Detailseite
Projekt
Verbesserung der aufgabenorientierten, visuellen Interpretation von VGI Punktdaten (TOVIP)
Antragsteller
Professor Dr.-Ing. Jochen Schiewe
Fachliche Zuordnung
Geodäsie, Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie
Förderung
Förderung von 2019 bis 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 424977732
Volunteered Geographic Information (VGI) haben bereits ein großes Potenzial für eine Vielzahl sozialer und kommerzieller Anwendungen gezeigt. VGI werden häufig als Punktdaten generiert, die Points of Interest, andere Qualitäten oder auch Quantitäten darstellen. Typische Beispiele sind Umweltdaten oder Daten zu Verkehrsunfällen oder Verbrechen.VGI-Daten weisen typischerweise ein sehr großes Datenvolumen sowie große semantische und zeitliche Heterogenität auf. Beide Aspekte können zu einer drastischen Verringerung der Benutzerfreundlichkeit bei der visuellen Präsentation und Exploration führen – dies gilt besonders, wenn high-level (synoptische) Interpretationen erfolgen sollen. Wenn der Fokus auf Punktdaten liegt, kann dies zum Rückgang der Rendering-Leistung und den Effekten des geometrischen und thematischen Punkt-Clutters führen.Typischerweise werden Generalisierungs-Verfahren angewendet, um diese Clutter-Probleme zu reduzieren. Anstatt einen holistischen Ansatz oder isolierte Generalisierungs-Operationen zu betrachten, wird der Fokus in diesem Projekt auf der Optimierung von Generalisierungs-Workflows liegen, die für spezifische visuelle Interpretationsaufgaben konzipiert sind. Bei der Verwendung von Constraint-basierten Ansätzen sind die Bewahrung und Lesbarkeit der räumlichen Muster zu berücksichtigen. Diese Ansätze unterliegen jedoch immer noch Einschränkungen bei der Definition von Constraints. Darüber hinaus ist die Forschung zur Steuerung des Generalisierungsprozesses durch Constraints bisher recht begrenzt.Gerade VGI-Punktdaten werden entweder in verschiedenen Maßstabsebenen oder über längere Zeiträume oder in Echtzeit erzeugt, wodurch nicht statische Darstellungen erforderlich werden. Die Verbesserung des Generalisierungsprozesses solcher Darstellungen wurde jedoch bisher nicht eingehend untersucht. Beispielsweise erfordern interaktive, multi-skalige Darstellungen die Berücksichtigung von Maßstabsübergängen. Wenn multi-temporale Darstellungen von statischen oder sogar beweglichen Punkten verwendet werden, müssen auch die zusätzliche Komplexität und Einschränkungen der kognitiven Workload berücksichtigt werden.Das übergeordnete Ziel dieses Projekts besteht in der Verbesserung der visuellen Interpretierbarkeit von VGI-Punktdaten-Darstellungen - unter Berücksichtigung spezifischer high-level (synoptischer) Aufgaben, die auf statischen und insbesondere auf multi-skaligen sowie multi-temporalen Darstellungen basieren.Aus methodischer Sicht beginnt das Projekt mit der Definition relevanter synoptischer Aufgaben. Durch analytische und empirische Untersuchungen wird für jede Aufgabe ein Minimum an Constraints festgelegt. Darauf aufbauend werden agentenbasierte Modelle entwickelt, die das Ziel verfolgen, den gesamten Generalisierungsprozess hinsichtlich der gegebenen Aufgabe zu optimieren. Schließlich bewerten empirische Studien den angenommenen Fortschritt der zusätzlichen Constraints.
DFG-Verfahren
Schwerpunktprogramme
