ROCZNIKI GEOMATYKI 2011 m T IX m Z 1(45)
BADANIE ZAKRESU PRZYDATNOCI 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 ucilenie (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¿liwoci¹
wizuali-zacji na ró¿nych poziomach szczegó³owoci,
m poszukiwania mo¿liwoci zastosowania dostêpnych algorytmów generalizacji w
wy-branym rodowisku programowym w celu prowadzenia eksperymentów zwi¹zanych z kolejnoci¹ 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 okrelenie mo¿liwoci 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 rodowisk programowych s³u¿¹cych wspomaganiu generalizacji kom-puterowej: DynaGEN (firmy Intergraph) oraz Clarity (1Spatial). Badania wykona³am dla obszarów dwóch województw: dolnol¹skiego oraz ³ódzkiego.
Formalizacja wiedzy kartograficznej
Generalizacja komputerowa wymaga jednoznacznych, cile 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. podejcie odwrotne, reverse engineering, czyli wnioskowanie o za-sadach generalizacji na podstawie produktu koñcowego mapy), 3) formu³owanie regu³ przez dowiadczonych 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 wielkoci miejscowoci mierzone liczb¹ mieszkañców, m kryterium statusu administracyjnego miejscowoci (miasto, wie),
m kryterium siedziby w³adz administracyjnych miejscowoci (pañstwowe,
wojewódz-kie, powiatowe, gminne),
m kryterium gêstoci miejscowoci obliczane wg powiatów, m kryterium gêstoci zaludnienia obliczane wg powiatów,
m kryterium zarz¹dzania drogami (krajowe, wojewódzkie, powiatowe, gminne,
prywat-ne, zak³adowe),
m kryterium d³ugoci odcinków dróg.
II. Przestrzenne
m kryterium topologiczne, pozwalaj¹ce na zachowanie po³¹czeñ drogowych miêdzy
miejscowociami,
m kryterium topologiczne zak³adaj¹ce utrzymanie po³¹czeñ miêdzy drogami ni¿szych i
wy¿szych rzêdów,
m kryterium agregacji czêci miejscowoci.
Dobór kryteriów generalizacji mia³ na celu uzyskanie, w miarê mo¿liwoci, rozwi¹zañ konsekwentnych i logicznych oraz zgodnych z przeznaczeniem BDO.
Proponuj¹c zakres treci 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 treci 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 ród³owy 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 szczegó³owoci odpowiadaj¹cemu skali 1:500 000 proponujê przyj¹æ na-stêpuj¹ce zasady:
1. Wybór wszystkich miejscowoci maj¹cych status miasta oraz miejscowoci, w któ-rych znajduj¹ siê siedziby w³adz powiatowych i gminnych.
2. Odrzucenie wszystkich miejscowoci poni¿ej okrelonej liczby mieszkañców, zgod-nie z uwzglêdzgod-niezgod-niem zasad i wyników regionalnego zró¿nicowania parametrów generalizacji miejscowoci1.
1 W pracy doktorskiej (Karsznia, 2010) zaproponowa³am regionalne zró¿nicowanie parametrów genera-lizacji miejscowoci uwzglêdniajace wielkoæ oraz gêstoæ miejscowoci w poszczególnych powiatach.
3. Wybór dróg krajowych i wojewódzkich.
4. Wybór dróg powiatowych, z pominiêciem dróg zakoñczonych lepo 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 ci¹g³oci ca³ej sieci.
6. Dodatkowy wybór miejscowoci istotnych z punktu widzenia prezentowanej sieci dróg, np. znajduj¹cych siê w wêz³ach komunikacyjnych oraz miejscowoci le¿¹cych w pobli¿u prezentowanych (w odleg³oci mniejszej ni¿ 3 mm) dróg i miejscowoci, do których prowadzi droga umieszczona w bazie na omawianym poziomie skalowym.
7. Prezentacja za pomoc¹ konturu wszystkich miejscowoci o powierzchni zabudowy wiêkszej ni¿ 4 mm2. Z przeprowadzonych przeze mnie analiz geograficznych wynika, ¿e
bêd¹ to wszystkie miasta oraz wiêksze wsie.
8. Agregacja czêci miejscowoci prezentowanych za pomoc¹ konturu.
9. Uproszczenie konturów miejscowoci (przewiêkszanie konturów w zale¿noci od wielkoci i kszta³tu; prostok¹towanie).
10.Uproszczenie przebiegu dróg.
Wartoci parametrów agregacji i upraszczania, ze wzglêdu na brak odpowiednio precy-zyjnych instrukcji, zaleca siê dobieraæ iteracyjnie, kieruj¹c siê potrzeb¹ zachowania kszta³tu konturów miejscowoci oraz charakterystycznych elementów sieci drogowej.
Dla poziomu szczegó³owoci odpowiadaj¹cemu skali 1:1 000 000 proponujê nastêpuj¹ce zasady generalizacji:
1. Wybór wszystkich miast, miejscowoci stanowi¹cych siedziby powiatów oraz gmin. 2. Wybór dróg krajowych i wojewódzkich.
3. Prezentacja za pomoc¹ konturu wszystkich miejscowoci o powierzchni zabudowy wiêkszej ni¿ 3 mm2. Z przeprowadzonych przeze mnie analiz geograficznych wynika, ¿e
bêd¹ to wszystkie miasta oraz wiêksze wsie.
4. Agregacja czêci miejscowoci prezentowanych za pomoc¹ konturu. 5. Uproszczenie konturów miejscowoci.
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 czynnoci generalizacyjne wy-magaj¹ce kontroli kartografa, musz¹ byæ wykonywane w trybie interaktywnym.
DynaGEN jest aplikacj¹ pracuj¹c¹ na bazie systemu Dynamo, tzn. wykorzystuje rodo-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¿liwoæ pracy interaktywnej, co oznacza, ¿e operator mo¿e zmieniaæ war-toci parametrów u¿ywaj¹c stosownych narzêdzi i wizualnie oceniaæ zmieniaj¹ce siê wyniki generalizacji (Kazemi, Lim, 2005). Mo¿liwa jest wiêc kontrola procesu generalizacji i dopiero
wiadoma 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 czynnoci generalizacyjne wykonywane interaktywnie i nadzorowane przez kartografa (Kazemi, Lim, 2005).
Tabela 1. Baza wiedzy w systemie DynaGEN. Poziom szczegó³owoci odpowiadaj¹cy skali 1:500 000
æ 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 o w o c sj ei m w ó t ai w o p h c a m a r w i c 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 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 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 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 o w o c sj ei m Ozndarjdzuucj¹encyeichmseiêisjcowoci j e z s k êi w i c 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 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 o w o c sj ei m i m a g o r d a 4 Agregacja rfagmentów i c o w o c sj ei m w ó r u t n o k c£z¹êczceinmeieipsjrzcyoelwgoajc¹ciych OagpgerreagtoaritoAnre,a m t y r o g l a Adjoining, N E G a n y D 5 Agregacja rfagmentów i c o w o c sj ei m w ó r u t n o k m m 5 , 0 o d i c 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 o w o c sj ei m i c 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 o tr a w N E G a n y D , m m 5 , 0 u rt e m a r a p æ 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 o n l o d m m 0 4 o g ei k z d ó ³ al d 6 Seelkcjakonturów i c o w o c sj ei m Umseiunsjcêiocweiokocintmurnóeiwsjzych 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 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 szczegó³owoci odpowiadaj¹cy skali 1:1 000 000 æ 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 Wybórmeisjcowoci 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 o w o c sj ei m m£¹eiczsjecnoweioprzcyielgaj¹cychkonturów aOlgpoerryattmorAAdrejoainaignggr,egaiton, N E G a n y D 4 Agregacjadodatkowych i c o w o c sj ei m i c ê z c £m¹eiczsjecnoeiworfacgimwenotdówelg³koonctiurów 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 Seelkcjakonturówmeisjcowoci Usunêiceikonturówmneisjzych m m 3 ¿i n 2 ADnynalaziGyEaNrtybutowe, 6 Uproszczeneikonturów i c 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 treci 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 koniecznoæ 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 dolnol¹skie i ³ódzkie.
W tabelach 1 i 2 zestawi³am opracowany aparat badawczy w postaci wielu czynnoci generalizacyjnych oraz sposobu ich implementacji w DynaGEN, stanowi¹cych bazê wiedzy dla omawianych stopni szczegó³owoci 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 dolnol¹skiego oraz ³ódzkiego do pozio-mów szczegó³owoci 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 czynnoci generalizacyjnych w systemie Dyna-GEN napotka³am na trudnoci zwi¹zane z identyfikacj¹ odcinków dróg zakoñczonych lepo. 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 rodowisko zamkniê-te, nie jest mo¿liwe.
2. W zaproponowanych przeze mnie czynnociach 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 lepo odnoszê siê wiêc do wybranych wczeniej warstw tematycznych. Odcinki dróg powiatowych zakoñczone lepo to takie, które nie prowadz¹ do granicy województwa, wybranych miejscowoci oraz dróg krajowych i wojewódzkich. Analogicznie odcinki gminne dróg zakoñczone lepo nie pro-wadz¹ do wymienionych klas obiektów oraz wybranych dróg powiatowych. Natomiast spo-ród dróg gminnych stara³am siê zachowaæ te, które stanowi¹ wa¿ne po³¹czenia i prowadz¹ do miejscowoci wybranych do prezentacji na omawianym poziomie skalowym. Okazuje siê jednak, ¿e podejcie to nie w pe³ni pozwala na zachowanie ci¹g³oci sieci drogowej. Osta-tecznie dla poziomu szczegó³owoci 1:500 000 zdecydowa³am siê na zachowanie wszyst-kich odcinków dróg gminnych w obu województwach, z wyj¹tkiem fragmentów dróg za-koñczonych lepo.
3. Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wy-maga ró¿nych rozwi¹zañ tego samego problemu w zale¿noci od otoczenia i kontekstu obiek-tów. W DynaGEN mamy mo¿liwoæ generalizacji ca³ych obszarów w ten sam sposób, brakuje mo¿liwoci wykonywania operacji alternatywnych, co w konsekwencji prowadzi do koniecz-noci wykonywania generalizacji w trybie interaktywnym na niewielkich obszarach, albo w trybie automatycznym z manualn¹ korekt¹ wykonywan¹ przez kartografa. Przyk³adem mog¹ byæ trudnoci z identyfikacj¹ odcinków dróg powiatowych stanowi¹cych dodatkowe, niezbyt istotne z komunikacyjnego punktu widzenia po³¹czenia dróg wy¿szych rzêdów.
4. Obok gêstoci oraz wielkoci 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 miejscowoci dostosowane s¹ do skal du¿ych, co powoduje doæ znaczne, nie zawsze poprawne uproszczenia konturów miejscowoci (rys. 3). W prowa-dzonych badaniach wartoæ 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¿liwoci ³¹czenia konturów, spe³niaj¹cych nie tylko warunek wzajemnej odleg³oci, ale równie¿ warunek takiej samej nazwy miejscowoci. W efekcie, w wyniku agregacji, dwie miejscowoci o ró¿nych nazwach, ale spe³niaj¹ce tylko warunek wzajemnej odleg³oci, zo-sta³y ze sob¹ po³¹czone (rys. 4). Wyniki agregacji konturów zabudowy wskazuj¹ wyranie 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 odleg³oci).
6. Zaimplementowane w systemie DynaGEN algorytmy agregacji powoduj¹ doæ du¿e i nie zawsze poprawne uproszczenia kszta³tów oraz znaczne przewiêkszenie
generalizowa-Rys. 4. Przyk³ad niepoprawnej agregacji miejscowoci
nych obiektów (rys. 6), w efekcie czego kontury zabudowy s¹ upraszczane ju¿ na etapie ich agregacji.
7. Brak narzêdzi i algorytmów pozwalaj¹cych na okrelenie minimalnej szerokoci, b¹d 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 myl¹ 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¿liwoæ wykonywania analiz kontek-stowych pozwalaj¹cych na ca³ociow¹ generalizacjê grup obiektów; obiektowa struktura bazy danych pozwalaj¹ca na realizowanie czynnoci generalizacyjnej na poziomie lokalnym (przypisanie algorytmu generalizacji do obiektu w zale¿noci od jego otoczenia i relacji prze-strzennych z innymi obiektami) oraz mo¿liwoæ pracy iteracyjnej (uzyskiwanie optymalnego wyniku generalizacji metod¹ kolejnych powtórzeñ, przybli¿eñ). Niew¹tpliw¹ zaletê stanowi równie¿ fakt, ¿e jest to rodowisko 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 agentowy2 , 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. Jednoczenie 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¿liwoci 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 poprawnoci 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 rodowiska. Technologia systemów wieloagento-wych jest wykorzystywana równie¿ do modelowania z³o¿onych, dynamicznych i otwartych aplikacji, np. w planowaniu produkcji, sterowaniu ruchem, zarz¹dzaniu przep³ywem czynnoci 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 miejscowociami prezentowanymi w postaci sygnatur oraz miejscowociami prezentowanymi za pomoc¹ sygnatur a odpowiada-j¹cymi im konturami. Definicja tego typu po³¹czeñ pozwala na cis³e powi¹zanie generalizo-wanych warstw tematycznych. Opracowa³am równie¿ algorytm Cluster settlements, po-zwalaj¹cy na kontekstow¹ agregacjê i poprawne upraszczanie konturów miejscowoci oraz narzêdzia Point city deletion i Point city outline deletion, umo¿liwiaj¹ce kontekstow¹ selek-cjê miejscowoci 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 czynnoci 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 szczegó³owoci odpowiadaj¹cy skali 1:1 000 000
æ 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 Okalpsraocboweikatnóeiwmetodwyweitalnai OInpstraacllodwsiapnleiaynamrzeêtdhzoaid* 2 Kopaischematudanych Kopaikalsobeiktów w ó t u b y rt a h ci i OCoppraycsocwhaenmeian*arzêdzai 3 Wybórmeisjcowoci 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 Agregacjameisjcowoci 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 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 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 Usunêiceikonturówmeisjcowoci m m 3 ¿i n j e z sj ei n m i n h c z r ei w o p o 2 WDeylketoerzsymstaanlleianreaarszêdzai 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 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 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 o tr a w
Tabela 4. Baza wiedzy w systemie Clarity. Poziom szczegó³owoci odpowiadaj¹cy skali 1: 500 000 æ 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 o w o c sj ei m w ó t ai w o p h c a m a r w i c 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 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 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 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 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 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 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 o w o c sj ei m Owdrarzzuzceknoeintumreeimsjcowoci 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 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 8 Agregacjameisjcowoci 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 o w o c sj ei m j e z sj ei n m i c 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 Umseiunsjcêiocweiokocnioturpóowweirzchni 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 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 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 o tr a w
Wyniki generalizacji uzyskane w systemie Clarity.
Ograniczenia i problemy
Wyniki generalizacji osadnictwa i sieci drogowej w województwach dolnol¹skim i ³ódzkim do poziomów szczegó³owoci 1:500 000 i 1:1 000 000 przedstawi³am na rysunkach 7 i 8.
Implementacja i weryfikacja zaproponowanego aparatu badawczego w rodowisku 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 czynnoci generalizacyjnych w systemie Clarity napotka³am na trudnoci zwi¹zane z identyfikacj¹ lepo 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 lepo oraz drogi "wtórnie" lepo zakoñczone, powsta³e wskutek usuniêcia innych dróg.
3. Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wymaga ró¿nych podejæ do rozwi¹zañ tego samego problemu, w zale¿noci od otoczenia i kontekstu obiektów. Przy implementacji czynnoci generalizacyjnej zwi¹zanej z selekcj¹ dróg gminnych pojawi³y siê trudnoci 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 rodowisku 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 czêci miejscowoci przedstawionych w postaci konturów. W systemie Clarity istnieje mo¿-liwoæ agregacji miejscowoci na podstawie ich wzajemnej odleg³oci za pomoc¹ algorytmu Clustering, niestety mo¿e to prowadziæ do ³¹czenia nawet kilku ró¿nych miejscowoci (po-dobnie jak w systemie DynaGEN). Modyfikacja algorytmu agregacji miejscowoci prezento-wanych za pomoc¹ konturów w Clarity umo¿liwi³a ³¹czenie wybranych czêci miejscowo-ci na podstawie warunku tej samej nazwy miejscowomiejscowo-ci oraz znajduj¹cych siê w odpowied-niej odleg³oci 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 miejscowoci 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 szerokoæ lub stopieñ przeszerzenia konturu. Jak wynika z prze-prowadzonych przeze mnie analiz, racjonalnym rozwi¹zaniem, w przypadku wyd³u¿onych miejscowoci, wydaje siê maksymalnie dwukrotne przeszerzanie konturów.
Podsumowanie i wnioski
W artykule opisa³am proces generalizacji osadnictwa i sieci dróg Bazy Danych Ogólnoge-ograficznych w województwie dolnol¹skim i ³ódzkim. Scharakteryzowa³am wykorzystane w tym celu narzêdzia badawcze systemów DynaGEN i Clarity, oceniaj¹c mo¿liwoci i ogra-niczenia obu systemów w odniesieniu do wspomagania procesu generalizacji opracowañ ma³oskalowych. Zaproponowa³am tak¿e aparat badawczy w postaci wielu nastêpuj¹cych po sobie czynnoci 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 koniecznoæ ich rozbudowy o dodatkowe narzêdzia ge-neralizacji. Niestety w systemie DynaGEN nie ma takiej mo¿liwoci, dlatego do przeprowa-dzenia eksperymentów badawczych wykorzysta³am zaimplementowane w tym rodowisku algorytmy i narzêdzia generalizacji, posi³kuj¹c siê systemem GeoMedia w zakresie zaawan-sowanych analiz przestrzennych i atrybutowych. Z kolei w systemie Clarity, stanowi¹cym rodowisko otwarte, istnieje mo¿liwoæ 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¿-liwoæ wykonywania jedynie prostych zapytañ atrybutowych.
Specyficzny charakter procesu generalizacji map ma³oskalowych niejednokrotnie wymaga ró¿nych rozwi¹zañ tego samego problemu, w zale¿noci od otoczenia i kontekstu obiektów. W tym wietle kolejnym istotnym ograniczeniem omawianych systemów jest brak algorytmów generalizacji o charakterze kontekstowym, pozwalaj¹cych na implementacjê czynnoci gene-ralizacyjnych na wysokim poziomie konceptualnym typu po³¹cz wybrane obiekty. Przyk³a-dem mo¿e byæ agregacja czêci miejscowoci o tych samych nazwach i w danej odleg³oci 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 czynnoci generalizacyjnej zwi¹zanej z selekcj¹ dróg gminnych pojawi³y siê trudnoci z identyfikacj¹ dróg stanowi¹cych wa¿ne po³¹czenia. Rozwi¹zaniem tego problemu mo¿e byæ próba selekcji dróg w trybie agentowym lub implementacja teorii grafów w rodowi-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 szczegó³owoci 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¿onoæ, 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-phers 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