Upload
duonghanh
View
241
Download
1
Embed Size (px)
Citation preview
MasterarbeitMariusz Baldowski
Rumliche Analyse mit spatialen Indikatoren
Fakultt Technik und InformatikStudiendepartment Informatik
Faculty of Engineering and Computer ScienceDepartment of Computer Science
Mariusz Baldowski
Rumliche Analyse mit spatialen Indikatoren
Masterarbeit eingereicht im Rahmen der Masterprfung
im Studiengang Master of Computer Scienceam Department Informatikder Fakultt Technik und Informatikder Hochschule fr Angewandte Wissenschaften Hamburg
Betreuender Prfer: Prof. Dr. Thomas Thiel-ClemenZweitgutachter: Prof. Dr. Stefan Sarstedt
Eingereicht am: 21. Juli 2014
Mariusz Baldowski
Thema der ArbeitRumliche Analyse mit spatialen Indikatoren
StichworteRumliche Analyse, Spatiale Indikatoren, Geoinformationssystem, Datenintegration,Geodatenverschneidung, objektorientierte Bildanalyse, Klimawandel, Togo
KurzzusammenfassungUm die konstante Komplexittserhhung von kologischen und gesellschaftlichenProzessen zu messen und zu berwachen, werden innovative Methoden bentigt,welche rumliche Eigenschaften und Gegebenheiten bercksichtigen. In dieser Arbeitwird untersucht, wie spatiale Indikatoren fr die rumliche Analyse verwendet werdenknnen, um diese Probleme zu adressieren. Des Weiteren wird die Geodatenverschnei-dung und die Entwicklung von spatial gemischten Indikatoren beleuchtet, mit denenGefahrenherde und Hotspots beschrieben werden knnen, wodurch sie zu wichtigenEntscheidungshilfen werden.
Mariusz Baldowski
Title of the paperRegional analysis with spatial indicators
KeywordsSpatial analysis, spatial indicators, geographic information system, data integration,spatial intersection, object-based image analysis, climate change, Togo
AbstractTo measure and monitor the constant increase in complexity of ecological and socialprocesses innovative methods are needed which take spatial characteristics and cir-cumstances into account. In this work, it will be investigated how spatial indicators canbe used for spatial analysis to address these problems. Furthermore, the intersectionof spatial data and the development of spatial mixed indicators will be used to describehot spots, thereby becoming important decision support.
Inhaltsverzeichnis
Tabellenverzeichnis vii
Abbildungsverzeichnis vii
Quelltexte ix
1. Einleitung 11.1. Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2. Ziele der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3. Abgrenzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.4. Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2. Grundlagen und Stand der Wissenschaft 52.1. Geoinformationssystem . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1. Rumliche Datenmodelle . . . . . . . . . . . . . . . . . . . . 62.1.1.1. Rasterdaten und Bilder . . . . . . . . . . . . . . . . . 62.1.1.2. Vektordaten . . . . . . . . . . . . . . . . . . . . . . . 162.1.1.3. Darstellung von Daten . . . . . . . . . . . . . . . . . 172.1.1.4. Zusammenfassung . . . . . . . . . . . . . . . . . . . 18
2.1.2. Georeferenzierung und Projektionen . . . . . . . . . . . . . . 202.1.3. Formate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.3.1. GeoTIFF . . . . . . . . . . . . . . . . . . . . . . . . 212.1.3.2. Erdas Imagine . . . . . . . . . . . . . . . . . . . . . 212.1.3.3. Shapesfile . . . . . . . . . . . . . . . . . . . . . . . 212.1.3.4. GeoJSON . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.4. Layer-Modell . . . . . . . . . . . . . . . . . . . . . . . . . . . 222.2. Geodatenquellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1. Abbildung der kosysteme von Afrika . . . . . . . . . . . . . . 232.3. Standards und Geobibliotheken . . . . . . . . . . . . . . . . . . . . . 26
2.3.1. OGC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262.3.1.1. Web Map Service . . . . . . . . . . . . . . . . . . . 262.3.1.2. Web Feature Service . . . . . . . . . . . . . . . . . . 262.3.1.3. Geospatial Data Abstraction Library . . . . . . . . . . 272.3.1.4. DotSpatial . . . . . . . . . . . . . . . . . . . . . . . 27
2.4. Aktueller Forschungsstand . . . . . . . . . . . . . . . . . . . . . . . 27
iv
Inhaltsverzeichnis
2.4.1. Spatiale Indikatoren . . . . . . . . . . . . . . . . . . . . . . . 282.4.2. Geoinformationssystem . . . . . . . . . . . . . . . . . . . . . 302.4.3. Web-GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302.4.4. Geodatenmanagement . . . . . . . . . . . . . . . . . . . . . . 30
3. Analyse 323.1. Werkzeuge zur Verarbeitung . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.1. Quantum GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . 323.1.2. GRASS GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . 333.1.3. GeoServer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343.1.4. OpenLayers . . . . . . . . . . . . . . . . . . . . . . . . . . . 353.1.5. Google Earth und NASA World Wind . . . . . . . . . . . . . . 363.1.6. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2. Spatialer Indikator . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383.2.1. Segmentierung . . . . . . . . . . . . . . . . . . . . . . . . . . 383.2.2. Klassifizierung . . . . . . . . . . . . . . . . . . . . . . . . . . 383.2.3. Verschneidung - Spatial gemischte Indikatoren . . . . . . . . . 38
3.3. Web-GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393.3.1. Geodatenmanagement . . . . . . . . . . . . . . . . . . . . . . 40
3.4. Anforderungsanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . 413.4.1. Fachliche Anforderungen . . . . . . . . . . . . . . . . . . . . 413.4.2. Technische Anforderungen . . . . . . . . . . . . . . . . . . . . 433.4.3. Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4. Entwurf 454.1. MARS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.1.1. Geoinformationssystem - MARS-GROUND . . . . . . . . . . . 464.1.1.1. Geodatenmanagement - GeoServer . . . . . . . . . . 474.1.1.2. GeoTools . . . . . . . . . . . . . . . . . . . . . . . . 47
4.1.2. Datawarehouse - MARS-ROCK . . . . . . . . . . . . . . . . . 474.1.3. Fassade - MARS-SHUTTLE . . . . . . . . . . . . . . . . . . . 484.1.4. Simulationskern - MARS-LIFE . . . . . . . . . . . . . . . . . . 484.1.5. Visualisierung - MARS-VIS . . . . . . . . . . . . . . . . . . . 484.1.6. Web-GIS - MARS-DEIMOS . . . . . . . . . . . . . . . . . . . 484.1.7. Relevantes System . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2. Anwendungsflle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494.2.1. Datenintegration . . . . . . . . . . . . . . . . . . . . . . . . . 494.2.2. Datenerhalt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514.2.3. Geodatenverschneidung . . . . . . . . . . . . . . . . . . . . . 52
5. Realisierung 545.1. Datenintegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
v
5.2. Datenerhalt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545.2.1. GeoServer und WMS fr Rasterdaten . . . . . . . . . . . . . . 555.2.2. GDAL fr Rasterdaten . . . . . . . . . . . . . . . . . . . . . . 625.2.3. GeoServer und WFS fr Vektordaten . . . . . . . . . . . . . . 645.2.4. DWH fr Vektordaten . . . . . . . . . . . . . . . . . . . . . . . 65
5.2.4.1. Georeferenzierung . . . . . . . . . . . . . . . . . . . 655.2.4.2. Schnittstelle . . . . . . . . . . . . . . . . . . . . . . 67
5.2.5. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . 675.3. Web-GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 685.4. Geodatenverschneidung . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.4.1. Raster und Raster . . . . . . . . . . . . . . . . . . . . . . . . 715.4.2. Raster und Vektor . . . . . . . . . . . . . . . . . . . . . . . . 715.4.3. Vektor und Vektor . . . . . . . . . . . . . . . . . . . . . . . . 72
6. Experiment 746.1. Beschreibung des Untersuchungsgebiets . . . . . . . . . . . . . . . . 746.2. Vorgehensweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.2.1. Anwendungsfall 1 (A1): Ermittlung der Relation zwischen Baum-biomasse und NDVI . . . . . . . . . . . . . . . . . . . . . . . 78
6.2.2. Anwendungsfall 2 (A2): Ermittlung von Bumen fr ein unbe-kanntes Areal mit Hilfe des NDVI . . . . . . . . . . . . . . . . 78
6.3. Durchfhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7. Diskussion 867.1. Diskussion der Ergebnisse im Hinblick auf die aufgestellten Hypothesen 867.2. Offene Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 877.3. Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A. Anhang 89
B. Inhalt der DVD 91
Literaturverzeichnis 92
Abkrzungsverzeichnis 98
vi
Tabellenverzeichnis
2.1. Direkter Vergleich zwischen kleineren und greren Zellen . . . . . . 112.2. Vor- und Nachteile der Datenmodelle . . . . . . . . . . . . . . . . . . 192.3. GeoJSON Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1. Vor- und Nachteile der Geo-Werkzeuge . . . . . . . . . . . . . . . . . 37
5.1. Parameter fr die GetMap-Schnittstelle . . . . . . . . . . . . . . . . . 565.2. Parameter fr die GetFeatureInfo-Schnittstelle . . . . . . . . . . . . . 575.3. Parameter fr die GetFeatureInfoBox-Schnittstelle . . . . . . . . . . . 585.4. Ausfhrungsdauer der Anfragen fr die GetFeatureInfoBox-Schnittstelle 605.5. Parameter fr die GetValuesInPolygon-Schnittstelle . . . . . . . . . . 645.6. Parameter fr die GetFeature-Schnittstelle . . . . . . . . . . . . . . . 655.7. Zusammenfassung fr den Datenerhalt von Geodaten . . . . . . . . . 68
6.1. Bereinigte Daten fr den Abdoulaye Forest, Togo (Auszug aus derExceltabelle) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
A.1. Gesammelte Daten fr den Abdoulaye Forest, Togo (Auszug aus derExceltabelle) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
Abbildungsverzeichnis
2.1. Zellen in einem Raster. Quelle: ArcGIS Online-Dokumentation . . . . . 62.2. Orthofotografisches Rasterbild als Grundkarte fr Straendaten. Quelle:
Google Maps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82.3. Oberflchenkarte in Form einer Hhenkarte der Alpen. Quelle: Wetter-
zentrale.de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82.4. Thematische Karte der Vegetationstypen von Australien. Gendert nach
Carnahan (1977) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.5. Bild eines groen alten Baumes als Beschreibung eines Objekts . . . 10
vii
http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000002000000/http://www.wetterzentrale.de/cgi-bin/webbbs/wzconfig1.pl?noframes;read=163http://www.wetterzentrale.de/cgi-bin/webbbs/wzconfig1.pl?noframes;read=163
Abbildungsverzeichnis
2.6. Reprsentation der Zellwerte fr eine Zelle. Quelle: Quelle: ArcGISOnline-Dokumentation . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.7. Rumliche Auflsung fr unterschiedliche Zellgren. Quelle: ArcGISOnline-Dokumentation . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.8. Darstellungen von einbndigen Raster.Quelle: ArcGIS Online-Dokumentation . . . . . . . . . . . . . . . . . 13
2.9. Darstellung mehrbndiger Raster und Reprsentation im elektromagne-tischen Farbspektrum. Quelle: ArcGIS Online-Dokumentation . . . . . 14
2.10.Attributtabelle fr Raster-Datasets. Quelle: ArcGIS Online-Dokumentation 152.11.Schichten der Raster-Pyramiden. Quelle: WebGL Earth . . . . . . . . 152.12.Darstellung von Punkten. Quelle: ArcGIS Online-Dokumentation . . . 172.13.Darstellung von Linien. Quelle: ArcGIS Online-Dokumentation . . . . . 182.14.Darstellung von Polygonen. Quelle: ArcGIS Online-Dokumentation . . 182.15.Unterschiedliche GIS-Layer bereinander gelegt. Quelle: NCDDC und
NOAA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232.16.Bioklimate. Quelle: USGS RMGSC . . . . . . . . . . . . . . . . . . . 242.17.Gelndeoberflche (links), Topographische Lage (rechts).
Quelle: USGS RMGSC . . . . . . . . . . . . . . . . . . . . . . . . . 252.18.Oberflchenlithologie (links), Beschriftete kosysteme (rechts). Quelle:
USGS RMGSC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262.19.Punktinterpolation. Quelle: ArcGIS Online-Dokumentation . . . . . . . 282.20.Anpassung an den Klimawandel. Gendert nach: Hagenlocher u. a. (2014) 292.21.Exemplarische Darstellung des Stern-Schemas. Quelle: Thiel-Clemen
(2013) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1. Verschiedene Layer im Quantum GIS . . . . . . . . . . . . . . . . . . 333.2. Oberflche des GRASS GIS . . . . . . . . . . . . . . . . . . . . . . . 343.3. Weboberflche des GeoServer und OpenLayers Export . . . . . . . . 353.4. Verschneidung von Rasterdaten mittels CCCI . . . . . . . . . . . . . 393.5. Architektur eines Web-GIS. Quelle: Bandyophadyay u. a. (2012) . . . . 40
4.1. Komponentenarchitektur des MARS-Systems . . . . . . . . . . . . . 464.2. Komponentenarchitektur des relevanten Systems . . . . . . . . . . . 504.3. Importierung und Integrierung von Geodaten . . . . . . . . . . . . . . 504.4. Erhalt von Geodaten . . . . . . . . . . . . . . . . . . . . . . . . . . . 524.5. Verschneidung und Erstellung von Geodaten . . . . . . . . . . . . . . 53
5.1. Importierung von Geodaten in den GeoServer . . . . . . . . . . . . . 555.2. Erhaltene Rasterkarte mit Hilfe des WMS vom System . . . . . . . . . 565.3. Visualisierung eines Hhenmodells mit Hilfe der Raster-Schnittstellen . 605.4. Gre und Zeit zur Rastergre . . . . . . . . . . . . . . . . . . . . . 615.5. Gre und Zeit im Verhltnis der Rastergre . . . . . . . . . . . . . 615.6. Gre und Zeit im Verhltnis zur Feature-Anzahl . . . . . . . . . . . . 62
viii
http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000004000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000004000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000005000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000005000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000009000000/http://data.webglearth.com/doc/webgl-earthch1.htmlhttp://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000
5.7. Approximierung eines Polygons durch Quads . . . . . . . . . . . . . 665.8. Webclient des Systems . . . . . . . . . . . . . . . . . . . . . . . . . 695.9. Webclient des Systems . . . . . . . . . . . . . . . . . . . . . . . . . 705.10.Verschneidung von Rasterdaten . . . . . . . . . . . . . . . . . . . . . 715.11.Punkt-In-Polygon. Gendert nach Chang (2006) . . . . . . . . . . . . 725.12.Linie-In-Polygon. Gendert nach Chang (2006) . . . . . . . . . . . . . 725.13.Polygon-In-Polygon. Gendert nach Chang (2006) . . . . . . . . . . . 73
6.1. Untersuchungsgebiet im AWR. Quelle: Pereki u. a. (2014) . . . . . . . 756.2. Vorgehensweise des Experiments . . . . . . . . . . . . . . . . . . . . 796.3. Darstellung der Stichprobe . . . . . . . . . . . . . . . . . . . . . . . 816.4. Ermittlung der Baumbiomasse pro Patch . . . . . . . . . . . . . . . . 826.5. Verschneidung von Rasterkarten. Links: Rotanteil, Rechts: Infrarotanteil,
Unten: NDVI. Quelle: Pereki u. a. (2014) . . . . . . . . . . . . . . . . 836.6. Patches mit Biomasse ohne Bume . . . . . . . . . . . . . . . . . . . 846.7. Verteilung der Biomasse auf Bume und Ermittlung der Attribute . . . 85
A.1. Legende fr die beschrifteten kosysteme . . . . . . . . . . . . . . . 89
Quelltexte
5.1. GetMap-Webanfrage . . . . . . . . . . . . . . . . . . . . . . . . . . . 565.2. GetFeatureInfo-Webanfrage . . . . . . . . . . . . . . . . . . . . . . . 575.3. Zurckgegebenes GetFeatureInfo-Datenset . . . . . . . . . . . . . . 585.4. GetFeatureInfoBox-Webanfrage . . . . . . . . . . . . . . . . . . . . . 595.5. Zurckgegebenes GetFeatureInfoBox-Datenset . . . . . . . . . . . . 595.6. Datenerhalt von Rasterinformationen mit GDAL und DotSpatial . . . . 635.7. POST-Datensatz fr die GetValuesInPolygon-Schnittstelle . . . . . . . 645.8. Zurckgegebenes GetValuesInPolygon-Datenset . . . . . . . . . . . . 645.9. API von MARS-ROCK . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.1. Polygon fr die GetDataByJsonArea-Anfrage . . . . . . . . . . . . . . 806.2. NDVI-Werte der GetValuesInPolygon-Schnittstelle . . . . . . . . . . . 826.3. Berechnung der Biomasse anhand des NDVI . . . . . . . . . . . . . . 84
ix
1. Einleitung
Globale Herausforderungen erfordern ein erweitertes rumliches und integriertes Ver-stndnis von mglichen Schadensquellen. Um die konstante Komplexittserhhungvon kologischen und gesellschaftlichen Prozessen zu messen und zu berwachen,werden innovative Methoden bentigt, welche rumliche Eigenschaften und Gege-benheiten bercksichtigen. Ein Geoinformationssystem (GIS) ermglicht es, mit einerAuswahl verschiedener Programme und Werkzeuge geographische Daten zu erstel-len, zu visualisieren, abzufragen und zu analysieren. Spatiale Indikatoren, wie sie inGIS erstellt werden, knnen fr die rumliche Analyse verwendet werden, um dieseProbleme zu adressieren. So werden spatiale Indikatoren bereits in der Landnut-zung, Sicherung von Naturschutzflchen und dem Zerfall der biologischen Artenvielfalt(Vgl. Sell (2006); Gloucester (2011); Sparks u. a. (2011)) fr Entscheidungen heran-gezogen und erleichtern die Planung und Prvention von Gefahrenquellen zunehmend.
Eine aktuelle Weiterentwicklung ist der Spatial gemischter Indikator (SGI) (Vgl. Ha-genlocher u. a. (2014)). Mit Hilfe von intelligenten GIS-Verschneidungsoperationenknnen aus einzelnen Subindikatoren SGI gebildet werden, indem die Datenstzehomogenisiert und anschlieend mittels arithmetischer Formeln kombiniert werden.Mit Hilfe dieser Indikatoren knnen Gefahrenherde, sogenannte Hotspots, anhand dervorhandenen Daten identifiziert werden.
Problematisch bei diesem Ansatz ist jedoch die starre Segmentierung der Untersu-chungsgebiete und die einhergehende Ermittlung der jeweiligen Subindikatoren zurBestimmung des SGI. Insbesondere die Verschneidung von punktuellen / temporalenInformationen und spatial heterogenen Daten bleibt unbercksichtigt.
1.1. Motivation
Eine steigende Anzahl von Menschen auf der ganzen Welt wird zunehmend von ver-schiedenen Naturereignissen, wie berschwemmungen, Drren, Strmen, Waldbrn-den, Erdbeben und Tsunamis geplagt, wie aus aktuellen Statistiken der International
1
1. Einleitung
Disaster Database hervorgeht (siehe Louvain (2012)). Besonders hoch sind Entwick-lungslnder betroffen, welche durch vorherrschende Schwachstellen gefhrdet sind.
Unter Wissenschaftlern besteht kein Zweifel, dass Afrika einer der am meisten ge-fhrdetsten Kontinente ist, welcher insbesondere durch den Klimawandel und Kli-maschwankungen und die niedrige Anpassungsfhigkeit bedroht wird. (Parry u. a.(2007))
Die Multi Agent Research and Simulation (MARS)-Forschungsgruppe an der Hoch-schule fr Angewandte Wissenschaften (HAW) Hamburg beschftigt sich mit derDurchfhrung von Simulationen in interdisziplinren Projekten (Hning u. a. (2014)).Die MARS-Forschungsgruppe entwickelt Multi-Agenten basierte Simulations-Systemefr hochskalierte Szenarien mit mehreren tausend Individuen. Diese Arbeit wurde imRahmen des MARS-Projekts geschrieben.
In Rahmen des MARS-Projekts entsteht auch die Doktorarbeit von Hodabalo Pereki(Pereki u. a. (2014)), welche die beschdigte Waldbiomasse im Dahomey Gap inWestafrika untersucht. Die Menge der Biomasse kann nur durch Feldmessungenund Stichproben ermittelt werden. Eine Aussage ber ein greres Areal fllt folglichschwer, da alle Stoffgemische fr das gesamte Gebiet ermittelt werden mssten, umdie Biomasse zu berechnen. Pereki u. a. (2014) sucht nach einem Verfahren, bei demdie Biomasse fr ein ausgewhltes Areal einfacher zu ermitteln ist. Dafr wird dernormalized difference vegetation index (NDVI) verwendet, welcher der am hufigstenangewandte Vegetationsindex ist und auf Basis von Satellitenbilddaten errechnet wird.Mit seiner Hilfe lassen sich schnell mit Vegetation bedeckte Bereiche auf der Erd-oberflche und deren Beschaffenheit identifizieren. Mit Hilfe einer bijektiven Relationzwischen Biomasse und NDVI knnte die Waldbiomasse anhand von Satellitenbildernberechnet werden.
Das Vorhaben von Pereki u. a. (2014) dient als Experiment fr diese Arbeit. Anhanddieses Anwendungsfalls sollen spatiale Indikatoren ermittelt werden, welche fr dierumliche Analyse und Untersttzung des Szenarios verwendet werden knnen. Daszu entwickelnde System soll diesem Anwendungsfall bei der Erstellung von spatialenIndikatoren behilflich sein.
2
1. Einleitung
1.2. Ziele der Arbeit
Zur Untersttzung dieses Vorhabens sollen in dieser Arbeit Anforderungen an eineffizientes GIS zur rumlichen Analyse im Rahmen der MARS-Architektur abgeleitetwerden. Dabei wird eine fachliche Anforderungsanalyse und Erwartungshaltung an dasgenerische System erstellt. Insbesondere die Verwendung von spatialen Indikatoren,die Entwicklung von SGI und die Verbindung von GIS und Datawarehouse (DWH)sollen in dieser Arbeit beleuchtet werden. Das GIS soll anschlieend realisiert werden,um Experimente und Anwendungsflle, wie jenen von Pereki u. a. (2014), darauf aus-zufhren und zu untersuchen, inwiefern spatiale Indikatoren zur rumlichen Analyseherangezogen werden knnen.
Neben den rein spatialen Daten fallen bei komplexeren Szenarien zustzliche Datenan, die sich mit einem GIS alleine nicht optimal auswerten lassen. KonventionelleGeodatenbanken knnen heterogene Geodaten nicht effizient verwalten. Die Nutzungvon DWH im Breich der kologie tritt seit kurzem strker in den Vordergrund (sieheMcGuire u. a. (2008); Kelling u. a. (2009); Thiel-Clemen (2013)). In der Arbeit vonThiel-Clemen (2013) wird dargelegt, wie sich mittels Verwendung eines DWH die Pro-bleme heterogen skalierter Daten lsen lassen. In dieser Arbeit wird die Mglichkeitzur Integrierung von DWH in GIS untersucht.
Im Folgenden werden die Hypothesen formuliert, die dem Modellansatz des GISzugrunde liegen und im weiteren Verlauf dieser Arbeit berprft werden sollen.
Hypothese 1: Spatiale Indikatoren knnen fr die rumliche Analyse eingesetztwerden.
Hypothese 2: Spatial gemischte Indikatoren knnen durch eine intelligenteVerschneidung von Geodaten extrahiert werden.
Hypothese 3: Die entstehenden Probleme durch heterogen skalierte Datenknnen durch die Verbindung von GIS und DWH gelst werden.
1.3. Abgrenzungen
Diese Arbeit beschftigt sich mit der Entwicklung eines effizienten GIS im Rahmen desMARS-Projekts. Neben dem GIS werden zeitgleich Systeme zur Simulation (MARS-LIFE) und Speicherung heterogener Daten (MARS-ROCK) entwickelt. Die Analyse
3
1. Einleitung
und Realisierung dieser Systeme wird von anderen Projektmitgliedern durchgefhrtund ist somit nicht Bestandteil dieser Arbeit.
Die Experimente, die mit Hilfe des entwickelten Systems durchgefhrt werden sollen,stammen aus anderen Arbeiten und teilweise aus anderen Fachgebieten. Eine Vali-dierung der Ergebnisse, Formeln und Schlussfolgerungen wrde den Rahmen dieserArbeit sprengen, weshalb die Informationen aus den Anwendungsfllen als geprftund valide angenommen werden.
Unzhlige Geodatenquellen erschweren die sinnvolle Datenintegration aufgrund derdezentralen Speicherung der Geodaten. Die Entwicklung einer zentralisierten Daten-integration ist ein umfassendes Thema, bietet aber fr die rumliche Analyse keinenennenswerten Erkenntnisse und ist somit nicht Bestandteil dieser Arbeit.
1.4. Aufbau der Arbeit
In Kapitel 2 werden verwendete grundlegende Konzepte und Fachbegriffe aus der Geo-informatik und Biologie erlutert. Des Weiteren werden Geodatenquellen vorgestelltund entsprechende Geowerkzeuge, bestehende Komponenten und Schnittstellen ge-sichtet. In Kapitel 3 werden Anforderungen an ein effizientes GIS abgeleitet. Kapitel 4beschftigt sich mit der technischen Architektur des Systems und einer Integration imRahmen des MARS-Projektes. In Kapitel 5 wird die Realisierung des Systems und derangebotenen Schnittstellen beschrieben. Das Kapitel 6 widmet sich dem Experimentund der Verwendung des Systems fr dieses Szenario. Im abschlieenden Kapitel 7wird der Ansatz bewertet, verglichen und den Hypothesen gegenber gestellt.
4
2. Grundlagen und Stand derWissenschaft
In diesem Kapitel sollen die grundlegenden Konzepte, Ideen, Werkzeuge und deraktuelle Forschungsstand nher beschrieben werden. In Abschnitt 2.1 wird das Soft-warepaket beleuchtet, welches die rechnergesttzte Verarbeitung komplexer, raum-bezogener Informationen ermglicht. Abschnitt 2.2 beschreibt den Datenerhalt sowiedie Datenintegration aus verschiedenen Datenquellen. Die verwendeten Standards inder Geoinformatik werden in Abschnitt 2.3 nher betrachtet. In Abschnitt 2.4 wird deraktuelle Forschungsstand fr rumliche Analysen und entsprechende Architekturenbeleuchtet.
2.1. Geoinformationssystem
Im Zeitalter der Globalisierung und der globalen Vernetzung entstehen groe Informations-und Datenmengen. Diese Daten entsprechend zu ordnen und zu analysieren rcktzunehmend mehr in den Fokus von Behrden, Krisenstellen und Bros. Ein GIS er-mglicht es, mit einer Auswahl verschiedener Programme und Werkzeuge Geodatenzu erstellen, zu visualisieren, abzufragen und zu analysieren (Mitchell (2005)). GISerweitern die Nutzungsmglichkeiten der klassischen Landkarte. Geodaten reprsen-tieren Informationen ber die geografische Lage eines Objekts, entsprechend einergeografischen Koordinate. Geodaten knnen als geografische Daten, rumliche Daten,GIS-Daten, Kartendaten, Location-Daten, Koordinatendaten und rumliche Geometrie-daten bezeichnet werden.
Eine typische Anwendung fr GIS ist die Landkartenerstellung, bei welcher mit Hil-fe rumlicher Daten Karten entwickelt werden, die digital abgespeichert und weiterverwendet werden knnen. (Vgl. Lillesand (2006)) Mit GIS knnen zudem rumlicheAnalysen durchgefhrt werden, deren Ergebnisse fr verschiedene Fragestellungenund Anwendungsflle bentigt werden. Dazu zhlen unter Anderem das Berechnenvon Flchengren innerhalb eines Areals, die Bestimmung von sich unterschiedlich
5
2. Grundlagen und Stand der Wissenschaft
berlappenden Objekten, das Messen von Distanzen zwischen geografischen Punk-ten oder die Anzahl von rumlichen Objekten entlang einer geografischen Linie. DieResultate dieser Analysen knnen auf Karten visualisiert oder in Form von Tabellenals Entscheidungshilfe eingesetzt werden.
2.1.1. Rumliche Datenmodelle
Rumliche Daten verbinden Informationen mit einem bestimmten Ort. Diesen Informa-tionen werden im Computer Koordinaten zugeordnet - in Form eines Datenmodells.(Longley (2011)) Grundlegende Datenmodelle von Geoinformationssystemen sind dasRastermodell und das Vektormodell. (Bartelme (2005)) Die rumlichen Informationenwerden in einem GIS mit Schichten (sogenannten Layern, siehe Unterabschnitt 2.1.4)reprsentiert.
2.1.1.1. Rasterdaten und Bilder
Rasterdaten bezeichnen eine Art der geometrischen Darstellung von raumbezogenenObjekten. In der einfachsten Form besteht ein Raster aus einer Matrix von Zellen (oderPixeln), die in Zeilen und Spalten (oder einem Gitter) organisiert sind, bei der jede Zelleeinen Wert beziehungsweise eine Information mit impliziter rumlicher Positionsangabeenthlt. (By und Huisman (2009)) Die Matrix nutzt quadratische Zellen gleicher Gre.Informationen in einem Raster werden quidistant diskretisiert und dann quantisiert.
Abbildung 2.1.: Zellen in einem Raster. Quelle: ArcGIS Online-Dokumentation
6
http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000002000000/
2. Grundlagen und Stand der Wissenschaft
Raster knnen digitale Luftfotografien, Bilder von Satelliten, digitale Bilder oder auchgescannte Karten sein (Albertz (2001)), da hier gewisse Ein- oder AusgabegerteRasterdaten genau in dieser Form erzeugen respektive verarbeiten. Neben Dreiecks-und Sechsecks-Zellen werden hauptschlich quadratische Rasterzellen in der prakti-schen Applikation verwendet, da diese einfach als quadratische Pixel darstellbar undabzuspeichern sind. Die Daten in einem Raster reprsentieren reale Ereignisse:
1. Thematische (diskrete) Daten (Discrete data) reprsentieren die Landnutzungoder Bodendaten.
2. Kontinuierliche Daten (Continuous data) stellen Ereignisse wie Temperatur undHhenmeter sowie spektrale Daten wie Satellitenbilder und Luftaufnahmen dar.
3. Bilder (Picture data), die gescannte Karten oder Zeichnungen zeigen, sowieGebudeaufnahmen.
Thematische und kontinuierliche Daten knnen als Layer zusammen mit anderen geo-grafischen Daten auf der Karte angezeigt werden, dienen jedoch oft als Quelldaten frdie rumliche Analyse. Bild-Raster werden oft als Attribute in Datentabellen verwendetund knnen mit den geografischen Daten angezeigt werden, um weitere Informationenber die Eigenschaften der Karte zu erhalten.
Unabhngig von der simplen Struktur werden Rasterdaten in einer Vielzahl von Anwen-dungen verwendet. Innerhalb von GIS unterteilt man die Verwendung von Rasterdatenin vier Hauptkategorien:
Raster als GrundkartenDies ist eine hufige Verwendung von Rasterkarten in einem GIS als Hinter-grundbild fr andere Layer. So werden geo-referenzierte digitale Orthofotosunter anderen Layern angezeigt und helfen dem Anwender bei der korrektenrumlichen Ausrichtung und Reprsentation von realen Objekten und derenInformationen. Unter die Hauptquellen von Raster-Grundkarten fallen Orthofotosaus Luftaufnahmen, Satellitenbilder und gescannte Karten.
7
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.2.: Orthofotografisches Rasterbild als Grundkarte fr Straendaten. Quel-le: Google Maps
Raster als OberflchenkartenRaster sind fr die Darstellung von Daten, welche sich kontinuierlich innerhalbeiner Landschaft (Oberflche) verndern, gut geeignet. Sie bieten eine effektiveMethode zur Speicherung der Kontinuitt und regelmiger rumlicher Repr-sentation einer Oberflche. Die hufigste Anwendung von Oberflchenkartensind Hhenkarten, aber auch andere Werte, wie Niederschlag, Temperatur oderBevlkerungsdichte werden mit Hilfe von Oberflchenkarten reprsentiert undrumlich analysiert.
Abbildung 2.3.: Oberflchenkarte in Form einer Hhenkarte der Alpen. Quelle: Wetter-zentrale.de
8
http://www.wetterzentrale.de/cgi-bin/webbbs/wzconfig1.pl?noframes;read=163http://www.wetterzentrale.de/cgi-bin/webbbs/wzconfig1.pl?noframes;read=163
2. Grundlagen und Stand der Wissenschaft
Raster als thematische KarteDies sind Raster, welche thematische/diskrete Daten aus anderen vorhande-nen Daten ableiten. Eine typische Ausprgung ist die Klassifizierung (Unterab-schnitt 3.2.2) eines Satellitenbildes in Kategorien der Landbedeckung und derLandnutzung (land cover /land use). Thematische Karten knnen auch durchGIS-Operationen entstehen, bei denen Daten aus verschiedenen Quellen, wieVektor-, Raster- und Gelndedaten kombiniert werden.
Abbildung 2.4.: Thematische Karte der Vegetationstypen von Australien. Gendertnach Carnahan (1977)
Raster als Beschreibung eines ObjektsFr Raster als Attribut und zur Beschreibung eines Objektes oder geografischenStandortes knnen digitale Fotos, gescannte Dokumente und Zeichnungen ver-wendet werden. So kann ein Grundstck-Layer gescannte Dokumente zu denBesitzern einzelner Grundstcke oder ein Hhlen-Layer Fotos von Hhlenein-gngen - assoziiert mit den geografischen Positionen - enthalten.
ZellwerteJede Zelle in Rasterdatenstzen, auch als Pixel bezeichnet, hat einen bestimmtenWert. Die Zellwerte stellen das Phnomen dar, welches der Datensatz behandelt, wiez.B. eine Kategorie, Grenordnung, Hhe oder einen Spektralwert. Die Kategorieknnte eine Klasse der Landnutzung, wie Grnland, Wald oder Savanne sein. UnterGrenordnung versteht man Werte wie Schwerkraft oder die prozentuale Nieder-schlagsmenge. Die Hhe, beziehungsweise der Abstand, wird hufig mit der Hhe
9
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.5.: Bild eines groen alten Baumes als Beschreibung eines Objekts
ber dem Meeresspiegel in Verbindung gebracht. Spektrale Werte werden insbeson-dere in Satellitenbildern und Luftaufnahmen verwendet, um Lichtreflektion und Farbedarzustellen.
Die Zellwerte knnen positive sowie negative Ganz- (integer ) oder Fliekommazahlen(float) sein. Integer werden hufig fr diskrete Karten verwendet, whrend Floats beikontinuierlichen Karten zum Einsatz kommen. Um das Fehlen von Daten zu kennzeich-nen, knnen Zellen mit dem NoData Wert gefllt werden.
Es gibt zwei verschiedene Mglichkeiten fr Zellwerte einer Zelle zugeordnet zuwerden:
Fr bestimmte Daten reprsentiert der Zellwert einen gemessenen Wert imZentrum der Zelle. So werden zum Beispiel Hhendaten abgebildet.
Die meisten Daten stellen ein Phnomen in einem festgelegten Bereich dar, beidem der Zellwert die ganze Zelle reprsentiert.
Zellgre und level of detailZellen in einem Raster sind quadratisch, also folglich alle gleich gro in ihrer Aus-dehnung (Lnge und Breite). Der Detailgrad (Level of detail (LOD)) von Attributen/-Phnomenen/Features in Rastern ist abhngig von der Gre der einzelnen Zellen(Pixel) oder der rumlichen Auflsung des Rasters. Die Zelle muss klein genug sein,um die notwendigen Informationen aufzubewahren, jedoch gro genug, so dass eineSpeicherung der Daten im Computer und effiziente Analyse mglich sind. Mit einer ge-ringeren Zellgre knnen mehrere Attribute, kleinere Features oder eine detailliertere
10
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.6.: Reprsentation der Zellwerte fr eine Zelle. Quelle: Quelle: ArcGISOnline-Dokumentation
Ausdehnung von Phnomenen reprsentiert werden. Stellt man eine Oberflche mitkleineren Zellen dar, so entsteht demnach ein greres Raster; folglich verbraucht dasRaster mehr Speicherplatz, was zu einer lngeren Verarbeitungszeit fhrt.
Kleinere Zellgre Grere ZellgreHhere Auflsung der Oberflche Geringere Auflsung der OberflcheHhere Genauigkeit von Daten Geringere Genauigkeit von DatenLangsame Darstellung Schnelle DarstellungLangsame Verarbeitung Schnelle VerarbeitungGrerer Speicherplatzverbrauch Geringerer Speicherplatzverbrauch
Tabelle 2.1.: Direkter Vergleich zwischen kleineren und greren Zellen
Die Auswahl einer geeigneten Zellgre hngt dementsprechend von dem Anwen-dungsfall ab und ist ein wichtiger Planungsschritt in einer GIS-basierten Anwendung.Schnelle Visualisierung, Verarbeitungszeit und der Speicherplatzverbrauch mssenabhngig von den praktischen Anforderungen fr die rumliche Auflsung gewhltwerden (Siehe Tabelle 2.1). Im Wesentlichen hngen die Ergebnisse in einem GIS vonder Genauigkeit des Datensets ab. Wenn ein klassifiziertes Datenset aus einem 30Meter pro Pixel aufgelsten Satellitenbild abgeleitet wird, ist es nicht mehr notwendig,ein 10 Meter pro Pixel aufgelstes Hhenmodell mit den Daten zu verschneiden.
Ein Raster-Datenset kann immer hoch skaliert werden, welches dann ein greresZellausma zur Folge hat, ohne dass Informationen verloren gehen; durch ein Run-
11
http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000
2. Grundlagen und Stand der Wissenschaft
terskalieren zu einer kleineren Zellgre wird das Datenset weder detailreicher nochknnen mehr Informationen extrahiert werden. Es ist von Vorteil - abhngig von derkleinsten vorhandenen Zellgre der Datensets - entsprechend hnliche Daten zuverwenden, um so wenig Informationen wie mglich beim Skalierungsprozess zuverlieren.
Abbildung 2.7.: Rumliche Auflsung fr unterschiedliche Zellgren. Quelle: ArcGISOnline-Dokumentation
Folgende Faktoren sollten in der Entscheidung der Zellgre mit einbezogen werden:
Die rumliche Auflsung der (Eingabe-)Daten,
die Anforderungen der Anwendung, die erfllt werden mssen,
die Analysen, welche durchgefhrt werden sollen,
die Gre der resultierenden Datenbank im Vergleich zur Festplattenkapazitt,und
die gewnschte Reaktions- und Antwortzeit.
Raster-BndeUm die Attribute eines Datensets in einem Raster zu beschreiben, werden diese in ein-zelnen oder mehreren Bndern/Layer hinterlegt. Ein Band wird durch eine Matrix ausZellwerten reprsentiert. Ein Raster, welches aus mehreren Bnden besteht, enthltentsprechend multiple, rumlich bereinstimmende Matrizen mit Zellwerten, welchegleiche Areale darstellen. Ein typisches Beispiel fr ein Raster mit nur einem Band istein Hhenmodell (Digital elevation model (DEM)) eines Gebiets. Jede Zelle im DEMenthlt genau einen Wert, welcher die Oberflchenhhe reprsentiert. Satellitenbilder
12
http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000004000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000004000000/
2. Grundlagen und Stand der Wissenschaft
bestehen berwiegend aus mehreren Bnden, bei dem die Werte innerhalb des elek-tromagnetischem Farbspektrums liegen.
Einbndige Raster knnen auf drei verschiedene Arten dargestellt werden:
1. Verwendung von zwei FarbenIn einem binren Bild hat jede Zelle einen Wert von 0 oder 1 und wird meist mitschwarz und wei dargestellt. Diese Art der Darstellung wird zum Beispiel frFlurkarten verwendet.
2. GraustufenIn einem Graustufenbild besitzt jede Zelle einen Wert zwischen 0 und 255oder 65535. Diese werden insbesondere bei schwarz-weien Luftbildern oderHhenkarten verwendet.
3. Farbkarte (Color map)Eine Art, Farben in einem Band darzustellen, sind Color maps. Dabei werdeneinzelne Werte codiert, um einen entsprechenden rot/grn/blau (Red greenblue (RGB))-Wert zu reprsentieren.
Abbildung 2.8.: Darstellungen von einbndigen Raster.Quelle: ArcGIS Online-Dokumentation
Wenn das Raster mehrere Bnder enthlt, kann jeder Zellposition mehr als ein Wertzugeordnet werden. Bei mehrbndigen Rastern reprsentiert jedes einzelne Bandnormalerweise einen Teil des elektromagnetischen Farbspektrums. Der Begriff Bandentstand als Referenz zu einem Farbband auf dem elektromagnetischen Spektrum.Bei Rasterbildern werden zur Anzeige der Daten ein einzelnes Band oder mehrerezusammengesetzte Bnder verwendet. Eine Kombination von drei beliebigen Bn-dern aus einem mehrbndigen Raster kann zur Erzeugung von RGB-Bildern genutzt
13
http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000005000000/
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.9.: Darstellung mehrbndiger Raster und Reprsentation im elektroma-gnetischen Farbspektrum. Quelle: ArcGIS Online-Dokumentation
werden, um mehr Informationen aus der Datenmenge zu gewinnen als bei der Arbeitmit nur einem Band. Ein Satellitenbild besitzt blicherweise mehrere Bnder, welcheunterschiedliche Wellenlngen vom ultravioletten bis infraroten Bereich des elektroma-gnetischen Farbspektrums umfassen. In einem Landsat-Bild knnen Daten aus siebenverschiedenen Bndern des Farbspektrums erfasst werden.
Attributtabellen fr Raster-DatasetsNeben Raster-Bnden knnen Raster-Datasets auch Attributtabellen enthalten, wel-che als separate Layer gespeichert werden. Attributtabellen enthalten Zellwerte, dieeine Klasse, Gruppe oder Kategorie darstellen. Attributtabellen knnen Ergebnisseeiner Klassifizierungsanalyse sein, die zum Beispiel die Landnutzung in verschiedeneKlassen unterteilt. Typische Landnutzungsklassen sind Waldflchen, Sumpfgebiete,Savanne und Wstenareale. Durch eine Raster-Attributtabelle knnen die Informatio-nen dieser Tabelle mit den klassifizierten Daten verbunden und verwaltet werden. Dabeiknnen auch weitere zu speichernde Felder definiert werden, zum Beispiel bestimmteCodes oder weitere Beschreibungen zu den Klassen. Des Weiteren knnen innerhalbvon Attributtabellen Berechnungen durchgefhrt werden; so kann die Gesamtflcheder Klassen erfasst werden, indem die Anzahl der Zellen mit der entsprechendenZellenflche multipliziert wird.
Raster-PyramidenZur Verbesserung der Performance, insbesondere beim initialen Laden von groenRastern und Vergrern/Verkleinern der Daten, knnen Raster-Pyramiden verwendetwerden. Raster-Pyramiden bestehen aus reduzierten Versionen des ursprnglichenRaster-Datasets. Fr jede Ebene in der Pyramide wird ein Resampling im Verhltnis2:1 mit Hilfe von Algorithmen wie Nearest Neighbour (Nchster Nachbar), Bilinear
14
http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000005000000/
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.10.: Attributtabelle fr Raster-Datasets. Quelle: ArcGIS Online-Dokumentation
(Bilineare Interpolation) und Cubic (Kubische Faltung) durchgefhrt. Bei unterschiedli-chen Auflsungen und Zoom-Stufen knnen Pyramiden die Anzeige von Raster-Datenbeschleunigen, da nur die notwendige Schicht zum Anzeigen abgerufen werden kann.Verwendet man keine Raster-Pyramiden, so msste das gesamte Dataset direkt vonder Festplatte geladen und auf die entsprechend notwendige Auflsung neu berechnetwerden (Anzeige-Resampling). Pro Datensatz werden Raster-Pyramiden nur einmaligerstellt und in einer separaten Datei gespeichert, welche sich im Allgemeinen nebendem Quell-Raster befindet.
Abbildung 2.11.: Schichten der Raster-Pyramiden. Quelle: WebGL Earth
15
http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000009000000/http://resources.arcgis.com/de/help/main/10.1/index.html#/na/009t00000009000000/http://data.webglearth.com/doc/webgl-earthch1.html
2. Grundlagen und Stand der Wissenschaft
2.1.1.2. Vektordaten
Das Vektormodell zeichnet sich im Gegensatz zu dem Rastermodell in der verstrktenAnwendung durch trigonometrische Formen und Koordinatensysteme aus und wirdim Allgemeinen zur Darstellung linearer Merkmale verwendet. Vektoren beschreibeneinen Ort und dessen Informationen durch Koordinaten. Koordinaten beschreibeneinen bestimmten geografischen Punkt mit Hilfe von X- und Y-Werten. Hierdurch ent-steht eine linienhafte Betrachtungsweise der Daten. Zur Vereinfachung kann man sichVektoren auf einer kartesischen Ebene mit euklidischer Metrik (Beispielsweise dasGau-Krger-System) vorstellen. Geografische Koordinaten knnen abhngig vonAnwendungsfall und Zielen unterschiedlich dargestellt und projiziert werden (SieheUnterabschnitt 2.1.2). Im Gegensatz zur Rasterdatenstruktur, bei der die Attribute undMerkmale mit der Rasterzelle verbunden werden, verbindet das Vektormodell Attributemit dem Objekt.
Es gibt drei Typen von Vektordaten, welche progressiv aufeinander aufbauen unddadurch komplexere Formen annehmen.
PunkteEin Punkt ist ein geometrisches Grundelement des Vektor-Modells. Er repr-sentiert ein diskretes geografisches Objekt in einer Koordinate (X, Y). Im topo-logischen Sinn wird dieses Geoobjekt analog zur Graphentheorie als Knotenbezeichnet. An dem Punkt knnen thematische Informationen angehngt werden.Zum Beispiel kann die Position einer Haltestelle mit Hilfe eines GPS-Punktes wie-dergegeben werden, bei welchem die Haltezeiten als Zusatzinformation/Featuresdienen.
LinienLinien im geometrischen Sinne werden durch gradlinige oder geschwungene 2D-oder 3D-Kurven zwischen zwei Punkten/Knoten im Koordinatensystem definiert.Fr die exakte geometrische Beschreibung muss die Linie durch eine mathe-matische Funktion ausgedrckt werden knnen. Strecken zwischen den Knotensind Liniensegmente. Technisch werden Linien als ein Paar von Koordinaten,welches miteinander verbunden ist, umgesetzt.
PolygoneEin geschlossener Linienzug, der aus mehreren zusammengesetzten Liniengebildet wird und dessen letzter Punkt der Linie identisch mit dem ersten ist. MitHilfe dieser Struktur lassen sich im Vektor-Modell flchenhafte Geoobjekte model-
16
2. Grundlagen und Stand der Wissenschaft
lieren. Ein Polygon kann Attribute enthalten, wie zum Beispiel die Flchengre.So sind Dreiecke, Kreise und Rechtecke Polygone.
2.1.1.3. Darstellung von Daten
Im Unterschied zu Raster-Daten, bei denen in den Zellen das entsprechende Phno-men dargestellt wird, knnen bei Vektor-Daten einzelne Features voneinander abge-grenzt und genau identifiziert werden. Features in einem Raster-Datenset verlierenihre eindeutigen Identitten, da diese zu Objektgruppen von Zellen mit gleichen Attri-butwerten zusammengefasst werden. Features in den Datenmodellen unterscheidensich somit in der Darstellung.
PunkteIm Vektorformat wird ein Punkt als einzelne XY-Koordinate dargestellt. Im Raster ent-sprechen Punkte einer Zelle - der kleinsten Einheit im Rasterformat. Ein Punkt hatkeine Ausmae und keine Gre, muss aber im Rasterformat in eine Zelle konver-tiert werden, die eine Flche darstellt. Je kleiner die Zellgre, desto kleiner ist diereprsentierte Flche und desto mehr entspricht die Darstellung dem Punkt-Feature.
Abbildung 2.12.: Darstellung von Punkten. Quelle: ArcGIS Online-Dokumentation
LinienEine Linie im Vektorformat ist eine geordnete Liste von XY-Koordinaten. Im Raster-Format muss die Linie jedoch als Kette rumlich miteinander verbundener Zellendargestellt werden, bei dem jede Zelle den gleichen Wert widerspiegelt.
17
http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.13.: Darstellung von Linien. Quelle: ArcGIS Online-Dokumentation
PolygoneEin Polygon wird im Vektorformat als geschlossene Flche dargestellt, die durch einegeordnete Liste von XY-Koordinaten bestimmt wird, in welcher der letzte Koordina-tenpunkt mit dem ersten bereinstimmt. Somit entsteht eine Flche. Im Raster kannein Polygon als Gruppe zusammenhngender Zellen mit gleichem Wert reprsentiertwerden. So kann die Form der Flche abhngig vom Mastab der Daten und Greder Zellen beliebig genau abgebildet werden. Typische polygonale Phnomene sindBden, Wlder, Moore und Felder.
Abbildung 2.14.: Darstellung von Polygonen. Quelle: ArcGIS Online-Dokumentation
2.1.1.4. Zusammenfassung
Konzeptuelle Modelle werden verwendet, um die Realitt zu abstrahieren. Insbesonde-re das Anwendungsfeld beeinflusst die Modell-Wahl. So knnen Bilddaten nur in Formvon Rastern reprsentiert werden, wohingegen andere Attribute/Features (wie Punkte)oder Messungen (wie Niederschlag) entweder als Raster oder als Vektor gespeichertwerden knnen. Die Vorteile der Modelle sind in Tabelle 2.2 zusammengefasst.
18
http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/http://help.arcgis.com/de/arcgisdesktop/10.0/help/index.html#/na/009t00000006000000/
2. Grundlagen und Stand der Wissenschaft
Vor-
und
Nac
htei
lede
rD
aten
mod
elle
Ras
ter
+E
ine
sim
ple
Dat
enst
rukt
ur-e
ine
Mat
rixau
sZe
llen
mit
Koo
rdin
aten
wer
ten,
die
mit
eine
rDat
enta
belle
verk
npf
tsin
d+
Ein
Form
atf
rfor
tges
chrit
tene
rum
liche
und
stat
istis
che
Ana
lyse
+D
ieM
glic
hkei
t,zu
sam
men
hng
ende
Flc
hen
zuid
entifi
zier
enun
dO
berfl
che
nana
lyse
durc
hzuf
hre
n+
Spe
iche
rnvo
ngl
eich
frm
igen
Pun
kten
,Lin
ien,
Poly
gone
nun
dFl
che
n+
Vers
chne
idun
gvo
nko
mpl
exen
Dat
ens
tzen
kann
durc
hgef
hrt
wer
den
+A
lgeb
rais
che
und
logi
sche
Ope
ratio
nen,
wie
Flc
henb
erec
hnun
gen,
sind
frz
usam
men
geh
rige
Pix
el-M
enge
nei
nfac
hun
dsc
hnel
ldur
chzu
fhr
en
-Ein
zelo
bjek
tek
nnen
wed
erla
gege
nau
noch
form
getre
ube
zgl
ich
Geo
met
rieun
dTo
polo
gie,
sond
ern
nura
ppro
xim
ativ
darg
este
lltw
erde
n-A
ufgr
und
derV
erw
endu
ngvo
nB
ildfo
rmat
enis
tdie
anfa
llend
eD
aten
men
gese
hrho
ch-D
anu
rgan
zzah
lige
Inde
xwer
teun
dke
ine
reel
lwer
tigen
Koo
rdin
aten
verw
ende
twer
den,
sind
Koo
rdin
aten
trans
form
atio
nen
sehr
aufw
ndi
g-R
aste
rkn
nen
riesi
geA
real
eid
entis
cher
Wer
teau
fwei
sen
und
sind
dahe
rein
ein
effiz
ient
eS
peic
hers
truk
tur
Vekt
or
+G
eeig
netf
rdi
skre
teO
bjek
te(s
og.E
ntit
ten)
+F
rdie
Mod
ellie
rung
von
Ein
zelo
bjek
ten
geei
gnet
+G
eoob
jekt
esi
ndve
ktor
iell
mit
belie
big
hohe
rge
omet
risch
erG
enau
igke
itde
rLag
eun
dFo
rmda
rste
llbar
+G
erin
gere
Dat
enm
enge
nim
Verg
leic
hzu
mR
aste
r+
Koo
rdin
aten
trans
form
atio
nen
sehr
einf
ach
zube
rech
nen
-Nic
htf
rflc
henh
afte
Vert
eilu
ng/F
elde
rver
wen
dbar
-Auf
wan
dzu
rErm
ittlu
ngun
dE
rfass
ung
derD
aten
hoch
-Alg
ebra
isch
eun
dlo
gisc
heO
pera
tione
n,w
ieFl
che
ninh
altu
ndVe
rsch
neid
ung
sind
aufw
ndi
ger-
Kei
neR
epr
sent
atio
nvo
nN
achb
arsc
haft
und
Kon
nekt
ivit
tzw
isch
enO
bjek
ten
Tabe
lle2.
2.:V
or-u
ndN
acht
eile
derD
aten
mod
elle
19
2. Grundlagen und Stand der Wissenschaft
2.1.2. Georeferenzierung und Projektionen
Problematisch bei der Verwendung von Geodaten der Erde sind die unterschiedli-chen Kartenprojektionen (auch Kartenabbildung genannt), die je nach Anwendungvorteilhafter sind. Die Erde ist eine dreidimensionale Kugel. Um sie nun auf einezweidimensionale Karte zu projizieren, mssen unterschiedliche Abbildungsvorschrif-ten benutzt werden, welche man mathematisch ausdrcken kann (Siehe Kehe u. a.(2010)). Um die Erde in eine geeignete Kartenabbildung abzuleiten, sind drei Schrittenotwendig:
1. Modellauswahl fr die Form der Erde (Kugel oder Ellipsoid)
2. Geographische Koordinaten (Lnge und Breite) werden in ein kartesisches Koor-dinatensystem umgewandelt (Richtungsachsen stehen orthogonal aufeinander,Koordinatenlinien sind Geraden in konstantem Abstand voneinander)
3. Skalierung der Karte
Diese Koordinatentransformation ist eine zentrale Funktion von GIS. Die Koordina-tentransformation kann im laufenden Betrieb, oder in einem eigenen Arbeitsschritterfolgen. Es gibt unzhlige Projektionen, die Vor- und Nachteile besitzen.
Die am hufigsten verwendete Projektion ist die Unterteilung der Erde in Lngen- undBreitengrade (EPSG:4326) als weltweites zweidimensionales geodtisches Referenz-system. Auf dieser Projektion arbeitet das Global Positioning System (GPS).
Die Mercatorprojektion (EPSG:3395) ist eine weitere Zylinderprojektion, die in Nord-Sd-Richtung geeignet verzerrt ist, um eine winkeltreue Abbildung zu erreichen. Einewinkeltreue Abbildung beschreibt eine Abbildung, die keine Winkelverzerrung besitzt.Alle Winkel entsprechen dem des Urbilds. Bei einer winkeltreuen Abbildung knnenRichtungen und Distanzen korrekt eingetragen werden, ohne die Abbildung zu ndern.Aufgrund dieser Eigenschaft eignet sich die Mercator-Projektion hervorragend fr dieNavigation und Lngenberechnung.
2.1.3. Formate
Aus unmittelbar gewonnenen Rohdaten (Primrdaten) knnen Daten durch Modellier-oder Verarbeitungsschritte abgeleitet und aufbereitet werden, die sogenannten Se-kundrdaten (aufbereitete Daten). Rohdaten sind im Gegensatz zu den aufbereiteten
20
2. Grundlagen und Stand der Wissenschaft
Sekundrdaten nicht georeferenziert. Unter Georeferenzierung, Geokodierung oderVerortung (Siehe Unterabschnitt 2.1.2) versteht man die Zuweisung raumbezogenerReferenzinformationen zu einem Datensatz. Der Raumbezug muss erst durch Trans-formationen und Konvertierungen hergestellt werden. Dazu gehren die Eliminierunggeometrischer Verzerrungen oder die Einpassung der Daten in ein gewhltes Koordi-natensystem. Man benutzt die gesammelten Primrdaten, verarbeitet und interpretiertdiese, um Sekundrdaten zu erhalten, welche fr die entsprechenden Aufgaben ange-wandt werden knnen. Um nicht abhngig von dem Einsatzgebiet zu sein, versuchtman, Primrdaten in ein Format zu konvertieren, welches in vielen Zielsystemenverwendet werden kann.
2.1.3.1. GeoTIFF
GeoTIFF (.geotiff) ist ein Dateiformat zur Speicherung von georeferenzierten Bilddatei-en. Im Gegensatz zum TIFF-Format speichert GeoTIFF zustzlich zu den RasterdatenKoordinaten des Bildausschnitts und die verwendete Kartenprojektion. Das TIFF-Format ist ein verlustfreier Datenspeicher, wodurch es sich gut zur Verarbeitung vongeografischen Daten eignet. Insbesondere hochauflsende Satelliten- und Luftbilderwerden in diesem Format gespeichert.
2.1.3.2. Erdas Imagine
Erdas Imagine (.img) ist ein Dateiformat von ESRI1 zur Speicherung von Rasterkartenund wird insbesondere in kommerziellen GIS verwendet.
2.1.3.3. Shapesfile
Das Dateiformat Shapefile (.shp) ein von ESRI entwickeltes Dateiformat zur Speiche-rung von Vektordaten. Dieses Dateiformat ist der Quasi-Standard in GIS aufgrund derEinfachheit und der geringen Datenmenge (Huo u. a. (2011)). In einem Shapefile kannnur eine Art von Vektorgeometrie gespeichert werden (Punkte, Linien, Polygone).
2.1.3.4. GeoJSON
GeoJSON (.json, .geojson) ist ein Dateiformat zur Speicherung von einfachen geo-grafischen Daten und deren nicht-geografischen Eigenschaften in einer listen-artigenStruktur in der JavaScript Object Notation2, wie in Tabelle 2.3 zu sehen. Aufgrund
1http://www.esri.de/2http://geojson.org/geojson-spec.html
21
http://www.esri.de/http://geojson.org/geojson-spec.html
2. Grundlagen und Stand der Wissenschaft
der hierarchischen Struktur, der Datengre und der Lesbarkeit wird GeoJSON inOpen-Source und kommerziellen GIS als Geodatenaustauschformat verwendet (Li(2013)).
Geometrie Bild Beispiel
Punkt"type": "Point" "coordinates": [
[30, 10]]
Linie"type": "LineString", "coordinates": [
[30, 10], [10, 30], [40, 40]]
Polygon"type": "Polygon", "coordinates": [
[[30, 10], [40, 40], [20, 40], [10, 20], [30, 10]]]
Tabelle 2.3.: GeoJSON Beispiele
2.1.4. Layer-Modell
In der Kartographie wurde bei der Herstellung topographischer und thematischer Kar-ten das Layer-Modell (Schichten, Folien, coverages, siehe Abbildung 2.15) entwickelt,ein klassisches Konzept, bei welchem jedes einzelne Attribut in einer separaten Infor-mationsschicht erfasst wird. Fr eine konkrete Fragestellung zu einem Gebiet werdenausgewhlte Schichten deckungsgleich bereinander gelegt. Um die Informationenaus jeder Schicht zu extrahieren, mssen alle anfragenden Schichten das gleicheKoordinatensystem, den gleichen Mastab und den gleichen Raumausschnitt besitzen.In den einzelnen Schichten werden Geoobjekte gleicher geometrischer Dimension undgleicher Klassenzugehrigkeit referenziert. So kann ein Punkt-Layer Messstellen oderMerkmale von Baumarten enthalten, wohingegen beim Flchen-Layer beispielsweisedie topografische Landflchennutzung reprsentiert ist.
Das Layer-Modell verschafft thematische bersichtlichkeit durch ein top-down-Konzept,bei dem allgemeine Daten fr eine spezielle Fragestellung zusammengesetzt werden.Die Datenerfassung und Reprsentation kann schichtenweise und -spezifisch gehand-
22
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.15.: Unterschiedliche GIS-Layer bereinander gelegt. Quelle: NCDDCund NOAA
habt werden. Zwar sind Abfragen nach Attributen aus einzelnen Layern einfach undschnell, jedoch erweist sich dies bei mehreren Attributen und Schichten aufgrund dernotwendigen homogenen deckungsgleichen Ausmae als langsam und umstndlich.
2.2. Geodatenquellen
Im Folgenden werden die in dieser Arbeit verwendeten Geodatenquellen beschrieben.
2.2.1. Abbildung der kosysteme von Afrika
Da die Szenarien vorwiegend die Geodaten von Afrika verwenden, wird ein Da-tensatz der U.S. Geological Survey, Rocky Mountain Geographic Science Center(USGS RMGSC)3 untersucht. Die USGS RMGSC hat mit Hilfe der global mappingmethodology (Vgl. RMGSC (2013)), welche aus einem deduktiven, biophysikalischenSchichtungsansatz entwickelt wurde, die kosysteme Afrikas durch ihre wesentlichenstrukturellen Elemente abgrenzend modelliert. Jede grere strukturelle Komponenteder kosysteme (Gelndeoberflche: land surface forms, Oberflchenlithologie: surfi-cial lithology, Bioklimate: bioclimates, topographische Lage: topographic position usw.)wurde fr den Kontinent auf der hchstmglichen Auflsung modelliert und rumlichkombiniert, um eine neue Abbildung von biophysikalischen Ereignissen zu produzieren.
3http://rmgsc.cr.usgs.gov/ecosystems/africa.shtml
23
http://rmgsc.cr.usgs.gov/ecosystems/africa.shtml
2. Grundlagen und Stand der Wissenschaft
Diese biophysikalischen Ereignisse prgen das physikalische Potenzial der UmweltAfrikas. Die Geodatenquelle beinhaltet verschiedene .zip gepackte Ordner. Im Wesent-lichen sind dies die fnf Geodaten, welche im ERDAS Imagine Format als Rasterdatengespeichert sind:
Bioklimate (af_isobioclimates)
Gelndeoberflche (af_land_surface_forms)
Topographische Lage (af_topographic_position)
Oberflchenlithologie (af_lithology)
Beschriftete kosysteme (af_labeled_ecosys)
Die Nachfolgenden Abbildungen wurden mithilfe des Global Ecosystems Data Viewer4
erstellt.
BioklimateKlima ist in Bezug auf Temperatur und Niederschlag eine wesentliche Determinan-te bei der Verteilung der afrikanischen Vegetation und kosysteme. Es wurde einglobales Bioklima-Klassifizierungssystem5 entwickelt, welches fr thermotypes (Hei-Kalt-Gradienten) und ombrotypes (Nass-Trocken-Gradienten) Bioklima verwendet wird.
Abbildung 2.16.: Bioklimate. Quelle: USGS RMGSC
4http://rmgsc.cr.usgs.gov/ecosystems/dataviewer.shtml5http://www.globalbioclimatics.org/form/entry.pdf
24
http://rmgsc.cr.usgs.gov/ecosystems/dataviewer.shtmlhttp://www.globalbioclimatics.org/form/entry.pdf
2. Grundlagen und Stand der Wissenschaft
GelndeoberflcheDie Gelndeoberflche ist in fnf Klassen (0-15m, 16-30m, 31-90m, 91-150m und>150m) eingestuft, welche dann noch in 8 Formklassen unterteilt worden sind (flacheEbenen, glatte Ebenen, unregelmige Ebenen, Bschungen, niedrige Hgel, Hgel,Pausen / Auslufer, und niedrige Berge).
Topographische LageDie topographische Lage identifiziert zwei Ebenen: Hochland und Tiefland. Dies ist eintopographisches abgeleitetes Ma fr Raster-Zellen, um das Potenzial des Wasser-durchflusses in einem Punkt zu definieren.
Abbildung 2.17.: Gelndeoberflche (links), Topographische Lage (rechts).Quelle: USGS RMGSC
OberflchenlithologieDie afrikanische Oberflchenlithologie ist ein Datensatz der Materialien - eine Mi-
schung aus der Geologie und konsolidierten oberflchlichen Rohstoffen. In dieserKarte sind die wichtigsten geologischen Materialien aufgezeigt.
Beschriftete kosystemeDer Datensatz fr die beschrifteten kosysteme beschreibt alle kosysteme mit denrtlichen Begebenheiten und Lagen. Eine Legende fr die verschiedenen kosystemebefindet sich in Abbildung A.1.
25
2. Grundlagen und Stand der Wissenschaft
Abbildung 2.18.: Oberflchenlithologie (links), Beschriftete kosysteme (rechts). Quel-le: USGS RMGSC
2.3. Standards und Geobibliotheken
Im Folgenden werden vorhandene Standards und Geobibliotheken fr GIS einer Sich-tung unterzogen.
2.3.1. OGC
Die Open Geospatial Consortium (OGC) ist eine 1994 gegrndete Organisation, wel-che offene Standards und Spezifikationen fr GIS und Geodaten definiert. Insbeson-dere stellt die OGC detaillierte Spezifikationen zu Implementierungen der Dienstezusammen. Die OGC entwickelt keine Software, sondern hlt die standardisiertenSchnittstellen von GIS fest.
2.3.1.1. Web Map Service
Der Web Map Service (WMS) ist eine von der OGC entwickelte Schnittstelle zumAbrufen von Rasterdaten ber das Internet. Neben dem Rasterbilderhalt GetMap isteine Schnittstelle zum punktuellen Datenerhalt vorhanden, GetFeatureInfo.
2.3.1.2. Web Feature Service
Der Web Feature Service (WFS) ist eine von der OGC entwickelte Schnittstelle zumAbrufen von Vektordaten ber das Internet. Mit Hilfe der GetFeature-Schnittstelle kn-
26
2. Grundlagen und Stand der Wissenschaft
nen Punkte oder rechteckige Kartenausschnitte angefragt werden, um die jeweiligenInformationen innerhalb des Ausschnitts zu erhalten.
2.3.1.3. Geospatial Data Abstraction Library
Die Geospatial Data Abstraction Library (GDAL)6 ist eine freie Programmbibliothek(Erhltlich fr C, C++ und Python) fr die Interpretation und Manipulation rumlicherRasterdaten. Als Programmbibliothek bietet es den aufrufenden Programmen eineinheitliches Datenmodell fr alle untersttzten Formate (Wei u. a. (2012)). Das GDALProjekt wird auch in C# mit Hilfe von generierten wrappern7 untersttzt.
2.3.1.4. DotSpatial
DotSpatial8 ist eine GIS-Bibliothek fr C#/.NET. Die Bibliothek ermglicht es Entwick-lern, rumliche Daten, Analyse- und Mapping-Funktionalitten in ihre Anwendungenzu integrieren (Liu u. a. (2013)).
2.4. Aktueller Forschungsstand
Neben der Visualisierung, Verarbeitung und Manipulation von Geodaten werden GISinsbesondere fr die rumliche Analyse verwendet. Bei der rumlichen Analyse wer-den Rohdaten in wertvolle Informationen transformiert, um effektivere Entscheidungentreffen zu knnen (Hu u. a. (2010); Chrisman (2013)). Jede rumliche Analyse beinhal-tet die fachgerechte Interpretation der Ergebnisse. Mit Hilfe der rumlichen Analyseknnen Zusammenhnge und Umstnde erkannt werden, die bei Betrachtung einzel-ner Informationen nicht ersichtlich gewesen wren. Die Gte der Eingangsdaten istentscheidend fr die qualitative Aussagekraft der Ergebnisse. Die wichtigsten Artender rumlichen Analyse sind in folgender Liste zusammengefasst.
Rumliche Abfragen und SelektionDas Abfragen und die Selektion von Geodaten wird fr sachliche oder rumlicheFragestellungen verwendet. Sachliche Fragestellungen sind zum Beispiel Wieviele Studenten hat eine bestimmte Universitt?; eine rumliche Fragestellungkann zum Beispiel sein Welche Universitten befinden sich in einem bestimmtenStadtteil?.
6http://www.gdal.org/7http://trac.osgeo.org/gdal/wiki/GdalOgrInCsharp8http://dotspatial.codeplex.com/
27
http://www.gdal.org/http://trac.osgeo.org/gdal/wiki/GdalOgrInCsharphttp://dotspatial.codeplex.com/
2. Grundlagen und Stand der Wissenschaft
InterpolationMit Hilfe der Interpolation knnen GIS Werte fr unbekannte Positionen auseiner begrenzten Anzahl von Referenzdatenpunkten abgeleitet werden. DiesesVerfahren wird insbesondere bei der Vorhersage von Ereignissen und Informatio-nen verwendet, zum Beispiel fr Hhenberechnung, Niederschlagsmengen undKonzentrationswerte. Bei der Interpolation wird angenommen, dass rumlichverteilte Objekte korrelieren. So knnen fr das Erstellen von Hhenoberflchendie punktuellen Referenzmessungen verwendet werden, um die Werte zwischenden Eingabewerten vorherzusagen, wie in Abbildung 2.19 dargestellt.
Abbildung 2.19.: Punktinterpolation. Quelle: ArcGIS Online-Dokumentation
VerschneidungBei der Verschneidung werden Geodaten verschiedener Themengebiete mitein-ander kombiniert. Es werden die Eingangsdaten von mindestens zwei Datenst-zen geometrisch berlagert, bei dem die Eigenschaften und Informationen in dasErgebnisdatenset mit Hilfe arithmetischer Formeln bernommen werden. Beider Verschneidung handelt es sich demnach um Kombinationen verschiedenerLayer (Siehe Unterabschnitt 2.1.4, vgl. Bartelme (2005)).
2.4.1. Spatiale Indikatoren
Globale Herausforderungen erfordern ein erweitertes rumliches und integriertes Ver-stndnis von mglichen Schadensquellen. Um die konstante Komplexittserhhungvon kologischen und gesellschaftlichen Prozessen zu messen und zu berwachen,werden innovative Methoden bentigt, welche rumliche Eigenschaften und Gege-benheiten bercksichtigen. Spatiale Indikatoren knnen fr die rumliche Analyse
28
http://resources.arcgis.com/de/help/main/10.1/index.html#//009z0000006w000000
2. Grundlagen und Stand der Wissenschaft
verwendet werden, um diese Probleme zu adressieren. (Vgl. Sell (2006); Gloucester(2011); Sparks u. a. (2011))
Um die Auswirkungen des Klimawandels auf bestimmte Regionen zu untersuchen, hatsich die Forschungsgruppe um Hagenlocher u. a. (2014) (Department of Geoinforma-tics, Universitt Salzburg) auf die Lnder Sahels und Westafrikas fokussiert, welche vorkurzem als Ground Zero des Klimawandels bezeichnet worden sind. Diese Regionengehren zu den am strksten Betroffenen durch die Klimanderungen. (Environment(2011)). Um die klimatischen Vernderungen wie Temperatur, Niederschlag (Subindika-toren) und die damit verbundene Wasserarmut sowie verstrkte Hochwasserereignissein diesem Gebiet zu bestimmen, mssen Gefahrenherde, sogenannte Hotspots, an-hand der vorhandenen Daten identifiziert werden (Vgl. Strobl (2008); Gerek u. a.(2011)). Um diese Hotspots zu beschreiben, wurde ein SGI entwickelt, welcher sichaus heterogenen Daten von Fernerkundungsdaten (Subindikatoren) zusammensetzt.Der SGI wird mit Hilfe eines GIS, welches ber Funktionalitten wie Segmentierung,Klassifizierung und Verschneidung (Siehe Abbildung 2.20; vgl. Gerek und Zeydanl(2009)) der einzelnen Subindikatoren verfgt, ermittelt. Mit Hilfe dieses gemischtenIndikators wurde ein erster Schritt in Richtung einer umfassenden Beurteilung dervorherrschenden Klimarisiken in den ausgewhlten Regionen gemacht.
Temperatur Niederschlag Trockenheit
Menge von normalisierten Klima-/Gefahren-relevanten (sub-) Indikatoren
In tegra t ion und A ggregat ion
durch Regional is ie rung
[Segment ierung und Klass i f iz ierung]
RUMLICH
GEMISCHTER INDIKATOR
ANPASSUNG AN DEN KLIMAWANDEL
PROGRAMME / STRATEGIEN / MASSNAHMEN
berflutung
Abbildung 2.20.: Anpassung an den Klimawandel. Gendert nach: Hagenlocher u. a.(2014)
29
2. Grundlagen und Stand der Wissenschaft
2.4.2. Geoinformationssystem
Eine aktuelle Entwicklung in GIS sind die location based services, bei denen unter-schiedliche rumliche Informationen miteinander integriert werden. (Vgl. Wang u. a.(2014); Ryschka u. a. (2014)) Aus einer Kombination von Karten und der darauf ba-sierenden Analysen knnen Anwendungsflle mit georelevanten Daten untersttztwerden. So kann heutzutage ein mobiles Gert mit der aktuellen GPS-Position die inder Nhe befindlichen Tankstellen anzeigen. Insbesondere Anwendungsflle, welcheklimatische Vernderungen in Entwicklungslndern aufzeigen sollen und mit geografi-schen Daten untersttzt werden rcken immer mehr in den Fokus der Forschung. (Vgl.Thiel-Clemen (2013); Pereki u. a. (2014); Hagenlocher u. a. (2014))
2.4.3. Web-GIS
Bei typischen Desktop-GIS sind GIS-Funktionalitten, Geodaten und Software alsein Gesamtsystem auf dem Rechner des Benutzers vorhanden. Eine aktuelle Ent-wicklung sind Web-GIS (Zhou u. a. (2012); Liu und Ge (2013)). Web-GIS sind spe-zialisierte Client-Server-Systeme, bei denen die Verarbeitung der Geodaten und GIS-Funktionalitten auf dem Server ausgefhrt werden und der Client mit Hilfe einergrafischen Oberflche (Webapplikation) durch Webservices (Geodienste) auf dieseDaten und Funktionalitten zugreift. (Jovanovic u. a. (2012)) Sobald mindestens zweiSysteme Geodaten ber das Netzwerk austauschen, kann das System als Web-GISbezeichnet werden. Abhngig von der Verteilung der GIS-Funktionalitten auf Clientund Server, wie Visualisierung, Manipulation oder Geodatenmanagement, unterteiltman die Systeme respektive in Thick-Server und Thick-Client.
2.4.4. Geodatenmanagement
Neben den rein spatialen Daten fallen bei komplexeren Szenarien zustzliche Datenan, die sich mit einem GIS alleine nicht optimal auswerten lassen. KonventionelleGeodatenbanken knnen heterogene Geodaten nicht effizient verwalten. Die Nutzungvon DWH im Breich der kologie tritt seit kurzem strker in den Vordergrund (SieheMcGuire u. a. (2008); Kelling u. a. (2009); Thiel-Clemen (2013)). In der Arbeit von Thiel-Clemen (2013) wird dargelegt, wie sich mittels Verwendung eines DWH die Problemeheterogen skalierter Daten lsen lassen.
30
2. Grundlagen und Stand der Wissenschaft
Hierfr werden die Daten in die Form des sogenannten Stern-Schemas berfhrt. DieAufbereitung der Daten in Dimensionen mit Hierarchien (Country - Region - . . . - GPS)ermglicht es groe Datenmengen effizient auszuwerten und ist der ausschlaggebendePunkt fr die Verwendung dieses Schemas.
Abbildung 2.21.: Exemplarische Darstellung des Stern-Schemas. Quelle: Thiel-Clemen(2013)
31
3. Analyse
In diesem Teil der Arbeit werden die Hypothesen aus Kapitel 1 herangezogen undmit den Grundlagen zusammengefhrt, um eine Anforderungsanalyse fr das zuerstellende System anzufertigen. Das Ergebnis dieser Analyse ist der Anforderungska-talog, welcher den Grundbaustein fr den Entwurf in Kapitel 4 und die Realisierung inKapitel 5 bildet.
3.1. Werkzeuge zur Verarbeitung
In diesem Abschnitt werden Geo-Werkzeuge analysiert, welche die notwendigenGeodaten vom vorherigen Kapitel verarbeiten, speichern und darstellen knnen. Diesewurden praktisch getestet und auf Vor-/Nachteile geprft.
3.1.1. Quantum GIS
Quantum GIS (QGIS) ist ein benutzerfreundliches GIS zum Betrachten, Bearbeitenund Erfassen von rumlichen Daten. QGIS untersttzt rumliche Datenbanken wiePostGIS9 und gngige Raster- und Vektordaten. QGIS bietet eine Programmierschnitt-stelle an, welche das Verwenden von vorhandenen QGIS-Funktionalitten in eigenenProgrammen erlaubt.
ber die Men-Reiter oder die Navigation knnen einfach Layer hinzugefgt werden.Um die Afrika-Datenstze hinzuzufgen, muss man auf Rasterlayer hinzufgen kli-cken, und die entsprechende .img Datei ffnen.
Vor- und NachteileMit QGIS knnen alle Datenstze geffnet und angezeigt werden. Mit Hilfe der Objekteabfragen-Funktionalitt kann zu einer bestimmten Koordinate eine Information ausge-lesen werden (Picking von Informationen). Es werden die Informationen angezeigt, diein Abbildung A.1 hinterlegt sind. Das Laden der groen Geodaten erfolgt aufgrund der
9http://postgis.net/
32
http://postgis.net/
3. Analyse
Abbildung 3.1.: Verschiedene Layer im Quantum GIS
bereits vorhandenen Pyramidenstruktur (Vgl. Abbildung 2.1.1.1) sofort. Es gibt jedochkeine Mglichkeit, die Daten effektiv zu bearbeiten, und in einem anderen Format zuexportieren.
3.1.2. GRASS GIS
Das Geographic Resources Analysis Support System (GRASS)-GIS ist eine hybride,modular aufgebaute Geoinformationssystem-Software mit raster- und vektororientier-ten Funktionen (GRASS Development Team (2012)).
Vor- und NachteileDas Laden der Layer dauert bei GRASS-GIS sehr lange. Zum Testen wurden die Biokli-mate geladen, welche 2593 Sekunden (44 Minuten) bentigten. Die Pyramidenstrukturwurde nicht korrekt erkannt, was ein schnelles Laden nicht mglich machte.
Nach dem Ladevorgang stehen viele Funktionalitten zur Verfgung - wie Pickingvon Informationen, Visualisierung der Daten oder das Exportieren der Geodaten inandere Formate. Die Menfhrung ist aufgrund der vielen Konfigurationsmglichkei-ten umstndlich. Das GRASS-GIS fokussiert sich auf die konsolenartige Ausfhrung
33
3. Analyse
Abbildung 3.2.: Oberflche des GRASS GIS
der Operationen und Aktionen, wodurch es fr reine Webanwendungen, die einenWebservice bentigen, nicht optimal anwendbar ist.
3.1.3. GeoServer
GeoServer ist ein Geodatenmanagementwerkzeug und wird als Mapserver -Softwareeingegliedert. GeoServer implementiert die Standards der OGC, wie WMS und WFS.
Um die ERDAS Imagine Daten im Geoserver korrekt zu laden, wird ein GDAL-Image-Formats-Plugin10 bentigt, welches zuvor installiert werden muss.
Vor- und NachteileDer GeoServer ist ein Werkzeug, mit dem Geodaten auf einfache Weise verwaltetund fr viele Programme zur Verfgung gestellt werden. Mit Hilfe der zahlreichenImport- und Export-Funktionen knnen die Daten gezielt von vielen Applikationen mitunterschiedlichen Schnittstellen behandelt werden.
GeoServer stellt direkt Schnittstellen fr OpenLayers und Keyhole Markup Language(KML) (Google Earth) zur Verfgung. Somit ist ein einfaches Einbinden in bestehendeServices mglich. Beim GeoServer knnen keine Daten extern bearbeitet werden.
10http://docs.geoserver.org/stable/en/user/data/raster/gdal.html
34
http://docs.geoserver.org/stable/en/user/data/raster/gdal.html
3. Analyse
Abbildung 3.3.: Weboberflche des GeoServer und OpenLayers Export
3.1.4. OpenLayers
OpenLayers ist eine JavaScript-Bibliothek, die es ermglicht Geodaten im Webbrowseranzuzeigen. OpenLayers ist eine reine Schnittstelle (application programming inter-face (API)), hnlich wie die Google Maps API, die eine clientseitige Visualisierungunabhngig vom Server zulsst.
Mit Hilfe von OpenLayers knnen Karten im Internet dargestellt oder kartenbasierteAnwendungen erstellt werden. Es wird unter anderem von OpenStreetMap11 verwen-det. Es stehen die Standards des OGC bereit (WFS, WMS).
Vor- und NachteileEine entsprechende Anwendung kann mit Hilfe von GeoServer direkt erstellt werden.OpenLayers bietet jedoch die Mglichkeit, clientseitige Anwendungen mit den vorhan-denen Geodaten zu erstellen - auch auf mobilen Endgerten mit eigener Steuerung(Touch Devices).
Export-Funktionen und das Bearbeiten von Geodaten sind mit OpenLayers nicht mg-lich, da OpenLayers primr zur Darstellung und Importierung der Daten konzipiertworden ist. Zwar knnen die Geodaten dem Benutzer durch Projektionstransformierun-gen anders angezeigt werden, jedoch erfolgt keine nderung an den Quelldaten.
11http://www.openstreetmap.de/
35
http://www.openstreetmap.de/
3. Analyse
3.1.5. Google Earth und NASA World Wind
Google Earth (GE) und NASA World Wind (NWW) sind reine 3D-Visualisierungsprogramme,welche Satelliten- und Luftbilder unterschiedlicher Auflsung mit Geodaten berlagernund auf einem digitalen Hhenmodell der Erde zeigen. Mit Hilfe von KML-Dateienknnen externe Layer miteingebunden werden.
Vor- und NachteileUm die Afrikadaten anzuzeigen, mssen diese im KML-Format vorliegen. Zum Zeit-punkt des Schreibens dieses Dokuments konnten die exportierten KML Dateien, dieder Geoserver zur Verfgung gestellt hat, nicht in GE und NWW geladen werden.Andere Importmglichkeiten besitzen diese Programme nicht.
3.1.6. Zusammenfassung
Im Folgenden werden anhand der Funktionalitten der Geo-Werkzeuge die Erkennt-nisse zusammen gefasst.
Fr den Import und das Anzeigen der Geodaten eignet sich QGIS. Der Exportvon Dateien ist nicht mglich.
Fr den Export und das Bearbeiten von Geodaten eignet sich als eigenstndigeDesktop-GIS das GRASS-GIS.
Um die Schnittstellen der OGC (WMS, WFS) mit eigenen Geodaten zu imple-mentieren, kann auf den GeoServer zurckgegriffen werden.
Fr die dreidimensionale Visualisierung eignen sich entsprechende Frameworks,wie GE oder NWW fr KML-Dateien oder verschiedene Geo-Bibliotheken fr alleanderen Formate, wie OpenLayers.
36
3. Analyse
Nam
eVe
rsio
nD
1D
2D
3D
4D
5B
emer
kung
en
Qua
ntum
GIS
1.8.
03
33
33
+P
icki
ng+
Pyr
amid
enst
rukt
urzu
mLa
den
wird
genu
tzt
+V
isua
lisie
rung
derD
aten
-Dat
enk
nnen
nich
tbea
rbei
tet/e
xpor
tiert
wer
den
GR
AS
SG
IS6.
43
33
33
+P
icki
ng+
Dat
enk
nnen
bear
beite
t/exp
ortie
rtw
erde
n+
Vis
ualis
ieru
ngde
rDat
en-L
ange
Lade
zeite
n
Geo
Ser
ver
3.3
33
33
3
+D
aten
knn
enex
port
iert
wer
den
+O
penL
ayer
sun
dK
ML
Sch
nitts
telle
-Dat
enk
nnen
nich
tbea
rbei
tetw
erde
n-K
ein
Pic
king
Ope
nLay
ers
2.12
33
33
7+
Pic
king
+D
aten
knn
enge
ffn
etw
erde
n(v
omW
MS
)-D
aten
knn
enni
chtb
earb
eite
twer
den
GE
und
NW
W7.
1.1
77
77
7-D
aten
knn
enni
chtg
elad
en/b
earb
eite
twer
den
D1
=B
iokl
imat
e,D
2=
Gel
nde
ober
flch
e,D
3=
Topo
grap
hisc
heLa
ge,
D4
=O
berfl
che
nlith
olog
ie,D
5=
Bes
chrif
tete
ko
syst
eme
Tabe
lle3.
1.:V
or-u
ndN
acht
eile
derG
eo-W
erkz
euge
37
3. Analyse
3.2. Spatialer Indikator
Um einen spatialen Indikator zur rumlichen Analyse aus Geodaten zu generieren,muss das Datenset anhand des zu untersuchenden Gebietes regionalisiert/segmentiertund anschlieend klassifiziert werden.
3.2.1. Segmentierung
Die Segmentierung ist ein Verfahren, welches Teile eines Bildes in kleine Bereicheanhand von homogenen Eigenschaften unterteilt, wie Lndergrenzen oder gleichenFarbwerten (Stepinski u. a. (2006)). Die objekt-basierte Bildanalyse (OBIA) ist einrelativ neuer Ansatz in der digitalen Bildanalyse, Segmentierung und Klassifizierung(Hay und Castilla (2006)). Die Segmentierung des Bildes in einzelne, sinnvolle Objekteist notwendig fr die Klassifikation (Minr und Evans (2008)). In lterer Literatur wirdder Begriff Segmentierung auch flschlicherweise als Synonym fr Klassifizierungverwendet (Strobl (2007)). Die Segmentierung ist eine GIS-Operation, bei welcher einstandardisiertes Polygon anhand eines definierten Areals erstellt wird, welches daseingegrenzte Gebiet beschreibt.
3.2.2. Klassifizierung
Die Klassifizierung ist eine Technik zur gezielten Entfernung von Grundinformationen ei-nes Datensets, um anhand derer wichtige Muster innerhalb der Daten zu erkennen (Byund Huisman (2009)). Die Klassifizierung schliet an die Segmentierung an. Anhandvon Attributen knnen mit Hilfe von ausgewhlten Regelstzen neue Informationengeneriert werden. Diese reprsentieren reale Entitten (Strobl (2007)).
Es gibt verschiedene Algorithmen zur Klassifizierung wie die Mittelwertberechnung der(Farb-)Werte oder die Bestimmung des am hufigsten verwendeten Wertes (Vgl. Mac-millan u. a. (2000)). Die Klassifizierung kann nicht nur auf einzelne Werte angewandtwerden. Hufig klassifiziert man ganze Areale, um nur einen Wert fr das Areal zuerhalten.
3.2.3. Verschneidung - Spatial gemischte Indikatoren
Neben den spatialen Indikatoren knnen spatial gemischte Indikatoren (SGI) aus Sub-indikatoren gewonnen werden, indem nach der Segmentierung und Klassifizierung
38
3. Analyse
eine Verschneidung der Datenstze mittels arithmetischer Formeln stattfindet. In Ha-genlocher u. a. (2014) werden die SGI anhand gewichteter Cumulative climate changeimpact (CCCI)-Formeln berechnet. Nach der Segmentierung und Klassifizierung, beider ganze Areale klassifiziert werden, wird zur Verschneidung die Gleichung 3.1 aufdie einzelnen Werten der Subindikatoren (SI1. . . SIn) angewandt.
|CCCI|=
SI21 +SI22 +SI
23 (3.1)
Abbildung 3.4.: Verschneidung von Rasterdaten mittels CCCI
Die Verschneidung von Rasterdaten ist im Vergleich zu Vektordaten einfach und erfolgtdurch die Homogenisierung der Zellen. Die Vektordatenverschneidung ist aufgrundder komplexen Geometrien nicht einfach und erfordert intelligente GIS-Software. EinSGI ist stets anwendungsfallbezogen und muss anhand von selbst definierten Berech-nungsvorschriften erstellt werden. Eine Verallgemeinerung wie in Hagenlocher u. a.(2014) zur Erstellung von SGI ist nicht auf andere Experimente anwendbar. Insbeson-dere die Wahl der Gewichtung der einzelnen Werte mssen vom Anwendungserstellerselbst gewhlt und notfalls korrigiert werden.
3.3. Web-GIS
Web-GIS sind bei der Verwendung von Geostandards (Siehe Abschnitt 2.3) flexibel inder Anwendung. Durch schlanke und skalierbare Web-Applikationen werden die starrenund unflexiblen Desktop-GIS ersetzt. Durch die dezentrale Pflege und Aktualisierungvon Geodaten sind Web-GIS zuverlssig und aktuell. In Bandyophadyay u. a. (2012)wird eine Architektur aus Open-Source-Softwares vorgestellt, bei denen konkreteGeo-Werkzeuge und Software aus Abschnitt 3.1 verwendet werden.
39
3. Analyse
Abbildung 3.5.: Architektur eines Web-GIS. Quelle: Bandyophadyay u. a. (2012)
Das System verwendet eine Client-Server-Architektur, bei dem das Geodatenmana-gement und die Implementierungen der GIS-Operationen auf der Server-Seite erfolgt,whrend die Client-Seite mit Hilfe von Webservices auf diese Daten und Funktionalit-ten zugreift und die Geodaten schlussendlich visualisiert.
Da die Zustndigkeiten aufgeteilt sind, eignet sich diese Art der Architektur zur Vertei-lung von Subsystemen, wie einem DWH und einem GIS, ohne vom Client abhngig zusein. Insbesondere der flexible Webclient ist einfach wartbar und erweiterbar.
3.3.1. Geodatenmanagement
Die standardisierten Implementationen von WMS und WFS, wie sie zum Beispielim GeoServer vorhanden sind, bringen einige Probleme bezglich der Bildung vonspatialen Indikatoren mit sich. Fr die Verschneidung und Ermittlung von spatialenIndikatoren werden polygonale Geometrien zur Regionalisierung bentigt. Die Imple-mentationen von WMS und WFS bieten jedoch nur rechteckige Geometrieabfragen
40
3. Analyse
an. Fr Rasterkarten muss dementsprechend ein auf GDAL- und fr Vektordaten einDWH-basierendes Framework entwickelt werden, da diese beiden Implementationenpolygonale Geometrien untersttzen.
3.4. Anforderungsanalyse
Anhand der Grundlagen und der Analyse knnen nun Anforderungen an das Zielsys-tem gesammelt werden. Das Zielsystem muss ber GIS-typische Funktionalitten,wie Geodatenmanagement, Segmentierung und Klassifizierung, sowie ber DWH-performante Abfragen, wie die Beschaffung von Daten zu selbst definierten Arealen,verfgen knnen. Dabei muss eine einheitliche Referenzierung verwendet werden, umdie heterogenen skalierten Daten, die im GIS und DWH eingepflegt wurden, korrektwiederzugeben. Insbesondere der Erhalt von Daten aus dem DWH anhand einesselbst segmentierten Areals aus dem GIS und die Manipulation beziehungsweisedie formale Erstellung von neuen Geodaten zur Entwicklung von Subindikatoren sindwichtige Anforderungen an das Zielsystem.
Im nachfolgenden Abschnitt werden die fachlichen Anforderungen (Prfix FA), techni-sche Anforderungen (Prfix TA) und Integration fremder Systeme und Schnittstellen(Prfix I) spezifiziert. Zudem werden Leistungsausgrenzungen (Prfix + X) angegeben.
3.4.1. Fachliche Anforderungen
Web-Client
FA-WC1 Das System kann Geodaten visualisieren.
FA-WC2 Ein Benutzer kann ber eine Weboberflche Geodaten (Rasterdaten) in dasInformationssystem einpflegen.
FA-WC3 Ein Benutzer kann vordefinierte Areale (Polygone) in das System laden.
FA-WC4 Ein Benutzer kann ein Areal (Polygon) selbst erstellen.
FA-WC5 Ein Benutzer kann sich zu einem bestimmten Areal enthaltene Geodatenwiedergeben und in tabellarischer Form darstellen lassen.
41
3. Analyse
Geoinformationssystem
FA-GIS1 Das System kann Geodaten miteinander verschneiden (Rasterdaten mit Ras-terdaten, Rasterdaten mit Vektordaten, Vektordaten mit Vektordaten). Das bedeutet imDetail die berlagerung beziehungsweise das Zusammenzeichnen von Karten oderKartenauszgen und die logische Verknpfung von Karteninhalten (zum Beispiel dieVerschneidung von Strukturen oder Interpolation zwischen Punkt- und Linieninforma-tionen).
FA-GIS2 Ein Benutzer kann neue Geodaten erstellen.
FA-GIS3 Das System kann groe heterogene Mengen rumlich indizierter Daten ver-walten.
FA-GIS4 Das System kann hinsichtlich Existenz, Position und Eigenschaften von raum-bezogenen Objekten abgefragt werden.
FA-GIS5 Das System kann Daten unterschiedlicher Herkunft mittels Mastabs- undKoordinatentransformation harmonisieren.
FA-GIS6 Das System verfgt ber GIS-typische Funktionalitten, wie Segmentierungund Klassifizierung.
FAX-GIS1 Die Entwicklung eines DWH ist nicht Bestandteil des Systems, wird aberaufgrund der direkten Schnittstellen zum GIS thematisch beleuchtet.
FAX-GIS2 Die Datenbereinigung erfolgt im Voraus und ist somit nicht Bestandteil desSystems.
FAX-GIS3 Die Entwicklung der Simulationskomponente und deren Visualisierung istnicht Bestandteil dieser Ausarbeitung.
FAX-GIS4 Die Entwicklung der Fassade fr die Simulationskomponente ist nicht Be-standteil dieser Ausarbeitung.
FAX-GIS5 Die Validierung der Formeln, Quellen und Ergebnisse der Experimenteerfolgt in den jeweiligen Ausarbeitungen und ist somit nicht Bestandteil dieser Arbeit.
42
3. Analyse
3.4.2. Technische Anforderungen
Allgemein
TA-A1 Das Informationssystem soll als Webclient- / Server-Anwendung realisiert wer-den.
TA-A2 Als serverseitige Technologie soll ASP.NET in der Version 4.5 verwendet wer-den.
TA-A3 Der Client soll in einem Browser ausgefhrt werden knnen. Getestet wird mitFirefox Version 24 und Google Chrome Version 31.
TA-A4 Als Programmiersprache im Backend (Server) soll C# verwendet werden.
TA-A5 Im Frontend (Client) sollen als textbasierte Auszeichnungssprache HTML undals Programmiersprache JavaScript verwendet werden.
Geodaten
TA-G1 Ein Benutzer kann Geodaten exportieren. Als Exportformat soll GeoJSON undCSV verwendet werden.
TA-G2 Ein Benutzer kann Geodaten aus OpenData Quelle