Ableitung von Corine Land Cover Daten aus dem ATKIS-Basis-DLM

Thema dieser Arbeit ist, wie Verfahren der Modellgeneralisierung eingesetzt werden können, um aus dem großmaßstäbigen ATKIS Basis DLM den Landnutzungsdatensatz CLC (CORINE Land Cover) abzuleiten. Im CLC-Projekt der europäischen Union werden seit Mitte der achtziger Jahre digitale Satellitenbilder erfasst und hinsichtlich der Flächennutzung ausgewertet. Diese Auswertung erfolgt bisher größtenteils manuell. Da im ATKIS Basis DLM ähnliche Landnutzungsinformationen erfasst werden, gibt es Bestrebungen, diese Informationen zur Erstellung neuer Versionen von CLC zu nutzen, um Kosten zu sparen und eine bessere Lagegenauigkeit zu erreichen.

Zur Ableitung von CLC aus dem deutlich detaillierteren Basis DLM müssen einige Aufgaben gelöst werden: Die Landnutzungsklassen müssen aus den Objektarten unter Berücksichtigung der Objektattribute bestimmt werden.

Da CLC-Daten überlagerungsfrei sein müssen, sind in ATKIS vorhandene Überlagerungen zu entfernen. Ein weiteres Problem stellen „komplexe Strassen“ aus dem Basis DLM dar, da diese zu Löchern, also Flächen ohne Bodenbedeckungsklasse, führen können. Zum Umgang mit diesen Löchern wurden in dieser Arbeit spezielle Verfahren entwickelt. Weiterhin können durch Aggregation (Zusammenfassung) Objekte mit größerem Flächeninhalt erzeugt werden, was aufgrund des kleineren Maßstabs von CLC notwendig ist. Dabei stellt sich die Frage, welche Objekte man bevorzugt zusammenfassen sollte. Auf diesen Aufgaben und den Methoden, die zu ihrer Lösung in Betracht kommen, liegt der Schwerpunkt dieser Arbeit.

Die in dieser Arbeit beschriebenen Lösungsansätze wurden in einem Java-Programm implementiert, das mit dem Namen CLC-Generator bezeichnet wird. Dieses Programm ist für eine Ausführung im batch-Betrieb entwickelt worden und nutzt räumliche Datenbanken zum Zwischenspeichern und zum effizienten Zugriff auf die Geodaten sowie die Open-Source-Bibliothek JTS (Java Topology Suite) für geometrische Grundoperationen. Um auch große Datensätze bearbeiten zu können, werden die Geodaten in kleinen Teilpartitionen generalisiert und die jeweiligen Ergebnisse zum Schluss zusammengeführt. Die Ergebnisse der Generalisierung durch den CLC-Generator werden mit Referenzdaten aus dem CLC2000-Projekt verglichen. Bei diesen Vergleichen ergibt sich eine Übereinstimmung von, je nach Einstellungen und betrachtetem Gebiet, 50 bis 70 Prozent.

Diplomarbeit am Institut für Praktische Informatik, Fachgebiet Datenbanken und Informationssysteme und am Institut für Kartographie