Próba POLSKIE autoatyzacji TOWARZYSTWO procesu generalizacji INFORMACJI wybranych PRZESTRZENNEJ eleentów BDO ROCZNIKI GEOMATYKI 2005 TOM III ZESZYT 2 27 PRÓBA AUTOMATYZACJI PROCESU GENERALIZACJI WYBRANYCH ELEMENTÓW BAZY DANYCH OGÓLNOGEOGRAFICZNYCH AN ATTEMPT TO AUTOMATE THE GENERALIZATION PROCESS OF SELECTED COMPONENTS OF GENERAL GEOGRAPHIC DATABASE Izabela Chybicka Katedra Kartografii, Wydzia³ Geografii i Studiów Regionalnych, Uniwersytet Warszawski S³owa kluczowe: generalizacja danych przestrzennych, Baza Danych Ogólnogeograficznych Key words: generalization of a spatial data, General Geographic Database Cel i zakres opracowania Cele opracowania jest przypisanie odpowiedniej iloœci inforacji do danego poziou szczegó³owoœci, a w rezultacie próba opracowania podstaw etodycznych generalizacji Bazy Danych Ogólnoogeograficznych (BDO). Przedstawiany teat jest niezwykle istotny z punktu widzenia budowy infrastruktury danych przestrzennych w naszy kraju. W³¹czenie siê Polski do inicjatywy INSPIRE wyaga dostarczenia spo³eczeñstwu inforacyjneu szeroko rozuianej inforacji przestrzennej na ró nych pozioach szczegó³owoœci. Zakres opracowania obejuje próbê autoatyzacji generalizacji warstw teatycznych sieci kounikacyjnej oraz osadnictwa dla obszaru województwa dolnoœl¹skiego. Badania te s¹ kontynuacj¹ wczeœniejszych prac generalizacyjnych zwi¹zanych z okreœlenie o liwoœci generalizacji baz danych przestrzennych (Chybicka, Iwaniak, Ostrowski 2004). Badania dotycz¹ce etodyki generalizacji ap Zajowanie siê zagadnienie generalizacji danych przestrzennych w systeach GIS wyaga wczeœniejszego zdefiniowania tego probleu. Przytoczyæ o na definicjê zaproponowan¹ przez Liqiu Meng (1998), gdy bierze ona pod uwagê generalizacjê w systeach GIS. Wed³ug Meng generalizacja jest procese poznawczy, którego cele jest zachowanie czytelnoœci obrazu odpowiednio do przestrzeni obszaru wyœwietlania, rozdzielczoœci urz¹dzenia wyœwietlaj¹cego, poziou percepcji i wyagañ aplikacyjnych odbiorcy (Meng, 1998).
28 Izabela Chybicka Jedny z g³ównych za³o eñ autoatycznej generalizacji jest poznanie procesu generalizacji z punktu widzenia jego foralizacji, a wiêc zaproponowania sekwencji eleentarnych kroków, które wykonane w œrodowisku koputerowy (GIS) pozwol¹ na uzyskanie danych przestrzennych uogólnionych, o zak³adany stopniu szczegó³owoœci. Nale y jednak za³o yæ, e podjête czynnoœci (kroki generalizacyjne) bêd¹ na tyle obiektywne, i wykonane przez dwóch kartografów niezale nie, doprowadz¹ do tego saego rezultatu. Od blisko dwóch dekad pozyskiwanie i ipleentacja wiedzy kartograficznej w systeach koputerowych jest najczêœciej pojawiaj¹cy siê zagadnienie w literaturze kartograficznej. Tradycyjne etody statystyczne w zagadnieniach zwi¹zanych z generalizacj¹ zosta³y wyparte przez systey oparte o regu³y (systey ekspertowe), doinuj¹ce jako technika groadzenia wiedzy, któr¹ pozyskiwano z istniej¹cej dokuentacji oraz na podstawie wywiadów z ekspertai, czy na bazie istniej¹cych przyk³adów. Wiedzê tê opisywano w postaci regu³: jeœli...to.... S³aby punkte tak skonstruowanych systeów by³ jednak brak precyzji regu³, a w rezultacie brak jednoznacznoœci. Wiedza pozyskiwana od ró nych ekspertów ró ni³a siê. Powsta³a, wiêc koncepcja by nauczyæ aszynê pozyskiwania wiedzy eksperckiej tzw. wy szego poziou lub strategii rozwi¹zywania probleów poprzez przyk³ady i wiedzê podstawow¹, analogicznie jak w procesie uczenia siê cz³owieka. Powsta- ³y specjalne algoryty ucz¹ce, a systey wzbogacone o nie nazyway systeai eksploracji danych (Meng, 2005). Wsponieæ o na tutaj chocia by o systeach sieci neuronowych, uczonych na wzorcach danych za pooc¹ wsponianych algorytów, by nastêpnie wykonywaæ wyuczone czynnoœci na inny ateriale. Dodatkow¹ zalet¹ systeów eksploracji danych w stosunku do etod statystycznych, przeawiaj¹cych za stosowanie ich w procesie generalizacji jest fakt, i w procesie statystyczny w celu uzyskania ziennych zale nych nale y posiadaæ wszystkie zienne wejœciowe niezale ne jako dane, natoiast w systeach eksploracyjnych dopuszczalna jest równie sytuacja, w której bez znajooœci wszystkich ziennych niezale nych znajduje siê optyaln¹ przestrzeñ rozwi¹zania. W literaturze znanych jest szereg technik eksploracji danych, takich jak: drzewo decyzyjne, logika rozyta czy sztuczne sieci neuronowe. Ich zastosowanie w procesie autoatyzacji generalizacji ap a³oskalowych, gdzie nie a kopletnych instrukcji i poszukuje siê pewnego optyalnego przedzia³u rozwi¹zañ, og³oby daæ interesuj¹ce rezultaty. Baza Danych Ogólnogeograficznych Przediote rozwa anego procesu generalizacji jest Baza Danych Ogólnogeograficznych. Baza ta jest podstawowy koponente Krajowego Systeu Inforacji Geograficznej, zawieraj¹cy dane przestrzenne stanowi¹ce odniesienie dla innych danych i obiektów. Uo liwia to identyfikacjê obiektów referencyjnych dotycz¹cych pokrycia terenu i u ytkowania ziei. W sk³ad BDO wchodz¹ nastêpuj¹ce warstwy teatyczne: podzia³ adinistracyjny, osadnictwo i obiekty antropogeniczne, hydrografia, rzeÿba terenu, transport, pokrycie terenu i u ytkowanie ziei, obszary chronione i zakniête, nazwy geograficzne.
Próba autoatyzacji procesu generalizacji wybranych eleentów BDO 29 Opracowanie dotyczy warstwy sieci kounikacyjnej, w sk³ad której wchodz¹ koleje i drogi oraz warstwy osadnictwa, a wiêc iejscowoœci prezentowane za pooc¹ sygnatur i kontury zabudowy, dla wiêkszych iejscowoœci. Narzêdzia generalizacji Do przygotowania eksperyentu zastosowano koercyjne oprograowanie firy Intergraph: GeoMedia s³u ¹ce do wykonywania zaawansowanych analiz przestrzennych oraz DynaGEN specjalistyczny syste do wspoagania procesu generalizacji ap. W realizacji eksperyentu wykorzystano odel McMastera i Shea. Bardziej obszerny opis tego odelu oraz funkcjonowania postulowanych w ni operatorów generalizacji i realizuj¹cych je algorytów zawiera praca Iwaniak, Paluszyñski, yszkowska (1998). Pojêcie operatora generalizacji zosta³o zdefiniowane jako eleentarne przekszta³cenie (transforacja) apy, które o na wyraziæ foru³¹ ateatyczn¹, b¹dÿ jednoznaczny opise procedury (algorytu). Takie przekszta³cenie o ey nazwaæ krokie generalizacji. Proces generalizacji koputerowej o na okreœliæ jako sekwencjê takich przekszta³ceñ, z podanie wartoœci odpowiednich paraetrów. Ta sekwencja i paraetry usz¹ byæ dobrane w sposób zachowuj¹cy pewne warunki i zwi¹zki poiêdzy generalizowanyi obiektai. W trakcie procesu generalizacji, w zale noœci od rodzaju generalizowanego obiektu, kartograf a do dyspozycji szereg operatorów, algorytów i paraetrów generalizacji (operator upraszczania Siplify, wyg³adzania Soothing, agregacji Aggregation, ziany sposobu przedstawiania obiektów Collapse, rozci¹gania granic Boundary Extend, wyboru obiektów reprezentatywnych Typify, prostowania k¹tów Square, ³¹czenia obiektów Merge). Generalizacja sieci kounikacyjnej i osadnictwa Operacje wchodz¹ce w sk³ad procesu generalizacji o na klasyfikowaæ w ró ny sposób. Autorka zgadza siê z koncepcj¹ podzia³u tego procesu na generalizacjê odelu danych oraz generalizacjê kartograficzn¹ proponowan¹ przez Bell, Neuffer, Woodsford (2004). Generalizacja odelu pozwala na redukcjê iloœci danych w stosunku do zak³adanego poziou szczegó³owoœci. Obejuje ona nastêpuj¹ce czynnoœci: selekcjê ca³ych klas obiektów, wybór podzbioru obiektów z danej klasy na podstawie warunków atrybutowych i przestrzennych, ziany typu geoetrii obiektu (sposobu ujêcia, a co za ty idzie etody prezentacji obiektu), upraszczanie geoetrii. Rol¹ generalizacji kartograficznej jako kolejnego etapu po generalizacji odelu danych jest osi¹gniêcie optyalnej czytelnoœci apy w danej skali, z punktu widzenia celu jej opracowywania. Generalizacja kartograficzna obejuje nastêpuj¹ce procesy: zastosowanie odpowiedniej syboliki dla danych, przesuwanie obiektów, agregacja, ziana wyiaru obiektów. W artykule przedstawiono pierwszy etap procesu generalizacji, zwi¹zany z generalizacj¹ odelu danych. Dobór treœci dla wizualizacji w poszczególnych stopniach szczegó³owoœci
30 Izabela Chybicka wykonano na podstawie analizy istniej¹cych ap ogólnogeograficznych oraz wywiadów z ekspertai w zakresie generalizacji. Dobór treœci do wizualizacji w ka dej ze skal (1: 500 000, 1: 1000 000 oraz 1:4 000 000) obejowa³ wykonanie odpowiednich analiz przestrzennych i atrybutowych w systeie GeoMedia. Operacje zwi¹zane z upraszczanie i wyg³adzanie obiektów wykonano w systeie DynaGEN. Proces ten obejowa³ wybór dróg, uproszczenie i wyg³adzenie ich przebiegu oraz agregacjê i uproszczenie konturów zabudowy. Generalizacja sieci kounikacyjnej oraz osadnictwa dla poszczególnych pozioów skalowych Poni ej opisano podstawowe kroki generalizacyjne wchodz¹ce w sk³ad generalizacji sieci kounikacyjnej oraz osadnictwa dla poszczególnych pozioów skalowych. Proces generalizacji sieci kounikacyjnej poprzedzi³o wstêpne przygotowanie danych. Polega³o ono na ³¹czeniu niejszych segentów dróg (powsta³ych wskutek wektoryzacji) w wiêksze, ci¹g³e obiekty, wykorzystywane do procesu generalizacji interaktywnej. Czynnoœæ tê wykonano w œrodowisku DynaGEN przy poocy operatora ³¹czenia (Feature blending, Merging) eleentów obiektów w struktury sieciowe. Kryteriu ³¹czenia obiektów stanowi taka saa wartoœæ atrybutu zwi¹zanego z nuere drogi iêdzynarodowej lub krajowej oraz jednostki zarz¹dzaj¹cej drog¹ (województwo, powiat, gina itp). Proces wykonany zosta³ w trybie autoatyczny, na podstawie zidentyfikowania obiektów o punktach wspólnych oraz takich saych wartoœciach wsponianych atrybutów. Kolejne kroki generalizacji dróg i kolei zosta³y wykonane w trybie interaktywny. Przy generalizacji osadnictwa nie by³o potrzeby wstêpnego przetwarzania danych, poszczególne kroki generalizacji wykonano w zwi¹zku z ty wy³¹cznie w trybie interaktywny. Czynnoœci generalizacyjne dla wizualizacji o stopniu szczegó³owoœci odpowiadaj¹ceu skali 1: 500 000: wybór iejscowoœci przedstawionych sygnatur¹ pozostawiono iasta, bêd¹ce siedzibai w³adz wojewódzkich, powiatowych oraz ginnych; wybór dróg pozostawiono drogi krajowe, wojewódzkie oraz powiatowe; wybór kolei odrzucono koleje w¹skotorowe oraz nieczynne; wybór iejscowoœci przedstawionych konture pozostawiono kontury zabudowy o powierzchni wiêkszej ni 9 2 w skali apy oraz kontury iast bêd¹cych siedzibai w³adz wojewódzkich i powiatowych; uproszczenie przebiegu dróg czynnoœæ wykonano przy poocy operatora upraszczania Siplify; algorytu Douglas; wartoœæ paraetru tolerancji dobrano eksperyentalnie, wynosi³a 0,15; wyg³adzenie przebiegu dróg czynnoœæ wykonano przy poocy operatora wyg³adzania Sooth; algorytu Siple Average; wartoœæ paraetru Look Ahead = 3; uproszczenie przebiegu kolei zastosowano operator Siplify; algoryt Douglas; wartoœæ paraetru tolerancji wynosi³a 0,35; wyg³adzenie przebiegu kolei czynnoœæ wykonano przy poocy operatora wyg³adzania Sooth; algorytu Siple Average; wartoœæ paraetru Look Ahead = 3; uproszczenie konturów zabudowy wykorzystano operator: Siplify; algoryt Area Preservation; wartoœæ paraetru Area Change Allowed = 0,15; wyg³adzenie konturów zabudowy zastosowano operator: Sooth; algoryt: Siple Average; wartoœæ paraetru Look Ahead = 1.
Próba autoatyzacji procesu generalizacji wybranych eleentów BDO 31 Czynnoœci generalizacyjne dla wizualizacji o stopniu szczegó³owoœci odpowiadaj¹ceu skali 1:1000 000: wybór iejscowoœci przedstawionych sygnatur¹ pozostawiono iasta, bêd¹ce siedzibai w³adz wojewódzkich oraz powiatowych; zieniono sposób ujêcia, a co za ty idzie etodê prezentacji obiektów z konturu na sygnaturê; wybór dróg pozostawiono drogi krajowe i wojewódzkie; wybór iejscowoœci przedstawionych konture pozostawiono kontury zabudowy o powierzchni wiêkszej ni 9 2 w skali apy; uproszczenie przebiegu dróg zastosowano operator Siplify; algoryt Douglas; wartoœæ paraetru tolerancji = 0,20; wyg³adzenie przebiegu dróg czynnoœæ wykonano przy poocy operatora Sooth; algorytu Siple Average; wartoœæ paraetru Look Ahead = 3; uproszczenie przebiegu kolei operator Siplify; algoryt Douglas; wartoœæ paraetru tolerancji = 0,35; wyg³adzenie przebiegu kolei zastosowano operator Sooth; algoryt Siple Average ; wartoœæ paraetru Look Ahead = 3; uproszczenie konturów zabudowy operator Siplify; algoryt Area Preservation; wartoœæ paraetru Area Change Allowed = 0,25; wyg³adzenie konturów zabudowy zastosowano operator Sooth; algoryt Siple Average; wartoœæ paraetru Look Ahead = 1. Czynnoœci generalizacyjne dla wizualizacji o stopniu szczegó³owoœci odpowiadaj¹ceu skali 1:4 000 000: wybór iejscowoœci przedstawionych sygnatur¹ sygnatur¹ pokazano iejscowoœci prezentowane w postaci konturów w skali 1:1000 000; zieniono etodê prezentacji obiektów z konturu na sygnaturê; wybór dróg pokazano drogi krajowe; uproszczenie przebiegu dróg zastosowano operator Siplify; algoryt Douglas; wartoœæ paraetru tolerancji przyjêto 0,30; uproszczenie przebiegu kolei zastosowano operator Siplify; algoryt Douglas; wartoœæ paraetru tolerancji = 0,40; wyg³adzenie przebiegu kolei przy poocy operatora wyg³adzania Sooth; algoryt Siple Average; wartoœæ paraetru Look Ahead = 3. Wizualizacja BDO w za³o onych stopniach szczegó³owoœci Ostatecznej wizualizacji zgeneralizowanych danych dokonano w systeie GeoMedia. Efekty generalizacji i doboru treœci dla poszczególnych pozioów szczegó³owoœci widoczne s¹ na rysunkach 1, 2, 3 i 4.
32 Izabela Chybicka Podsuowanie Przeprowadzony eksperyent pozwala wyci¹gn¹æ kilka istotnych wniosków. Z punktu widzenia dotychczasowych osi¹gniêæ w zakresie generalizacji ap a³oskalowych, przy opracowywaniu ap nale a³oby uwzglêdniæ szereg innych kryteriów generalizacyjnych. Jednak e za³o enie opracowania jest okreœlenie o liwoœci generalizacji BDO, na podstawie zawartych w niej inforacji oraz otrzyanie powtarzalnych, obiektywnych rozwi¹zañ, dlatego te ograniczono siê do zawartoœci saej bazy. Podczas wykonywania eksperyentu napotkano trudnoœci w ipleentacji zasad generalizacji. Utrudnienia te zwi¹zane by³y z brakie wystarczaj¹co precyzyjnych narzêdzi analiz przestrzennych (na przyk³ad w narzêdziach identyfikuj¹cych w sposób jednoznaczny odcinki œlepo-zakoñczone ), co nale a³oby w przysz³oœci udoskonaliæ przez opracowywanie w³asnych narzêdzi dostosowanych do konkretnych przypadków graficznych. W procesie generalizacji BDO nale y niew¹tpliwie uwzglêdniæ gêstoœæ sieci osadniczej, co zostanie wziête pod uwagê w dalszych etapach badawczych. Generalizacja w skalach a³ych przegl¹dowych jest procese niezwykle subiektywny, intuicyjny. Decyzje w zakresie podstawowych czynnoœci generalizacyjnych w znacznej ierze zale ¹ od wiedzy i praktyki kartograficznej osoby wykonuj¹cej apê. Ze wzglêdu na charakter tego procesu nie istniej¹ instrukcje redakcji czy generalizacji ap przegl¹dowych w tak dok³adnej i sforalizowanej forie jak dla skal wiêkszych, co znacznie utrudnia autoatyzacjê procesu. Specyficzny charakter procesu generalizacji ap w tych skalach niejednokrotnie wyaga ró nych rozwi¹zañ tego saego probleu, w zale noœci od otoczenia i kontekstu obiektów. D¹ enia do foralizacji i autoatyzacji procesu generalizacji danych przestrzennych koncentruj¹ siê na opracowaniu takich systeów, które posiada³yby niezbêdn¹, a charakterystyczn¹ wy³¹cznie dla cz³owieka, wiedzê i doœwiadczenie nieal e zdolnoœæ abstrakcyjnego yœlenia i podejowania decyzji. Na pytanie czy jest to obecnie o liwe, o na odpowiedzieæ, e jeszcze nie jest. Jednak e wysi³ki zierzaj¹ce do autoatycznego pozyskiwania, a nastêpnie wykorzystania wiedzy posiadanej przez cz³owieka w œrodowisku koputerowy s¹ bardzo obiecuj¹ce i ten w³aœnie kierunek badañ cieszy siê du y zainteresowanie naukowców. Literatura Bell M., Neuffer D., Woodsford P., 2004: Agent-based generalization an update on progress, Kartographische Nachrichten, Vol 54, nr 4, s. 170-177. Chybicka I., Iwaniak A., Ostrowski W., 2004: Generalization of the Topographic Database to the Vector Map Level 2 the coponents of the Polish National Geographic Inforation Syste. http://ica.ign.fr/leicester/paper/chybicka-v2-icaworkshop.pdf Chybicka I., Iwaniak A., Ostrowski W., Paluszyñski W., 2004: 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. Iwaniak A., Paluszyñski W., 2003: Ipleentation of a knowledge database for the generalization of topographic aps in GIS systes. [W:] International Cartographic Conference. Abstracts of papers, Durban, South Africa, s. 36. Iwaniak A., Paluszyñski W., yszkowska W., 1998: Generalizacja ap nuerycznych koncepcje i narzêdzia cz.i., Polski Przegl¹d Kartograficzny, T. 30, nr 2, s. 79-86.
Próba autoatyzacji procesu generalizacji wybranych eleentów BDO 33 Meng L., 1998: Cognitive odeling of cartographic generalization, Project report on Strategies on autoatic generalization of geographic data stage2, Hogskolan i Gavle, Sandviken, s. 1-31. Meng L., 2005: Spatial data ining ethods and case studies, Prezentacja podczas seinariu nt.: Zastosowanie sztucznej inteligencji w kartografii, Politechnika Warszawska. Suary One of the ain assuptions of an autoatic generalization is understanding of the process taking into account its foralization. Such an approach is based on a proposal of perforing eleentary steps in coputer GIS environent in order to obtain generalized spatial data at particular detail level. However, it should be expected that the generalization steps are so objective that when carried out by two cartographers independently they bring coon result. As the National Geographic Inforation Syste and its coponents are developed in Poland (its coponents include: Topographic Database at 1:10 000 scale, Vector Map Level 2 at 1:50 000 scale, General Geographic Database at 1:250 000 scale), topicality of he generalization grows ever larger. Under such conditions there is a need for creating a unifor spatial database out of which aps at various scales and for various purposes could be generated. The executed project is extreely iportant fro the point of view of building spatial data infrastructure in our country. Having joined the INSPIRE initiative, Poland is required to provide the inforation society with well-understood spatial data collected at different resolution levels. However, the purpose of the project is to define and then to assign a particular portion of inforation to a particular resolution level and, consequently, to work out a ethodology of generalization of the basic spatial database GGD. The scope of the study covered carrying out generalization experient concerning the generalization of theatic layers transportation network and settleent for the area of the Lower Silesia Province. This study was a continuation of previous works concerning generalization possibilities of spatial databases (I. Chybicka, A. Iwaniak, W. Ostrowski, 2004). The intention was to elaborate a ulti-resolution/representation database as visualization of the General Geographic Database (GGD) at different resolution levels without peranent loss of inforation. The selection of inforation depends not on durable data withdrawal fro a database but only on visualization of the generalized inforation adequately to resolution level. The visualization of the GGD was perfored based on three levels: 1:500 000, 1:1000 000 and 1:4000 000. The operations foring the generalization process ay be classified in different ways. The author agrees with the concept of dividing the process into the data odel generalization and the cartographic generalization proposed by M. Bell, D. Neuffer, P. Woodsford (2004). The data odel generalization akes it possible to reduce the nuber of data in relation to the assued resolution level. It covers the following actions: selection of whole feature classes, selection of object coponents fro a particular feature class on the basis of attributes and spatial conditions, change of object s geoetry type (way of presentation and ethod of object s presentation), geoetry siplification. The role of the cartographic generalization as a stage following the data odel generalization is to obtain optial ap legibility at a given scale. The cartographic generalization process consists of: application of proper data sybology, shifting of objects; aggregation; changing of object s diensions. The author focused on the first stage of the generalization process (connected with the data odel generalization). The selection of the ap content for visualization on particular resolution degrees was perfored on the basis of analysis of existing geographic aps as well as interviews with experts in the field of generalization. Ordering the ap content to the visualization perfored for each of the
34 Izabela Chybicka scales (1: 500 000, 1: 1000 000, 1: 4000 000) covered perforing proper spatial and attribute analyses in the GeoMedia syste. The operations connected with the siplification and objects soothing were perfored in the DynaGEN application. This process encopassed siplification of routes and their soothing as well as siplification and soothing of buildings contours. gr in. Izabela Chybicka doktorantka UW i.chybicka@uw.edu.pl tel. (0-22) 552-15-11
Próba autoatyzacji procesu generalizacji wybranych eleentów BDO 35 Rys. 1. Wizualizacja BDO w skali 1:250 000 Rys. 2. Wizualizacja BDO w skali 1:500 000
36 Izabela Chybicka Rys. 3. Wizualizacja BDO w skali 1:1000 000 Rys. 4. Wizualizacja BDO w skali 1: 4 000 000