Generalisatie van gebiedsgrenzen
op rasterbasis
Speciale aandacht voor kustlijnen
KARTOGRAFISCH TIJDSCHRIFT
2000-XXVI-I
A. Brown M.A.
kartografische generalisatie, rasterbestanden, methoden TREFWOORDEN
cartographic generalisation, raster files, methods KEYWORDS
generalisation cartographique, base de donnees, methodes MOTS-CLES
Gis-pakketten op vectorbasis bescbikken nauwelijks over in-
gebouwde procedures voor de generalisatie van gebiedsgren-
zen. Raster-Gissen hebben echter een breed scala van stan-
daardprocedures op het gebied van digitale beeldverwerking.
Een aantal daarvan kan, afzonderlijk of in combinatie, ge-
bruikt worden voor de generalisatie van gebiedsgrenzen. In
dit artikel wordt een nieuwe rastermethode voorgesteld, de
moving aggregator'. Bij een ingewikkelde kustlijn zal de ge
neralisatie daarmee niet perfect zijn, maar met enig bijwer-
ken kan het resultaat verbeterd worden.
Inleiding
Veelal bestaan de gegevens in een Gis-bestand uit gebiedsgren
zen. Als een grafisch overzicht nodig is, moeten deze grenzen
meestal gegeneraliseerd worden volgens de bekende kartografi
sche generalisatieprincipes. Aan de andere kant kan worden
gedacht aan een digitaal landschapsmodel. Ook zo'n model
kan gegeneraliseerd worden om het bestand kleiner te maken,
en daardoor geschikter voor het beantwoorden van bredere,
niet gedetailleerde vragen. Weibel en Dutton [1999] bieden
een overzicht van wetenschappelijk onderzoek naar deze beide
aspecten van generalisatie.
Het hier beschreven onderzoek is hoofdzakelijk kartografisch
van aard. Er is bewust gekozen voor een beperkt onderwerp:
kustlijnen. Als research-object werd de kustlijn van het zuiden
van Chili gekozen, vanuit een generalisatiestandpunt zeker
geen gemakkelijke opgave.
Er bestaan drie benaderingen voor het generaliseren van kust
lijnen: beschouw ze simpelweg als lijnen (vectoren), betrek de
topologie (polygonen) erbij, of gebruik een rastermethode.
Aangezien de laatste benadering in de regel grote bestanden en
veel computerbewerkingen met zieh meebrengt, werden tot nu
toe meestal vectorprocedures gebruikt voor de generalisatie van
kustlijnen. Rastergegevens worden echter gebruikt in pakket
ten voor de beeldverwerking van satellietgegevens en in een
aantal Gis-pakketten. De toenemende capaciteit van pc's maakt
dat ook op kleinere Systemen mogelijk. De typische gebruiker
van dit soort pakketten is misschien niet kartografisch ge-
schoold. Als hij een overzicht wil hebben van een groot gebied,
zal hij waarschijnlijk proberen om het beeld leesbaarder te ma-
Allan Brown M.A. is
universitair docent bij de
Afdeling Geoinformatica,
Kartografie en Visualisatie
van het ITC, Postbus 6,
7500 AA Enschede
[e] brown@itc.nl.
ken (te vereenvoudigen) door gereed-
schap te gebruiken dat binnen het pak-
ket voorhanden is. Dit onderzoek is een
poging om aan te tonen dat het gebruik
van vrij eenvoudige rasterbewerkingen,
mits met zorg gekozen en in de juiste
volgorde toegepast, tot een alleszins aan-
vaardbaar eindresultaat kan leiden, in ie-
der geval voor een kustlijn. Een nieuwe
bewerkingsmethode of 'operator' wordt
voorgesteld: de 'moving aggregator'.
Generalisatie van lijnen en
polygonen
Een algoritme dat al meer dan twintig
jaar wordt gebruikt voor het generalise
ren van lijnen is het Ramer-Douglas-
Peucker (RDP-)algoritme [Dutton, 1999].
Dit algoritme is echter eigenlijk bedoeld
voor het reduceren van het aantal pun-
ten in een gedigitaliseerde lijn. Bij grote
schaalreducties geeft het een siechte ge
neralisatie. Andere kartografen hebben
dit probleem onderzocht, en nieuwe al-
goritmen voorgesteld [Wang Müller,
1993; Weibel Dutton, 1999].
De introduetie van 'bendsimplify een
optie die naast 'pointremove' (in feite
Rdp) deel uitmaakt van het Arc/Info-
commando 'generalize', is een interes
sante ontwikkeling omdat veel Gis-ge-
bruikers met Arc/Info werken. Het nieu
we algoritme is gebaseerd op het werk
van Wang en Müller. Beide opdes zijn
toegepast op een digitaal bestand van de
kust van Chili.
Figuur ia laat een deel van het esri-
Country 98-bestand zien, schaal
1:10.000.000 (utm, zone 18). Figuur ib
12
