(mogelijk) generalisatieproces. In de
huidige productie in Groot-Brittannië
wordt de meeste generalisatie nog wel
handmatig uitgevoerd. Automatische
generalisatie is namelijk alleen nog in
onderzoek geïmplementeerd (prototy
pes). Pas wanneer het onderzoek (op dit
moment zich vooral concentrerend op
het generaliseren van de 1:501c kaarten-
serie) voldoende concrete resultaten
heeft opgeleverd, zullen de resultaten
in productie worden genomen. Voor
een verdere beschrijving van de stand
van zaken bij de deelnemende NMAs,
zie onderstaand kader.
Relaties tussen verschillende schalen
De laatste fase is het creëren van expliciete links tussen de
datamodellen op de verschillende schalen en, als deze data-
modellen eenmaal gevuld zijn, tussen de objecten uit de
verschillende schalen. Het AdV-project in Duitsland biedt al
de mogelijkheid om automatische relaties tussen objecten
uit verschillende schalen te leggen en te beheren. Catalonië
heeft de datamodellen zodanig aangepast dat de coherentie
tussen de verschillende schalen wordt gewaarborgd maar
links op objectniveau worden nog niet beheerd. De andere
NMAs zullen er ook voor zorgen dat de consistentie tussen
de vernieuwde datamodellen op de verschillende schalen
gewaarborgd wordt. Naast het AdV-project is er momenteel
geen enkele NMA die de relaties tussen datasets op verschil
lende schalen expliciet beheert.
Stand van zaken bij de NMAs
Catalonië werkt al sinds begin jaren negentig aan automatische ge
neralisatie maar de menselijke interactie in het generalisatieproces
is nog steeds groot. Catalonië beheert zowel databases als digitale
kaarten die met behulp van software (CHANGE, zelfontwikkelde
software) en interactie van elkaar worden afgeleid in een gemixte
ladder-sterbenadering (fig. 2). Opmerkelijk is dat de l:50k en 1:2501c
digitale kaarten apart van maar ook frequenter dan de bijbehoren
de databases worden geüpdatet waardoor de lcartografische output
recenter is dan de bijbehorende databases. De reden hiervoor is dat
het veel (interactief) werk kost de kaarten vanuit de databases te ge
nereren.
In Denemarken wordt de 1:501c momenteel zo automatisch mogelijk
afgeleid uit de l:10k dataset (beheerd als een naadloze Oracle data
base) door gebruik te maken van Lamps2/Clarity-software en zelf
ontwikkelde algoritmen. Achteraf wordt de output handmatig ge
controleerd.
In Duitsland worden datasets in de schaalrange 1:101c tot 1:1001c be
heerd door de Bundeslander zelf en datasets kleiner dan 1:1001c
door het Bundesamt für Kartographie und Geodasie. Alle Bundes
lander samen hebben een datamodel ontwikkeld voor een Base-DLM
(ongeveer schaal l:10k) en een DLM50 (ongeveer schaal 1:501c) in het
ATKIS project (fig. 3) [Birth, 2003]. Het Base-DLM is door de afzonder
lijke Bundeslander gevuld met data op basis van bestaande datasets
(digitale kaarten). De dataset l:50k wordt momenteel eenmalig ge
genereerd uit het Base-DLM waarna alleen de updates worden gege
neraliseerd. Er worden twee verschillende benaderingen gevolgd
om de 1:501c dataset uit het Base-DLM te genereren: het AdV-project
(Arbeitsgemeinschaft der Vermessungsverwaltungen), waarin ze-
DATAflASES
MAPS
M4P
WIP
Ï<1
er
w
Fig. 2. Generalisatie workflow in Catalonië.
lUtiU-
250
K0
Update proctti
Fig. 3. Datasets en generalisatie in het ATKIS project.
ven Bundeslander participeren (onder meer Nordhrhein-Westfalen
en Baden-Württemberg) en de LGN-benadering (Landesvermessung
und Geobasisinformation Niedersachsen) waarin negen Bundeslan
der participeren.
Het AdV-project maakt onderscheid in modelgeneralisatie (resulte
rend in een DLM50.1) en kartografische generalisatie (resulterend in
een DLM50.2). De modelgeneralisatie is al in productie en wordt
100% automatisch uitgevoerd waarbij de objecten de locatie behou
den van het Base-DLM (geometrietype kan wel veranderen of wor
den gegeneraliseerd). Expliciete links tussen het Base-DLM en het
DLM50.1 worden gebouwd en beheerd. De kartografische generali
satie is nog in ontwikkeling en zal worden uitgevoerd door gebruik
te maken van een mix van zelfontwikkelde en commerciële soft
ware. Verwacht wordt dat 30% tot 40% menselijke interactie nodig
zal blijven. De LGN-benadering kent alleen een DLM50 dat geba
seerd is op zowel kartografische als modelgeneralisatie. De genera
lisatie wordt zo automatisch mogelijk uitgevoerd maar in complexe
situaties speelt menselijke interactie nog een belangrijke rol (fig. 4).
De DLM50 wordt in deze benadering apart beheerd en is een vector
database met kartografische nauwkeurigheid.
Frankrijk heeft net als Groot-Brittannië de beschikking over een apar
te onderzoeksgroep waar het generalisatieprobleem op fundamen
teel niveau wordt onderzocht. De Franse NMA (IGN) heeft goede
onderzoeksresultaten behaald (gepubliceerd in een aantal proef
schriften) op het terrein van platformontwikkeling, algoritmen,
karalcterisatie van de ruimte, generalisatiemodellen en evaluatie
van generalisatieresultaten. Ook Frankrijk implementeert de
onderzoeksresultaten, vooral gecentreerd rond de kartografische
generalisatie, in productie wanneer in testprojecten goede resulta-
GEO-INFO 2005-7/8
Bf-IM
UJLP l$M
- AJipj-ld V."«n dilliïtrtCJl
v ii;u
T fóU
vi - rc.i- «C'-ii
-
K
■L
