den datasets nog afzonderlijk geüpdatet (1:1001c dataset in
Denemarken, 1:501c dataset in België, 1:1001c dataset in
Nederland). Als de specifieke dataset nog niet bestond, zoals
in sommige NMAs het geval is (1:501c dataset in Duitsland
en Denemarken, 1:251c database in Catalonië, 1:1001c data
set in Frankrijk), is een eerste versie vervaardigd door een
malige generalisatie van een grootschalige dataset.
Generalisatie concentreert zich dus voornamelijk op gene
ralisatie van updates. Dynamische generalisatie, waarbij al
leen een basisdataset wordt opgeslagen en waarbij op ver
zoek een kleinere schaal dynamisch wordt gegeneraliseerd,
wordt op korte termijn vanwege de nog benodigde interac
tie (zie paragraaf Implementatie) niet haalbaar geacht. Ook
schaalloze bestanden, waarbij bestanden niet in schaalstap-
pen maar op elke gewenste schaal kunnen worden gegeven,
worden op korte termijn niet realiseerbaar geacht. Een be
langrijke beslissing in de conceptuele architectuur is welke
benadering te volgen: de ster- of ladderbenadering? (fig. la
en lb) [EuroGeographics, 2005]. In de ladderbenadering, ge
volgd door België en Duitsland, worden de kleinere schalen
stapsgewijs schaal voor schaal gegeneraliseerd. Het alterna
tief is de sterbenadering waarbij elke kleinschalige dataset
wordt gegeneraliseerd op basis van dezelfde basis dataset.
Denemarken, Frankrijk, Zwitserland en Catalonië hebben
gekozen voor een mix van beide. Hierbij worden de groot
tot middenschalige datasets afgeleid van de basisdataset en
de kleinere schalen van één middenschalige dataset. Groot-
Brittannië, Ierland, Nederland en Zweden moeten nog een
beslissing nemen. Een andere belangrijke beslissing betreft
het wel of niet onderscheid maken tussen lcartografische
generalisatie, die tot doel heeft de leesbaarheid te vergro
ten, en model-generalisatie, die tot doel heeft een database
met lagere resolutie te genereren. NMAs zoals Denemarken,
de LGN-benadering in Duitsland (kader p. 331) en Catalonië
argumenteren dat overlappende objecten oolc in lagere re
solutie databases niet gewenst zijn en daarom verplaatst
dienen te worden. Wanneer voor een bepaalde toepassing
alleen niet-verplaatste objecten nodig zijn, met topografi-
Qutpul gedefinieerd door klanl 1:250 DQQ outpul
1:50 000
OQO ouïpul
Fig. la en b. De ladderbenadering (boven) en de sterbenadering
(onder) in het generalisatieproces [Euro-Geographics, 2005].
sche precisie in plaats van lcartografi
sche precisie, zal gebruik moeten wor
den gemaakt van een grotere schaal en
dus meer accurate en preciezere infor
matie. Andere NMAs zien het verplaat
sten van objecten om de lcartografi
sche leesbaarheid te vergroten als een
handeling die niet zinvol is wanneer
alleen een lagere resolutie database
wordt gegenereerd zonder de lcarto
grafische representatie.
Implementatie
De derde fase betreft de implementa
tie van de automatische generalisatie.
De implementatie bestaat uit twee be
langrijke elementen:
1. geautomatiseerde voortplanting van
de voor de betreffende schaal rele
vante updates en
2. generalisatie van updates. De rele
vantie van updates is belangrijk om
dat niet alle updates zinvol zijn
voor alle schalen. Bijvoorbeeld een
geometrie-aanpassing van vijf me
ter is belangrijk op schaal 1:101c
maar levert geen informatieverbete
ring op voor een 1:501c dataset.
In alle deelnemende NMAs zijn speci
fieke generalisatiebewerkingen (opera
toren) al geautomatiseerd. Er wordt
een breed scala aan softwaretechnie-
ken gebruikt: Laser-Scan (Lamps2/Clari-
ty), CHANGE/PUSH, SICAD/Open, Micro
Station, ArcGIS, Safe (FME) en daar
naast oolc veel zelf ontwikkelde algo
ritmen (België, Niedersachsen, Nord-
rhein-Westfalen, Baden-Württemberg,
Denemarken, Catalonië, Zweden,
Groot-B rittannië en Frankrijk). Dit
geeft aan dat er geen algemene benade
ring is van het generalisatieprobleem.
Wel hebben België, Frankrijk, Dene
marken en Groot-Brittannië zich ver
enigd in een Clarity-gebruilcersgroep
(Magnet: Mapping Agencies Generali
zation NETworlc). Deze groep komt
twee lceer per jaar bijeen om ervarin
gen en algoritmen uit te wisselen.
Tijdens de workshop werd geconclu
deerd dat oolc in de vernieuwde produc
tieprocessen, waarbinnen automatische
generalisatie een belangrijke rol zal
krijgen, generalisatie nog steeds veel
menselijke interactie zal vereisen. Dit
wordt veroorzaakt door de complexiteit
van het generalisatieproces. De NMAs
van Catalonië, Denemarken, Duitsland,
Frankrijk en Groot-Brittannië hebben
wel al fundamentele stappen gezet in
de richting van een (zo) automatisch
1 'JMXCciJJput
DJtpul
GEO-INFO 2005-7/8
if CLittJu**
