Een rivier is een vlak
maar een sloot is dat
doorgaans niet
2013-10 I Geo-lnfo
25
zouden uit de dataset gefilterd kunnen worden aan
de hand van de attribuutgegevens. In de attribuut-
gegevens van waterobjecten staat bijvoorbeeld of
een object een ven, meer of plas is. Deze waterlicha
men zijn doorgaans rond van vorm.
Na enig geëxperimenteer, bleek dat deze attribuut
gegevens niet altijd juist zijn. Daardoor blijven er na
filtering nog veel ronde objecten over die geen'meer;
'plas of'ven'zijn, maar'waterweg'. Daarom is gezocht
naar een oplossing die onafhankelijk is van zowel de
oppervlaktemaat als van de attribuutgegevens.
Deze oplossing is gevonden in wat wij de semi-
vormbreedte en de semivormfactor noemen. Dit
zijn maten die samen iets zeggen over de vorm van
het object. Een simpel algoritme berekent voor elk
object de waarde van deze factoren. Het generalisa
tiemodel verwijdert vervolgens objecten waarvan
de waarde beneden de drempelwaarde ligt. Het
onderliggende principe is dat alleen langwerpige
objecten worden geconverteerd naar lijnen. Ronde
of vierkante vlakken worden dus niet geconverteerd.
Van een gegeven vlak X worden de factoren als
volgt berekend:
semivormlengte
semivormfactor
semivormbreedte
en
oppervlaktex
semivormbreedte
semivormlengte
waarbij
lengte van diagonaalx +omtrekx
semivormlengte
De semivormfactor en de semivormbreedte zijn
parameters in het model. De semivormfactor is de
'langwerpigheid'van het object. Als deze waarde laag
is zullen ook bochtige, grillige elementen geconver
teerd worden naar lijnen. Om te voorkomen dat te
brede objecten, zoals een rivier, worden geconver
teerd naar lijnen moet de drempelwaarde voor de
semivormbreedte niet te hoog worden gezet. De
gebruiker moet experimenteren met deze drempel
waarden om een optimaal resultaat te krijgen.
De resultaten laten zien dat het algoritme succesvol
vlakken selecteert die geconverteerd moeten
worden naar lijnen (figuur 1). Het knelpunt van
het algoritme zit echter in de optimalisatie van de
parameters. De resultaten laten namelijk óók zien
dat complexe vlakken niet altijd herkend en gecon
verteerd worden. In het voorbeeld is alleen het
zuidelijke deel van de vestinggracht door het model
geselecteerd, omdat deze de meest consistente
Figuur 2 - Correctie van de terreinpartitie.
vorm heeft. De overige delen werden niet als com
plexe vorm herkend en zijn dus niet geconverteerd.
Ten slotte zijn ook de effecten van andere functies in
het model zichtbaar in figuur 1: lijnen zijn vereenvou
digd en te kleine objecten voor een kaart met schaal
1:50.000 zijn verwijderd.
Wegengeneralisatie en de terreinpartitie
Wegen zijn een belangrijke objectklasse inTOPioNL.
In TOP10NL zijn wegen als lijnen en als vlakken
gemodelleerd. Op een uitvoerkaart van schaal
1:50.000 is het wenselijk dat alle wegen als lijnen
worden afgebeeld. Daarom is de objectklasse hart
lijn van TOP10NL gebruikt in het generalisatiemodel.
Hoewel het generaliseren van het wegennetwerk
na de conversie van vlakken naar lijnen nog lang
niet voltooid is, wordt in dit artikel de focus gelegd
op de gevolgen voor de kartografische partitie. In
TOP10NL wordt de kartografische partitie gevormd
door drie vlakobjectklassen: water, terrein en wegen.
Bij het converteren van wegenobjecten naar lijnen
ontstaan er gaten in de partitie. Dit is om visualisa
tieredenen onwenselijk, maar is ook onwenselijk
met oog op efficiënt beheer van de database en
eventuele geografische analyse. Het opvullen van de
gaten in de partitie is geen gemakkelijke klus. ArcGIS
10.1 biedt geen functie die automatisch de terreinob
jecten doortrekt naar de weglijnen. In eerder onder
zoek is dit probleem opgelost door een geheel
nieuwe functie te programmeren voor ArcGIS die
dit wel doet (Hardy, Lee Van Smaalen, 2008). In ons
onderzoek is echter gezocht naar een oplossing die
gebruik maakt van de standaardfuncties van ArcGIS.
Dit heeft als belangrijk voordeel dat het aanmerkelijk
eenvoudiger wordt om partitievulling op te nemen
in een generalisatiemodel. Er hoeven namelijk geen
nieuwe functies te worden ontwikkeld.
De ontwikkelde methode kent vier stappen:
1. De terrein- en waterobjecten worden samenge
voegd tot een nieuwe terrein objectklasse
2. Er worden zeer kleine buffers van 1 a 5 meter
gevormd rond alle objecten van deze object
klasse
3. Vervolgens worden overlappingen gewist [erase)
4. Tot slot worden de buffers samengevoegd met
de terreinobjecten [merge en dissolve)
Deze laatste stap wordt automatisch in het generali
satiemodel herhaald zolang er zich nog gaten in de
partitie bevinden.
Op schaal 1:50.000 zijn sommige terreinobjecten te
klein om goed gevisualiseerd te worden. Daarom
worden te kleine objecten gewist. Door het verwij
deren van te kleine objecten ontstaan wederom
gaten in de partitie. Daarom worden stap 2,3 en
4 herhaald. De resultaten laten zien dat gaten die
ontstaan door wegen van vlakken naar lijnen te con
verteren worden opgevuld (figuur 2). Op een grote
schaal is echter wel te zien dat de objecten lichtelijk
zijn vervormd door de buffers. Op de doelschaal (in
dit geval 1:50.000) zijn die vervormingen echter niet
waarneembaar.
In deze procedure zijn twee parameters van belang.
Als eerste de buffergrootte. In principe geldt de
regel dat hoe kleiner de buffers, hoe beter het
resultaat. Maar ook: hoe meer computercapaciteit
het model nodig heeft. De tweede parameter is de
maximale oppervlakte van te verwijderen "kleine
objecten". Afhankelijk van de gewenste visualisatie
kan deze maximale omvang groter of kleiner
gemaakt worden.
Een voorwaarde voor deze methode is dat de
dataset geen topologische fouten bevat, zoals
zelfdoorkruisingen. Daarnaast is het raadzaam om
het kaartbereik in partities te verdelen zodat de
procedure niet in een keer op het hele kaartbereik
wordt toegepast. De procedure vergt namelijk veel
computercapaciteit. Tot slot is een nadeel van de
methode dat de geometrie wordt vervormd, waar
door sommige analytische toepassingen wellicht
niet meer mogelijk zijn.
Discussie
Met de besproken methoden voor vlakdetectie
en terreinherstel wordt de gereedschapskist voor
generalisatie van deTOPioNL uitgebreid. De
methoden zijn ontwikkeld in een beperkt tijdsbestek
met beperkte middelen. Wij nodigen anderen dan
ook uit om de methoden te testen en te verbeteren.
Iets wat wij bijvoorbeeld niet gedaan hebben is een
gevoeligheidsanalyse op de parameters van het
vlakselectie algoritme. Een dergelijke analyse helpt
mogelijk bij het optimaliseren van de parameters.
Daarnaast stuitte de procedure voor het corrigeren
van de terreinpartitie op enkele topologische fouten
die wij niet allemaal hebben kunnen traceren.
Literatuur
Hardy, P., D. Lee J. van Smaalen (2008), Practi
cal research generalization of European national
framework data from 1:10k to i:soK exercising and
extending an industry-standard GIS. In 11th ICA work-
shop"Generalization and Multiple Representation".
June 2008, Montpellier (France).
Robbert-Jan Geldhof, Laura van der Helm, Péter Kun,
Oscar Ribberink, alien student MSc Geographical
Information Management and Applications (GIMA)
