Geoinformatik II

1. Geoinformatik II Proseminar 8 04.12.00 Raster Rasterdaten als Modell, Operationen, Visualisierung

2. Geoinformationssysteme • Beschäftigen sich mit der Verwaltung von Daten Was sind Daten? Geometriedaten: -beschreiben modellhaft räumliche Strukturen der Umwelt Sachdaten: -Kennzeichnen die Strukturen über assoziierte Attribute -sind den Geometriedaten in eindeutiger Weise zugeordnet

3. Wie können Rasterdaten gewonnen werden? • Aus Satellitenbildern • Aus Luftbilder • Aus gescannten Karten • Aus Photos • Aus konvertieren Daten Bei diesen Arten der Datengewinnung bestehen die Ursprungsdaten aus Reihen und Spalten von Zellen. Um solche Daten in einem GIS System verwenden zu können oder Analysen durchzuführen müssen die Daten in einem gemeinsamen Koordinatensystem dargestellt sein. Die Reihen und Spalten des Rasters sind parallel zur x- und y- Achse des Koordinatensystem. Der Prozeß, der eine Beziehung zwischen Raster und Koordinatensystem herstellt heißt Georeferenzierung.

4. Konvertierte Daten • Rasterdaten können auch aus TIN oder Vektordaten durch Konvertierung gewonnen werden. Konvertierung von Vektordaten: Arc Catalog: Rechter Mausklick auf die Datei der Vektordaten Export  shapefile to Coverage Das Coverage wird in der Outputdatei erstellt. Arc Toolbox: Conversion Tools  Import to Grid Point / Line / Polygon to Grid ( Inputdatei: Pfad des Coverage( aus Arc Catalog rüberziehen)) Das Raster wird in der Outputdatei erstellt.

5. Darstellung von Rasterdatentypen • Thematische Daten: Die Werte aller Zellen des Rasters sind gemessene Größen oder Einteilungen. Diese Rasterdaten stellen Thematische Karten dar. • Abbildende Daten: Der größte Teil der Rasterdaten wird durch abbildende Systeme an Satelliten oder Flugzeugen gewonnen.

6. Thematische Daten • Räumlich ununterbrochene Daten: Der Wert jeder Rasterzelle repräsentiert eine gemessene Größe. Z.B. Höhe oder Niederschlag Die gemessenen Werte treffen für das Zentrum einer Zelle zu und verändern sich von einer Zelle zur nächsten nur wenig. • Räumlich abgesonderte Daten: Der Wert jeder Zelle gehört einer Kategorie oder Klassifikation der Daten an. Z.B. Landeigentum oder Vegetation Der Wert von einer Zelle zur nächsten ist entweder identisch oder wechselt abrupt. Er gilt für die gesamte Fläche der Zelle.

7. Abbildende Daten • Spektral und Bilddaten: Abbildende Systeme zeichnen den Reflektionswert des Lichts auf. Die Wert gehören zu einem oder mehreren Streifen des elektromagnetischen Spektrums. Normalerweise werden in Bilddaten die roten, grünen und blauen Anteile des Spektrums dargestellt. Manche Satellitenbilder beinhalten jedoch sehr viele Streifen, die zur Oberflächenanalyse der Geometrie oder Vegetation genutzt werden.

8. Datenmodell Definition: Datenmodell nach Tsichritzis und Lochovsky (1977) Ein Datenmodell ist ein Katalog von Richtlinien zur logischen Organisation der Daten in einer Datenbank. Sie beinhaltet sowohl Informationen Über logische Einheiten als auch deren Beziehungen zueinander. Datenmodelle werden genutzt um räumliche Strukturen abzubilden, die jedoch vom Maßstab, Thema und der Zeit abhängig sind.

9. Rasterdatenmodell • Die darzustellenden Strukturen werden durch ein regelhaftes, in matrixform gegliedertes System von regular tesselations bedeckt. • Unter tesselations versteht man reguläre oder irreguläre Flächen- oder Raumeinheiten, durch die das Abbild eines geographischen Raumes zergliedert wird. • Regular tesselations können durch dreieckige, quadratische oder sechseckige Pixel gebildet werden. • Beim Aufbau von 3-d Modellen werden Pyramiden genutzt.

10. Rasterdatenmodell • Die Pixel sind durch Zellen- und Spaltennummer eindeutig bestimmt • Jedes Pixel ist Träger genau eines Wertes • Ein komplettes Set von Zellen mit Werten wird als Coverage bezeichnet • Die Werte können aus alphanumerischen oder numerischen Daten bestehen. Spalten 0 1 2 3 4 5 6 7 0 1 2 Zeilen 3 4 5 6 7

11. Datentypen • Nominal data Aufgrund nominaler Daten kann eine Gruppe, Klasse oder Kategorie von einer anderen unterschieden werden. Der Wert legt eine qualitative Eigenschaft ohne Bezug zu einem bestimmten Ursprung fest. Bei nominalen Daten ist nur die Unterscheidbarkeit voneinander von Bedeutung. Z.B. Verschiedene Bodenarten, Landnutzung

12. Datentypen • Ordinal data Die Werte legen eine Reihenfolge fest ( 1.,2....). Jedoch werden keine Größen oder Beziehungen festgesetzt. Es kann also nicht die Schlußfolgerung diese Stelle ist größer oder höher als eine andere gezogen werden. Die Werte haben die Bedeutung „ist besser geeignet als“. Z.B. Eignung des Bodens für einen best. Anbau

13. Datentypen • Interval data Die Werte repräsentieren eine maßstabsgerechte Messung, die jedoch keinen festgelegten Nullpunkt hat. Es können also nur Vergleiche zwischen den Daten durchgeführt werden. Die Daten können nicht auf den Nullpunkt des Maßstabs reduziert werden. Z.B. Temperatur, PH- Wert

14. Datentypen • Ratio data Die Werte repräsentieren eine maßstabsgerechte Messung mit festgelegtem Nullpunkt. Bei Anwendung mathematischer Operationen auf diese Daten können aussagefähige Ergebnisse erzielt werden. Z.B. Entfernungen, Höhen, Volumen

15. Rasterdatenmodell • Die Zellenwerte können aus Integer oder reellen Zahlenwerten bestehen • Wenn keine Daten vorliegen wird die Zelle mit dem Wert NODATA geführt • Integerwerte sind oft ein Code für komplexe Identifikationen • Der Code tritt im Raster oft auf, wird jedoch in der Attribut table nur einmal abgespeichert

16. Rasterdatenmodell • Raster können aus einem oder mehreren Bändern bestehen: • Single- band raster Für single- band raster gibt es drei verschiedene Möglichkeiten der Darstellung: • Monochrome image Jede Zelle hat entweder den wert 1 oder 0 gescannte Karten • Grayscale image Jede Zelle hat einen Wert zwischen 0 und 255 Schwarz- Weis- bilder • Display colormap image Die Werte sind codiert und geben in der colormap eine deffinierte ror- grün- blau Einstellung an

17. Rasterdatenmodell • Multiband raster • Ein Band repräsentiert einen Teil des elektromagnetischen Spektrums, das durch einen Sensor gewonnen wurde. Hierbei können auch für das Auge unsichtbare Wellenlängen dargestellt werden. • Sie werden oft als rot- grün- blau Kompositionen dargestellt. • Die Werte liegen zwischen 0 und 255

18. Wie können Rasterdaten gespeichert werden? • Es gibt verschiedene Möglichkeiten der Speicherung von Rasterdaten: • Full- Raster - Encoding • Run- Length- Encoding • Value- Point- Encoding • Quadtree- Verfahren • In Abhängigkeit von der Genauigkeit und somit Auflösung eines Rasterbildes fallen sehr große Datenmengen an. Die verschiedenen Speichermöglichkeiten bieten eine Möglichkeit zur Datenreduktion.

19. Full- Raster- Encoding • Die Werte werden in einer vollständigen Datenmatrix abgespeichert. • Ausgangsbild Datenmatrix mit 64 Werten ( 100%) 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1

20. Run- Length- Encoding • Matrix wird Zeile für Zeile beschrieben • Werte werden in einer Tabelle abgespeichert • Zeilenangabe, Wert, Anzahl der Zellen mit gleichem Wert • 48 Werte ( ca. 75%)

21. Value- Point- Encoding • Es werden nur noch die jeweils letzten Positionen einer homogenen Zellenkette abgespeichert • Wert (x, y Koordinate des Endpunktes (Zeile, Spalte)) • Speicherplatzgewinn gegenüber den vorherigen Verfahren, wenn mehrere Zeilen den selben Wert besitzen 22 Wert ( ca. 44%)

22. Quadtree- Verfahren • Es handelt sich um eine hirarchisch organisierte Form • Das Ausgangsbild wird in Quadranten zerlegt: • => sind alle Zellen innerhalb eines Quadranten homogen, wird der Wert in der 1. Ebene abgespeichert • => die nicht homogenen Quaqdranten werden wieder in Quadranten unterteilt und auf Homogenität untersucht • => Homogene Werte werden • in der 2. Ebene abgespeichert • usw. • 28 Wert ( ca. 44%)

23. Worin liegen Vor- und Nachteile von Rasterdaten?

24. Rasteroperationen • Sie werden verwendet um geeignete Analysen in einem Gebiet durchführen zu können. • Es gibt: Arithmetische ( -, mod, *, /, +, log, exp, sin, cos, sqrt) Boolsche ( ^not, &, ! Or, | xor ) Relationale ( <, <=, >, >=, ==, ^= ) Bitwise ( binäre Darstellung der integer Inputwertre) Combinatorial Accumulative Assignment

25. Rasteroperationen • Kalkulationen werden durch mathematische Operationen dargestellt. Es werden jeweils zwei input- grids mathematisch miteinander verknüpft und das Ergebnis im output- grid dargestellt. • Mit boolschen oder relatinalen Operationen können Anfragen an eine Karte gestellt werden. Es werden 2 input- grids benötigt. Hierbei wird der Wert 0 als „falsch“ und Werte ungleich 0 als „ richtig „ angesehen. NODATA wird in NODATA abgebildet. Im output- grid wird eine „wahre“ Beziehung mit 1, eine „falsche“ mit 0 dargestellt.

26. Rasterfunktionen • Lokal funktion: es können Kalkulationen mit einer Zelle durchgeführt werden, wobei die Nachbarzellen das Ergebnis nicht beinflussen. • Focal funktion: es können Kalkulationen mit einer einzelnen Zelle und ihren Nachbarzellen durchgeführt werden. • Zonal funktion: es können Kalkulationen mit einem Set von Zellen durchgeführt werden, die alle den gleichen Wert haben. • Global funktion: es können Kalkulationen bezüglich des gesamten Rasters durchgeführt werden.

27. Arc Grid • Anwenden von Rasteroperationen: • Auswahl bestimmter Staaten Arc Tools öffnen Workspace: directory einstellen Commands: outgrid = ingrid == 1 Edit: Open • Auswahl der Straßen innerhalb der gewählten Staaten: Commands: outgrid _1 = not roadsgrid1 & outgrid Das Ergebnis der Operationen kann unter v:\bettina\karte1 angesehen werden

28. Aufgabe • Erstelle in Arc Grid ein output grid Es soll ein Wasserkraftwerk gebaut werden. Hierfür sollen in den ausgewählten Staaten alle möglichen Standortmöglichkeiten angezeigt werden. Vorraussetzung: Der gesuchte Ort muß gleichzeitig an einer Straße und an einem Fluß liegen.