44
KARTOGRAFISCH TIJDSCHRIFT
I998-XXIV-2
Figuur 14g. TOP250vector.
Figuur 14h. Kaart 1:240.000.
Figuur 14L TOP^oovector.
Conclusies
Hoever zijn we nu
Figuuri4j. Kaart 1:400.000.
Ten aanzien van snellere productie
Productieversnelling blijft een van de drijfveren om de ge-
neralisatie te automatiseren. Dit uit zieh enerzijds door zelf
Software te ontwikkelen en anderzijds in het beproeven van
de commerciele Software. Het gebruik van MapGeneralizer
voor de generalisatie 1:100.000 vanuit het digitale bestand
1:50.000 levert een productieversnelling op van 15 20%.
Het produetievoordeel weegt vooralsnog niet op tegen de
aanschafkosten van de Software en de bijscholing van karto-
grafen. Het gebruik van een dergelijk pakket bij de tdn is
momenteel minder zinvol, omdat de meeste bestanden
reeds in gegeneraliseerde vorm beschikbaar zijn en imple-
mentatie ervan in een werkmethode waarin alleen mutaties
worden verwerkt nog te complex is en naar verwachting
vooralsnog geen tijdswinst oplevert. Dit zou alleen het geval
zijn, indien alle bestanden bij iedere herziening opnieuw
geheel gegeneraliseerd moesten worden.
Bij de Topografische Dienst zullen de mutaties, welke zijn
ingewonnen op de schaal 1:10.000, vervolgens zo snel mo-
gelijk worden doorgevoerd in de kleinere schalen. Dit blijft
voorlopig een interactief proces. Op basis van de vergelij-
king tussen de oude en de nieuwe bestanden kan snel wor
den onderkend welke de wijzigingen zijn, die gevolgen heb-
ben voor de kleinere schalen. Deze worden per schaalniveau
ingevoerd in de kleinere schalen. Hierbij worden de nieuwe
dementen gegeneraliseerd conform de specificaties die voor
die schaal gelden.
Een schaalloos bestand
Gezien de huidige stand van zaken van
de generalisatie-software is volledige
automatische generalisatie nog een
Utopie. Nationaal en internationaal
Staat automatische generalisatie echter
sterk in de belangstelling. Software
pakketten als MapGeneralizer bieden
de kartograaf veel flexibiliteit om de
eigen (subjectieve?) wensen in de pro
ductie tot uitdrukking te laten komen.
Het biedt echter nog geen volledige
automatische generalisatie. De vraag
rijst of dat wel mogelijk is. Een voor-
deel van geheel automatische generali
satie is de consistentie van behandeling
en eenduidigheid van criteria volgens
welke de generalisatie wordt verricht.
Of er een acceptabel beeld overblijft is
vooralsnog de vraag.
Een benadering van automatische ge
neralisatie voor bepaalde toepassingen
(een gesimuleerde generalisatie) is wel
mogelijk. In een raster-omgeving kan
door middel van in- en uitzoomen een
schaalloos bestand gesimuleerd wor
den. Hierbij dient per zoombereik een
bepaalde schaal te worden vastgesteld
welke op het scherm wordt getoond.
Dit wordt in diverse applicaties reeds
toegepast.
In een vectoromgeving is dat 00k mo
gelijk. De mogelijkheden zijn zelfs nog
uitgebreider omdat in vectorbestanden
geselecteerd kan worden op objectcode
en level. Indien bestanden op verschil-
lende schaalniveaus beschikbaar zijn
kan door middel van een uitgekiende
keuze van levels welke op een bepaald
zoombereik worden weergegeven, een
schaalloos bestand gesimuleerd wor
den.
Voorbeelden hiervan zijn de vele rou-
teplanners die afhankelijk van de inge-
stelde zoomschaal een selectie van we
gen, aangevuld met een selectie van at-
tributen (bijv. plaatsnamen) weerge-
ven. Voor complexe topografische be
standen ligt dit wat moeilijker. Ook
hiervoor doen zieh echter potentiele
oplossingen voor. Pakketten als Geo-
media/Geodex en ArcView hebben al
een deel van deze functionaliteiten in
zieh. Dit kan applicatiegericht door de
gebruiker worden ingesteld. Hiervoor
zijn wel bestanden in de juiste struc-
tuur (gebaseerd op een database)
noodzakelijk. De topografische bestan
den zijn hiervoor geschikt te maken.