S V>sS a
TU Delft
SCRIPTIES
De afstudeerscripties van de TU Delft, afde
ling Geodesie, zijn te verkrijgen bij de bi
bliotheek, Thijsseweg 11, 2629JA Delft, tele
foon (015) 278 25 60 of 278 25 68. De publi
caties zijn ook aan te vragen via: www.geo.
tudelft.nl/bibliotheek.
Ingrid Alkemade
Beeldscherm kartografie
ten behoeve van multi-bron
internet-GIS
(Afstudeerdatum: 18-5-2001)
Door de snelle opkomst van de mo
gelijkheden van internet is het ge
bruik van geografische informatiesys
temen (GIS) toegenomen. Een nieuwe
ontwikkeling in internet-GIS is dat ge
bruik wordt gemaakt van gedistribu
eerde bronnen: de gebruiker kan een
keus maken uit gegevens van verschil
lende databronnen. Naast de data zelf
wordt meta-informatie geleverd, het
geen de gebruiker in staat stelt te be
palen in hoeverre de data geschikt zijn
voor gebruik binnen een GIS. Bij de vi
sualisatie van de gegevens kunnen in
een multi-bronsituatie echter gemak
kelijk conflicten ontstaan, omdat er
door de verschillende bronnen geen
voorschriften worden gegeven over de
grafische representatie van de gege
vens. Het is daarom nuttig een onder
scheid te maken tussen het Digitaal
Landschaps Model (DLM) waarin de ge
gevens zelf worden beschreven, en het
Digitaal Kartografisch Model (DKM)
dat een beschrijving geeft van de grafi
sche weergave van de geografische da
ta. Voor een internet-GIS is het wense
lijk dat de bron naast het DLM ook een
voorkeurs-DKM opstelt. Bij een combi
natie van gegevens uit verschillende
bronnen wordt gebruikgemaakt van
een expertsysteem dat met behulp van
kartografische regels bepaalt wat de
optimale presentatie van de gegevens
is, gegeven de taak en de wensen van
de gebruiker. Dit Kartografisch Expert
systeem (KES) is erop gericht de gebrui
ker te begeleiden en te adviseren in
het maken van een kartografisch ver
antwoord product.
Het idee van een intelligent en gebrui
kersvriendelijk GIS impliceert dat het
niet alleen een verzameling van een
aantal krachtige instrumenten is, die
gebruikt kunnen worden voor het
weergeven en analyseren van gege
vens, maar dat het de gebruiker ook
kan adviseren in het weergeven van de
gegevens.
«si sa
In de ontwikkeling van een kartogra
fisch expertsysteem zijn er twee be
langrijke onderdelen. Het eerste on
derdeel is om bestaande kartografi
sche kennis om te zetten in regel-geba-
seerde kennis, dus hoe de kennis
wordt ingevoerd. Het tweede onder
deel is een leek begeleiden in het ma
ken van een kaart, dus het gebruiken
van de regels die in het eerste onder
deel zijn opgesteld. Hoewel sommige
regels op het eerste gezicht eenvoudig
lijken, kunnen deze praktisch vrijwel
onuitvoerbaar zijn, omdat het beslis-
proces dat eraan te pas komt, te com
plex is om op een eenvoudige manier
te implementeren in een geautomati
seerd systeem. Het gaat hierbij vooral
om regels met betrekking tot generali
satie en semantiek.
Het in dit afstudeeronderzoek geïm
plementeerde voorbeeld van één van
de minder complexe regels (het oplos
sen van kleurconflicten) laat zien dat
het mogelijk is om met behulp van vi
sualisatievoorschriften te komen tot
een juiste visualisatie. De gebruiker
speelt hierbij een actieve rol door bin
nen de legenda aan te geven wat zijn
prioriteiten zijn en zo impliciet het
doel van de visualisatie aan te geven.
Maureen Rengelink
Automatisch afleiden en
classificeren van woningen uit
kadastrale gegevens
(Afstudeerdatum: 18-5-2001)
In dit afstudeeronderzoek is een me
thode gedefinieerd die adressen clas
sificeert. Eén van de doelen van zo'n
product is het gebruik ervan bij de ana
lyse van trends in huisprijzen in een
bepaald gebied. Deze zijn afhankelijk
van het woningtype. De gezochte in
formatie is afgeleid van ruimtelijke en
thematische informatie die aanwezig
is bij het Nederlandse Kadaster. Deze
zijn opgeslagen in LKI, AKR en ACN
(Adrescoördinaten Nederland). Dit ge
beurt in drie stappen: eerst wordt er
een vlakkenlaag gemaakt van de gren
zen van de gebouwen. De volgende
stap is een geometrische versnijding
met attribuut-overerving tussen de ge-
bouwenlaag en een percelenlaag. Hier
uit komt een kaartlaag met deelgebou-
wen. Tevens wordt in deze stap voor
elk adres in de ACN bepaald bij welk
deelgebouw het hoort. Deze stap is ge
programmeerd met behulp van de C++
bibliotheek CGAL. In de derde stap
wordt de informatie uit de versnijding
samen met andere informatie uit de
database gebruikt om automatisch al
le deelgebouwen en adressen te classi
ficeren met behulp van beslisregels. De
volgende classificaties zijn aan de
adressen toegekend:
MIDDEN VAN EEN RIJ (M)
EIND VAN EEN RIJ (E)
VRIJSTAANDE WONING (V)
TWEE-ONDER-ÉÉN-KAP (T)
APPARTEMENT (A)
geen woning
geen bijhorend gebouw
Als aanvulling op deze classificatie
krijgen alle woningen ook een waarde-
2^ *0 ÖDCS-D D
i
X/Y: (134515 29.396605361
Middenwoning
Twe^-onder-een-kap
Vrijstaand •-
Geen woning
GEODESIA 2001-7/8
