisjcowoœci Usunêiceikonturówmneisjzych m m 3 ¿i n 2 A_Dn_ynal_azi_Gy_Ea_Nrtybutowe, 6 Uproszczeneikonturów i c œ o w o c sj ei m – aOlgpoerryattmorASriemapplrfieysaerrevaa,iton, rt e m a r a p Areachangeallowed 0,1% 7 Uproszczeneiprzebeigudróg – OperatorSimplfiy, m t y r o g l a DouglasaPeuckera, m m 4 , 0 o d 3 , 0 d o rt e m a r a p

Dobór treœci w ka¿dej ze skal (1:500 000, 1:1 000 000) obejmowa³ wykonanie odpowied-nich analiz przestrzennych i atrybutowych w systemie GeoMedia. Operacje zwi¹zane z agre-gacj¹ i upraszczaniem obiektów przeprowadzi³am w systemie DynaGEN. Ze wzglêdu na koniecznoœæ kontroli i oceny wyników generalizacji wszystkie kroki generalizacji osadnic-twa i dróg wykona³am w trybie interaktywnym. Zaproponowane zasady generalizacji stara-³am siê sformalizowaæ, a nastêpnie zaimplementowaæ w systemach GeoMedia i DynaGEN oraz zweryfikowaæ na obszarach badawczych obejmuj¹cych województwo dolnoœl¹skie i ³ódzkie.

W tabelach 1 i 2 zestawi³am opracowany aparat badawczy w postaci wielu czynnoœci generalizacyjnych oraz sposobu ich implementacji w DynaGEN, stanowi¹cych bazê wiedzy dla omawianych stopni szczegó³owoœci 1:500 000 i 1:1 000 000, w obu województwach.

Wyniki generalizacji uzyskane w systemie DynaGEN.

Ograniczenia i problemy

Wyniki generalizacji dla obszaru województwa dolnoœl¹skiego oraz ³ódzkiego do pozio-mów szczegó³owoœci 1:500 000 i 1:1 000 000 przedstawi³am na rysunkach 1 i 2.

Analiza uzyskanych wyników generalizacji pozwala wyci¹gn¹æ kilka istotnych wniosków: 1. W trakcie implementacji sekwencji czynnoœci generalizacyjnych w systemie Dyna-GEN napotka³am na trudnoœci zwi¹zane z identyfikacj¹ odcinków dróg zakoñczonych œlepo. Ten problem pojawia³ siê równie¿ w badaniach dotycz¹cych generalizacji opracowañ

wiel-koskalowych (Chybicka i in., 2004a; 2004b). W tej sytuacji zdecydowa³am siê na wykorzy-stanie dodatkowego narzêdzia analiz przestrzennych o nazwie Free Endpoints, z grupy Spa-tial Tools dostêpnych w systemie GeoMedia. Niestety rezultaty generalizacji w tym zakresie, choæ zdecydowanie bardziej poprawne, w dalszym ci¹gu nie s¹ zadowalaj¹ce (rys. 3). Wy-daje siê, ¿e rozwi¹zanie tego problemu mog³aby stanowiæ implementacja w³asnych narzêdzi analiz przestrzennych, co jednak w systemie DynaGEN, stanowi¹cym œrodowisko zamkniê-te, nie jest mo¿liwe.

2. W zaproponowanych przeze mnie czynnoœciach generalizacyjnych dotycz¹cych se-lekcji dróg kierujê siê ich hierarchi¹, tzn. wybór dróg rozpoczynam od najwy¿szych katego-rii, a wiêc dróg krajowych i wojewódzkich, nastêpnie rozpatrujê drogi powiatowe i gminne. Przy identyfikacji odcinków dróg powiatowych zakoñczonych œlepo odnoszê siê wiêc do wybranych wczeœniej warstw tematycznych. Odcinki dróg powiatowych zakoñczone œlepo to takie, które nie prowadz¹ do granicy województwa, wybranych miejscowoœci oraz dróg krajowych i wojewódzkich. Analogicznie odcinki gminne dróg zakoñczone œlepo nie pro-wadz¹ do wymienionych klas obiektów oraz wybranych dróg powiatowych. Natomiast spo-œród dróg gminnych stara³am siê zachowaæ te, które stanowi¹ wa¿ne po³¹czenia i prowadz¹ do miejscowoœci wybranych do prezentacji na omawianym poziomie skalowym. Okazuje siê jednak, ¿e podejœcie to nie w pe³ni pozwala na zachowanie ci¹g³oœci sieci drogowej. Osta-tecznie dla poziomu szczegó³owoœci 1:500 000 zdecydowa³am siê na zachowanie wszyst-kich odcinków dróg gminnych w obu województwach, z wyj¹tkiem fragmentów dróg za-koñczonych œlepo.

3. Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wy-maga ró¿nych rozwi¹zañ tego samego problemu w zale¿noœci od otoczenia i kontekstu obiek-tów. W DynaGEN mamy mo¿liwoœæ generalizacji ca³ych obszarów w ten sam sposób, brakuje mo¿liwoœci wykonywania operacji alternatywnych, co w konsekwencji prowadzi do koniecz-noœci wykonywania generalizacji w trybie interaktywnym na niewielkich obszarach, albo w trybie automatycznym z manualn¹ korekt¹ wykonywan¹ przez kartografa. Przyk³adem mog¹ byæ trudnoœci z identyfikacj¹ odcinków dróg powiatowych stanowi¹cych dodatkowe, niezbyt istotne z komunikacyjnego punktu widzenia po³¹czenia dróg wy¿szych rzêdów.

4. Obok gêstoœci oraz wielkoœci osiedla, czynnikiem, który w istotny sposób wp³ywa na sposób generalizacji jest jego kszta³t. Wi¹¿e siê on z potrzeb¹ przewiêkszania lub przeszerzania obiektów podczas upraszczania ich konturów. Zaimplementowane w systemie DynaGEN al-gorytmy upraszczania konturów miejscowoœci dostosowane s¹ do skal du¿ych, co powoduje doœæ znaczne, nie zawsze poprawne uproszczenia konturów miejscowoœci (rys. 3). W prowa-dzonych badaniach wartoœæ parametru upraszczania dobra³am drog¹ eksperymentaln¹, kieru-j¹c siê potrzeb¹ zachowania charakterystycznych cech generalizowanych osiedli.

5. Bardzo istotnym ograniczeniem zwi¹zanym z agregacj¹ konturów zabudowy jest brak mo¿liwoœci ³¹czenia konturów, spe³niaj¹cych nie tylko warunek wzajemnej odleg³oœci, ale równie¿ warunek takiej samej nazwy miejscowoœci. W efekcie, w wyniku agregacji, dwie miejscowoœci o ró¿nych nazwach, ale spe³niaj¹ce tylko warunek wzajemnej odleg³oœci, zo-sta³y ze sob¹ po³¹czone (rys. 4). Wyniki agregacji konturów zabudowy wskazuj¹ wyraŸnie na potrzebê rozbudowy systemu o bardziej zaawansowane narzêdzia analiz przestrzennych oraz algorytmy generalizacji, pozwalaj¹ce na wykonywanie operacji kontekstowych jak „po-³¹cz wybrane obiekty” (np. o tych samych nazwach i w danej odleg³oœci).

6. Zaimplementowane w systemie DynaGEN algorytmy agregacji powoduj¹ doœæ du¿e i nie zawsze poprawne uproszczenia kszta³tów oraz znaczne przewiêkszenie

generalizowa-Rys. 4. Przyk³ad niepoprawnej agregacji miejscowoœci

nych obiektów (rys. 6), w efekcie czego kontury zabudowy s¹ upraszczane ju¿ na etapie ich agregacji.

7. Brak narzêdzi i algorytmów pozwalaj¹cych na okreœlenie minimalnej szerokoœci, b¹dŸ stopnia przeszerzenia konturu zabudowy po agregacji, co skutkuje nadmiernym przewê¿a-niem generalizowanych konturów.

Implementacja wiedzy kartograficznej w systemie Clarity

Clarity jest obecnie najbardziej zaawansowanym systemem wspomagaj¹cym generaliza-cjê map i danych przestrzennych (Neuffer et al., 2004; Lecordix et al., 2005; Lecordix et al., 2006; Lecordix et al., 2007; Revell, 2008).

System Clarity zosta³ opracowany z myœl¹ o komercyjnej produkcji map topograficz-nych, a tak¿e rozwoju badañ zwi¹zanych z automatyzacj¹ procesu generalizacji (Hardy et al., 2003; Clarity concepts…, 2007). Zasadnicze zalety systemu to: budowa struktury topolo-gicznej obiektów on-line w trakcie importu danych, mo¿liwoœæ wykonywania analiz kontek-stowych pozwalaj¹cych na ca³oœciow¹ generalizacjê grup obiektów; obiektowa struktura bazy danych pozwalaj¹ca na realizowanie czynnoœci generalizacyjnej na poziomie lokalnym (przypisanie algorytmu generalizacji do obiektu w zale¿noœci od jego otoczenia i relacji prze-strzennych z innymi obiektami) oraz mo¿liwoœæ pracy iteracyjnej (uzyskiwanie optymalnego wyniku generalizacji metod¹ kolejnych powtórzeñ, przybli¿eñ). Niew¹tpliw¹ zaletê stanowi równie¿ fakt, ¿e jest to œrodowisko otwarte, w którym za pomoc¹ wewnêtrznego jêzyka programowania Lull lub jêzyka programowania Java mo¿na zaimplementowaæ w³asne na-rzêdzia i algorytmy generalizacji.

W systemie Clarity zaprojektowano dwa tryby pracy: tryb „agentowy”2 _{, w którym obiekty}

geograficzne modelowane s¹ w postaci autonomicznych „agentów” oraz tryb sekwencyjny, umo¿liwiaj¹cy implementacjê w³asnych narzêdzi i algorytmów generalizacji. Tryb agentowy jest trybem bardziej specjalistycznym ni¿ tryb sekwencyjny, umo¿liwia wykonywanie opera-cji kontekstowych, z uwzglêdnieniem specyfiki i otoczenia obiektów. Jednoczeœnie jest bar-dziej skomplikowany i trudny do implementacji. Algorytmy i operatory generalizacji w trybie agentowym zaimplementowanym w Clarity zosta³y dostosowane do generalizacji opraco-wañ wielkoskalowych, dlatego te¿, jak równie¿ ze wzglêdu na mo¿liwoœci porównania sys-temu Clarity z systemem DynaGEN, prowadzone badania zosta³y wykonane w drugim z wymienionych trybów, a wiêc trybie sekwencyjnym.

Ze wzglêdu na brak odpowiednich funkcji w systemie Clarity opracowa³am narzêdzia: Install display method oraz Copy schema. Pierwsze z nich umo¿liwi³o wizualizacjê wyników generalizacji w odpowiednio zdefiniowanej stylistyce graficznej, drugie pozwala na wykona-nie kopii schematu generalizowanej bazy danych w celu porównania danych przed i po generalizacji, a wiêc oceny poprawnoœci wyników.

2 _{Koncepcja agentów oraz systemów wieloagentowych (takich, w których dzia³a wiêcej ni¿ jeden agent)} nale¿y do domeny sztucznej inteligencji (Artificial Intelligence) (Duchene, 2003a). Zgodnie z definicj¹ zapro-ponowan¹ przez Lucka (1997) agent jest programem zdolnym do kontroli i oceny podejmowanych przez siebie dzia³añ, w oparciu o rozpoznawanie otaczaj¹cego go œrodowiska. Technologia systemów wieloagento-wych jest wykorzystywana równie¿ do modelowania z³o¿onych, dynamicznych i otwartych aplikacji, np. w planowaniu produkcji, sterowaniu ruchem, zarz¹dzaniu przep³ywem czynnoœci oraz w coraz wiêkszym stopniu w Internecie (Michalewicz, Fogel, 2006).

Istotnym elementem w tym systemie jest opracowany element wzbogacenia struktury BDO w formie po³¹czeñ tzw. link miêdzy drogami a miejscowoœciami prezentowanymi w postaci sygnatur oraz miejscowoœciami prezentowanymi za pomoc¹ sygnatur a odpowiada-j¹cymi im konturami. Definicja tego typu po³¹czeñ pozwala na œcis³e powi¹zanie generalizo-wanych warstw tematycznych. Opracowa³am równie¿ algorytm Cluster settlements, po-zwalaj¹cy na kontekstow¹ agregacjê i poprawne upraszczanie konturów miejscowoœci oraz narzêdzia Point city deletion i Point city outline deletion, umo¿liwiaj¹ce kontekstow¹ selek-cjê miejscowoœci prezentowanych za pomoc¹ sygnatur. Opracowane narzêdzia i algorytmy wystêpuj¹ w systemie Clarity w postaci nowych funkcji programu.

W sk³ad bazy wiedzy w systemie Clarity wchodz¹ czynnoœci generalizacyjne wraz z ich implementacj¹ w formie algorytmów lub odpowiednich narzêdzi generalizacyjnych, dostêp-nych w systemie oraz opracowadostêp-nych na potrzeby omawianego eksperymentu badawczego, zebrane w tabelach 3 i 4.

Tabela 3. Baza wiedzy w systemie Clarity. Poziom szczegó³owoœci odpowiadaj¹cy skali 1:1 000 000

æ œ o n n y z C -i l a r e n e g a n j y c a z si p O Kryterium Implementacja ) 1 ( (2) (3) (4) 1 Deifncijasposobuwziualziacij w ó t k ei b o s al k h c y n a w o zi l a r e n e g Okalpsraocboweikatnóeiwmetodwyœweitalnai OInpstraacllodwsiapnleiaynamrzeêtdhzoaid* 2 Kopaischematudanych Kopaikalsobeiktów w ó t u b y rt a h ci i OCoppraycsocwhaenmeian*arzêdzai 3 Wybórmeisjcowoœci Wybórmaistorazseidzibwa³dz h c y n n i m g i h c y w o t ai w o p OPopirnactocwtiyandeielneaitroznêd*zai 4 Wybórdróg Wybórdrógkrajowych h ci k z d ó w e j o w i Analziaartybutowa 5 Agregacjameisjcowoœci ¹ c o m o p a z h c y n o i w a t s d e z r p u r u t n o k i c œ o w o c sj ei m w ó r u t n o k ei n e z c ¹ £ h c y c ¹ d ê b , ei w z a n j e m a s j e t o ei b ei s d o m m 5 , 0 o d i c œ o ³ g el d o w u m t y r o g l a ei n a w o c a r p O , * s t n e m e lt t e s r e t s u l C u m t y r o g l a ei n a t s y z r o k y w e d o r e n o g il o p n o it c A 6 Usunêiceimneisjzychkonturów Usunêiceikonturówmeisjcowoœci m m 3 ¿i n j e z sj ei n m i n h c z r ei w o p o 2 W_Dey_lk_eto_erz_sy_mst_aan_llei_an_rea_ar_szêdzai 7 Uproszczeneikonturówmeisjcowo ¹ c o m o p a z h c y n o i w a t s d e z r p i c œ u r u t n o k – Wykorzystaneinarzêdzai y fi l p m i s n o g il o p n o it c A , ij c n a r el o t æ œ o tr a w m m 2 , 0 o d 1 , 0 d o 8 Uproszczeneiprzebeigudróg – Wykorzystaneinarzêdzai y fi l p m i s e n il n o it c A , m m 1 , 0 ij c n a r el o t æ œ o tr a w

Tabela 4. Baza wiedzy w systemie Clarity. Poziom szczegó³owoœci odpowiadaj¹cy skali 1: 500 000 æ œ o n n y z C -i l a r e n e g a n j y c a z si p O Kryterium Implementacja Uwagi ) 1 ( (2) (3) (4) (5) 1 Lokalnywybór i c œ o w o c sj ei m w ó t ai w o p h c a m a r w i c œ o w o c sj ei m o n o c u z r d O 0 0 4 b u l 0 0 3 j e ¿i n o p w ó c ñ a k z s ei m w ó k i n y w d o i c œ o n ¿ el a z w ij c a zi l a n o i g e r e w o t u b y rt a y zi l a n A ei m e t s y s w e n n e z rt s e z r p i ai d e M o e G – 2 Deifncija sposobu -o zi l a r e n e g ij c a zi l a u zi w w ó t k ei b o s al k h c y n a w d o t e m ei n a w o c a r p O w ó t k ei b o s al k ai n al t ei w œ y w OInpsrtaacllodwsiapnleiaynamrzeêtdhzodai* – 3 Kopaischematudanych Kopaikalsobeiktów w ó t u b y rt a h ci i COoppraycoscwhaenmeian*arzêdzai – 4 Opracowaneipo¹³czeñ O D B w k n il . w z t Pilnok¹³ócwzemnaiêidzzaypdoromgoamc¹i i m ai c œ o w o c sj ei m a -o w o c sj ei m y z d êi m z a r o ¹ w o d u b a z a i m ai c œ ai z d ê z r a n ei n a w o c a r p O * g n i k n il n a b r U oraz * g n i k n il d a o r n a b r U y r u t k u rt s ei n e c a g o b z W O D B (dataenrichment) 5 Opracowaneisrtuktury g ó r d j e n z ci g o l o p o t dBruódgowaheirarchiiseici TWoypkoolorzgyicsatalnseitrnuacrtzuêrdizngai – a 6 Wybórdróg Wyszukaneiodcinkówdróg h c y n n i m g i h c y w o t ai w o p o p el œ h c y n o z c ñ o k a z ai z d ê z r a n ei n a t s y z r o k y W s d n e d a e d t c e t e D – b 6 Wybórdróg Odrzuceneiodcinkówdróg h c y n n i m g i h c y w o t ai w o p o p el œ h c y n o z c ñ o k a z , e w o t u b y rt a y zi l a n A ai z d ê z r a n ei n a t s y z r o k y w s t c e j b o e t e l e D – 7 Dodatkowaseelkcja i c œ o w o c sj ei m Owdrarzzuzceknoeintumreeimsjcowoœci ¹ n d a ¿ z h c y n a z ¹i w z ei n ¹ g o r d ¹ n o i w a t s o z o p ai z d ê z r a n ei n a w o c a r p O e n il t u o y ti c t n i o P * n o it e l e d i c œ o n ¿ el a z ei n ei n d êl g z w U y z d êi m h c y n n e z rt s e z r p -o w o c sj ei m a i m a g o r d i m ai c œ 8 Agregacjameisjcowoœci h c y n o i w a t s d e z r p w ó r u t n o k ¹ c o m o p a z h c y n l ei z d d o ei n e z c ¹ £ j e m a s j e t w ó r u t n o k h c y n o ¿ o ³ o p i c œ o w o c sj ei m j e z sj ei n m i c œ o ³ g el d o w m m 5 , 0 ¿i n u m t y r o g l a ei n a w o c a r p O s t n e m e lt t e s r e t s u l C ,* u m t y r o g l a ei n a t s y z r o k y w * e d o r e n o g il o p n o it c A – 9 Usunêiceimneisjzych w ó r u t n o k Umseiunsjcêiocweiokœocnioturpóowweirzchni m m 4 ¿i n j e z sj ei n m 2 ai z d ê z r a n ei n a t s y z r o k y W s a e r a ll a m s e t e l e D – 0 1 Uproszczeneikonturów i c œ o w o c sj ei m h c y n o i w a t s d e z r p u r u t n o k ¹ c o m o p a z – Wykorzystaneinarzêdzai y fi l p m i s n o g il o p n o it c A , m m 2 , 0 ij c n a r el o t æ œ o tr a w – 1 1 Uproszczeneiprzebeigu g ó r d – WAcykitoonrzyilsnteanseiimnpalrfizyêd,zai m m 2 , 0 ij c n a r el o t æ œ o tr a w –

Wyniki generalizacji uzyskane w systemie Clarity.

Ograniczenia i problemy

Wyniki generalizacji osadnictwa i sieci drogowej w województwach dolnoœl¹skim i ³ódzkim do poziomów szczegó³owoœci 1:500 000 i 1:1 000 000 przedstawi³am na rysunkach 7 i 8.

Implementacja i weryfikacja zaproponowanego aparatu badawczego w œrodowisku pro-gramowym Clarity pozwoli³a na sformu³owanie nastêpuj¹cych wniosków:

1. Opracowanie narzêdzia (tzw. link w BDO) pozwoli³o na wzbogacenie struktury bazy przez powi¹zanie ze sob¹ dwóch generalizowanych warstw tematycznych, a w konsekwen-cji na bardziej spójn¹ i wspó³zale¿n¹ generalizacjê dróg i osadnictwa.

2. W trakcie implementacji sekwencji czynnoœci generalizacyjnych w systemie Clarity napotka³am na trudnoœci zwi¹zane z identyfikacj¹ œlepo zakoñczonych odcinków dróg. Do ich identyfikacji wykorzysta³am narzêdzie Detect dead ends. Niestety rezultaty generalizacji w tym zakresie nie s¹ zadowalaj¹ce. Przyk³adem s¹ drogi prowadz¹ce do granicy wojewódz-twa b³êdnie identyfikowane przez system jako drogi zakoñczone œlepo oraz drogi "wtórnie" œlepo zakoñczone, powsta³e wskutek usuniêcia innych dróg.

3. Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wymaga ró¿nych podejœæ do rozwi¹zañ tego samego problemu, w zale¿noœci od otoczenia i kontekstu obiektów. Przy implementacji czynnoœci generalizacyjnej zwi¹zanej z selekcj¹ dróg gminnych pojawi³y siê trudnoœci z identyfikacj¹ dróg, stanowi¹cych wa¿ne po³¹czenia dro-gowe. Rozwi¹zaniem tego problemu mo¿e byæ próba selekcji dróg w trybie agentowym lub implementacja teorii grafów w œrodowisku Clarity i jej wykorzystanie do kontekstowej gene-ralizacji sieci dróg (Richardson, Thomson, 1996; Thomson, Brooks, 2000; Touya, 2007).

4. Zastosowanie algorytmów Cluster settlements oraz Action poligon erode pozwoli³o na uzyskanie bardziej poprawnych, z kartograficznego punktu widzenia, wyników agregacji czêœci miejscowoœci przedstawionych w postaci konturów. W systemie Clarity istnieje mo¿-liwoœæ agregacji miejscowoœci na podstawie ich wzajemnej odleg³oœci za pomoc¹ algorytmu Clustering, niestety mo¿e to prowadziæ do ³¹czenia nawet kilku ró¿nych miejscowoœci (po-dobnie jak w systemie DynaGEN). Modyfikacja algorytmu agregacji miejscowoœci prezento-wanych za pomoc¹ konturów w Clarity umo¿liwi³a ³¹czenie wybranych czêœci miejscowo-œci na podstawie warunku tej samej nazwy miejscowomiejscowo-œci oraz znajduj¹cych siê w odpowied-niej odleg³oœci od siebie. Natomiast zastosowanie algorytmu Action poligon erode, wywo-dz¹cego siê z morfologii matematycznej, umo¿liwi³o zachowanie poprawnych kszta³tów obiektów po generalizacji (rys. 9).

5. Algorytmy agregacji i upraszczania konturów miejscowoœci zaimplementowane w systemie Clarity pozwoli³y na uzyskanie wyników generalizacji bardziej poprawnych z karto-graficznego punktu widzenia ni¿ algorytmy dostêpne w systemie DynaGEN (rys. 10 i 11).

6. Aby unikn¹æ nadmiernego przewê¿ania konturów zabudowy, bazê wiedzy opraco-wan¹ w systemie Clarity nale¿a³oby rozbudowaæ o dodatkowe narzêdzia i algorytmy genera-lizacji definiuj¹ce minimaln¹ szerokoœæ lub stopieñ przeszerzenia konturu. Jak wynika z prze-prowadzonych przeze mnie analiz, racjonalnym rozwi¹zaniem, w przypadku wyd³u¿onych miejscowoœci, wydaje siê maksymalnie dwukrotne przeszerzanie konturów.

Podsumowanie i wnioski

W artykule opisa³am proces generalizacji osadnictwa i sieci dróg Bazy Danych Ogólnoge-ograficznych w województwie dolnoœl¹skim i ³ódzkim. Scharakteryzowa³am wykorzystane w tym celu narzêdzia badawcze systemów DynaGEN i Clarity, oceniaj¹c mo¿liwoœci i ogra-niczenia obu systemów w odniesieniu do wspomagania procesu generalizacji opracowañ ma³oskalowych. Zaproponowa³am tak¿e aparat badawczy w postaci wielu nastêpuj¹cych po sobie czynnoœci generalizacyjnych oraz jego implementacjê w omawianych systemach.

Podsumowuj¹c przeprowadzone eksperymenty generalizacji nale¿y zauwa¿yæ, ¿e algo-rytmy generalizacji zawarte w systemach DynaGEN i Clarity w wersji podstawowej zosta³y dostosowane g³ównie do potrzeb generalizacji opracowañ w skalach du¿ych, st¹d dla opra-cowañ w skalach ma³ych zachodzi koniecznoœæ ich rozbudowy o dodatkowe narzêdzia ge-neralizacji. Niestety w systemie DynaGEN nie ma takiej mo¿liwoœci, dlatego do przeprowa-dzenia eksperymentów badawczych wykorzysta³am zaimplementowane w tym œrodowisku algorytmy i narzêdzia generalizacji, posi³kuj¹c siê systemem GeoMedia w zakresie zaawan-sowanych analiz przestrzennych i atrybutowych. Z kolei w systemie Clarity, stanowi¹cym œrodowisko otwarte, istnieje mo¿liwoœæ opracowania w³asnych narzêdzi oraz modyfikacji istniej¹cych algorytmów generalizacji, co u³atwia dostosowanie systemu do generalizacji opracowañ w skalach przegl¹dowych.

Istotnym ograniczeniem obu systemów wspomagaj¹cych generalizacjê jest brak podsta-wowych operatorów przestrzennych definiuj¹cych relacje miêdzy generalizowanymi obiek-tami, takich jak dotykanie (touch) czy zawierania (contain), a tak¿e zaawansowanych narzê-dzi analiz przestrzennych, takich jak „ró¿nica przestrzenna” (spatial diference) czy „przeciê-cie przestrzenne” (spatial intersection). W podstawowych wersjach programów mamy mo¿-liwoœæ wykonywania jedynie prostych zapytañ atrybutowych.

Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wymaga ró¿nych rozwi¹zañ tego samego problemu, w zale¿noœci od otoczenia i kontekstu obiektów. W tym œwietle kolejnym istotnym ograniczeniem omawianych systemów jest brak algorytmów generalizacji o charakterze kontekstowym, pozwalaj¹cych na implementacjê czynnoœci gene-ralizacyjnych na wysokim poziomie konceptualnym typu „po³¹cz wybrane obiekty”. Przyk³a-dem mo¿e byæ agregacja czêœci miejscowoœci o tych samych nazwach i w danej odleg³oœci od siebie, która w systemie DynaGEN nie jest mo¿liwa do zaimplementowania. Rozwi¹zaniem tego problemu jest opracowane w systemie Clarity narzêdzie Cluster settlements. Podobnie przy implementacji czynnoœci generalizacyjnej zwi¹zanej z selekcj¹ dróg gminnych pojawi³y siê trudnoœci z identyfikacj¹ dróg stanowi¹cych wa¿ne po³¹czenia. Rozwi¹zaniem tego problemu mo¿e byæ próba selekcji dróg w trybie agentowym lub implementacja teorii grafów w œrodowi-sku Clarity i jej wykorzystanie do generalizacji kontekstowej.

Literatura

Barrault M., Regnauld N., Duchene C., Haire K., Baeijs C., Damazeau Y., Hardy P., Mackaness W.A., Ruas A., Weibel R., 2001: Integrating mulit-agent object-oriented and algorithmic techniques for improved automated map generalization. Procceedings of the XX International Cartographic Conference. Pekin, Vol. 3, 2110-2116.

Chybicka I., 2003: Agregacja parcel i generalizacja sieci dróg na mapach topograficznych w skali 1:10 000. Praca magisterska, Uniwersytet Przyrodniczy we Wroc³awiu.

Chybicka I., Iwaniak A., Ostrowski W., Paluszyñski W., 2004a: Generalizacja danych topograficznych o szczegó³owoœci 1:10 000 do skali 1:50 000. Cz. II. Polski Przegl¹d Kartograficzny, T. 36, nr 4, s. 266-273. Chybicka I., Iwaniak A., Ostrowski W., 2004b: Generalization of the Topographic Database to the Vector Map Level 2 - the components of the Polish National Geographic Information System. ICA Workshop on Generalization and Multiple Representation, Leicester.

http://ica.ign.fr/Leicester/paper/Chybicka-v2-ICAWorkshop.pdf Clarity concepts, 2007, p³yta CD.

Duchene C., 2003: Automated map generalisation using comunicating agents, Procceedings of the XXI Inter-national Cartographic Conference. Durban, p³yta CD.

Edwardes A., Burghardt D., Bobzien M., Harrie L., Reichenbacher T., Sester M., Weibel R., 2003: Map generalization technology: addressing the need for a common research platform. Procceedings of the XXI International Cartographic Conference. Durban, p³yta CD.

Edwardes A., Burghardt D., Neun M., 2007: Experiments in building an open generalisation system. [In:] Mackaness W.A., Ruas A., Sarjakoski L.T., (eds.), Generalisation of geographic information: cartographic modelling and applications. Oxford: Elsevier, 161-175.

Hardy P., Hayles M., Revell P., 2003: Clarity - a new environment for generalisation using agents, java, xml and topology. ICA Workshop on Generalization and Multiple Representation, Pary¿.

http://ica.ign.fr/BDpubli/paris2003/papers/hardy_et_al_v1.pdf

Iwaniak A., 2000: Narzêdzia programowe wspomagaj¹ce proces generalizacji. [W: ] G³ówne problemy wspó³-czesnej kartografii. Z³o¿onoœæ, modelowanie, technologia. Uniwersytet Wroc³awski, Wroc³aw, 25-30. Karsznia I., 2010: Podstawy metodyczne automatyzacji generalizacji wybranych elementów Bazy Danych

Ogólnogeograficznych. Praca doktorska, Uniwersytet Warszawski.

Kazemi, S., Lim, S., 2005: Generalization of road network using intergraph DynaGen system. Proceedings of the SSC 2005 Spatial Intelligence, Innovation and Praxis: The National Biennial Conference of the Spatial Sciences Institute, Melbourne, 1-12.

Keates J., 1989: Cartographic design and production, Harlow, Longman.

Lecoridx F., Regnauld N., Meyer M., Flechir A., 2005: MAGNET consortium. ICA Workshop on Generali-zation and Multiple Representation, A Coruna.

Lecordix F., Trevisan J., Le Gallic J-M., Gondol L., 2006: Clarity experimentations for cartographic generali-sation in production. ICA Workshop on Generalization and Multiple Representation, Portland. http://aci.ign.fr/Portland/paper/ICA2006-Lecordix.pdf

Lecordix F., Le Gallic J. M., Gondol L., Braun A., 2007, Developement of a new generalisation flowline for topographic maps. ICA Workshop on Generalization and Multiple Representation, Moskwa.

http://aci.ign.fr/BDpubli/moscow2007/Lecordix_ICAWorkshop.pdf

Luck M., 1997, Foundations of multi-agent systems: issues and directions. Knowledge Engineering Review, Vol 12, nr 3, s. 307-318.

Mackaness W. A., Ruas A., Sarjakoski L.T., 2007, Observations and research challenges in map generalisation and multiple representation. [In:] Mackaness W.A., Ruas A., Sarjakoski L.T., (eds.), Generalisation of geographic information: cartographic modelling and applications. Oxford: Elsevier, 315-323.

Michalewicz Z., Fogel D.B., 2006: Jak to rozwi¹zaæ, czyli nowoczesna heurystyka. Wydawnictwo Nauko-wo-Techniczne, Warszawa.

Muller J.C., Weibel R., Lagrange J.P., Salge F., 1995: Generalization: state of the art and the issues. [In:] Muller J.C., Lagrange J.P., Weibel R., (eds), GIS and generalization, GISDATA 1, Taylor and Francis, 3-17. Neuffer D., Hopewell T., Woodsford P., 2004: Integration of agent-based generalisation with mainstream

technologies and other system components. ICA Workshop on Generalization and Multiple Representa-tion, Leicester. http://aci.ign.fr/BDpubli/moscow2007/Lecordix_ICAWorkshop.pdf

Ostrowski W., 2008: Semiotyczne podstawy projektowania map topograficznych na przyk³adzie prezenta-cji zabudowy. Wydawnictwo Uniwersytetu Warszawskiego, Warszawa.

Revell P., 2008: A review of the Clarity generalization platform and the customisations developed at Ordnance Survey research. ICA Workshop on Generalization and Multiple Representation, Montpellier.

http://aci.ign.fr/montpellier2008/papers/17_Revell.pdf

Richardson D.E., Thomson R.C., 1996: Integrating thematic, geometric and topologic information in the generalization of road networks. Monografia nr 14, Spatial, semantic and temporal data intergration for application in remote sensing and geographic information systems, Cartographica, Vol. 33, nr 1, 75-83. Sabo M.N., Bedard Y., Moulin B., Bernier E., 2008: Toward self-generalizing objects and on-he-fly map

generalization. Cartographica Vol. 43, no. 3, 155-173.

Thomson R.C., Brooks R., 2000: Efficient generalisation and abstraction of network data using perceptual grouping. Proceedings of the 5th International Conference on Geocomputation.

http://www.geocomputation.org/2000/GC029/Gc029.htm

Touya G., 2007: A road network selection process based on data enrichment and structure Detection. ICA Workshop on Generalization and Multiple Representation, Moskwa.

http://aci.ign.fr/BDpubli/moscow2007/Touya-ICAWorkshop.pdf Abstract

The approach to the generalization process has been strongly modified over the last decades. At the beginning, the generalization process was considered in a context of the art, which was very subjective and dependent on experience and decisions taken by a cartographer (J. Keates, 1989). With develop-ment of geographic information systems, the importance of automation in the generalization process has grown. Nowadays, it is not any more treated as the only stage in map production but rather as one of its major elements as well as the greatest challenge of modern cartography. W. A. Mackaness et al. (2007) believe that computer generalization means currently more than just automation of cartogra-pher’s work. It means modelling of geographic space by taking into account not only its geometry but also the relations between generalized objects with their special features. Over the last twenty years, computer generalization has changed from pure algorithmic approach almost exclusively based on geometry of objects into an advanced decisive process led by use of the most up-to-date technologies and GIS systems.

The aim of this paper is an attempt to determine possibilities and limits in applications of modern GIS systems in generalization of settlements and road networks in the General Geographic Database (GGD) – from the scale of 1:250,000 to the scales of 1:500,000 and 1:1,000,000.

The range of the attempts covers conducting experiments in generalization of settlements and road networks in the GGD in two – currently most advanced commercial systems used in supporting the computer generalization process: DynaGEN (by Intergraph) and Clarity (by 1Spatial). In the perfor-med studies based on the experiments conducted an assessment of both systems was made in the light of their usability in small scales generalization (in such aspects as settlement selection, aggregation and simplification of settlements’ outlines, context generalization of road networks). In addition, the possibility to extend the systems by implementing additional spatial analytical tools and generalization algorithms was also indicated.

dr in¿. Izabela Karsznia i.chybicka@uw.edu.pl tel. +48 22 552-15-11