Dokument_1 - publish.UP | Potsdam Publication Portal

Dokument_1 - publish.UP | Potsdam Publication Portal
Institut für Geographie
Abteilung Geoinformatik
Visualisierung dynamischer Raumphänomene
in Geoinformationssystemen
Dissertation
zur Erlangung des akademischen Grades
“doctor rerum naturalium“
(Dr. rer. nat.)
in der Wissenschaftsdisziplin
„Geoinformatik, Fernerkundung und Kartographie“
eingereicht an der
Mathematisch-Naturwissenschaftlichen Fakultät
der Universität Potsdam
von
Antje Schmallowsky
Potsdam, den 06.08.2009
Online veröffentlicht auf dem
Publikationsserver der Universität Potsdam:
URL http://opus.kobv.de/ubp/volltexte/2010/4126/
URN urn:nbn:de:kobv:517-opus-41262
http://nbn-resolving.org/urn:nbn:de:kobv:517-opus-41262
Danksagung
Für die Unterstützung bei meiner Arbeit möchte ich mich bei folgenden Personen bedanken:
Meinem Betreuer, Herrn Prof. Dr. H. Asche (Universität Potsdam) und den Gutachterinnen Frau
Prof. Dr. J. Siemer (Universität Regina, Canada) und Frau Prof. Dr. A. Rauner (Hochschule
Karlsruhe) für ihre freundlichen Anregungen und ihre konstruktive Kritik bei der Erstellung
dieser Arbeit.
Herrn Dipl.-Ing. W. Schlothauer und Herrn Dipl.-Ing. T. Wauer (Schlothauer & Wauer
Ingenieurgesellschaft für Straßenverkehr) für die freundliche Bereitstellung von Verkehrsdaten
und für ihre förderlichen Ratschläge im Bereich Verkehrstechnik.
Herrn U. Heise (Landesbetrieb Bau Sachsen-Anhalt, Straßenverkehrstechnik) und Herrn W. Bäuml
(Landesbetrieb Straßenwesen Brandenburg, Verkehrstechnik) und Herrn Dipl.-Ing. G. Kanne
(Bundesamt für Strahlenschutz) für die fachliche Bewertung des konzipierten Modells.
Außerdem einen herzlichen Dank an Frau A. Nägele (Marketing- und Kommunikationsökonom)
und Dipl.-Ing. E. Thomas für das kritische Korrekturlesen der Arbeit.
Mein ganz besonderer Dank gilt meiner Familie, die mir stets helfend zur Seite stand.
Zusammenfassung
Die visuelle Kommunikation ist eine effiziente Methode, um dynamische Phänomene zu
beschreiben. Informationsobjekte präzise wahrzunehmen, einen schnellen Zugriff auf
strukturierte und relevante Informationen zu ermöglichen, erfordert konsistente und nach dem
formalen Minimalprinzip konzipierte Analyse- und Darstellungsmethoden. Dynamische
Raumphänomene in Geoinformationssystemen können durch den Mangel an konzeptionellen
Optimierungsanpassungen aufgrund ihrer statischen Systemstruktur nur bedingt die
Informationen von Raum und Zeit modellieren.
Die Forschung in dieser Arbeit ist daher auf drei interdisziplinäre Ansätze fokussiert. Der erste
Ansatz stellt eine echtzeitnahe Datenerfassung dar, die in Geodatenbanken zeitorientiert
verwaltet wird. Der zweite Ansatz betrachtet Analyse- und Simulationsmethoden, die das
dynamische Verhalten analysieren und prognostizieren. Der dritte Ansatz konzipiert
Visualisierungsmethoden, die insbesondere dynamische Prozesse abbilden. Die Symbolisierung
der Prozesse passt sich bedarfsweise in Abhängigkeit des Prozessverlaufes und der Interaktion
zwischen Datenbanken und Simulationsmodellen den verschiedenen Entwicklungsphasen an.
Dynamische Aspekte können so mit Hilfe bewährter Funktionen aus der GI-Science zeitnah mit
modularen Werkzeugen entwickelt und visualisiert werden. Die Analyse-, Verschneidungs- und
Datenverwaltungsfunktionen sollen hierbei als Nutzungs- und Auswertungspotential alternativ zu
Methoden statischer Karten dienen. Bedeutend für die zeitliche Komponente ist das Verknüpfen
neuer Technologien, z. B. die Simulation und Animation, basierend auf einer strukturierten
Zeitdatenbank in Verbindung mit statistischen Verfahren.
Methodisch werden Modellansätze und Visualisierungstechniken entwickelt, die auf den Bereich
Verkehr transferiert werden. Verkehrsdynamische Phänomene, die nicht zusammenhängend und
umfassend darstellbar sind, werden modular in einer serviceorientierten Architektur separiert, um
sie in verschiedenen Ebenen räumlich und zeitlich visuell zu präsentieren. Entwicklungen der
Vergangenheit und Prognosen der Zukunft werden über verschiedene Berechnungsmethoden
modelliert und visuell analysiert. Die Verknüpfung einer Mikrosimulation (Abbildung einzelner
Fahrzeuge) mit einer netzgesteuerten Makrosimulation (Abbildung eines gesamten Straßennetzes)
ermöglicht eine maßstabsunabhängige Simulation und Visualisierung des Mobilitätsverhaltens
ohne zeitaufwendige Bewertungsmodellberechnungen. Zukünftig wird die visuelle Analyse
raum-zeitlicher Veränderungen für planerische Entscheidungen ein effizientes Mittel sein, um
Informationen übergreifend verfügbar, klar strukturiert und zweckorientiert zur Verfügung zu
stellen. Der Mehrwert durch visuelle Geoanalysen, die modular in einem System integriert sind,
ist das flexible Auswerten von Messdaten nach zeitlichen und räumlichen Merkmalen.
Summary
Visual communication is an efficient method to describe dynamic phenomena. Perceiving
information objects precisely and facilitating quick access to structured and relevant information
requires consistent analysis and presentation methods conceived according to the formal
minimisation principle. Because of the lack of conceptual optimisation adaptations due to their
static system structure, dynamic space phenomena in geoinformation systems can only model the
information of time and space conditionally.
This is why research in this paper focuses on three interdisciplinary approaches. The first
approach represents data collection close to real-time which is administered in geodatabases in a
time-oriented manner. The second approach looks at analysis and simulation methods that
analyse and forecast dynamic behaviour. The third approach conceives visualisation methods that
model dynamic processes in particular. Where required, the symbolising of processes adapts to the
various development phases depending on the process flow and the interaction between databases
and simulation models. This allows dynamic aspects to be developed and visualised in a timely
manner using modular tools with the help of proven geoscience functions. The analysis,
intersection and data administration functions are intended to serve as utilisation and analysis
potential as an alternative to static chart methods. For the time component, linking new
technologies such as simulation and animation is significant based on a structured time database in
connection with statistical methods.
Modelling approaches and visualisation techniques are methodically developed and transferred to
the traffic field. Dynamic traffic phenomena that cannot be modelled cohesively and
comprehensively are separated into a service-oriented modular architecture in order to present
them visually on different levels of space and time. Past developments and forecasts are modelled
and visually analysed using various calculation methods. Linking a micro-simulation (modelling
individual vehicles) to a network-controlled macro-simulation (modelling an entire road
network) makes it possible to simulate and visualise mobility behaviour regardless of scale
without time-consuming analysis model calculations. In the future, the visual analysis of spacetime changes for planning decisions will be an efficient tool in order to make comprehensive,
clearly structured and appropriate information available. The flexible analysis of measurement
data according to time and space criteria represents the added value of visual geoanalysis
integrated into a system with a modular structure.
Inhaltsverzeichnis
Tabellenverzeichnis
i
Abbildungsverzeichnis
i
1 Einleitung
1
1.1 Thematik und Kontext
1
1.2 Motivation und Zielsetzung
2
1.3 Methodik
4
2 Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
2.1 Datentypen, Datenstrukturen, Geometrien eines GIS
5
6
2.1.1
Vektordaten
6
2.1.2
Rasterdaten
7
2.1.3
Hybriddaten
7
2.1.4
Zeitdaten
8
2.2 Datenbanktechnologien in Geoinformationssystemen
9
2.2.1
Klassische Datenbanksysteme
9
2.2.2
Objektrelationale Datenbanksysteme
10
2.2.3
Deduktive Datenbanksysteme
11
2.2.4
Zeitbezogene Datenbanksysteme
11
2.3 Datenbankeigenschaften, Standards und Einsatzfelder
13
2.3.1
UML-Modell für Geoinformationssysteme
14
2.3.2
Semistrukturierte Datenmodelle
15
2.3.3
Multidimensionale Datenmodelle Data Warehouse
17
3 Dynamische Visualisierungskonzepte durch Kopplung von Simulations- und
Geoinformationssytemen
19
3.1 Integration und Kopplung von kontinuierlichen Simulationsmodellen
21
3.2 Integration und Kopplung diskreter Modellierungsmodelle
23
3.3 Integration und Kopplung von parallelen Modellen in verteilter Umgebung
25
3.3.1
Integration und Kopplung individuenorientierter Simulationsmodelle
26
3.3.2
Integration und Kopplung agentenorientierter Simulationsmodelle
27
3.4 Echtzeit-Kopplung in GIS über web-basierte GIS-Technologie
3.4.1
GIS-integriertes Echtzeitüberwachungssystem
3.5 Zusammenfassung
29
30
31
4 Visualisierungsprozess dynamischer Raumphänomene in Geoinformationssystemen
am Beispiel Verkehrsbeeinflussung
4.1 Modellierung dynamischer Strukturen in einer prozessorientierten Architektur
32
32
4.1.1
Szenario des Prozesses „Verkehrsbeeinflussung“
34
4.1.2
Systemanforderungen
35
4.1.3
Systemmodellierung/Architekturstil SOA/SCA
36
4.1.4
Konzeption der Module (Composite, Component)
39
4.1.5
Integration der Module ins System
42
4.2 Visualisierungsansätze zur Modellierung dynamischer Raumphänomene
43
4.2.1
Methoden diskreter Werte
44
4.2.2
Methoden kontinuierlicher Werte
50
4.3 Zusammenfassung
5 Schritte eines verkehrstechnischen Visualisierungsprozesses
52
53
5.1 Filtern der Informationen (Reduktion, Fehlerkorrektur, Extraktion)
55
5.2 Erzeugung eines Geometriemodells, Wahl der Visualisierungstechniken zur
Visualisierung dynamischer Phänomene
57
5.2.1
Symbolisierung in der makroskopischen Ebene
58
5.2.2
Symbolisierung in der mikroskopischen Ebene
62
5.2.3
Syntaktische und semantische Attributierung
63
5.2.4
Graphisches Gefüge in seiner punktuellen, linien- und
flächenhaften Struktur
64
Prüfung der geeigneten Methoden
67
5.2.5
5.3 Wahrnehmung und Interaktion der Präsentation
68
5.3.1
Evaluationskriterien
68
5.3.2
Aufbau der Expertenbefragung
69
5.3.3
Ergebnisse der Expertenbefragung
70
5.3.4
Modifizierung des Visualisierungsmodells
72
5.4 Zusammenfassung
72
6 Schlussbemerkungen
73
Literaturverzeichnis
75
Anhang
81
Fragebogen zur Expertenbefragung
81
Expertenbefragung 01
83
Expertenbefragung 02
85
Expertenbefragung 03
87
i
Tabellenverzeichnis
Tabelle 1: Kenngrößen zur Charakterisierung und Attributierung der Verkehrssituation ............. 58
Tabelle 2: Grundformen plangleicher Knoten modifiziert nach Schnabel/Lohse ................................. 59
Tabelle 3: Aufbau der Expertenbefragung .......................................................................................... 69
Abbildungsverzeichnis
Abb. 1:
Design Space for Temperal Models, Quelle: Goralwalla ..................................................... 8 Abb. 2:
Time in GIS, Quelle: Langran............................................................................................. 29 Abb. 3:
CA-Spezification, Quelle: Logica ....................................................................................... 36 Abb. 4:
SDO-Datenmodell, Quelle: InfoWeek ............................................................................... 37 Abb. 5:
Struktur der Domain Verkehrsbeeinflussung.................................................................... 37 Abb. 6:
Modellelement SCA Component Diagramm, Quelle: OSOA ........................................... 38 Abb. 7:
Datenmodell Verkehrsdatenerhebung Videoaufnahme ................................................... 39 Abb. 8:
Struktur Composite Mobile Datenerfassung ..................................................................... 39 Abb. 9:
Flächenhafte Diskreta, Verkehrsflächen ........................................................................... 45 Abb. 10: Flächenhafte Diskreta, Kartodiagramme Isochronen ....................................................... 46 Abb. 11: Schematisches Netzmodell und Belegungsvarianten nach Lohse .................................... 48 Abb. 12: Punktuelle Gestaltungsbeispiele eines Einzelobjektes ...................................................... 49 Abb. 13: Verkehrsarten eines Untersuchungsraumes, erweitert nach Lohse ................................. 51 Abb. 14: Punktvariationen ................................................................................................................ 52 Abb. 15: Temporal Data Structures, Quelle: May Yuan .................................................................. 55 Abb. 16: Visualisierungsprozess ........................................................................................................ 56 Abb. 17: Signaturen in Kombination mit Straßenklassifikationen ................................................. 60 Abb. 18: Signaturen in Kombination mit steuerungstechnischen Funktionen .............................. 60 Abb. 19: Signaturen für einen koordinierten Straßenzug ............................................................... 60 Abb. 20: Auswahl an Grundformen planfreier Knoten, modifiziert nach Schnabel/Lohse ........... 61 Abb. 21: Beispiel Visualisierungsmodell ........................................................................................... 61 Abb. 22: Varianten Knotenpunktsgeometrie ................................................................................... 62 Abb. 23: Weg-Zeit-Diagramm auf den Raum abgebildet ................................................................ 62 Abb. 24: Gestaltung, Aufbau und Nutzerführung ............................................................................ 63 Abb. 25: Kombination LSA-Klassifikationen mit dynamischer Verkehrsbelastung ...................... 64 Abb. 26: Kombination LSA-Klassifikationen, Verkehrsbelastungen, Markierung......................... 64 Abb. 27: Kombination Strombelastungsplan, Markierung, LSA-Ausrüstung, Verkehrszeichen ... 65 Abb. 28: Filtern der Informationen, Darstellung zweier Ströme, Phasenabläufe, Rückstau ......... 65 Abb. 29: Zeitlücken- und Geschwindigkeitsdarstellung des PV und ÖV Allgemein .................... 66 Abb. 30: Betriebszeiten, Stromverbrauch von Lichtsignalanlagen und Unfallhäufigkeiten .......... 66 Abb. 31: Gestaltung, Aufbau und Nutzerführung ............................................................................ 67 Abb. 32: Visualisierungsmodell......................................................................................................... 70 1
1
Einleitung
1.1
Thematik und Kontext
Geoinformationen spielen eine immer bedeutendere Rolle in den Konzeptionen regionaler und
globaler Infrastrukturen, wo gegenwärtig ein hoher Forschungsbedarf in der semiotisch
orientierten Kommunikationstheorie (wissenschaftliche Visualisierung) und in der Geosience
besteht, insbesondere in der Verknüpfung temporaler Abläufe von dynamischen Mobilitäts- und
Migrationsprozessen. Grundlegend sind für Verkehrsanalysen und -prognosen die Zuordnung des
Raumes und des Zeitgeschehens. Die Abgrenzung des Planungsraumes und das Festlegen
räumlicher Bezugseinheiten, abhängig vom Zweck, bilden die Basis für die Zuordnung des
Quell- und Zielverkehrs. Neben den Eigenschaften der Raum- und Verkehrsnetzstruktur
beeinflussen Verkehrsbeziehungen die Verkehrsentstehung. Erreichbarkeit und Erschließungsqualitäten bestimmen die Veränderungen räumlicher Systeme. Die Verkehrsgestaltung in einer
mobilen Gesellschaft beruht auf Modellbildungen, Simulationen und visuellen Analysen. Das
Visualisieren von räumlichen Analysen, Verkehrsdaten und echtzeitnahen Daten erfordert ein
strukturiertes und methodisches Vorgehen, um eine Überflutung von Information zu vermeiden.
Die Problematik, kontinuierliche Raumdaten unter Wahrung der Lesbarkeit zu visualisieren, ist
in der Geosience noch überwiegend ungelöst.
Die kartographische Visualisierung ist eine Abstraktion der Wirklichkeit [Or94], beruhend auf
kognitive Wahrnehmungen. Das Erkennen von räumlichen Mustern, Relationen und Prozessen
bildet die Grundlage räumlichen Denkens [Ba76]. Kartographische Darstellungen dienen hierbei
als Kommunikationsmittel von räumlichen Informationen in einem graphischen Modell. Solche
kognitiven Modelle sind thematisch und geographisch durch ihre 2- bis 3-Dimensionalität isoliert,
statisch und selektiv (Auswahl nach Zeichenschlüssel). Erst die Vernetzung zu einem visuellen
Analyse-System, welches Geocience-Technologien, Simulation, Animation und kartographische
Kommunikationsmodelle vereint, überwindet diese Einschränkungen und ermöglicht eine
ganzheitliche Betrachtung und Auswertung.
Großes Entwicklungsinteresse besteht in der noch weitgehend unerforschten vierten
Kartendimension,
verknüpft
mit
der
Wahrnehmungspsychologie
und
der
Kommunikationswissenschaft [Pe94]. Speziell die Methodik und die applikationsspezifische
Darstellung hinsichtlich der zeitlichen Komponente, d. h., wie wirksam können kartographische
Darstellungen die Raumdimensionen Zeit und Bewegung wiedergeben, gehören zu den
ungelösten Fragen der Kartographie [Wi70]. Bislang werden nur indirekt durch Kartenfolgen
(Zeitpunktkarten) oder Kartensynthese (Bilanzkarten) Prozesse präsentiert bzw. durch
Bewegungsabläufe einzelner Objekte animiert dargestellt. Räumliche Daten werden auch in den
üblichen Geoinformationssystemen mit relationalen Datenbanken statisch aufgenommen und nur
durch Analyse und Verschneidung ergänzt.
Ansätze
für
objektorientierte
Methodenbanken
erweitern
die
vorhandenen
Lösungsmöglichkeiten. Bereits 1945 modellierte V. Busch die menschliche Vorgehensweise durch
eine ‚assoziative Auswahl‘, die in den 80er Jahren mit Hilfe der Computertechnik durch das
‚Hypertext-Konzept’ von Nelson, einer Verwaltungsstruktur verschiedener Medien, erweitert
wurde [St00].
Mit der Entwicklung der Computeranimation können die bis dahin aufwendigen
kinematographischen Techniken für kartographische Präsentationen raumzeitlicher Daten durch
multiple Zeitreihen der Bildsequenzen abgelöst werden [ME91].
2
1.2
Einleitung
Motivation und Zielsetzung
Die kartographische Modellierung von Geoobjekten unterliegt topologischen und thematischen
Gestaltungsprinzipien, die in syntaktischen, semantischen und pragmatischen Beziehungen
stehen [Mor88]. Die bisherigen Erkenntnisse basieren auf statischen Methoden. Die verschiedenen Entwicklungen der Visualisierungstechniken, der Aufbau der Semiologie kartographischer
Darstellungen gründen sich in den Printmedien, die überwiegend unbeweglich, d. h. statisch sind.
Die Transformation der Gestaltungsmethoden auf den Bildschirm, auf eine empfundene Beweglichkeit, bewirken neue Sicht- und Herangehensweisen. Ob diese isoliert oder umfassend sind,
um dynamische Informationen zielgerichtet zu transformieren, bedarf es einer neuen Strukturierung des gesamten kartographischen Bildes. Zudem scheint die heutige Informationsfülle fast
unbegrenzt. Erweiterte Wahrnehmungsdimensionen, zeitliche Komponenten erfordern mittlerweile intelligente Systeme, Systeme mit vernetzten Datenbankanbindungen und minimal
formalistische Darstellungsmethoden. Die Herausforderung, dieses zu kombinieren, verlangt
konzeptionelles Denken.
Um die Dynamik von Phänomenen zu visualisieren, die Bewegung im Raum zu veranschaulichen,
sind wie bisher nicht nur die Inhalte zu berücksichtigen, sondern Daten in ihrer Abhängigkeit zur
Zeit und zum Raum zu betrachten. Das setzt ein Datenverständnis voraus. Wo kommen Daten
her? Wie sollen diese genutzt werden? Wie werden sie aufbereitet (Datenqualität), wie verwaltet?
Die Komplexität dynamischer Phänomene setzt ein übergreifendes Konzept voraus, das sowohl
die Datenerfassung, -verwaltung, -modellierung als auch -visualisierung berücksichtigt. Dies ist
mit existierenden Geoinformationssystemen, bedingt durch ihren statischen Aufbau, nur sehr
aufwändig umsetzbar. Das in dieser Arbeit vorgestellte Konzept basiert auf einem flexiblen
Baukastensystem mit sich ändernden Modulen, das sich durch seine Systemflexibilität leichter an
dynamische Prozesse anpassen lässt.
Diese Betrachtungsweise ermöglicht den Zeitbezug und den Raumbezug in ihrer Abhängigkeit zu
strukturieren, zu archivieren, zusammenhängend und selektiv zu analysieren und visuell
darzustellen. Die zu visualisierenden Objekte können sich der Dynamik durch integrierte
Intelligenz maßstabsübergreifend im Unterschied zu parametrisierten Symbolen anpassen.
Maßstabsabhängige Darstellungsformen filtern nicht relevante Informationen (Details)
entsprechend der Fragestellung. So können statische, dynamische und kinematische
Visualisierungselemente die Bewegung simulieren.
Die interaktive Verknüpfung von erfassten Daten (Messdaten), startenden Prozessen und sich aus
den Ergebnissen neu entwickelnden Modulen und Objekten soll in ihrer Struktur heraus lösbar
und anpassungsfähig sein, um Flexibilität und damit eine dynamische Prozessentwicklung zu
ermöglichen.
Auf dieser These beruhend, können verschiedene Thematiken auf unterschiedlichen Zeit- und
Raumebenen analysiert werden. Modelle sollen ohne immensen Berechnungsaufwand
vereinfacht simulieren und durch visuelle Analysetechniken den Mobilitätsprozess fallweise
auswerten können.
Kognitive Aspekte vereinfachen die Thematiken, da visuelle Darstellungen wirkungsvoller vom
Menschen verarbeitet werden. Um dies zu erreichen, sind konzeptionell klar strukturierte
Darstellungsformen
notwendig.
Denn
eine
überlastete
Grafik
erschwert
eine
Symbolstrukturanalyse. Das mentale Modell soll zielgerichtet, anschaulich und realitätsnah die
Informationen integrieren.
3
Nicht zusammenhängende Phänomene visuell zugänglich zu machen, mehrdimensionale Daten
mit zeitlichen Verläufen zu verknüpfen, ist Zielgedanke des Konzeptes. Die zu entwickelnden
Lösungsansätze im Hinblick auf die kartographische Methodenlehre orientieren sich an Standards
und werden sprachenunabhängig nach dem Prinzip des Baukastensystems konzipiert.
Daten, Aktivitäten und Prozesse werden für Interaktionen frei zur Verfügung gestellt und visuell
modelliert. Mit der Service Compenent Architecture wird der Ansatz verfolgt, flexible und
optimiert dynamische Prozesse abzubilden mit nicht heterogenen Daten, d. h., Daten aus
verschiedenen Systemen können miteinander verknüpft werden.
Um Prozessabläufe zusammenhängend darzustellen, werden einzelne fachliche Funktionen
herausgelöst und für verschiedenste Prozesse und Aktivitäten zentral zur Verfügung gestellt. Die
Entwicklung der Komponenten wird strukturiert modelliert und kann beliebig mit weiteren
unabhängigen Komponenten zusammengefasst werden. Parallel betrachtet wird der Aufbau
visueller Methoden, der in Abhängigkeit von Raum und Zeit dynamische Prozesse codiert und
symbolisiert. Symbole können unabhängig voneinander angepasst und flexibel verwendet
werden. Integrierte Darstellungsprinzipien regulieren den Aufbau der Symbolstrukturen, die
themenspezifisch klar gegliedert sind.
Das graphische Datenmodell passt sich den dynamischen Prozessen an, visualisiert raum-zeitliche
Problematiken und bietet neue interaktive analytische Möglichkeiten. Grafikfreie Basisdaten
werden zur Beschreibung dynamischer Prozesse in bestimmten Zeitintervallen in kartographische
Modelle umgeformt, die statische, dynamische und animierte Präsentationsformen beinhalten.
Mit diesem Konzept werden folgende Ziele gesetzt:

Funktionalität von GIS durch Integration graphikorientierter Visualisierung und
datenbankorientierte Analyse auf der Grundlage statistischer Methoden zu untersuchen;

Implizieren von veränderlichen externen Ressourcen, wie Datenbanken zur Verwaltung
dynamischer Raumdaten;

Modellierung und Simulation als analytische Technik für dynamische raumbezogene Prozesse
zu prüfen;

Methodische Lösungsansätze für themenspezifische Darstellungen dynamischer Phänomene
entsprechend den kartographischen Grundsätzen graphisch qualitativ zu entwickeln;

Erforschung des Darstellungsmittels Präsentationszeit als zusätzliche Dimension (4D) zum
Raum (3D), wie zum Beispiel für Szenarien wie die temporale (in einem definiertem
Zeitintervall) und nontemporale (in einem bestimmten Zeitraum mit variierenden Daten und
Ausdrucksformen) Veränderung des Georaumes.
Die Analyse existierender Techniken, die Eignung verschiedener Strukturmodelle, ob diskret oder
kontinuierlich, sind maßgeblich für die Entwicklung neuer Ansätze zur Darstellung von
dynamischen Ergebnisdaten aus Analyse-, Auswertungs- und Simulationsprozessen. Die zu
entwickelnden Visualisierungsmethoden können unabhängig vom Anwendungsgebiet in andere
Bereiche transferiert werden. Der konzeptionelle Aufbau ist aufgrund seiner modularen Struktur
auf verschiedene Mobilitäts- und Migrationsdynamiken anwendbar. Die grundlegenden
Systemelemente sowie die Methodik zur Entwicklung eines graphischen Datenmodells werden an
einem verkehrsthematischen Modellierungsansatz konzipiert.
4
Einleitung
1.3
Methodik
In der methodischen Vorgehensweise werden grundlegend das Raum- und Zeitverständnis
analysiert, verschiedene Modellansätze untersucht, die sich besonders für dynamische
Geoinformationen eignen, und darüber hinaus wird der Ansatz erforscht, wie sich die
Visualisierung von Geoinformationen für die Vermittlung von Fachinformationen darbietet.
Nach einer einführenden Übersicht über die generelle Struktur der Datentypen und Geometrie
eines Geoinformationssystems, die unter dem Aspekt Raum und Zeit betrachtet werden, erfolgt
die Analyse der Datenverwaltung. Wie können räumliche und zeitliche Daten in Abhängigkeit
archiviert werden? Wie werden sich stetig ändernde Daten verwaltet? Welche
Datenbanktechnologie eignet sich für Mobilitätsdaten? Daran anschließend werden die Fragen
nach dynamischen Datenbankeigenschaften untersucht. Welche Datenmodelle können
dynamische Objekte raumbezogen organisieren.
Darauf aufbauend wird untersucht, wie bisher räumliche Analyseergebnisse aus dynamischen
Prozessläufen in Geoinformationssystemen eingebettet werden. Welche Modelle integrieren
Raum (3-D) und Zeit (4-D) und können Rückschlüsse (Interpretationsmöglichkeiten) anhand
visueller Darstellungen auf das reale System ziehen? Bestehende Visualisierungskonzepte und
deren Verknüpfungen werden daher neben technologischen Aspekten nach den zeitlichen und
räumlichen Gesichtspunkten betrachtet.
Das Datenmanagement, die Modellierung einzelner Systemelemente, das Verknüpfen
verschiedener Funktionen und das Entwickeln eines graphischen Datenmodells wird in der
Konzeption zur Visualisierung dynamischer Raumphänomene vorgestellt. Es wird ein
serviceorientiertes Modell entwickelt, das Simulations- und GI-Science-Methoden integriert und
visuell präsentiert. Am Beispiel verkehrlicher Problematiken werden telematische Lösungsansätze
als Grundlage für raumanalytische Planungsstrategien entwickelt. Beginnend mit den
Systemanforderungen über den Architekturstil bis hin zur Konzeption der einzelnen
Grundbausteine werden dynamische Prozesse in einer prozessorientierten Architektur modelliert.
Der Ansatz, die Zeit zu diskretisieren, um sie zu veranschaulichen, spiegelt sich in den
Visualisierungsmethoden wider. Sie werden in Methoden diskreter und kontinuierlicher Werte
untergliedert.
Die Art der Klassifizierung bildet die Grundlage für den verkehrstechnischen Visualisierungsprozess, der sich untergliedert in:

Datenauswahl (qualitativ)

Datencodierung und -symbolisierung

Datenaggregation nach kartographischen Darstellungsprinzipien
Die Visualisierungsmethoden untergliedern sich sowohl zeitlich und thematisch in diskrete und
kontinuierliche Methoden als auch geometrisch und thematisch in Punkt, Linie und Fläche. Diese
Systematik begünstigt das technologische und visuelle Verständnis eines dynamischen Prozesses,
da sie Spezifikationen der Ergebnisdaten eines Simulationslaufes in einem zeitlichen Kontext
zulässt.
Die Wahrnehmung und Interaktion der visuellen Präsentation eines Prozesses wird durch den
strukturellen Aufbau bestimmt und richtet sich nach der Wirksamkeit einzelner Elemente. Das
zeitlich codierte Merkmal Bewegung, die Dynamik, hat einen kontinuierlichen Charakter, kann
aber für Aufmerksamkeitssteuerung und Objekterkennung diskretisiert dargestellt werden. Wie
der selektive Charakter in Bezug auf themenspezifische Elemente wie die Lokalisierung und den
Zeitpunkt angewendet wird, welche charakteristische Formen und Muster kognitive
Selektionsprozesse bedienen, wird im verkehrstechnischen Visualisierungsprozess aufgezeigt.
5
2
Visualisierungskonzepte raum-zeitlicher Daten in
Geoinformationssystemen
Die Visualisierung von Daten, die sich auf einen Raum beziehen (Georaum, politischer, sozialer
oder physikalischer Raum etc.), hängt neben der Wahl des mathematisch-geometrischen
Bezugssystems von der Nutzung der Daten, der Thematik und der verwendeten Semiotik ab.
Relevante Informationen in einem System zur Verfügung zu stellen, das durch Hinzufügen oder
Entfernen von Details sowie durch Analysieren und Modellieren die Interpretation räumlicher
Strukturen und Zusammenhänge disponiert, wird durch ein Informationssystem1 realisiert.
Geoinformationssysteme2 zeichnen sich durch komplexe Strukturen mit komplexer Semantik aus.
Ihre umfassenden Funktionen sind monolithisch, teils modular aufgebaut, die über Schnittstellen
mit Geodatenbanken verbunden sind. Klassische Datenbanken verwalten Geodaten statisch.
Daten werden zu einem bestimmten Zeitpunkt aufgenommen, verwaltet und in
unterschiedlichen Zyklen aktualisiert.
Bewegungsvorgänge, die sich in ihrer zeitlichen Entwicklung verändern, sind dynamisch.
Aristoteles schrieb: „Wir messen also nicht nur die Bewegung durch die Zeit, sondern auch die
Zeit durch die Bewegung, weil sie einander begrenzen und bestimmen. So bestimmt also die Zeit
die Bewegung selbst als Zahl und genauso die Bewegung die Zeit.“ Die qualitative Beschreibung
der Bewegung3 bedeutet ein zeitliches Zerlegen in Intervalle, in der sich die Objekte bewegen
bzw. sich ihre Positionen im Raum ändern.
Unter Prozess versteht man ein Aufeinanderfolgen von Zuständen eines Systems, dessen
wesentliche Elemente so aufeinander bezogen sind und in einer Weise in Wechselwirkung
stehen, dass sie als aufgaben-, sinn- oder zweckgebundene Einheit angesehen werden können
[Ru06]. Ein Prozess kann in seiner Eigenschaft dynamisch sein.
Dynamische Prozesse in ein Abbild zu transformieren, um die Kognition des Prozessvorganges zu
steuern sowie Relationen zwischen den Daten herzustellen, erfordert nicht nur die räumliche
Komponente, sondern vor allem die zeitliche Komponente. Die zeitliche Komponente beschreibt
neben der räumlichen Ausdehnung die Verweildauer eines oder mehrerer Objekte. Die
Bewegungsabläufe, in denen ein oder mehrere Objekte beteiligt sind, stehen in Beziehung
zueinander. Diese wird durch die Topologie der Objekte beschrieben. Neben der Problematik der
Veranschaulichung der Zeit liegt das Problem in der Datenverwaltung bisheriger
Geoinformationssysteme, die statisch und nicht dynamisch aufgebaut sind. Einen Lösungsansatz
stellen Visualisierungstechniken dar, die modellhaft dynamische Szenarien realistisch simulieren.
Ein weiterer Ansatz ist ein temporales oder ein bitemporales Datenmodell (BCDM). Dieses Modell
behält die Einfachheit des relationalen Modells bei und nimmt zudem temporale Dynamiken auf,
wie zeitlich differenzierte Daten. Weitere Alternative dazu sind vernetzte Geodaten mit
objektorientierten Datenmodellen, die klassifizierte dynamische Datenzugriffe gewähren.
„Bei Informationssystemen(IS) handelt es sich um soziotechnische (Mensch-Maschine) Systeme, die
menschliche und maschinelle Komponenten (Teilsysteme) umfassen und zum Ziel der optimalen
Bereitstellung von Information und Kommunikation nach wirtschaftlichen Kriterien eingesetzt
werden“ [Krc04]
1
„Geoinformation ist raumbezogene Information. Ein Geoinformationssystem ist ein logisches
Gesamtkonzept, dass die Speicherung, Bereitstellung und Analyse raumbezogener Information
unterstützt.“ [Bar05]
2
3 „Bewegung = Orts-, Lageveränderung. KANT sagt 8, 458, Bewegung eines Dinges ist die Veränderung der
äußeren Verhältnisse desselben zu einem gegebenen Raume. [DW03]
6
2.1
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Datentypen, Datenstrukturen, Geometrien eines GIS
Geoinformationssysteme sind monolithische, teils modular aufgebaute Softwarepakete, die über
Datenbankschnittstellen operieren. Auf der Basis integrierter oder externer Geodatenbanken, die
alle Daten über spezifische Methoden verwalten und zum Abruf bereithalten, agieren
Softwaremodule, die Zugriffs-, Manipulations-, Analyse- und Visualisierungstechnologien
implementieren. Die Besonderheit einer Geodatenbank ist die Zuordnung eines Raumbezugssystems, direkt durch Koordinaten oder indirekt durch z. B. Adressen.
Die Architektur eines Geoinformationssystems ist für raumanalytische Operationen optimiert.
GIS-Operationen beinhalten das Erfassen und Modifizieren von Geodaten in spezifizierten
Strukturen, Datenbäumen oder Netzen. Sie beschreiben die räumliche Lage, Nachbarschaftsbeziehungen und topologische Verwandtschaften. Sie dienen der Analyse, Kombination, Verschneidung und Überlagerung von Geodaten und können Visualisierungsmethoden generieren.
Die Modellierung und Verwaltung der Geodaten hängt von der Attributierung und
Kategorisierung ab. GIS-Softwaremodule greifen nicht direkt auf Daten zu, sondern kommunizieren über Verwaltungssysteme, die Datenbankmanagementsysteme (DBMS). Sie dienen
der Modifizierung von Daten, dem Datenschutz (Zugriffberechtigungen) und der Vermeidung
von Datenredundanzen [CW76].
Welchen Typus Geodaten besitzen, hängt von der Datenstruktur des gewählten Datenmodells ab.
Gebräuchlich werden vier logische Konzepte unterschieden, die durch spezielle Datenstrukturen,
Operatoren und Integritätsbedingungen das Zugreifen und Ändern der Daten managen [Ke04].
Geodaten und deren Beziehungen sind gemäß ihrem Datenmodell in der konzeptionellen4 Ebene
hierarchisch, netzwerkartig, relational oder objektorientiert strukturiert und dadurch
uneinheitlich typisiert.
In einem relationalen Geodatenbankmodell sind Punkt, Linie und Flächen sog. Geometriedaten,
neben den Attributdaten. In einem objektorientierten Geodatenmodell werden Datentypen nach
Klassen (Bäume, Straßen) kategorisiert, deren Eigenschaften sowohl geometrisch, wie Punkt,
Linie, Fläche, als auch semantisch oder graphisch sind. Die Geometrie der Geodaten wird in Form
von Rastern oder Vektoren dargestellt. Die Kombination beider Datenformen ist eine hybride
Präsentationsform.
2.1.1
Vektordaten
Vektordaten bestehen aus den georeferenzierten Elementen Punkt, Linie und Fläche. Die Linien
zwischen den Punkten (als Menge von Punkten) sind gerichtete Graphen, Vektoren (Geraden
oder Kurven), die ein Polygon bilden, das, wenn es geschlossen ist, zu einer Fläche generiert wird.
Komplexe Raumgeometrien werden über Netzstrukturen in Form von Knoten und Kanten sowie
deren topologischen Beziehungen definiert.
Das Vektormodell ist ein lineares Modell, dessen Datenhaltung relativ simpel strukturiert ist und
geo-relational verknüpft werden kann [Ba05], das heißt eine Kombination von layerorientierten
GIS und relationalen DBMS [Ot01]. Geometrische und semantische Eigenschaften sowie die topologischen Beziehungen räumlicher Daten unterschiedlichen Typs werden über einen Key in verschiedenen Tabellen verwaltet und modelliert [La05].
In der konzeptionellen Ebene wird die Gesamtstruktur der Daten festgelegt, welche Datensätze es gibt und
welchen Typs sie sind (numerisch, Zeichenkette).
4
7
Die Modellierung räumlicher Objekte in einem Vektormodell ermöglicht während der Erfassung
eine Strukturierung der Daten. Die punktuelle Datenerfassung gestattet eine unbegrenzte
Formvariation der Grundelemente. Objekte können hinsichtlich ihrer geometrischen Darstellung
als eine Menge von Punkten interpretiert werden, die durch ihre Nachbarschaftsbeziehungen den
Zusammenhalt der Figur gewährleistet [Bi07]. Der damit verbundene Formenreichtum, der über
Kombinations- und Verschneidungsoperatoren und die Zuordnung von graphischen
Eigenschaften vervielfacht wird, bildet ein komplexes kartographisches Gefüge [Im72].
2.1.2
Rasterdaten
Rasterdaten werden durch Bildelemente in einer Rastermatrix (Raumbezug) dargestellt. Das
geometrische Grundelement ist das Pixel (2-dimensional) oder Voxel (3-dimensional), welches
zeilen- und spaltenweise in einer Matrix gleichförmig quadratisch angeordnet ist und einheitliche
Flächenfüllung aufweist [Bi05].
Die Rasterstruktur gliedert sich in Entitätstypen (Punkt-Entität – ein Rasterpunkt, Linie – eine
Folge von Rasterpunkten und Fläche – eine Menge von Rasterpunkten) und wird durch ein
identifizierendes Attribut (eindeutiger Wert) unterschieden [Ch76].
Die Relationen und Typen werden in einem Datenmodell über Tabellen bzw. Datensätze
verwaltet. So kann jedes Bildelement Informationen wie Eigenschaften (Grauwert) speichern, die
numerisch gelesen und mit Hilfe von Klassifizierungsalgorithmen interpretiert werden. Zum
Beispiel Pixel mit gleichen oder ähnlichen spektralen Informationen können zu Objektklassen
(Wasser, Straße) über Klassennummern zusammengefügt werden, wobei die Klassennummer
(ganze Zahl) nur indirekt ein Attribut (Beschreibung der Eigenschaften der
Entitäten/Geoobjekten) wiedergibt.
Da die Bildelemente untereinander nicht logisch verknüpft sind [Bi07], kann nur über eine
Abbildung des Attributwertes auf den Attributbereich (reelle Zahl) geschlossen werden. So
werden in einem geo-relationalen Modell Zeiger (Zellwert oder Klassennummern als
Zugriffsschlüssel) simuliert, die auf semantische Informationen verweisen können. Er kann eine
externe Datei referenzieren. Nicht jede Rasterzelle muss dabei definiert sein, es genügt der
Verweis auf einen Zentroid als interner Schlüssel [Ba05]. Solch eine Identifizierung,
Klassifizierung und Charakterisierung der Objekte ermöglicht in einem Rastermodell GISAnalysen, die z. B. Überschneidungszonen gleicher Werte zu einer neuen Fläche berechnen.
2.1.3
Hybriddaten
Hybrid die Daten aus zwei verschiedenen Modellen in einem System zu nutzen, kann sowohl die
Überlagerung der Rasterdaten mit den Vektordaten bedeuten, als auch die Integration durch eine
Vektor-Raster-Konversion oder durch eine hybride Datenverwaltung der bisher getrennt
verwalteten Datenmodelle. Das gleichzeitige Hinterlegen der Rasterdaten unter Vektordaten
kann simultan und partiell erfolgen. Sie können deckungsgleich oder transparent übereinander
eingeblendet werden [Ba05].
Für gemeinsame Datenaggregierung und -analyse können Vektordaten in Rasterdaten konvertiert
werden, um mit einem Datenformat eine Datensynthese zu erzeugen. Die Nutzung der rasterund vektororientierten Funktionalitäten erlaubt im Bereich der Simulationsberechnung anhand
integrierter oder extern verknüpfter Modelle Prognosen, Analysen und Visualisierungen von
dynamischen Phänomenen in GIS.
8
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
2.1.4
Zeitdaten
Zeitdaten sind Messdaten, die die Messung der Expansion im Raum gestatten. Sie sind Teil eines
Zeitsystems (z. B. Sexagesimalsystem – Basis ist die Zahl 60, Grad in 60 Bogenminuten) und
beschreiben im kausalen Zusammenhang räumliche Phänomene (Zustandsänderungen). Die Zeit
ist eine nach der Relativitätstheorie vom Bewegungszustand eines zeitmessenden Beobachters
abhängige Größe (t). Die Lage oder der Ort zu einer bestimmten Zeit t wird durch den
zeitabhängigen Ortsvektor ř(t) = {x(t), y(t), z(t)} oder entsprechende Lagekoordinaten beschrieben.
Gemessen wird die Zeit zwischen zwei Ereignissen am gleichen Ort, indem man parallel zu den
Ereignissen einen Prozess als zeitnormal beobachtet, der periodisch oder gleichmäßig
verläuft [Kn94].
Die Gleichzeitigkeit wird durch die Festlegung eines Zeitintervalls zwischen Beginn und Ende
präzisiert. Goralwalla strukturiert die Zeit in Zeitpunkte (anchored) und Zeitspannen
(unanchored – kein genauer Anfangs- und Endzeitpunkt), die unterteilt werden in bestimmte
Zeitpunkte (Instants) und Zeitintervalle (mit Start- und Endzeitpunkt), unterscheidbar durch
diskrete (abzählbar – Menge natürlicher Zahlen) oder kontinuierliche (Menge reeller Zahlen)
Werte, die determiniert (Zeitpunkt und Zeitdauer genau bekannt) oder indeterminiert (ungefähr,
vermutend aufgrund unbestimmter Faktoren) sein können [Go98].
Temporal History
Valid
Transaction
Event
Temporal Order
Sub-Linear
Linear
Branching
Temporal Structure
Determinate Discrete Instants (Zeitpunkt)
Indeterminate Discrete Instants
Determinate Continuos Instants
Determinate Discrete Intervals and Spans (Spanne)
Indeterminate Discrete Intervals and Spans
Determinate Continuos Intervals and Spans
Indeterminate Continuos Intervals and Spans
Abb. 1: Design Space for Temporal Models, Quelle: Goralwalla
Nach Einstein wird die Relativität der Gleichzeitigkeit als Folge der Ausbreitungsgeschwindigkeit
und der untrennbaren Verknüpfung von Raum und Zeit zum vierdimensionalen Raum-ZeitKontinuum beschrieben.
Die Betrachtungsweise der vierten Dimension sowie ihre aufgezeigten Ausprägungen erfordern
nun die Umsetzung in eine geeignete Visualisierung. Die damit verbundenen Anforderungen an
temporale Modelle insbesondere die Implementierung dynamischer Funktionen in temporale
Datenbanken und Datenmodellen, werden nachstehend untersucht.
9
2.2
Datenbanktechnologien in Geoinformationssystemen
Geodatenbestände in Geodatenbanken sind Teil eines Geoinformationssystems. Die
Anforderungen, Informationen zu verwalten, aus dem System zu extrahieren, sie zu integrieren
und auszuwerten, werden konzeptionell über logische Beschreibungen, die Datenmodelle, erfüllt.
Anfänglich von der reinen Datenverwaltung einzelner Dateisysteme entwickelten sich Modelle
(logische Schemata) vom hierarchischen Datenmodell über das Netzwerkmodell, Relationale,
Objektorientierte und Objektrelationale Datenmodell bis hin zum Semistrukturierten
Datenbankschema. Ihre Datenbankarchitektur unterscheidet sich zum einen in ihrer
konzeptionellen Ebene und zum anderen in ihrer internen Ebene, der physischen Architektur.
2.2.1
Klassische Datenbanksysteme
Hierarchische Datenbanksysteme speichern ihre Einträge in einer Baumstruktur in Form von
Knoten, die fest miteinander verbunden sind. Die Funktionen des Systems sind Navigieren in der
Hierarchie, Daten einlesen und ausgeben. Sie ermöglichen einen schnellen Zugriff, setzen jedoch
eine einheitliche Beziehung vom Typ 1:n voraus, die unter Umständen Mehrfacheinträge nach
sich zieht und Strukturänderungen nicht vorsieht.
Netzwerkbankensysteme bauen auf dem hierarchischen Modell auf. Die Daten werden nicht
mehr streng hierarchisch strukturiert, sondern netzwerkartig mit logischen Verknüpfungen zu
lateral (seitlich) liegenden Dateisystemen verwaltet. Komplexere Zugriffsmöglichkeiten auf den
Datenbestand können erfolgen, was jedoch die Übersichtlichkeit mindert. Das Navigieren
benötigt aufwendigere Algorithmen, optimiert durch das Batchprocessing. Sie sind satzorientiert,
d. h., Datensätze werden nacheinander bearbeitet und können nicht vom Benutzer manipuliert
werden.
Relationale Datenbanksysteme sind durch ihre Tabellenstruktur datenunabhängig. Ein einzelner
Datensatz wird in einer einzigen Zeile (Tulpel) einer Tabelle gespeichert, dessen Eigenschaften
(Attribute) unbegrenzt in Spalten über einen oder mehrere Schlüssel zugeordnet werden können.
Eine Vielzahl von Funktionen legen flexibel die Relationen zwischen den Daten fest.
Operationen, wie Projektion, Selektion, Umbenennung, Vereinigung und Differenzierung, sind
mittels SQL-Abfragen durch relationale Algebra möglich. Anfragen können auf verschiedene
Tabellen zugreifen und deren Ergebnisse in neuen Tabellen generieren [Ke99]. Sie sind
mengenorientiert, da die Informationen verstreut über mehrere Relationen verwaltet werden.
Eine Relation wird durch einen Namen, ein Format (z. B. C-character: Zeichenattribut mit einer
Breite von n Zeichen, T-time: Datum und Uhrzeit, G-objekt: auch BLOB-binary large object, das
binär abspeichert, wie Klänge, Bilder, Videosequenzen) und einer benötigten Speichergröße
deklariert.
Objektorientierte
Datenbanksysteme
übertragen
Deklarationseigenschaften
aus
der
objektorientierten Programmiersprache in die Datenbank. Identität, Klassifikation, Vererbung
und Polymorphismus umschreiben die Eigenschaften der Objektorientierung zur Abbildung
diskreter Objekte. Daten und Methoden (Verhaltensweisen) werden nicht voneinander getrennt
gespeichert. Sie enthalten nicht nur eine Datenstruktur, sondern haben auch Kenntnis über ihr
Verhalten. Es sind Objekte, die über eindeutige und unveränderliche Objektidentifikatoren
deklariert werden und somit unverwechselbar mit den dazugehörigen Eigenschaften sind, die
wiederum Objekte sein können. Komplexe Objekte können ineinander geschachtelt werden, um
Strukturen abzubilden.
10
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Das Schema besteht aus Klassen, deren Attribute jeweils von einem bestimmten Typ sind. Die
Klassen können in einer Vererbungshierarchie angeordnet sein und sich gegenseitig
referenzieren. Datenbestände werden so effektiv verwaltet. Struktur und Verhalten
mehrdimensionaler Objekte werden streng typisiert, die nicht wie in relationalen Datenbanken
vordefiniert sind, sondern je nach Thematik neu deklariert werden können. Die Modellbildung
wirklichkeitsnaher Objekte sowie die Wiederverwendung und Erweiterbarkeit des modularen
Systems ermöglicht die Zerlegung eines komplexen Systems in kleinere Einzelsysteme.
Neben den vier o. g. klassischen Systemen existieren heute eine Vielzahl von Varianten und
Nebenformen, die auf den Ursprungsformen der klassischen Systeme basieren. So werden unter
Postrelationalen Datenbanken diejenigen zusammengefasst, deren Ursprung auf die relationalen
Datenbanktechnologien zurückzuführen sind, wie zum Beispiel Objektrelationale Datenbanken
oder OLAP5-Datenbanken.
2.2.2
Objektrelationale Datenbanksysteme
Objektrelationale Datenbanksysteme (ORDBS, z. B. Oracle 11g) sind erweiterte relationale
Datenbanksysteme mit einem deklarativen Datenzugriff und Sichtkonzept, die objektorientierte
Ansätze implementieren, um Daten (Texte, Bilder, Geoinformationen, XML-Dokumente), die
nicht in der Datenbank entstanden sind und gepflegt werden, in Datenbanksysteme einzubinden.
Die Sprache (SQL6, GQL7) erweitert sich um objektorientierte Methoden (objektorientierter
Zugriff) und Datentypen.
Die Begriffe Klassen und Objekte sind jedoch relational gehaltene Daten, die in relationalen
Tabellen abgelegt werden. Für jede Klassen existiert eine Tabelle, in der alle Elemente eines Typs
gespeichert sind, deren Eigenschaften relational in Spalten verwaltet werden.
M:n-Beziehungen werden durch Identikatoren von zwei in Beziehung zueinander stehenden
Objekten realisiert, die mengenorientiert und pfadorientiert (Tabellenhierarchie) in erweiterten
Tabellen mit Typenbindung (komplexe, nicht atomare Attributtypen) gespeichert werden [Lu99].
Zur Anwendung komplexer Datenstrukturen in GI-Systemen werden durch dieses Modell
Koordinaten miteinander verknüpft und mit anderen Daten georeferenziert (KoordinatenObjekte einer Straße können einen Straßennamen referenzieren) und um benutzerdefinierte
Datentypen (u. a. Multimedia-Datentypen) und Operationen erweitert. Zukünftig wird die
objektrelationale Datenbanksprache SQL 99 eine temporale Erweiterung anbieten, die
Speicherstrukturen für Indexe auf räumlich-zeitlichen Daten einbindet [Tü99].
OLAP: Online-Analytical-Processing, auf Hypothesen gestützte Analysemethoden, OLAP-Datenbanken
speichern multidimensionale Daten auf einem Real-Time Server ab, auf dem beliebig viele Arbeitsplätze
online verknüpft sind.
5
6
SQL: Structured Query Language, SQL ist die Standardabfragesprache zur Benutzung von RDBMS.
GQL: Geographic Query Language, GQL ist die kompatible Erweiterung der Standard-Abfragesprache SQL
mit räumlichen Funktionen und Operatoren.
7
11
2.2.3
Deduktive Datenbanksysteme
Deduktive Datenbanken sind ebenfalls relationale Datenbanken, die um die Deduktionskomponente aus der Logikprogrammierung, eine regelbasierte Sprache (Datalog) zur Wissenspräsentation, erweitert ist. Anfragesprache als auch Deduktivregeln (Ableitungsregeln erlauben
die Ableitung neuer Theoreme aus den Axiomen und bereits bewiesene Theoreme) extrahieren
Daten zu Wissen [Tü99]. Die Erweiterung der Datenbanksprache SQL3 und SQL99 ermöglicht die
Spezifikation
von
rekursiven
(zurückgreifenden/selbstbezüglichen)
Sichten
und
Integritätsbedingungen [Ma02] in einem objektorientierten Kontext, den deduktiven und
objektorientierten Datenbanksystemen.
Der deklarative Ansatz (deklarative Spezifikationen von Datenbankänderungen) in deduktiven
Datenbanken, in denen Regelformalismen zur Definition von Änderungen verwendet werden,
findet in der Knowledge Discovery (Data Mining) und in den Constraint8-Datenbanken ein
breites Anwenderforum [Br96]. Intelligente Überwachungssysteme werden zur Optimierung von
Verkehrsnetzen, in der Luftraumüberwachung oder von Transportunternehmen genutzt.
Die Programmiersprache verwendet auch zeitliche Logiken (Temporal Datalog), die auf zwei
zeitlichen Operatoren (zuerst und zunächst) basieren. Abgeleitete Daten, die temporär hergeleitet,
impliziert eingefügt und modifiziert werden, können als virtuelle Sichten fungieren, die nur bei
Bedarf berechnet und bei Konsistenz materialisiert, d. h. in die Datenbank integriert werden. Die
Kombination zwischen aktiven (spezielle Formen reaktiver Systeme, die mit
anwenderunabhängigen
Methoden
Situationen
erkennen
und
anwenderspezifische
Reaktionsmuster auslösen) und deduktiven (Spezifikation, Verwaltung und Anwendung von
Sichten und Integritätsbedingungen abgeleiteter Daten) Datenbanken mit Zeitlogiken (relational
oder objektorientiert) ist für räumliche Entscheidungsprozesse in Geoinformationssystemen ein
Lösungsansatz.
2.2.4
Zeitbezogene Datenbanksysteme
Zeitliche Aspekte in Datenbanken werden durch zeitliche Attribute zu den Objekten realisiert.
Die semantische Bedeutung der Zeitattribute sind Zustandsbeschreibungen des Objektes zu einem
bestimmten Zeitpunkt. Datenbanken unterstützen diskrete Zustände von Objekten. Das
Kontinuum der Zeit ist ein gleich bleibender (zustandshaltender) Wert zwischen zwei
Änderungen. Eine Änderungsoperation führt zur Erzeugung einer neuen zeitbehafteten
Version. [Pe88] Eine Anfrage über den Objektzustand eines Objektes o zum Zeitpunkt t hängt
auch von der Definition des Zeitbegriffes in einer Datenbank ab. Nach Snodgrass [Sn87] werden
folgende zeitorientierte Datenbanken klassifiziert.

Snapshot database – zeichnet den aktuellen Zustand (schreibgeschützte, statische Ansicht der
Datenbank) der Daten in einer Datenbank auf, ohne zeitorientierte Queries.

Roll-back database – verwaltet Aufzeichnungszeit und damit Änderungszeit (protokolliert
alle danach stattfindenden Datenänderungen), die Abfrageversionen eines bestimmten Zeitpunktes zulässt (alte und neue Zustände der Datenbank) sowie die Zurückführung des Datenzustandes zu dem Zeitpunkt. Datenbank verfügt über Rollbackvorgänge.

Historical database – verwaltet die Gültigkeitszeit, d. h. den Zeitraum, in dem ein
Datenelement gültig ist. Sie können tabellarisch archiviert werden und/oder hierarchisch
verschachtelt aufgelistet sein. Ein wichtiger Aspekt für bibliographische Datenbanken.
Constraints: erlauben verschiedene Datentypen zu verarbeiten, können raum-zeitliches Verhalten, partielle
und unvollständige Informationen erfassen.
7
12

Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Temporal database – es wird die Aufzeichnungszeit (Transaction Time) ta und die
Gültigkeitszeit (Valid Time) tg festgehalten, die in Anfragen zueinander in Beziehung gesetzt
werden können. Es sind sowohl rückwirkende als auch zukünftige Änderungen in einer
Datenbank möglich. Durch die Kombination beider Zeitangaben in bitemporalen
Datenbanken, unterstützt durch die temporale Datenbanksprache z. B. TQuel, sind Anfragen
beider Zeitdimensionen möglich. Welchen Zustand hat das Objekt o zum Zeitpunkt tg,
bezogen auf die Information, die zum Zeitpunkt ta in der Datenbank vorlagen [Wi89].
Die Abbildung temporaler Daten in Datenbanksystemen kann wie o. g. systemseitig durch die
Unterstützung zeitbezogener Datenhaltung oder durch eine Attributierung (abzubildende
Eigenschaften) der Daten in vorhandenen Datenbanken erfolgen.
Zeitbezogene Informationen (nutzerdefinierte Zeit) werden in den beschreibenden Attributen
gespeichert und enthalten nicht zwingend die existente Aufzeichnungs- oder Gültigkeitszeit eines
Objektes. Zum Beispiel werden ergänzende XML8- Standards zur Modellierung halbstrukturierter
Daten in Form von Baumstrukturen vom W3C (World Wide Web Consortium) definiert.
Temporal GML9 oder T-XPath10 dienen der Beschreibung zeitlicher Aspekte in Datenbanksystemen, mit denen spezielle zeit-räumliche Anfragen formuliert werden können. Neben der
Repräsentation werden weitere Anwendungen in der temporalen Datenhaltung genutzt, die die
Beziehungen zwischen den abgespeicherten Datenversionen abbilden. Die Revision stellt
verschiedene Änderungszustände eines Objektes dar. Alternativen sind unterschiedliche Ansätze
zur Entwicklung eines Objektes, und Varianten werden unter einer bestimmten Abstraktion mit
spezifischen Parametern klassifiziert [De03].
Die Zuordnung der Dateneigenschaften erfolgt nach ihrer Konsistenz (Consistancy, Integrity –
Widerspruchsfreiheit innerhalb der Datenbank nach vordefinierten Bedingungen – Constraints),
Atomarität (kleinste Einheit, Änderungen ganz oder gar nicht ausgeführt), Isolation (parallel
laufende Änderungen sind nicht sichtbar), Dauerhaftigkeit (Persistancy-Änderung dauerhaft in
der Datenbank abgespeichert), Modifikation und Effizienz sowie der Suche nach bestimmten
Daten (Retrieval, Select) [He08].
Die Definition bestimmter Operationen für die Manipulation der Strukturen, z. B.
Zustandsübergangsfolgen, können Lebenszyklen von Geoobjekten beschreiben. Es wird der
Zeitpunkt innerhalb einer Transaktion ermittelt und setzt diesen Zeitstempel bei sämtlichen
Objekten, die innerhalb der Transaktionen manipuliert wurden. Ein Zeitpunkt (Instant) ist ein
verankerter Punkt auf einer Zeitachse (s. 2.1.4 Zeitdaten). Die Zeitdauer ist ein unverankertes
Zeitintervall oder auch Periode. Zeitstempelung ist die Ergänzung eines Zeitbezugs (Zeitpunkt
oder Zeitintervall) zu einem Datenattribut (Zeitstempel auf Attributen) in einer auch
temporalen/nicht temporalen Datenbank oder einer Datenzeile, die als Gültigkeitszeit
(Zeitstempel beschreibt den Zeitraum, in dem die Objekte gültig sind) oder/und Transaktionszeit
(Zeitstempel des Aktionszeitraumes) in einer temporalen Datenbank abgespeichert werden
kann [De03].
XML Extensible Markup Language (erweiterbare Auszeichnungssprache – Standard zur Modellierung
halbstrukturierter Daten in Form von Baumstruktur, vom WWW Consortium definiert.
8
GML: Geography Markup Language (Datenaustauschformat für Geodaten, eine Anwendung von XML).
T-Xpath: zeitliches Modell für XML-Datenbanken mit der Anfragesprache XPath.
9
10
13
Der Zeitbezug bezieht sich auf ein diskretes Zeitmodell. Kontinuierlich übersandte Datensätze in
einem sog. Datenstrom hingegen nähern sich dem Kontinuum der Zeit schon eher.
Messdatenströme z. B. aus der Systemüberwachung und -steuerung, die Sensoren, Messstationen
oder Rechnernetzwerke liefern, werden über Anfragealgorithmen in Datenbanken ausgewertet
und analysiert.
2.3
Datenbankeigenschaften, Standards und Einsatzfelder
Datenströme werden von großen Datenbanken verwaltet, die sich durch eine immerwährende
Verfügbarkeit und eine schnelle Performance auszeichnen. Um dies zu gewährleisten, werden
Datenbestände oftmals verteilt verwaltet, d. h., es wird auf ein Mehrrechnerdatenbanksystem
zurückgegriffen, das einen verteilten Datenbestand administriert (z. B. Nutzung verteilter
Geodatenbanken, sog. Geodienste und Geo Web Service). Heterogene Systeme können
verschiedenartige Datenbanken für ein einziges Anfragen-Interface handeln, das gerade bei
Geodatenbanken unterschiedlicher Herkunft von Nutzen ist. Parallel verwaltete Datenbestände,
die sich mehrerer Prozessoren bedienen, sind ebenso für GIS-Anwendungen relevant, wie z. B.
SensorGIS11, das autarke Messstationen integrieren kann. Multimediale Anwendungen,
umfangreiche Operationen komplex strukturierter Geo-Objekte stehen immer in Verbindung mit
großen Datenmengen. Aktuell wird untersucht, wie Geodaten auf unterschiedlichen
Speicherorten und verteilten Datenbanken partitioniert oder parallelisiert werden können. Denn
der Bedarf, einen weltweiten einheitlichen Zugriff auf Geodaten zu gewährleisten, steigt stetig.
Um die Performanz zu optimieren, werden besondere Datenstrukturen (R*-Baum, X-Baum12, TVBaum13, Cell-Baum14, GIST15) angewendet [Mü04]. R*-Baum-Strukturen sind dynamische
Indexstrukturen, die mehrdimensionale Daten, insbesondere 2- und 3-dimensionale Geodaten,
speichern und effektiv suchen können. Informix von IBM benutzt R*-Baum-Strukturen in SpatialDatablade-Modulen oder ESRI in ArcGIS und PostgreSQL (Open-Source-Datenbanksystem) in
GIST. Die Datenstruktur besteht aus Datenseiten (Blattknoten), die Punktdaten speichern und aus
Directoryseiten, die die Knoten strukturieren. Dazu werden Algorithmen benutzt, die das Suchen,
Einfügen, Löschen und Updaten in hochdimensionalen Räumen beschleunigen. AnfrageOptimierungen mit effizienten Algorithmen werden auf ihre methodische Richtigkeit und
Eindeutigkeit in einem Datenmodell überprüft, ehe sie formuliert und implementiert werden. Die
Formulierung erfolgt z. B. durch algorithmische Sprachen (C++, Java). Natürlich-sprachliche
Datenmodelle werden derzeit nur ansatzweise realisiert, weil ein komplettes Sprachverständnis
noch nicht implementiert ist.
Datenbanksprachen in relationalen Datenbanken sind deklarativ (nicht-algorithmisch),
beschreibend (relationale Algebra), wie SQL als standardisierte Abfragesprache (DML – Data
Manipulation Language) oder XML (Document Type Definition) als standardisierte
Auszeichnungssprache oder Austauschformat. Die Implementierung möglicher Strukturen und
Funktionen komplexer Anwendungen in eine Abfragesprache erfolgt auf der Grundlage eines
Datenbankmodells, das Datenobjekte und ihre Eigenschaften sowie die Beziehung zwischen den
Objekten festgelegt.
SensorGIS: terrestris GmbH & Co. KG, Bonn.
X-Baum: 2 TV-Baum: Telescopevektor, ähnliche Strukturen wie R-Baum, speziell für Vektoren entwickelt.
13 TV-Baum: ähnlich wie R-Baum speziell für Vektoren entwickelt.
14 Cell-Baum: benutzt statt Rechtecken Polygone.
15 GIST: Generalized Search Tree.
11
12
14
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Bei der Modellierung werden Objekte und Beziehungen typisiert, um vereinfacht mittels Graphen
oder graphischen Symbolen Abläufe oder Prozesse darzulegen. Das Entity-Relationship-Modell
(ER-Modell), UML-Modell oder Relationenmodell (RM) sind standardisierte Datenmodelle, die
Objekte und Beziehungen typisieren, d. h., gleichartige Objekte oder gleichartige semantische
Beziehungen werden durch einen Typus dargestellt.
Die Datenmodellierung durchläuft dabei zwei Phasen. In der ersten Phase wird ein semantischer
Entwurf des konzeptuellen Schemas erstellt und danach mit einer Datendefinitionssprache die
Datenbankstruktur abgebildet. Design-Tools bieten beim Entwurf einer Datenbankstruktur
verschiedene Funktionen an, z. B. das Generieren einer SQL-Datei aus einem designten R-Modell
zur Speicherung in einer Datenbank.
Datenbankanwendungen in Geoinformationssystemen basieren überwiegend auf objektrelationalen Datenbanken (s. 2.2.2). Häufig wird über eine relationale Datenbank eine objektorientierte
Zugriffsschicht (Persistent Framework) gesetzt, die ebenso modelliert wird, wie z. B. mit
OMT (Object Modeling Technique) oder UML. Die Modellierung raum-zeitlicher Datenmodelle
integriert Datenabfragesprachen mit unterschiedlichen Spracherweiterungen, z. B. temporalen,
geometrischen und multimedialen Erweiterungen.
2.3.1
UML-Modell für Geoinformationssysteme
Das semantische Verhalten dynamischer Raumphänomene kann heute über die standardisierte
objektorientierte Modelliersprache UML (Unified Modeling Language) formuliert werden.
Formale Ansätze, die die abstrakte Syntax mit natürlich-sprachlichen Erläuterungen modelliert,
können mit mehreren Diagrammtechniken abgebildet werden.
Die Darstellung von Struktur und Dynamik ist wesentlich aufwändiger als rein strukturierte E/R[Ho04] oder EER-Modelle (Extended ER). Allerdings für Fragestellungen dynamischer Raumphänomene in Geoinformationssystemen ist das Darstellen der Semantik zweckmäßiger. Neben
den Begriffsdefinitionen von Objekten und deren möglichen Beziehungen werden graphische
Notationen (formalisierte Logikschreibweise, vereinbarte Symbole von Objekten und Bewegungsabläufen) definiert, die statische Strukturen und dynamische Abläufe konzipieren.
Das Sprachwerkzeug Meta Objekt Facility (MOF) spezifiziert Modellelemente, z. B. ein Ereignis
oder Ereignisauftritt, wie das Zeitereignis (TimeEvent: Ereignisauftritt zu einem bestimmten
absoluten oder relativen Zeitpunkt) oder das Signalereignis (SignalEvent: Anzeige eines empfangenen Signals am empfangenden Objekt) und speichert diese im austauschbaren Format Meta
Interchange (XMI) ab. Eine Menge von eng zusammenhängenden Modellierungselementen wird
in einer Spracheinheit zusammengefasst. Die 8 verschiedenen Teilsprachen in dem 4-EbenenHierarchie-Modell können neben den strukturellen Aspekten gezielt die Dynamik, das bedeutet
den Kontrollfluss, die Interaktion und den Ablauf von Operationen, beschreiben[OM08].
Die Spracheinheiten sind schichtweise aufgebaut. Die unterste Schicht bilden die grundlegenden
Modellierungselemente. Das Grundelement Ereignis (event) beschreibt den Zeitpunkt und die
Informationsübertragung und das Grundelement Zustand (state) die Abstraktion der
Attributwerte und Beziehungen eines Geoobjekts zu einem Zeitpunkt zwischen zwei Events
sowie die Veränderung in einem neuen Zustand. Sie bilden die Grundlage für das
Zustandsübergangsdiagramm [Sp04].
15
Die Spracheinheit Aktivitäten enthält das Modellelement FundamentalActivities, ein strukturelles
Grundgerüst hierarchisch geschachtelter Gruppen von Aktionen. In der aufbauenden Schicht
erweitert BasicActivities die Modellelemente um Kanten und Hilfsknoten zu einem Graphen. Die
Modellmengen (u. a. auch message – Nachricht und call – Aufrufmethode) werden visuell im
Szenario16- und Interaktionsdiagramm17 aufgezeigt, um Ablaufsequenzen von Objektinteraktionen
darzustellen [Bo06].
Die Spracheinheit Klassen bildet den Kern der Modellierungssprache. Die Metaklasse Element ist
das Grundelement für alle anderen Modellelemente, das typisiert, dessen Ausprägung spezifiziert,
in einem Namenraum deklariert, assoziiert (Beziehung), integriert (Integrationsbedingungen) und
generalisiert (Abstraktionskonzepte) werden kann. Zur Umsetzung des Modells (der UMLDiagramme) werden Funktionen aus der Zusatzoption Oracle Spatial der Dantebank Oracle11g18
verwendet.
In Oracle Spatial werden zur Speicherung raumbezogener Daten GI-spezifische Klassen definiert,
z. B. der geometrische Datentyp SDO_GEOMTRY. Rasterdaten können georeferenziert und mit
einem Zeitbezug gespeichert werden. Auch können definierten Geoobjekten weitere
Multimediadaten (Virtual-Reality-Szenen) über die Multimediaklasse zugeordnet werden [Sk07].
Der Austausch von Modellen und Diagrammen erfolgt über die standardisierte
Auszeichnungssprache XML, das Austauschformat XMI19, das auch eine vollständige graphische
Diagrammübertragung und eine ER-Modelltransformation ermöglicht, um ein Klassenmodell auf
ein ER-Modell für z. B. objektrelationale Datenbanken abbilden zu können (z. B. für SQLErweiterungen VTSQL2).
2.3.2
Semistrukturierte Datenmodelle
Ein semistrukturiertes Datenmodell ist eine Vereinfachung eines Objektmodells, jedoch ohne
Klassen- und Vererbungsmethoden. Es wird eine Modellinstanziierung (ähnlich wie die
Vererbung) im Objekt Exchange Model (OEM) oder YAT20 angeboten, um Typen verschiedener
Datenmodelle anzupassen. Die Auszeichnungssprache XML wurde für das dezentral arbeitende
Internet entworfen, das den Zugriff auf heterogene semistrukturierte Daten erlaubt. Die
Anfrageauswertung und -optimierung unterliegt keinem einheitlichen strukturierten
Datenschema, da z. B. das relationale Datenbankmodell nur unzureichend die Struktur in flachen
Tupeln abbildet und das objektorientierte Datenschema zwar tiefe Strukturen, aber keine
unregelmäßigen Strukturen mit fehlenden oder wiederholten Komponenten repräsentieren kann.
Die Anfragesprachen (XQery,) verfügen über Sprachkonstrukte, die unbekannte Strukturen lesen
und in beliebigen Tiefen suchen und abbilden kann.
Szenario: Eine Folge von Events mit speziellem Systemablauf als Nachrichten/Methodenaufrufe.
Interaktionsdiagramme stellen Szenario ggf. über viele Objekte dar.
18 Oracle Spatial 11g Datenbankmanagementplattform unterstützt alle Typen räumlicher Daten und Modelle
(Vektor-, Rasterdaten, topologische und Netzwerkmodelle), mit dem integrierten Oracle Locator werden
Funktionen zur Verwaltung von Geodaten angeboten.
19 XMI Metadata Interchange – Standard als Austauschformat zwischen Softwareentwicklungswerkzeugen.
20 YAT1 Yet another tree-based system (am Institut National de Recherche en Informatique et Automatique
in Frankreich als Werkzeug zur Spezifikation und Implementierung von Datenkonvertern für heterogene
Datenquellen entwickelt).
16
17
16
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Es können komplexe Objekte (Datensätze) mit alternativen Strukturen spezifiziert werden.
Schema- und Objektdaten werden in Anfragen nicht, wie sonst üblich, z. B. in SQL getrennt
gehandhabt, sondern unterschiedlich behandelt. Um Anfragen über Daten unterschiedlicher
Strukturen auszuwerten, werden Daten mittels interaktiven Methoden in ein Schema extrahiert
(website wrapping – Schemaextraktion). Ein auf Deduktion mit Datalog (s. 2.2.3) beruhender
Extraktionsansatz erlaubt die Zuordnung mehrerer Klassen für ein und dasselbe Objekt und
nähert sich für nicht erkannte Schemata durch Approximationsschemata [Ne98]. Die meisten
Anfragesprachen verwenden für die Erstellung dynamischer Websites Variablen und Ausdrücke,
die die Inhalte teilen, um Sichten zu erzeugen. Die Daten werden als XML-Fragmente
hierarchisch verwaltet und über proprietäre Spracherweiterungen manipuliert. GML21, eine XMLSpezifikation, dient der Beschreibung räumlicher Strukturen.
Die Grundlage bilden Geo-Objekte mit ihren geometrischen Eigenschaften (GML3.2 bietet
linienhafte Geometrien mit verschiedenen Interpolationsverfahren wie linear, klothoid, spline
und kreisförmig sowie flächen- und volumenhafte Geometrien an), die komplex in Features über
räumliche und zeitliche Referenzsysteme, Topologien, Maßeinheiten, Metadaten, Coverages
(Verzeichnisse) verfügen.
Leistungsfähige raum-zeitliche XML-Schemata werden durch objektorientierte temporale
Frameworks realisiert, z. B. das für die Datenbank OODB22 Jasmin von Computer Associates und
OR DB Clodescape von Informix in Java entwickelte Zeit-Framework. Seine in sich selbst
konsistente objektorientierte Struktur beschreibt temporale Daten und bildet sie in einem XMLSchema ab, das mit einem GML-Schema kombiniert werden kann [Zi01].
Eine weitere XML-Anwendung ist das Austauschformat KML23 für die Client-Komponente des
Programms Google Earth, die neben Punkten, Linien, Polygonen auch Bilder (Satellitenbilder)
definiert und z. B. Betrachtungswinkel oder Entfernungsparameter spezifiziert.
Datenbanken, die bewegte Objekte und ihre Position speichern, formulieren die Position als
Funktion der Zeit. Der Wert des Positionsattributes ändert sich mit dem Verlauf der Zeit. Die
Position eines Motion Vectors wird z. B. attributiert durch die geometrische Lage, Bewegungsrichtung und Geschwindigkeit, die die Berechnung der Position eines Objektes zu einem
beliebigen Zeitpunkt ermöglicht. Ändert sich ein Bewegungsattribut, wird dieses in dem
entsprechenden Feld aktualisiert. Der Wert, welchen das dynamische Attribut auf die Anfrage
einer Query liefert, hängt vom Motion Vector und vom Zeitpunkt ab, zu welchem Zeitpunkt die
Anfrage gestartet wird. Dynamische Attribute ändern ihren Wert im Zeitverlauf, ohne dass sie ein
explizites Update erfahren. Ein Beispiel dafür ist das Objects Spatio-temporal Model (MOST), das
Sub-Attribute definiert, um Funktionen für die Berechnung der aktuellen Position ändern zu
können (von z. B. der beschleunigten in die gleichmäßige Bewegung). Bisherige Datenbanken
speichern Datensätze konstant ab, bis sie ein explizites Update erfahren, das bei Moving-Objekten
einen nicht realisierbaren Aktualisierungsaufwand und Rechenleistung bedeuten würde [Wo03].
GML Geography Markup Language (Datenformat zum Austausch raumbezogener Objekte, Features), ISO
Standard 19136:2007.
22 OOBD – Object oriented Database – Objektorientierte Datenbanken.
23 KLM – Keyhole Markup Language – XML-Dialekt, KML-Dateien können über die Benutzeroberfläche von
Google Earth erstellt werden.
21
17
Extra modellierte Abfragesprachen für räumliche und zeitliche Querys sind z. B. in FTL23, eine
DBMS-unabhängige Abfragesprache, die natürlichsprachig formulierte Anfragen von Anwendern
zulässt. Sie kann auch in Datenbanken mit integrierten Abfragesprachen eingesetzt werden. Über
temporale Operatoren (Until, Nexttime, Eventually) sind Zustands- und Zukunftsabfragen
möglich, und über spatiale Operatoren (Inside, Nearby) können Positionsabfragen erfolgen, z. B.
über definierte Räume zu bestimmten Zeiteinheiten [Da06].
Luca Forlizzis Datenmodell ‚Moving Objects Databases’ beschränkt sich nicht nur auf die
Bewegung von punktförmigen Objekten, wie es im MOST-Datenmodell der Fall ist, sondern
ermöglicht auch die Modellierung der Bewegung von Punkten, Linien und auch Regionen mit
ihren Formveränderungen und Ausdehnungen. Die Modellierung gliedert sich in zwei Ebenen. In
der ersten Ebene wird ein abstraktes Modell entworfen, das in der zweiten Ebene in ein diskretes
Modell implementiert wird. Das abstrakte Modell beruht auf einer einfachen Algebra, welches
Grunddatentypen und Typkonstruktoren für komplexe Typen wie den Moving Operator (length,
distance) abbildet.
Das diskrete Modell legt die interne Darstellung fest, die sich dem abstrakten Modell durch
mehrere Abschnitte (unittype) annähert. Sowohl aktuelle als auch zurückliegende und folgende
Bewegungsbeschreibungen können mit Unittypes definiert werden [Fo01].
Die Datenbankzustände werden in einer Datenbankhistorie verwaltet, die über momentane,
kontinuierliche und persistente Anfragen (Auskunft von verschiedenen Zuständen, jedoch nur
mit zusätzlicher Attributierung möglich) verfügt. Bei einer persistenten Datenhaltung
raumdynamischer Objekte fallen hohe Datenmengen an, die für Analysezwecke mit geringen
Antwortzeiten schwer zu verwalten sind. Alternativ bieten sich multidimensionale Systeme an,
die Daten aus operativen Einzelsystemen integrieren und für Analyseanfragen aufbereiten
können. In einer verteilten Data-Warehouse-Umgebung können fachorientiert und auf der
Grundlage historischer Datenbestände (nicht flüchtige Datenbasis) raumdynamische Objekte
effizienter verwaltet werden.
2.3.3
Multidimensionale Datenmodelle Data Warehouse
Data Warehouses sind multidimensionale Datenmodelle, die Daten unterschiedlicher Quellen in
eine homogene, vergleichbare Datenbasis generieren, um eine globale Sicht auf heterogene und
verteilte Datenbestände zu ermöglichen [CD06]. Die Integrationsmöglichkeit heterogener
Datenmodelle kann über eine gemeinsame Oberfläche, die Frontend-Integration, oder über eine
gemeinsame Schnittstelle, die Backend-Integration, erfolgen. Data Warehouse ist eine BackendIntegration, die in ihren operativen Anwendungen für Analysezwecke nicht nur transaktional,
sondern auch vergleichend und auswertend ist [Ba04].
Der Modellierungsansatz wird durch das multidimensionale Datenmodell repräsentiert, das für
die konzeptionelle Modellierung spezielle Struktur- und Analysekomponenten (OLAP24,
DataMining25 zur Verfügung stellt. Ein Data-Warehouse-System modifiziert die Daten nicht,
sondern ergänzt den Datenbestand. Dieser Aspekt ist für zeit- und raumwirksame Veränderungen
von Bedeutung, da Chronologien zurückverfolgt und analysiert werden können.
FTL FutureTtemporal Logice (eingeführte Abfragesprache im DominoSystem).
OLAP Online Analytical Processing.
25 Data Mining Suche nach unbekannten Mustern oder Beziehungen im Datenbestand.
23
24
18
Visualisierungskonzepte raum-zeitlicher Daten in Geoinformationssystemen
Durch Data-Warehouse-Prozesse (Data Warehousing) können statisch abgelegte Daten dynamisch, d. h. der Datenfluss aus verschiedenen Quellen kann dynamisch extrahiert, bereinigt und
durch übergreifende Auswertungen so genannter Data Marts26 analysiert werden. Dabei kooperieren mehrere Anwendungen in einem komplexen System. Kernelement ist das Datenbanksystem, das flexible große Datenmengen sortiert und partitioniert. Die in Tabellen liegenden
Datensätze werden physisch aufgeteilt und getrennt gespeichert, um performanter die Abfragen
automatisch exakt auf die Partition zu lenken. Zudem werden für umfangreiche Analysezwecke
große zusammenhängende Datenmengen durch Parallelisierungstechniken beschleunigt. Das
Datenbanksystem kann komplexe Anfragen durch Parallelisieren der Teilprozesse (Data Marts)
splitten und durch Sortierung und Partitionierung die Performance und Ressourcen-Auslastung
erhöhen. Das Umwandeln operativer Quelldaten aus operativen verschiedenen Datenbanken in
warehouse-geeignete Strukturen geschieht entweder mit separaten Programmen oder schon
während des Ladevorganges mit Hilfe eigener datenbanktechnologischer Funktionen, wie z. B. in
Oracle11g [Sc07].
Der hierarchisch strukturierte Analyseprozess (OLAP) unterstützt Abfragen, die eine
mehrdimensionale Sicht auf Daten, zum Beispiel eine gleichzeitige Abfrage der Position, Zeit und
Attributierung eines Objektes, erlauben. Der Datenzugriff kann statisch und dynamisch, d. h.
unmittelbar oder online, in Form von Tabellen, Listen oder Grafiken erfolgen. Auch hier sind
entweder separate Programme, die relational (ROLAP), multidimensional (MOLAP) oder hybrid
(HOLAP) strukturiert sind [Cl98], in Warehouse-Systeme eingebunden oder es sind direkt OLAPFunktionen bereits in Datenbanken integriert.
Der Trend, Mining-Analysen zu integrieren, ist ebenfalls zu beobachten. Unter Data Mining
versteht man den Prozess des Entdeckens bedeutsamer neuer Zusammenhänge, Muster und
Trends durch die Analyse großer Datensätze mittels Mustererkennung sowie statistischer und
mathematischer Verfahren (Erick Brethenoux, Gartner Group) [Sp08].
Über Datenextraktion, -filterung und -aggregation werden themenorientierte Zusammenhänge
und Gesetzmäßigkeiten abgeleitet, die in einer neuen Verknüpfung gespeichert werden können.
Während des Prozesses können die Analyseanwendungen über verschiedene Netze auf die Daten
des Data Warehouses zurückgreifen. Die Einbeziehung des räumlichen Faktors während der
Datenanalyse kann durch die Kombination von GIS-Methoden (räumliche Streuungsmaße,
geostatistische Schätzverfahren, Suchstrategien) optimiert werden.
Räumliche Datenanalysen werden durch statistische Methoden in Geoinformationssystemen
realisiert (z. B. Spatial Statistics Tools der ArcToolbox in ArcGIS, Ersi). Räumliche Analysemethoden, ob Nachbarschaftsanalyse, Distanzfunktionen, Filter, Interpolation oder MultithemaIntegration wie Verschneidung, aber auch Geländeanalyse und Klassifikation, bilden die
Grundlage von Modellierung und Simulation räumlicher Phänomene und sind Hauptbestandteil
eines Geoinformationssystems. Die innerhalb eines Data Warehouses oder extern durch
Anwenderprogramme fungierenden Simulations- und Präsentationsmodule stellen den zweiten
Ansatz, dynamische Raumphänomene zu visualisieren, dar.
Die Beschreibung dynamischer Aspekte in Geoinformationssystemen bedarf spezieller Modellkomponenten, die gleichzeitig analytisch oder anknüpfend spezifische Raumprozesse abbilden.
Wie in der Datenbankmodellierung wird die Softwarearchitektur computergraphischer Systeme
modelliert. Spezifikationen, die statische oder dynamische Aspekte beschreiben, werden durch
graphische Notationen z. B. durch die Modellierungssprache UML abgebildet. Folgend werden
verschiedene Forschungsansätze der Modellierung und deren Kompatibilität zu
Geoinformationssystemen betrachtet.
26
Data Marts thematisierter Datenbestand innerhalb eines Data Warehouses.
19
3
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
Analyseergebnisse dynamisch in Geoinformationssystemen abzubilden, geschieht durch die
Einbettung bzw. Kopplung von Simulationskomponenten. Das Wesentliche einer Simulation27 ist
die zeitliche Dimension zur Abbildung von Vorgängen. Struktur und Verhalten werden durch ein
deterministisches (exakte Werte, z. B. DB-Fahrplan) oder stochastisches (regelloser Prozess, z. B.
Straßenverkehr) Modell simuliert. Simulationsmodelle dienen der Abstraktion und dem
Sichtbarmachen eines Systems, das das Verhalten modellgestützt unter dynamischen Aspekten
analysiert und dessen Ergebnisse gegenüber der zielgerichteten Nachbildung von Bewegungsabläufen (Animation) je nach Szenario- und Operationsdaten variierend visualisiert [Ma89]. In
dynamischen Systemen verändern sich im Lauf der Zeit die Systemgrößen, die sich kontinuierlich
in beliebig kleinen Zeitabschnitten oder diskret, sprunghaft nach endlichen Zeitabschnitten
verändern. Diskrete Simulationsmodelle werden nach Mattern in zeit- und ereignisgesteuerte, in
aktivitäts-, prozess- und transaktionsorientierte Modelle weiter unterschieden. Das Modellgerüst
basiert im Kern auf zeitlichen Funktionen, Algorithmen und Prozessen. Dynamische Raumphänomene, die gleichzeitig räumliche und zeitliche Prozesse beschreiben, verändern ihre quantitativen
(Wachstum, Minderung) und qualitativen (Wandel) Eigenschaften. Geoinformationssysteme
analysieren und bilden hauptsächlich die räumliche Komponente eines Systems ab. Eine
Verknüpfung der räumlichen und zeitlichen Dimensionen durch die Kopplung von
Simulationsmodellen mit Geoinformationssystemen ist momentan die gängigste Verfahrensweise,
da trotz temporaler Ansätze Geoinformationssysteme in der breiten Anwendung nach wie vor
statisch operieren, d. h., die Daten werden während des Modellablaufes nicht verändert.
Um den Raum dynamisch abzubilden, werden Geoinformationsdaten herausgelesen, in einem
Simulationssystem verändert und in gewissen Zeitintervallen mittels Preprocessing (Verfahren
der Datenintegration und -bereinigung zur Behebung inkompatibler Daten) in das GIS
zurückgespielt [Me03].
Für die Integration von GIS-Daten in einem Simulationssystem werden zum einen Schnittstellen
mit einfachen Ein- und Ausgabefunktionen und zum anderen komplexe Software-Frameworks
(auch zur Kombination mehrerer Simulatoren, z. B. Single Sada ETH-Zürich) benutzt, die
Schnittstellen bestimmter Klassen definieren. Bei einer engeren Koppelung [Se94], die nicht nur
den Datenaustausch garantiert, sondern Schnittstellen zu Komponenten sowohl eines GIS als auch
eines Simulationssystems konzipiert, werden Benutzer-, Kontroll-, Daten- und
Programmschnittstellen entwickelt [Ba05].
Die Programmierschnittstelle (z. B. API28) gewährleistet die Kopplung von Objekten, indem sie
eindeutige Parameter, ggf. Routinen [IT08] formuliert, die über Variablen und Operatoren auf
Zeitskalen zugreifen können. Kontrollstrukturen koordinieren verschiedene Abläufe zwischen
den Komponenten. Der Datenaustausch von Simulations- bzw. 4D-Daten erfolgt zunehmend
durch standardisierte Formate, wie HDF – Hierarchical Data Format [SI08], das GRIB – Grid in
Binary Format und das netCDF – Network Common Data Format [Ba04].
Simulation: Darstellung oder Nachbildung eines Prozesses oder bestimmter Aspekte desselben durch ein
Modell. Simulationen erlauben Untersuchungen oder Manipulationen insbesondere des Zeitverhaltens. Für
die Formulierung computertauglicher Simulationsmodelle existieren zahlreiche prozess-, ereignis- bzw.
objektorientierte Simulationssprachen, z. B. SIMULA (englisch simulation language) oder GPSS (general
purpose simulation system) [Br01].
28API programming interface, Schnittstelle zur Anwendungsprogrammierung.
27
20
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
Standardisierte Geodatenformate sind SDTS – Spatial Data Transfer Standard, DIGEST – Digital
Geographic Information Exchange Standard Amerika, EDIGéO – echange de donnees informatise
dans le domaine de l'information geographique Frankreich, NTF – Electronic transfer of
geographic information, United Kingdom, EDBS – Einheitliche Datenbankschnittstelle für ALK/Atkis-Daten Deutschland et cetera [Mo97]. Datenredundanzen des reinen Geodatenaustausches
sind nach wie vor problematisch. Die dagegen gängigen Komponentenmodelle, die auf eine
modulare Komponentenarchitektur (OGM – Open Geodata Modell von OGC29) zurückgreifen,
bieten
durch
ihre
gekapselten
Softwaremodule
und
standardisierten
Schnittstellenspezifizierungen
interoperable
Zugriffsund
Verarbeitungstechniken.
Komponenten sind Softwareeinheiten (Komponentensysteme z. B. CORBA30, EJB31) mit wieder
verwendbarer Funktionalität, die aus Bibliotheken herausgesucht werden und durch eine enge
Kopplung in eine Software meist statisch eingebunden werden [Oe01]. Die Komponenten
nehmen in ihrer Deklaration oftmals Bezug auf lokale Datenmodelle. Im Gegensatz zur losen
Kopplung und dem dynamischen Binden (Einsatz von Diensten) werden in den beiden Bereichen
GIS- und Simulationsentwicklung ganzheitliche Modelle entwickelt.
Aufgrund der noch nicht ausreichend standardisierten Architekturen können nicht alle
Simulationsmodelle mit GIS-Komponenten ohne weiteres kombiniert werden. Die Kompatibilität
beider Modelle ist abhängig von der Endlichkeit, Dimensionalität, Projektion und modellierten
Zeitdauer des simulierten Raumes. Die Endlichkeit steht für einen endlich definierten Raum, der
idealerweise größer ist als der simulierte Ausbreitungsraum.
Wenn es nur Teilräume oder kleinere Räume sind, werden Verfahren der Zyklenberechnung
(von neuem beginnend), des Wegdriftens (Werte, die über den Raum hinausgehen, fallen weg)
oder Verfahren mit Ausgleichfunktionen eingesetzt. Ist die Dimensionalität unterschiedlich, so
wird eine Anpassung von 2D- und 3D-Räumen für den Datenaustausch vorgenommen. Die
Kombination verschiedener Projektionsarten, die flächen-, längen- oder winkeltreu sind, ist z. B.
für Distanzberechnungen relevant und kann über Transformationen ausgeglichen werden.
Der Raumkontinuität entgegen stehen raumdiskrete Simulationsmodelle, außer den zellulären
Automaten, die raumdiskret sind. Modelle, die ein dynamisches System32 beschreiben, werden
mathematisch durch die Menge T (die zum System gehörende Zeit), Menge W (vom System
angenommene Werte) und Menge B WT (das zum System gehörende Systemverhalten) als
Objekte bzw. Signale in der Funktion ω:TW beschrieben:
Operiert ein dynamisches System auf einer kontinuierlichen Zeit, ist die Menge:
T=ℝ +:=[0,∞) mit realen Zahlen (IR) als Zustandsannahme,
operiert es auf einer diskreten Zeit, ist die Menge:
T=ℕ ={0,1,2,…} mit diskreten Systemzuständen.
Ein Prozess, der mittels diskreter Zustände deklariert wird, kann aber auch durch den Übergang
auf eine kontinuierliche Darstellung der Zustände vereinfacht werden. Es werden sowohl
räumliche als auch zeitliche Mittelwerte berechnet [St05]. Die Beziehungen zwischen
kontinuierlichen und diskreten Modellen sowie die Einbindung räumlicher und zeitlicher
Strukturen werden im folgenden Abschnitt ansatzweise erläutert.
OGC Open Geospatial Consortium http://www.opengeospatial.org/
CORBA Common Object Request Broker Architecture http://www.corba.org
31 EJB Enterprise Java Beans (OMG, Sun) http://java.sun.com/products/ejb/s
32 Dynamisches System: beschreibt die zeitliche Veränderung von Zustandsgrößen http://lexikon.calsky.com/
29
30
21
3.1
Integration und Kopplung von kontinuierlichen Simulationsmodellen
Zeit ist die Abstraktion des Vor- und Nacheinanders von Ereignissen, deren kontinuierliche
Wiederkehr gleicher Geschehnisse das Zeitbewusstsein bestimmt. Der Zeitfluss ist stetig und
unbegrenzt. Es sind kontinuierliche Vorgänge, charakterisiert in einem endlichen Intervall mit
unendlich viele Änderungen, die uns allgegenwärtig umgeben [Br01].
Die untrennbare Verknüpfung von Raum und Zeit zum Raum-Zeit-Kontinuum (Einstein1915)
bedeutet, dass die Zeitmessung nur in einem angegebenen Bezugssystem gültig ist. Zeit wird als
ein endliches oder unendliches homogenes, teilbares Kontinuum angesehen [Br01]. In der
Modellbildung der Zeit kann die Zeit kontinuierlich als ein Intervall der reellen Zahlen
dargestellt werden oder diskret als Menge von natürlichen Zahlen. Kontinuierliche Modelle
basieren meist auf Differenzialgleichungen (ODE33). Wobei hier unterschieden werden kann in
Modelle mit kontinuierlicher Zeit und kontinuierlichen Zuständen und in Modelle mit diskreter
Zeit und kontinuierlichen Zuständen.
Dynamische Systeme werden durch kontinuierliche Zustände, d. h. durch Werte von
Zustandsvariablen erfasst. Mathematische Berechnungsverfahren wie numerische Integrationsverfahren (z. B. Runge-Kutta34 4. Ordnung), Approximationen (Näherung), Heuristiken35 im
nichtlinearen Bereich, Erhaltungsgleichungen (Euler-Gleichungen36) dienen der deduktiven
(elektronische Schaltungen, mechanische Systeme) oder induktiven (Populationsprozesse, System
Dynamics) Modellierung [Ke03]. Mittels Simulationssprachen wie ACSL37 oder multidisziplinärer
Modellgenerierungswerkzeuge wie Dymola38 ermöglichen Varianzanalysen Klassifikationen und
Simulationen von Szenarien dynamischer Systeme. Das Einbeziehen der räumlichen Komponente
wird durch Kopplungs- oder Integrationsmethoden zu Geoinformationssystemen realisiert. Ein
Anwendungsbeispiel kontinuierlicher Simulation ist z. B. der Populationsprozess. Modelle der
Populationsdynamik beschreiben Wachstumsprozesse von Populationen. Ein einfaches
deduktives Modell kann die maximale Population (P= Geburtenrate –Sterberate) durch eine
zeitkontinuierliche logistische Funktion beschreiben, bei der sich die Wachstumsrate mit der
Annäherung an Pmax abschwächt.
Räumlich werden kontinuierliche Phänomene in Geoinformationssystemen meist erst punktuell
erfasst und anschließend in die Fläche interpoliert. Kontinua sind räumlich oder flächenhaft
unbegrenzt und von stetigem Verlauf. Sie können sichtbar wie die Zustandsänderung eines
Flusslaufes oder nur messbar (Staubmessungen) sein [Ha02].
Kontinuierliche Daten in Geoinformationssystemen beziehen sich meist auf Rasterdaten, die zum
Beispiel Oberflächeneigenschaften wie Höhenwerte angeben.
ODE ordinary differential equation, gewöhnliche Differentialgleichung, als Argument hat ODE die
eigentliche Gleichung und die Funktion, die gesucht ist [Ha06].
34 Runge-Kutta nach C. Runge und W. Kutta spezielles 4-stufiges Annährungsverfahren
(Differenzialgleichung) für einen Prognosewert http://www.learn-line.nrw.de/angebote/modell/runge.htm
35 Heuristiken – Einsatz heuristischer Verfahren, die in kurzer Zeit mit geringem Rechenaufwand (klassische
Algorithmen) zuverlässige Lösungen (mehrfache Anwendungen, mehrere Iterationen) herausfinden.
36 Euler-Gleichungen – „Gleichungssystem, welches eine nichtviskose Strömung unter Einbeziehung der
Erhaltung von Masse, Impuls und Energie beschreibt.“ (partielle Differentialgleichung). http://www.mathnet.org/MathInd/fkz03KRM1FR/glossaries/math.shtml#de_1BEuler-Gleichungen
37 ACLS – Advanced Continuous Simulation Language, in der Industrie verbreitetes System.
38 Dymola – DYnamic MOdeling LAnguage ist eine Beschreibungssprache für Modelle kontinuierlicher
Systeme, Simulationssystem mit graphischer und textlicher Schnittstelle.
33
22
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
GIS-Operatoren (z. B. Filter) greifen dabei auf statistische (Mittelwert, Maximum) und
arithmetische (Differenz, Summe) Methoden zurück, die die Pixelwerte einer Rasterzelle für
Berechnungen heranziehen. Jede Zelle wird mit einem Attribut und einem Koordinatenpaar
meist in einer relationalen Datenbank gespeichert. Gekoppelte oder integrierte Systeme arbeiten
nicht nur mit einem Modell, sondern mit mehreren Teilmodellen wie z. B. Wachstumsmodellen
verschiedener Arten, Interaktionsmodellen, Modellen mit periodischem Verhalten etc. [Ke03].
Kontinuierliche Modelle mit einem Raumbezug sind z. B. das WMS (Watershed Modeling
System) der Scientific Software Group. Ein Flussgebietsmodell, das räumliche Daten durch
Schnittstellen
zu
ArcGIS39,
GWN40-COGO/DTM/SURF
(AutoCAD-Werkzeuge
für
Geländedarstellungen in 2D und 3D), MapViewer (räumliches Analysewerkzeug) zur Verfügung
stellt. Schnittstellen zu Datenbanken (z. B. Klimadatenbank Chempoint41), hydrodynamischen
Modellen (z. B. das Diagrammmodul SMS42 oder HSPF43), Geländemodulen, Drainagemodulen etc.
sind enge Kopplungen zu numerischen Modellen (z. B. Drehbeschleunigungsmodul), die die
Daten vereinfachen, die Durchläufe überwachen und getrennt vom Hauptsimulationsmodul
agieren. Die Visualisierung erfolgt über Vektor- und Flächenanimationen, die 3D-Ansichten,
Grau- und Farbschattierungen in entsprechenden Zeitschritten anbieten. WMS ist ein
kommerzielles GIS-basierendes Data-Processing-Framework mit dynamisch automatisierten
Modulkomponenten. Ein Beispiel für ein deterministisches kontinuierliches Simulationsmodell ist
TOPOG44, das auf einem digitalen Geländeanalysemodell basiert. Verteilungsparameter
ermöglichen räumliche und zeitliche Veränderungen, die fest definiert sind und z. B. Bodenart, vegetation, -klima zugeordnet werden.
Mit Hilfe topographischer Attribute, die auf der Basis von Stromliniennetzwerken (streamtubeNetzwerke) funktionieren, werden z. B. Versickerungen, Sedimenttransporte etc. simuliert.
Messwerte können mit unterschiedlicher zeitlicher Auflösung in einem Messzeitraum integriert
und mit Parametern ausgewertet werden. Durch Steuerprogramme und Kontrollschnittstellen
(Topog_demgen) wird der Dateneingang zu anderen Modulkomponenten gesteuert.
Berechnungsmodule agieren geometrisch, analytisch oder numerisch.
Modelle mit diskreten Raum- und Zeitvariablen und kontinuierlichen Zustandsübergängen sind
hybride Formen der Simulation, die sowohl die kontinuierliche Dynamik als auch den ereignisdiskreten Prozess abbilden. Es sind numerische Simulationen (oft verschiedene Teilsimulationen),
die die Zustandsereignisse numerisch über Differential-Algebra-Systeme behandeln und mittels
konkreter Initialisierung die Ermittlung neuer Zustände bestimmen [Ga07].
Zum Beispiel makroskopische Verkehrsmodelle erreichen eine kontinuierliche Verkehrsströmung, indem die Verkehrsdichte p(x,t) und die mittlere Verkehrsgeschwindigkeit v(x,t) in
Abhängigkeit von Ort x und Zeit t über gekoppelte partielle Differentialgleichungen bestimmt
werden. Bestimmungsgleichungen (Kontinuitäts- und Bewegungsgleichungen) des Verkehrsflusses, der Beschleunigung des Verkehrsablaufes werden numerisch basierend auf finiten (endlichen)
Differenzen, finiten Elementen gelöst, die eine räumliche und zeitliche Diskretisierung beinhalten [Ro01]. So werden z. B. Störungsanalysen über die Eingabe von Parametern und deklarierten Randbedingungen optimiert.
ArcGIS – ist der Überbegriff für eine kommerzielle Produktfamilie aus sich ergänzenden GIS-SoftwareProdukten der Firma Esri.
40 GWN – Groundwater Software der Scientific Software Group.
41 ChemPoint/Chem¦ta - include¦ environmental ¦ampling data¦a¦e management and ¦tati¦ical application¦
42 SMS – Surface Water Modeling System der Scientific Software Group.
43 HSPF – Hydrological Simulation Program – FORTRAN der Scientific Software Group.
44 TOPOG – terrain analysis-based hydrologic modelling package http://www.per.clw.csiro.au/topog/
39
23
Simulationsprozesse räumlicher Systeme werden vermehrt, bedingt durch die Bewältigung großer
Datenmengen und die Kombination unterschiedlicher Datenmodelle, auf verteilte Systeme
organisiert, die parallel, zeitgleich oder zeitversetzt ablaufen, z. B. durch multi-reaktive Agenten
(Monte-Carlo-Simulation) oder selbstorganisierende lernende (neuronale Netze) Systeme [Ga07].
Sie beruhen meist auf diskreten Simulationsmodellen. Da zeitkontinuierliche Simulationen zu den
aufwendigsten Simulationsmethoden gehören, gelten Modelle kontinuierlicher Zeit und diskreter
Zustandsübergänge und Modelle diskreter Zeit und diskreter Zustandsübergänge als effizienter.
3.2
Integration und Kopplung diskreter Modellierungsmodelle
Während eines Simulationslaufes wird eine virtuelle Zeit angenommen, deren Ablauf
unterschiedlich je nach Modellvariablen und Methode simuliert werden kann. Ändern sich die
Variablen sprunghaft und nicht fließend, wie in kontinuierlichen Modellen, so sind es diskrete
Simulationsmodelle. Sind die Sprünge von gleicher Länge und führen zu äquidistanten
Zeitpunkten, so werden sie der Taktsimulation (schrittweise oder zeitgesteuerte Simulation)
zugeordnet [Lo04]. Die Simulationszeit wird dabei in Takte gleicher Längen zerlegt, und zu jedem
Taktzeitpunkt werden die Werte der Modellvariablen neu berechnet. Algorithmen überprüfen
die Modellvariablen zu jedem vorher festgelegten Zeittakt und stoßen entsprechende
Änderungsprozesse an. Taktsimulationen sind Zeitfolgesimulationen, d. h. Simulationen partieller
Differenzialgleichungen, die die Veränderungen mittels stetiger Funktionen als Simulationszeit
abbilden. Sie werden für die Darstellung taktbestimmter Prozesse, z. B. Modellierung von
Fahrplänen an Haltestellen, die eine reale Taktung gleicher Zeitabstände von ÖPNV-Linien an
Haltestellen simulieren (Verteilung von Fahrgästen im 5-Minuten-Takt), verwendet [Lo04].
Orientieren sich die Zeitsprünge an Zeitpunkten mit sprunghaften Wert- oder Zustandsänderungen, werden sie als ereignisorientiert definiert. Ein Ereignis bewirkt einen Zustandsübergang (atomar) zum Eintrittszeitpunkt, das Folgeereignisse auslösen kann. Der Prozess wird in
aufeinander zeitlich folgende mit frei wählbaren Zeitintervallen zerlegt [Ma89]. Pro Zeitintervall
können nur endlich viele Zustandsänderungen betrachtet werden.
Zufallsvariablen können zudem Aussagen über die zu erwartende Wahrscheinlichkeit eines
Zustandswechsels liefern. Eine Form der ereignisgesteuerten Modellierung ist die aktivitätsorientierte Simulation [Lu02], in der Zustandsänderungen (Aktivität) durch Anfangs- und
Endergebnisse charakterisiert werden. Zwischen den Aktivitäten finden Zeitsprünge statt, da nur
die Zeit und der Zustand am Anfang und am Ende einer Aktivität in einem festgelegten Zeitraum
relevant sind [Ma89]. Die Dynamik eines Systems ist auf eine Menge von Aktivitäten
verteilt [Lu02]. Ein prozessorientiertes Modell ist ein Gebilde aus einer Menge interagierender
Objekte [Ma89], die aktive und inaktive Prozessphasen durchlaufen. Aktive Phasen können neue
Prozesse zu bestimmten Zeitpunkten generieren, aktivieren, andere Prozesse planen und
deaktivieren. Anders als bei Ereignisroutinen kann der unterbrochene (inaktive) Prozess zu einem
anderen Zeitpunkt fortgeführt werden. Beispiele dafür sind aktivitätsorientierte Verkehrssimulationen, Simulationen von Stadtentwicklung und Flächennutzung. Zeitparameter, Ausführungsbedingungen und Transformationsregeln bestimmten deterministisch das Systemverhalten. Die Möglichkeit, stochastische Methoden (Wahrscheinlichkeitsverteilungen, Zufallsströme) einzubeziehen und optimierende Verfahren zu integrieren, wie z. B. zeitbehaftete
Automaten, Petri-Netze oder Fuzzy-Logik, erlaubt ganzheitliche Analysen von Systemstruktur
und –verhalten. Der Anwendungsbereich und die Standardisierung von Elementen und Sprachen
diskreter Simulationen sind dementsprechend größer, z. B. Evakuierungssimulationen,
Rückkopplungsverhalten sozioökonomischer Systeme etc. Raumdiskrete Modelle fassen
Systemgrößen in Raumeinheiten zusammen. Diskreta in Geoinformationssystemen sind isolierte
bzw. abgegrenzte Objekte, die entsprechend ihrem Vorkommen absolut (Objektfläche, -linie,
24
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
-punkt), relativ (Verbreitungsfläche, -linie, -punkt) oder flächenbezogen (Bezugsfläche)
sind [Ha02]. Geoinformationssysteme beschreiben diskrete Objekte durch Messungen oder
Vektordaten. Bei der Rasterdarstellung werden sie nachträglich extrahiert durch z. B. zonale
Operatoren, die aus nominalen Klassen bestehen, d. h., alle Zellen derselben Klasse bilden eine
Zone [Bl02]. Interpolationsmethoden, wie Kriging45 (Schätzverfahren), die auf der Annahme
beruhen, dass räumliche Verteilungen mit demselben Muster erfolgen, werden für die Erzeugung
von diskreten Daten oder diskreten Daten umgewandelter Ereignisse (z. B. Indicator in
Geostatistical Analyst von ArcGIS) in Geoinformationssystemen eingesetzt [ESR07].
Ein Beispiel für stochastische Simulationsmodelle ist das mikroskopische, zeitschrittorientierte
Simulationsmodell VISSIM zur Nachbildung von Stadt- und Außerortsverkehr. Das
Simulationstool basiert auf einem Netzmodell, das durch eine Netztopologie Routen,
Abbiegerelationen, ÖV-Linienverläufe modelliert, wobei das Routing auf drei verschiedene
Verfahren zurückgreifen kann (stochastische Verteilung auf festen Routen, dynamisch mit zeitund verkehrsunabhängiger Routenwahl und dynamische Umlegung in Abhängigkeit von
Fahrzeugklassen und stochastischen Routenwahlverfahren). Das Simulationsmodul implementiert
verschiedene Bewegungsmodelle (Fahrzeugfolgemodell mit einer zeitlichen Auflösung von 1/10
Sekunde, Fahrstreifenwechselmodell mit frei definierbaren Fahrer-Fahrzeugklassen), die
automatisch mehrere Simulationsläufe mit unterschiedlichen Startzufallszahlen (stochastisch)
integrieren. Die Visualisierung wird durch ein 2D-Animationsmodul und einen 3D-Modeler
(V3DM) realisiert. Gekoppelt ist das Simulationsmodell mit dem Verkehrsplanungsmodell
VISUM, dessen Datenmodellierung auf integrierte Verfahren wie aktivitätsorientierte Modelle,
Trip-End-Modelle, Umweltmodelle (Schadstoff-, Lärmemission) sowie graphische Analysen
(Spinnen, Isochronen) basiert. GIS-Daten werden ebenfalls gekoppelt über Schnittstellen zu
MapInfo oder ArcGIS, die erst in VISUM eingelesen und anschließend in das VISSIM importiert
werden. Es gibt keinen Methodenaustausch zwischen den Datenmodellen des Geoinformationssystems und dem Simulationsmodul. Erweiterte COM-Schnittstellen ermöglichen durch CallbackFunktionen vereinzelten Zugriff auf Netzelemente in VISSIM.
Module zur makroskopischen Verteilungsanalyse wie VISEVA, die mittels Iterationsverfahren
Verteilungsmuster analysieren oder Module zur Aktualisierung von Verkehrsnachfragematrizen
wie VStromFuzzy, die Verfahren unter Berücksichtigung von Unschärfebereichen (FuzzyMethode) Zählwerte aktualisieren, sind Beispiele für Kopplungen durch Austausch über Dateien,
aber auch Ansätze über Schnittstellen des direkten Informationsaustausches (COM-Schnittstellen). Besonders in verteilten Systemen können diese Ansätze beobachtet werden. Sie dienen
der Beschleunigung von Simulationsabläufen.
Ansätze paralleler (Verteilung auf mehrere Prozessoren) und verteilter (Unterteilung in
Submodelle) Simulationen benötigen einen direkten Datenaustausch, um so die Verteilung der
Komplexität zu realisieren. Die mehrschichtige Architektur ermöglicht einen einfachen Zugriff
auf verschiedene Quellen. Verteilte Systeme spielen in der Geoinformation eine zentrale Rolle,
insbesondere die Nutzung und Vernetzung bestehender, heterogener Geodaten.
Kriging bezeichnet eine Interpolationsmethode, basierend auf numerischen Messungen der räumlichen
Variation von bekannten Punkten, die in unterschiedlichen Entfernungen liegen[Ge07].
44
25
3.3
Integration und Kopplung von parallelen Modellen
in verteilter Umgebung
„Unter der Bezeichnung »Verteilte Systeme« versteht man Netzwerke, die geografisch verteilt und
logisch über Knotenrechner verbunden sind. Generell ist die Konfiguration so, dass die
Knotenrechner sich die gemeinsamen Ressourcen wie Fiale-Server, Print-Server, HostAnwendungen oder Datenbanken teilen. Die Kommunikation zwischen den DDP-Knoten
(Distributed Data Processing) kann sporadisch oder intensiv sein, interaktiv oder in
Stapelverarbeitung“ [IT08].
Die Unterschiede zwischen verteilten und parallelen Systemen sind nicht mehr so klar zu
definieren, da neue Entwicklungstrends die Eigenschaften beider Ansätze implementieren. Die
Idee ist, dass parallele Modelle Prinzipien und Synchronisationsmechanismen45 beschreiben, die
eine verteilte Ausführung auf einem Netzwerk von Ressourcen unterstützen [Kü03]. Optimiert
wird ein Prozess durch gleichzeitiges Operieren auf mehreren Prozessoren (Rechnern), deren
Geschwindigkeit sich erhöht, wenn über ein Multithreading46 das Ausführen auf mehreren
Berechnungsroutinen verteilt wird. Ein gleichzeitiger Datenaustausch kann nur mittels
Synchronisationsmechanismen erfolgen, d. h. durch Senden und Empfangen von synchronisierten
Nachrichten. Die Kommunikationsmethoden können asynchron oder synchron sein, die
wiederum blockierend (d. h. wartend, bis die Kommunikation beendet ist) oder nicht blockierend
(führt parallel zur Kommunikation andere Operationen aus) fungieren können [Ge89]. Die
Zerlegung in Teilprobleme und deren Zuordnung auf entsprechenden Prozessoren (funktionale
Verteilung) sowie die Übertragung von Kommunikations- und Synchronisationsvorgängen sind
wichtige Kriterien der Parallelisierung.
Je nach Kommunikationsmuster und Programmiermodell wird ein Objekt mit komplexen
Abfolgen und Zustandsübergängen modelliert. Programmierumgebungen zum verteilten Rechnen
können einfache Message Passing Interfaces (MPI) sein, oder es werden zur Ausführung von
unabhängigen verteilten Simulationsläufen parallelisierende Compiler, funktionale und
logikbasierte Programmierung eingesetzt. Das Simulationsmodell ist meist funktional in logische
kooperierende Teilprozesse unterteilt. Mit einer geeigneten Parallelisierung, die z. B. durch
Partitionierung, d. h. Aufteilung in Teilmodelle abhängig vom Kopplungsgrad (je höher,
komplexer und aufwändiger, desto geringer eine Beschleunigungsoptimierung) realisiert wird,
kann neben dem Speicherverhalten (mit Rollback-Möglichkeit, Ereignisse können rückgängig
gemacht werden), der Dynamisierung von Modellbeschreibungsdaten und der Konsistenzsicherung (durch Synchronisation) in verteilten Simulationsumgebungen die Integration von
Simulationsfunktionalitäten realisiert werden. Standardisierte Verfahren für verteilte
Simulationssysteme sind u. a. das Kommunikations- und Koordinierungsprotokoll Distributed
Interactive Simulation (DIS), die Softwarearchitektur High Level Architecture for Modeling and
Simulation (HLA) oder das objektorientierte Client-Server-Anwendungsdesign CORBA (Common
Object Request Broker Architecture) und die Parallel Discrete Event Simulation (PDES).
Synchronisationsmechanismen regeln die Kommunikation untereinander ohne Einschränkungen
bezüglich der Ausführreihenfolge.
46 Multithreading (auch Mehrfädigkeit) bezeichnet das zeitgleiche Abarbeiten mehrerer Threads
(Ausführungsstränge innerhalb eines einzelnen Prozesses oder eines Tasks).
http://zone.ni.com/devzone/cda/tut/p/id/6680
45
26
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
Die Einbindung von GIS-Komponenten dient zum einen als Basisdienst räumlicher Informationen
und zum anderen als Analysewerkzeug und kann dynamisch über permanente oder temporäre
Komponenten modelliert werden, um z. B. während einer Laufzeit Anwendungen, Objekte,
Ereignisse hinzuzufügen oder zu entfernen [Kl01]. Das Kombinieren der Softwarekomponenten,
die sog. Systemkomposition (Hinzufügen oder Entfernen von Komponenten), ist stark von dem
zeitlichen Verhalten (definierte Zeitpunkte, Anfangs- und Endzeit) der verschiedenen Komponenten abhängig.
Ansätze einer zeitgesteuerten Architektur wie Trigger47 oder Scheduler48 ermöglichen eine
flexible Komposition, ohne die zeitlichen Garantien zu verletzen. Simulationsmodelle in einer
verteilten Umgebung (z. B. Simulationsnetzdienste wie Client Server oder agentenbasierte
Simulationsmodelle) sind stark von einer zeitlichen Synchronisation abhängig. Die zeitlichen und
räumlichen Aspekte werden z. B. durch HLA-fähige Komponenten flexibel zu einer Komposition
miteinander verbunden.
Beispiele zur Visualisierung geographischer Informationen und paralleler, verteilter und
internetbasierter Simulation sind individuenorientierte (zellulare Automaten) oder agentenorientierte Simulationsmodelle (Agenten, die in einem Agentensystem durch gemeinsame Protokolle,
Ontologien und Interaktionsvereinbarungen mit weiteren Agenten kommunizieren).
3.3.1
Integration und Kopplung individuenorientierter Simulationsmodelle
Individuenorientierte Modelle simulieren durch räumliche und zeitliche Differenzierungen
Interaktionen zwischen Individuen, z. B. eines Ökosystems mit einer eher geringen Anzahl an
Individuen (z. B. Organismen). Die individuenorientierte Modellierung basiert auf dem Ansatz
der verteilten, diskreten Simulation mit Integrationsmöglichkeit kontinuierlicher Modellierungsmethoden, z. B. in Zellularen Automaten bzw. höheren Petrinetze (mathematisches Modell von
nebenläufigen Systemen, zeiterweiterte Petrinetze können deterministisch oder stochastisch
sein). Eine Kopplung mit Geoinformationssystemen wird derzeit an der Universität Oldenburg am
Department Informatik im Bereich Umweltepidemiologie untersucht. I-EPISIM-2, eine
Simulationssoftware zur simulativen Analyse zeitlich strukturierter Expositionsdaten von
Umweltsystemen gekoppelt mit einem internetbasierten geographischen Informationssystem
InterGIS49, ermöglicht durch das verfügbare ActiveX-Control und die C++Programmierschnittstelle eine Anbindung an das Simulationsmodell. Zellulare Automaten (ZA)
werden mit Hilfe von i-EPISIM-2 gesteuert und zur Auswertung von Simulationsläufen
(animiert) visualisiert oder mit Methoden der deskriptiven Statistik aufbereitet [Kö01]. Die
verteilte Datenhaltung heterogener Daten aus z. B. relationalen (RDBMS) oder objektorientierten
(OODBMS) Datenbanken werden durch Treiberschnittstellen mit räumlichen und thematischen
Zugriffspfaden in einem Framework modelliert. Wrapper50 bilden die angebotenen
Funktionalitäten auf verschiedene Systeme ab und ermöglichen die Integration von Objekten,
Daten und Methoden. Anfragen werden identifiziert und der Zugriff auf partitionierte Daten
(Objektarten, Raumbezug) gemanagt.
Trigger-Auslöser von Ereignissen bzw. Starten eines Skriptes, in Datenbanken werden Trigger mit Tabellen
verbunden, die bei einem bestimmten Ereignis aktiviert werden, Trigger-time-Zeitpunkt der Trigger-Aktion
bevor oder after?????
48 Scheduling-Zeitablaufsteuerung, weist Prozessen zeitlich begrenzte Ressourcen (Zeit und Speicher) zu.
49 InterGIS – kommunales GIS-Liegenschafts- und Auskunftssystem.
50 Wrapper – überprüft Zugriffsberechtigung des Kommunikationspartners, dient als Schnittstelle zwischen
Kernsystem im Webservice www.intergis.de.
47
27
Über Kommunikationsmodule werden die Anfragen auf dem Clientrechner ausgewertet und in
einem Grafikmodul mit konkreten Zeichenkontexten verschiedener Systemumgebungen
visualisiert (Parameter für Farbe, Schraffur). Die simulierten Komponenten werden einer eigenen
geographischen Klasse zugeordnet und auf einer benutzerdefinierten InterGIS-Ebene dargestellt [Kö01].
Analysen, z. B. zur Schadstoffbelastung eines Individuums oder einer Gruppe von Individuen,
können räumlich auf Grund von Bewegungsmustern und Topologien zusammenhängend betrachtet werden.
Kommunizieren die Individuen miteinander und agieren in ihrer Umwelt flexibel und selbständig
durch gemeinsame Protokolle, Ontologien und Interaktionsvereinbarungen, so werden sie als eine
abgrenzbare Softwareeinheit innerhalb eines Agentensystems betrachtet. Dynamisch
interagierende Simulationskomponenten, die nicht unbedingt alle a priori bekannt sind, die eine
Fremdkontrolle nur eingeschränkt zulassen und zwischen denen elaborierte Kommunikationsund Koordinationsprozesse erforderlich sind, werden den agentenorientierten Modellen
zugeordnet [We01].
3.3.2
Integration und Kopplung agentenorientierter Simulationsmodelle
Agentenorientierte Simulationsmodelle beruhen auf dem Konzept der Multiagentensysteme, das
aus interagierenden, autonomen Agenten besteht [Kl01]. Ein Agent in einem Simulationsmodell
ist eine virtuelle Einheit, die selbständig in Relation zu ihrer Umwelt agiert, mit anderen Agenten
kommuniziert und unter anderem eigene Ressourcen, Wahrnehmungs- und Aktionsfähigkeiten
besitzen kann [Me06].
Ein Multiagentenmodell simuliert Raum und Zeit, in denen durch Interaktionen Muster und
Verhalten eines Systems analysiert und prognostiziert werden können.
Im Gegensatz zu zellularen Automaten (z. B. Umweltmodelle), die auf der Basis von räumlichen
Einheiten und Zuständen der Nachbarzellen den eigenen Zustand nach einheitlichen Regeln
aktualisieren, können Agenten in einem Multiagentensystem völlig unterschiedliche Regelsätze
besitzen und sich im Raum bewegen [Kl01]. Durch die Integration mehrerer Modellierungsmethoden können Multiagentensimulationsmodelle deterministische, stochastische, statische, dynamische, diskrete, kontinuierliche, reaktive (intelligente Agenten können Veränderungen wahrnehmen und darauf reagieren) und pro-aktive (intelligente Agenten agieren selbst) Ansätze implementieren [Kl04]. Klassifiziert werden sie nach den Eigenschaften der Aktivität, Mobilität,
Kommunikativität, Lernfähigkeit etc., so dass verschiedene Agententypen modelliert werden
können.
Die Modellierung diskreter und kontinuierlicher Methoden erfordert sorgfältige Konzepte, denn
die Verlinkung des Verhaltens aus der Mikroebene in ein kontinuierliches Makroverhalten kann
zu Emergenz führen, d. h., Phänomene, die nicht direkt aus den Verhaltensweisen und
Interaktionen ableitbar sind, können während der Simulation entstehen. Werden sie aus der
Makroebene abgeleitet (Top-Down-Weg), können ungewollte Phänomene auftreten. Beim
Bottom-Up-Vorgehen aus der detaillierten Mikroebene hingegen werden Agenten direkt aus
Theorien oder Beobachtungen modelliert, die testen, ob gewünschte Phänomene in der
Simulation beobachtet werden können [Kl04].
Ein Beispiel für lokal modellierte Agenten und für eine makroskopisch raumbezogene
Untersuchung ist das gekoppelte Management Application of an Agent Based Model: Control of
Cowbirds51 at the Landscape Scale mit dem Geoinformationssystemen GRASS.
28
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
Ein Bewegungsmodell, das Populationen in vier verschiedenen Bewegungsrhythmen simuliert.
Die Populationsarten werden als Agenten mit kognitiven Fähigkeiten in Swarm52 modelliert und
dynamisch über importierte Rasterdaten aus dem GIS GRASS abgebildet. Die Ergebnisse eines
Simulationslaufes werden in das GRASS-Format für weitere GIS-Analysen in GRASS
exportiert [Har02].
Eine flexible Kopplung zwischen einem Multiagentensystem und einem Geoinformationssystem
ist das im Rahmen einer Diplomarbeit erstellte Framework MAFIA53. Während eines
Simulationslaufes findet ein direkter Informationsaustausch über eine COM54-Schnittstelle zu
ArcGIS statt, mit dem Ziel, einen Agenten im Raum zu bewegen, zu analysieren, zu erkennen und
zu verändern. Für die direkte Nutzung von GIS-Funktionen wurden ArcObjects-Klassen
verwendet, die über einen COM-Aufruf gestartet werden. Auch in diesem Modell wird die Zeit
nur durch Historien der Attribute abgebildet, da ArcGIS keinen temporalen Ansatz bietet [Me03].
Ein Beispiel für die Kopplung zwischen einem Geoinformationssystem (GeoMedia) und einer
Multiagentensimulation mit pädagogischem Aspekt ist das Polizeisimulationsframework
ExpertCOP55 der Universität Fortaleza, Brasilien. Lernfähige Agenten können durch
Eingabeparameter wie Zeit, Ort, demographische Dichte, Entweichungswege und mit Hilfe eines
Wahrscheinlichkeitskonzeptes (wo und wann zu über 80 % z. B. ein Diebstahl stattfinden wird)
Prozesse simulieren, die für diesen Zeitraum in der gewählten Region alle relevanten Daten (z. B.
Verbrechen) aus der Datendatenbank extrahieren. Der pädagogische Agent hat die Fähigkeit, über
Interaktionsbeispiele auf Lernstrategien (warum geschah das Verbrechen etc.) zurückzugreifen
und erklärend zu agieren [Va04]. Das Framework wurde mit Java auf einer Multiagent-JADEPlattform für eine Geosimulation entwickelt. Eine Geosimulation ist ein Simulationsmodell für
städtische Phänomene mit einem Multi-Agenten-Ansatz zur Simulierung von diskreten,
dynamischen und ereignisorientierten Systemen [Be04].
Über einen Domain-Agenten wird intelligentes Verhalten modelliert, das zur Analyse,
Argumentation, Entscheidung und schließlich Interaktion befähigt. Der GIS-Agent ermöglicht,
mit Agentenlinien der Straße die Dynamik der Domain-Agenten abzubilden und zu verfolgen.
Aus dem GIS heraus wird die Karte erzeugt, manipuliert und aktualisiert. Über den ControlAgent,
die Benutzerschnittstelle, basierend auf Java-Server-Page-Technologie (JSP) und dem ApacheTomcat, werden die Zugriffe, Konfigurationen auf die Multiagenten-Plattform und die GISSoftware überwacht [Va04]. Das ExpertCOP-System wird noch in seiner Anwendbarkeit
untersucht sowie die generische Architektur überprüft.
Multiagentensimulationen von Phänomen sind aufwendiger zu modellieren, je detailgenauer
Agenten konzipiert werden (viele Agenten, viele Aktualisierungen).
Cowbirds – Braunkopf-Kuhstärlinge, Brutparasiten in Michigan, deren Nachwuchs den Altersgenossen der
Pateneltern keine Überlebenschance bietet.
52 Swarm – agent- and individual-based model http://www.swarm.org
53 MAFIA – Multi-Agent-Framework interacting with ArcGIS www.usf.uniosnabrueck.de/~smeinert/mafia.pdf
54 COM-Schnittstelle – Abkürzung für Component Object Model; von Microsoft definierter Standard für die
Kommunikation und Steuerung von Softwarekomponenten. www.at-mix.de/com_schnittstelle.htm s.a..
www.it-visions.de
55 ExpertCOP – Police Patrol Training Simulation Geosimulationssoftware http://www.savannahsimulations.com/products/index.html
51
29
3.4
Echtzeit-Kopplung in GIS über web-basierte GIS-Technologie
Die Ebenenstruktur eines Geoinformationssystems, der schichtweise Aufbau, bietet die
Möglichkeit, Zeitattribute in Ebenen abzulegen. Die verteilte Speicherung von Zeitdaten wird
durch Zeittabellen realisiert, die je nach Zeitgranulat in Teilmengen untergliedert bzw. gefiltert
werden kann. Im Gegensatz zum Ansatz der Snapshots (Momentaufnahmen räumlicher Eigenschaften zu verschiedenen Zeitpunkten), die zu Time Slice (Zeitabschnitten), meist durch
Interpolation von Messpunkten gleicher Zeit (synchron) zu Polygonen in Gruppen oder zu Time
Series (Zeitreihen bei asynchroner räumlicher Veränderung, Diffusionen) zusammengefasst und
ebenenweise abgelegt werden, können Zeitstempel einzelnen Objekten zugeordnet und in Spacetime composites zusammengefasst werden [La92].
Je nach Modell werden Objekte mit einem Datum (Stunde, Woche, Jahr), einem Muster (z. B. 5,7
für 5-7 h), Periode (24 h) oder mit einem Anfangs- und Endzeitpunkt bedacht, um ihre Zeitdauer
zu dokumentieren. Unter Echtzeit von einem Basiszustand ausgehend werden Veränderungen
nicht in vereinzelten Ebenen, sondern in einer gemeinsamen Ebene gespeichert und miteinander
verschnitten, aggregiert bzw. topologisiert [La92].
T1-1950
T2-1970
T3-1985
Composite
Abb. 2: Time in GIS, Quelle: Langran
Die Zustandsänderungen werden vom Basiszustand abgekoppelt und mit einer eigenen Historie
versehen, um so redundante Daten in Versionsbäumen zu vermeiden. Ein Beispiel für das
Anlegen einer Objekthistorie ist die geographische Geodatenbank in ArcGIS Geodatabase. In
gesonderten Archiv-Klassen werden alle Änderungen der Geodatabase-Elemente (Geometrien,
Attribute, Netzwerke, Topologien) geschrieben, die separat von den aktuellen Zustands- und
Delta-Tabellen der eigentlichen Feature-Klasse gespeichert werden [ESR07].
Delta-Tabellen sind Replikationsmechanismen der Data-Warehouse-Technologie, die analog zur
Snapshot-Aktualisierung replizierte (kopierte) Daten in Tabellen mittels SQL-Anfragen schreiben
und verwalten. Die geprüften, konsistenten Delta-Tabellen können verteilt verwaltet
werden [Th05].
Zeitnahe
Daten,
die
direkt
übermittelt
werden,
können
in
Geoinformationssystemen über Zeitmanagementfunktionen (Funktionen zur Synchronisation von
internen und externen Uhren, z. B. aus Echtzeitnetzen) mit Online- und Echtzeitkomponenten
gekoppelt werden. Über Empfangs- und Managementprozesse werden empfangene Zeitstempel
direkt übermittelt oder über eine Korrektur der Latenzzeiten (Verzögerungszeiten) im
Zeitstempel manipuliert. Ein Beispiel für Echtzeitnetze in Geoinformationssystemen ist das in GIS
integrierte Echtzeitüberwachungssystem des Westnilvirus in Kanada.
30
Dynamische Visualisierungskonzepte durch Kopplung von
Simulations- und Geoinformationssytemen
3.4.1
GIS-integrierte Echtzeitüberwachungssystem
Überwachungsdaten des Westnilvirus, der durch Vögel, Pferde und verschiedene Mückenarten
auf Menschen übertragen wird, werden in einem Echtzeitüberwachungssystem strukturiert
erfasst, in die GIS-Technologie integriert und über eine Webseite visualisiert. Realisiert wurde das
System durch ein serverseitiges komponentenbasiertes Framework im J2EE Java Standard, der die
Entwicklungs- und Ablaufumgebung für Anwendungen definiert. Der Kern des Frameworks ist
eine flexible Steuerungsschicht, die auf Standardtechnologien wie Java Servlets56, JavaBeans57,
Resourcebundles58 und XML sowie verschiedene Jakarta Common-Pakete59 aufgebaut ist. Der
Zugriff auf datei- und datenbankbasierenden Datenquellen (nationale und provinzielle
Datenbanken), auf Überwachungsmanagementdaten sowie auf verschiedene Kartendienste
(WMS-Datenquellen, ArcIMS, GeoProcessing OGC WMS) wird durch Live-Schnittstellen, den
sog. Datenservern wie WMS-Server und Web-Server ermöglicht. Der kaskadierende Aufbau der
Architektur erlaubt die Integration der Überwachungsdaten via Web-Eingabe, deren Datenanalyse mit statistischen Methoden für diskrete Zeitpunkte oder periodisch für Zeiträume (historisch oder aktuell) auf drei räumlichen Ebenen (Landes-, Provinzebene u. Ebene des öffentlichen
Gesundheitsdienstes) erfolgt. Organisiert ebenfalls durch dynamische separate Tabellen ist eine
Integration verschiedener GIS-Funktionalitäten sowie Managementfunktionen auf Zugriffs- und
Benutzerrechte verschiedener Teilbereiche möglich.
Zu den GIS-Fähigkeiten gehören die Validierung der verschiedenen Raumbezugssysteme (GPS,
Postcode-Adressierung, Landeskoordinaten, Rasterdaten etc.), Georeferenzierung sowie die
Visualisierung von Punktkarten (Densitymap), Klimakarten in Verbindung mit der Mückenpopulation (Degree-Days-Map), Lage der Messstellen und Darstellung der Schadenanalysen,
Embargogebiete, Animation der statistischen Analysen.
Für die Echtzeitüberwachung agieren vier Softwaremodule:

Modul, das Funktionen von Webseiten unterstützt,

Modul, das die Echtzeitdaten aus der Datenbank Oracle extrahiert und daraus statistische
Karten erzeugt, die zurück in Oracle gespeichert werden,

Modul, das aus echtzeitnahen Daten Punktkarten ableitet und diese an Institutionen bzw. an
verschiedene Nutzer regelmäßig per E-Mail versendet,

Modul, das Daten aus der Datenbank zu Reports in Form einer Excel-Tabelle generiert.
Ein ETL-Client synchronisiert die unterschiedlichen Datenarten von Bundes- und
Provinzbehörden, von alten und neuen Systemen, Systemen von z. B. englischen und französischen Provinzen, Zeitsystemen, die Zeitverzögerung zwischen Eingabe und Speicherung etc.
Um unterschiedliche Module und Systeme nutzen zu können und um Informationen
weiterzuleiten, werden unterschiedliche Tools (System Konfiguration Tool, Schedule
Management Tool, Group Management Tool, User Management Tool etc.) verwendet [Po06], die
in den entsprechenden Ebenen (Schichten) agieren. Die Integration erfolgt durch die Kopplung
verschiedener Komponenten in einem Framework. Die speziell angepasste GIS-Technologie
visualisiert die Daten der Krankheitsüberwachung.
Java Servlet sind Java-Klassen des J2EE Applicationsserver.
Java Beans sind Software-Komponenten der Programmiersprache Java.
58 ResourceBundle bilden die Basis für Klassen, die eine Sammlung von Ressourcen und Informationen in der
Java-Bibliothek verwalten. java.sun.com/developer/technicalArticles/Intl/ResourceBundles/
59 Jakarta Commons bietet Zugriffsfunktionalitäten auf Internetressourcen.
http://java.sun.com/products
56
57
31
3.5
Zusammenfassung
Der Abschnitt verdeutlicht, wie sich die diskreten, kontinuierlichen, stochastischen und
deterministischen Modellansätze mit unterschiedlichen Technologien kombinieren lassen. Die
Überführung von z. B. kontinuierlichen, deterministischen Zuständen in diskrete, stochastische
Zustände kann je nach Anwendung durch entsprechende, jedoch aufwendige Simulationsmodelle
gelöst werden. Die erläuterten Methoden dienen dem Verständnis der zeitlichen Abbildung eines
dynamischen Prozesses und zeigen anhand der ausgewählten Beispiele, wie die räumliche
Komponente integriert wird. Offene Fragestellungen sind dennoch die Effektivität und
Wiederverwendbarkeit bestehender Modelle und Konzepte. Dabei spielt die Art der Kopplung
zwischen der räumlichen Komponente eines Geoinformationssystems und der zeitlichen
Komponente eines Simulationssystems, sofern es nicht nur um die Bereitstellung von Geobasisdaten handelt, die über Sichtfenster realisiert werden, eine wesentliche Rolle. Integrierende
objektorientierte Aspekte sind Entwurfsmuster zur Übersetzung von Schnittstellen für die
Kommunikation von Klassen mit zueinander inkompatiblen Schnittstellen oder gekapselte
Zugriffe auf föderierte Systeme, wie Data Warehouses mit Verteilungsplattformen (Middleware)
zur personen- oder anwendungsspezifischen Informationsintegration mehrerer Datenquellen. Die
Kapselung von Objekten, die die Kommunikation von Daten und Methoden verschiedener
Systeme erlauben, ist für die Integration räumlicher Komponenten mit der Implementierung
spezieller GIS-Funktionen ein weiterer wichtiger Aspekt, der in das Konzept dieser Arbeit
einfließt. Die Anwendungen loser und enger Kopplung im Hinblick auf die zeitliche Komponente
werden erst ansatzweise realisiert. Oft wird der Programmieraufwand für die Kopplung mit einem
GIS umgangen, indem z. B. Geoinformationen ohne GIS mit Spracherweiterungen (siehe 2.3.3)
relationaler Datenbanken (z. B. Geo-SQL) analysiert werden. Listen mit Objekten werden über
Spezifikationen automatisierter Analysen direkt abgefragt und im Internet-Browser visualisiert.
Aufbauend auf den vorangegangenen Ausführungen, wird ein Schichtmodell konzipiert, das
Zeitskalen mit Raumdaten bereits in der Datenhaltung zeitabhängig (Zeitstempel, Historie)
verwaltet, dynamisch verarbeitet und für prozessorientierte Fragestellungen simuliert. Die
Simulation bzw. die Prozessdynamik wird nach methodischen Gesichtspunkten zeit- und
raumbezogen visualisiert.
32
4
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Das Management dynamischer Daten hat, bedingt durch wachsende Anwendungen in der
Geoinformation, in der mobilen Kommunikationstechnologie, im Katastrophenmanagement und
in der Verkehrsüberwachung an Bedeutung gewonnen. Die Entwicklung neuer Methoden zur
Beschreibung dynamischer komplexer Prozesse profitiert von Forschungsergebnissen aus dem
räumlichen und temporalen Datenbankdesign, aus der Simulationstechnik und der GI-Science.
Nach dem Einordnen der in Kapitel 3 aufgeführten Simulationstechniken in Zusammenhang mit
Anwendungen im GI-Bereich wird in diesem Kapitel die Konzeption anhand eines
Modellbeispiels, das dynamische und räumliche Aspekte vereint, vorgestellt. Die interdisziplinäre
Herangehensweise in dieser Arbeit soll neue Entwicklungstrends einbeziehen sowie Simulationsund GI-Science-Methoden integrieren, um genaue Vorhersagen zukünftigen Geschehens
dynamischer Raumphänomene zu ermöglichen. Am Beispiel verkehrsthematischer Fragestellungen werden sowohl kurzfristige Fragen als auch langfristige Zukunftsszenarien im Raum
untersucht.
Für die Beschreibung dynamischer Systemstrukturen wird ein verteiltes, komponenten- und
serviceorientiertes Modell entwickelt, das in der Datenhaltungsschicht, die sowohl relationale als
auch objektorientierte Datenbanken integriert, räumliche und zeitliche Aspekte implementiert.
Weiterführend werden dynamische Raumdaten mit lose gekoppelten simulations- und geoinformationsspezifischen Operatoren aufbereitet und in einer adäquaten Weise visualisiert.
Ziel ist es, ein halb-mobiles Netz in einer serviceorientierten Architektur beispielhaft sowohl für
Standardlösungen als auch für Individualentwicklungen zu konzipieren, das flexibel im Rahmen
unterschiedlicher Anwendungen auf entfernte Funktionen zugreifen und anhand ausgereifter
Visualisierungsmethoden Prozesse zügig und echtzeitnah gestalten und anpassen kann.
4.1
Modellierung dynamischer Strukturen in einer prozessorientierten
Architektur
Das für die folgende Anwendung gewählte Architekturmuster ist prozessorientiert im Gegensatz
zu einer anwendungsorientierten Client-Server-Architektur, die den Grundaufbau hierarchisch
konzipiert und das System in Schichten (Komponenten einer Schicht können nur auf die darunter
liegende Schicht zugreifen) zerlegt. Der Ausgangspunkt einer serviceorientierten Architektur sind
die fachlich beschriebenen Dienste/Services mit einer Menge von Funktionalitäten, die zu
komplexen Services (composite services) bzw. Prozessen in verteilten Systemen mit getrennten
Verantwortlichkeiten kombiniert werden können [Gr06].
Für das folgende Modell zur Darstellung dynamischer Raumphänomene wird eine serviceorientierte Architektur konzipiert, die gegenüber konventioneller objektorientierter Middelware
(z. B. CORBA, Java RMI) keinen individuellen Aufbau mit immer wieder neu anzupassenden
Komponentenschnittstellen zur Integrationsplattform verlangt [Ri05].
Serviceorientierte Architekturen (SOA) koppeln Dienste und Komponenten lose über einen
Enterprise Service Bus (Datenaustausch in Form von Service-Aufrufen). Diese fachspezifische
33
Sicht auf Komponenten verbirgt alle Implementationsdetails, die plattformunabhängig über
einheitliche Aufrufmechanismen die Dienste miteinander verbindet [Ha03].
Das Entwurfsprinzip der Kapselung von Implementationsdetails hinter definierten Schnittstellen
sowie die Trennung der Zuständigkeit aus Anwendersicht und die Wiederverwendung
bestehender Komponenten (durch lose Kopplung Zu- und Wegschalten einzelner Komponenten
möglich) soll die Komplexität reduzieren. Ein weiterer Grund für die gewählte Architektur ist die
Flexibilität und Anpassungsfähigkeit für netzgegründetes verteiltes Rechnen auch schon bei
kleineren Anwendungen in einer nahen Echtzeitumgebung.
Eine serviceorientierte Architektur mit räumlichen Komponenten über standardisierte Protokolle
kann Inhalte und Funktionen mehrerer Prozesse verknüpfen, um Dienste verschiedener Clients
zur Verfügung zu stellen, um Prozessmodelle zu koppeln oder um spezifische Anwendungen zu
implementieren. Angebunden an eine Integrationsplattform können Dienste mit anderen
Diensten kombiniert werden.
Die Ebenenstruktur eines Geoinformationssystems, der modulare Aufbau, lässt sich in eine
serviceorientierte Architektur effizient integrieren. Bisher werden in Kartendiensten raumbezogene Daten gekapselt über einen Server zu Verfügung gestellt. Eine zweite Variante ist, dass
mittels SOA-Diensten Funktionalitäten (Adresssuchdienste etc.) bereitgestellt werden.
Dynamische Prozessdaten können in einem serverorientierten Konzept durch die Bereitstellung
von Simulations- und Geoinformationsoperationen analysiert, visualisiert und in Datenbanken
mit temporalen Funktionen archiviert werden. Die Aufteilung der Anwendungen in
Komponenten gestattet ein verteiltes Datenprocessing.
Folgend wird ein Lösungsansatz vorgestellt, der sowohl den dynamischen als auch den
räumlichen Aspekt anhand verkehrlicher Problematiken integriert. Zielvorstellungen in der
Stadt- und Verkehrsentwicklungsplanung sind bestmögliche Raum-Verkehrssysteme, die nicht
nur sektorale Optimierungen betrachten, sondern Gesamtbewertungen anstreben, die langfristig
sowohl die Funktionalität im Verkehr als auch die Umwelt- und Stadtverträglichkeit sichern.
Grundlage eines Verkehrssystems ist die räumliche Verteilung verschiedener Nutzungen
(Wohnen, Gewerbe, Einzelhandel) und deren Verbindungen, die Infrastruktur.
Das System unterliegt ständigen Veränderungen, so dass Diskrepanzen zwischen schneller
Anpassung der Mobilität und des zu planenden sowie zu realisierenden Infrastrukturausbaus für
einen störungsfreien Verkehrsablauf entstehen. Das Spannungsverhältnis zwischen Nutzungsänderungen (Suburbanisierung, Außenwanderung von Gewerbe und Einzelhandel), Verkehrsauswirkungen (Pendeln) und -belastungen (ÖPNV-Auslastung, stärkerer Individualverkehr,
höhere Emissionen) führen zu unablässigen Modifizierungen und Neukonzeptionen in der
Verkehrsplanung.
Um auf die Ad-hoc-Verfügbarkeit des flexiblen Verkehrs mit Hilfe zuverlässiger
Verkehrssimulationen und -prognosen reagieren zu können, werden zunächst dynamische
Belastungsdaten erfasst, die nach Bemessungsgrundlagen von Straßenverkehrsanlagen
ausgewertet und anschließend in simulierende Prozesse integriert werden. Für ein
funktionierendes Raumstruktur-Verkehrssystem sind gerade kurzfristige Engpassbeseitigungen
und Verkehrsverlagerungen alltäglich, die qualitative und schnelle Verkehrsstrategien erfordern.
Folgend werden für raumanalytische Planungsstrategien telematische Lösungsansätze der
dynamischen Verkehrserfassung und -information konzipiert.
34
4.1.1
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Szenario des Prozesses „ Verkehrsbeeinflussung“
Der in diesem Abschnitt vorgestellte Prozess soll beispielhaft für den erzielbaren Einsatz von dynamischen und räumlichen Komponenten sein, so dass es möglich ist, das Modell auf weitere Thematiken anzuwenden. Das Beispiel „Verkehrsbeeinflussung“ dient der Lenkung und Steuerung
des Verkehrs, um die Verkehrssicherheit zu erhöhen und den Verkehrsfluss zu verbessern und
damit auch die Umweltbelastung zu senken. Beeinflusst werden kann punktuell, linear oder netzförmig.
Szenario Netzbeeinflussung:
Den Verkehrsablauf auf überregionaler Ebene zu beeinflussen, um die Kapazität von
Verkehrswegen oder Verkehrsanlagen in z. B. Metropolregionen zu steigern, bedeutet u. a., den
Verkehr über Alternativrouten im Netz zu verteilen. Zu den Hauptregularien gehören die
adaptive Lichtsignalnetzsteuerung und die Wegweisung (Wechselwegweisung, Umleitungen).
Lichtsignalanlagen können heute dynamisch nach Verkehrsmengen durch eine optimale Länge
der Grün- und Rotphasen am jeweiligen Knotenpunkt zentral oder dezentral gesteuert werden.
Die adaptive Steuerung eines Netzes, in dem die Lichtsignalanlagen verkehrabhängig miteinander
koordiniert werden, wird über eine Verkehrsrechnerzentrale gelenkt. Die Verkehrsrechnerzentrale ist auch in der Lage, dynamische Informationssysteme, wie z. B. Wechselverkehrszeichen oder Infotafeln entlang der Hauptachsen einer Metropole, zu steuern, um damit
den Verkehr entsprechend zu leiten.
Szenario Streckenbeeinflussung:
Die temporäre Streckenbeeinflussung wird auf örtlich begrenzte Streckenabschnitte für den
Umleitungsverkehr während z. B. verschiedener Bauphasen angewandt, um den eingeschränkten
Verkehrsfluss aufrechtzuerhalten und insbesondere abzusichern. Zur Steigerung der Verkehrssicherheit und der Leistungsfähigkeit auf staugefährdeten Strecken werden präventiv die auf
einem Abschnitt bezogene Geschwindigkeitsreduzierung, Fahrsteifen- und Warnhinweisinformationen über verkehrsregelnde Anzeigen (Wechselverkehrszeichen) situationsabhängig gesteuert.
Szenario Punktbeeinflussung:
Punktuelle verkehrsbeeinflussende Maßnahmen werden an Gefahrenstellen (z. B. Lotsen an
Übergängen der Schulwege, vereiste Brücken) und bei lokalen Ereignissen (Unfälle) eingesetzt.
Im Baustellenmanagement werden auch punktuell und zeitlich begrenzte Maßnahmen, wie z. B.
die Benutzung des Standstreifen oder Radfahrwege, angeordnet.
Notwendiger Bestandteil jeglicher Verkehrslageberichte, -prognosen und daraus resultierender
Verkehrsbeeinflussungen ist die Datenerfassung zur Abbildung des Verkehrsgeschehens. Verkehrsdaten des ruhenden und fließenden Verkehrs, wie z. B. Lichtsignalanlagen-Schaltzustände,
Kfz-Stärken, Fahrgeschwindigkeiten, Baustellen, Parkauslastungen und Daten des Umfeldes bzw.
der Nachbarregionen, werden aus unterschiedlichen Quellen generiert. Daten des Kfz-Aufkommens werden mittels Induktionsschleifen, IR-/Radardetektoren, Videobilder oder über Floating
Car60 erfasst. Eine Problematik der Verkehrsdatenerfassung ist die fehlende Dichte, um die Daten
flächendeckend zu erhalten. Ein weiterer Aspekt ist die punktuelle oder teils lineare Aufnahme,
die ein gesamtes Netz nicht ausreichend repräsentiert und zudem in untergeordneten Straßen
oftmals ganz und gar fehlt. Um diesen Anforderungen gerecht zu werden, wird ein Netz
angestrebt, welches Daten (zeitlich variable Größen) mobil erfasst, diese in Zusammenhang mit
räumlich orientierten Informationen wertet und in verkehrstechnische Abläufe integriert.
60 Floating Car Data (FCD) – Telematik-Technik, bei der Fahrzeuge als mobile Sensoren den Verkehrszustand
(Fahrgeschwindigkeit, dynamische Zielführung) per Mobilfunk an die Leitzentrale übermitteln.
35
4.1.2
Systemanforderungen
Das im Folgenden beschriebene Modell der Verkehrserfassung baut auf einzelnen Diensten auf,
die je nach Fragestellung unterschiedliche Anforderungen (aktuelle, prognostizierte) an die
Systemarchitektur stellen. Alle grundlegenden Modelldefinitionen werden auf der Basis der
Service Component Architecture (SCA61) und dem Service Data Object aufgebaut, um so einen
hohen Grad an Wiederverwendbarkeit und Vereinheitlichung von Strukturen zu erreichen.
Datenerfassungsmodul:
Die Videobilderfassung hat gegenüber den genannten punktuellen Methoden den Vorteil, dass sie
sowohl Nah- als auch Fernbereiche aufnehmen kann und dass sie, sofern sie in ein Netz integriert
ist, durch Überlappungen flächenhafte Aufnahmen ermöglicht. Durch die bisher wenigen
Standorte (z. B. Brücken) sind Anforderungen wie Netzintegration und Ortsunabhängigkeit, d. h.
mobil in dem Sinne, dass sie zwar für die Aufnahmezeit feste Standorte haben, jedoch nicht an
diesen Standort gebunden sein müssen, bindend. Innerhalb des Datenerfassungsmoduls (SCAComposite) können Komponenten aus verschiedenen Datenerfassungssystemen integriert werden.
Service / Dienste:
Die Schnittstellen zwischen den Erfassungspunkten sollen Standardschnittstellen und -formate
sein, die von der Implementierung getrennt sind, um weitere Dienste integrieren zu können
sowie eine Wiederverwendung, niedrigere Ressourcenaufwände und eine höhere Wandlungsfähigkeit zu erzielen. Die Dienste sind lose gekoppelt und sollen unabhängig voneinander agieren
können. Fähigkeiten zur Funktionsübermittlung sowie Minimierung der Datenübertragung sind
weitere Merkmale, die das System berücksichtigen soll. Dazu werden verschiedene Provider
integriert. Die Messdaten werden über einen Service-Bus contentbasiert (inhaltbezogen) verteilt.
Über den Service-Bus können beliebige SCA-fähige Anwendungen (Verkehrs-, GIS-Modul etc.)
miteinander kommunizieren und Nachrichten an autorisierte Benutzer über verschiedene Service
Provider versenden.
Geoinformationsmodul:
Um das Geoinformationssystem servicefähig zu machen, sollen Funktionalitäten und Zugriffe in
eine serviceorientierte Architektur integriert werden. Interface-Beschreibungen und Datenschemata werden in Repositories (Verzeichnisse mit Meta-Informationen) geführt, um z. B. Basisdienste, die direkt auf GIS-Funktionalitäten (Lesen und Schreiben von Daten) zugreifen, wieder
verwenden zu können. Aufsetzende Enterprise-Services bauen auf diese Basisdienste auf und
können über eine XML-Struktur die GIs-Funktionalitäten spezifizieren, die über den Service zur
Verfügung gestellt und im entsprechenden Design methodisch visualisiert werden. Dabei sind
sowohl bewährte als auch neu zu konzipierende Darstellungsmethoden anzuwenden.
Verkehrsmodul:
Mit Hilfe des verkehrstechnischen Auswertmoduls werden die erfassten Daten analysiert,
dokumentiert und für die Prozessintegration optimiert. Die verkehrstechnischen Bemessungen
erfolgen auf der Grundlage aktueller Regelwerke. So soll eine einheitliche Form der
Zusammenhänge zwischen der Verkehrsbelastung und der Qualität des Verkehrsablaufes gewährleistet werden. Angewendet werden standardisierte Verfahren und Methoden, um die Kapazität
(max. Verkehrsstärke) und die Leistungsfähigkeit von Verkehrsströmen sowie deren mögliche
Beeinflussung verfolgen und bewerten zu können.
SCA Definition „Ein hersteller-, technologie- und sprachneutrales Modell zur Erstellung von
Softwaresystemen durch die Komposition und dem Deployment von neuen und bestehenden
Servicekomponenten.“ http://www.planet-soa.com/sca/index.html
61
36
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Server:
Angestrebt ist eine Trennung von Prozess und Service, so dass Abläufe flexibel aus den einzelnen
Services zusammengestellt werden können. Die Integration einzelner Prozesse befähigt zum
Herauslesen von Informationen aus dem Geoinformationssystem und aus dem
Bewertungsdatenmodul zum Senden relevanter Daten, die einen Prozess anstoßen sollen. Der
Prozess-Server, der die Integration abbildet, arbeitet eng mit dem Enterprise Service Bus (ESB)
zusammen. Der Web-Applikationsserver hat die Aufgabe, den Client auf sich aufmerksam zu
machen, um schnelle Übermittlung relevanter Daten zu gewährleisten sowie die Verwaltung aller
Dienste zu überwachen.
Die Beschreibung der Hardware, der IP-Verbindungen, Netzstrukturen und Provider sowie
eingehende Erläuterungen der Werkzeuge und Tools für die Anwendungsentwicklung sind nicht
Teil dieser Arbeit. Es werden Open-Source-Programme verwendet wie der Web Application
Server Apache Tomcat und die Web-Service-Werkzeuge Axis, die den Aufbau einer SOA für
diese Beispielanwendung ermöglichen.
4.1.3
Systemmodellierung/Architekturstil SOA/SCA
Im folgenden Abschnitt wird das Konzept der Systemarchitektur für die Abbildung dynamischer
Raumphänomene an einem verkehrsthematischen Beispiel formuliert.
Es wird ein verteiltes, komponenten- und serviceorientiertes Modell beschrieben, das
nebenläufige, logische Prozesse, die untereinander zeitabhängige Informationen austauschen,
simuliert und deren Zustandsänderungen räumlich dargestellt. In einem Assembler-Modell
(beschreibt einzelne Modellelemente, Spezifikationen und deren Zusammensetzung für
bestimmte Anwendungsfälle) werden Simulationskomponenten, GIS-Funktionspakete und
Visualisierungskomponenten
über
Client
&
Implementation-Modelle
(für
jede
Programmiersprache) implementiert. Die Definition der Kompositionen und die Publikation wird
über das Binding (z. B. Java Messing Service, Webservice) Model extrahiert. Das Policy
Framework wacht über die Qualität der Services, der Transaktionen und über die Konstruktion
der Komponenten und deren Implementierung zur Sicherung der Spezifikationen [OA08].
ASSAMBLY MODEL
Policy
Framework
Implementation
Model
Binding
Model
Abb. 3: CA-Spezification, Quelle: Logica
37
Das Konzept beruht auf einer Menge voneinander unabhängiger, lose gekoppelter Dienste und
Funktionalitäten. Einzelne Anwendungen werden über standardisierte Schnittstellen in
unterschiedliche Services (Dienstleistungen) aufgeteilt und implementiert. Durch die Kapselung
persistenter Daten mittels Diensten, die Lese- und Schreibrechte besitzen, können räumliche und
temporale (Zeitstempel) Daten komponentenbasiert gespeichert werden. Ein Netzwerk von
agierenden Softwareeinheiten dient der räumlichen Positionsbestimmung und der
Datenerfassung, die über Service Data Object (SDO) sprachen- und plattformunabhängig
miteinander kommunizieren (Data-Transfer). Die SDO-Spezifikation beschreibt die Struktur
sowie deren Erzeugung, Abfrage und Veränderung, die in ein XML-Dokument gewandelt und
extrahiert wird, das somit Datentypen in C++, Java oder auch PHP abbilden kann. Bedeutend für
den temporalen Ansatz ist, dass eine Data-Factory für eine Objekterzeugung oder Abfrage
vorhandener Objekte genutzt und jegliche Veränderungen über eine Change History (einfache
Erstellung von Änderungslisten) erfasst werden kann. Kernkonzepte von SDO sind außerdem
Metadaten, die Daten beschreiben, Datentypen, die statisch als auch dynamisch sein können,
Datenobjekte, Datengraphen, die Datenobjekte zu komplexen Strukturen erweitern.
Metadaten
Data
Source
Data Graph
Data Access
Service
Data Objects
Abb. 4: SDO-Datenmodell, Quelle: InfoWeek
Die Integration von solchen agierenden Netzen und die Verwaltung heterogener Daten wird im
Open-Source-GIS-Bereich mit postgres/PostGIS realisiert. Die Implementierung erfolgt mit dem
nicht kommerziellen Apache Tuscany oder JBoss. Die Bausteine bilden die einzelnen lose
gekoppelten Komponenten, wie serverbasierte GIS-Technologien, Verkehrstelematische
Technologien (z. B. nach den Berechnungsverfahren für Straßenverkehrsanlagen),
Datenerfassungs- und Positionssysteme. Damit die Dienste im Einklang mit der
Prozessmodellierung stehen, sorgt der Enterprise Service Bus (ESB) für die Nachrichtenverteilung
und der Service Orchestration Engine (SOE) für die Ablaufsteuerung. Relevante Daten werden in
Form einer Nachricht an den ESB gesendet, damit der Provider die benötigten AnalyseFunktionen aufrufen und deren Ergebnisse in einem Applikationsserver bereitstellen kann.
Verteilte Anwender sind somit in der Lage, angepasste Lösungen für Planungsmaßnahmen aus
den Diensten heraus zu nutzen.
Verkehrsbeeinflussung SCA Domain
User
Visual SCA Composite
Mobile Data Entry
SCA Composite
GIS SCA Composite
Web SCA Composite
Traffic SCA Composite
Data
Source
Abb. 5: Struktur der Domain Verkehrsbeeinflussung
Data Access
Service
38
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Für die Beschreibung der Komponenten wird die Spezifikation Service Component Architecture
basierend auf der serviceorientierten Architektur angewendet. Ein SCA-System besteht aus
Modulkomponenten, möglichen Einstiegspunkten, externen Diensten und den dazugehörigen
Verbindungen [BE08]. Das System beinhaltet eine Menge von Diensten, die lose miteinander
gekoppelt sind und sich in Teilsysteme untergliedern kann. Das Teilsystem kann verschiedene
Funktionalitäten kapseln und ähnliche Funktionalitäten in Module über die Konfiguration von
Modulkomponenten bereitstellen.
Eigenschaften
Service
(Entry
Points)
Referenz (External
Service)
Component
Implementation (Java,BPEL,Composite)
Abb. 6: Modellelement SCA Component Diagramm, Quelle: OSOA
Einstiegspunkte (Entry Points) ermöglichen Diensten, sich nach außen zur Verfügung zu stellen.
Die Namen müssen einmalig sein, das heißt, es darf keine Namensübereinstimmung zwischen
Teilsystemen und Modulkomponenten geben.
Externe Dienste (External Services) können Dienste außerhalb des SCA-Systems mit sogenannten
Bindings einbinden und innerhalb des Systems nutzen.
Verbindungen (Wires) können durch Einstiegspunkte Dienste außerhalb des SCA-Systems mit
sogenannten Bindings einbinden und nutzen. Dabei können kompatible Quellen und Ziele aus
verschiedenen Teilsystemen verbunden werden.
Anbindungen (Bindings) werden von externen Diensten und Einstiegspunkten genutzt, die den
Zugang zum Service beschreiben, d. h., wie der externe Dienst aufzurufen ist. Damit Module
untereinander interagieren können, wird der SCA Service Binding Type eingesetzt, der
unabhängig von der Komponente konfiguriert ist und durch diese Trennung verschiedene
Zustandsmöglichkeiten erlaubt. Der Web service binding type ermöglicht die Anbindung der
Dienste außerhalb des Systems.
Modulkomponenten (Module Component) setzen sich aus Einstiegspunkten, externen Diensten
und Modulen zusammen. Sie führen die referenzierten Module aus. Da sie über Einstiegspunkte
einen Dienst zur Verfügung stellen, sind es Module innerhalb eines Teilsystems.
Service Data Objects (SDO) spezifiziert einen API62 dynamisch und statisch. Der einheitliche
Datenzugriff auf verschiedene heterogene Quellen, wie .z. B. XML, EJB, ist ideal für die
Datenabstraktion in einer serviceorientierten Architektur. Eines seiner Kriterien,
Änderungshistorien (Übersicht der hinzugefügten, gelöschten und aktualisierte Datenobjekte) für
Datenänderungen anzulegen, ist für den zeitlichen Aspekt dieser Arbeit relevant. Über einen Data
Mediator Service (DMS) können mit speziellen Werkzeugen Daten gelesen und aktualisiert
werden. Eine Datenzuordnung zu den jeweiligen Komponenten sowie ein Datenaustausch
zwischen den Komponenten erfolgt durch das Erstellen abgekoppelter Datengraphen, die
Datenobjekte und Metadaten (s. Abb. 4). Die Datenobjekte unterstützen den dynamischen Zugriff
über XPath und den statischen Zugriff [BE08].
API Application Programming Interface. Das API stellt Routinen und Dienste bereit, die von anderen
Programmen genutzt werden können.
62
39
4.1.4
Konzeption der Module (Composite, Component)
Modul Verkehrsdatenerhebung
Das Verkehrsdatenmodul (Traffic.Snapshotmodul) verfügt über einen Entry Point Snapshot
Service, der den Dienst nach außen zur Verfügung stellt. Die eng miteinander verbundene
Snapshot Service Component enthält die Logik des Moduls und stellt die Implementierung bereit.
Sie ermöglicht, die aufgenommenen Bilder inklusive Zeitstempel und Koordinaten zur Verfügung
zu stellen, die durch den data service component abgerufen werden. Zusätzlich werden die
externen Dienste, External Type Vehicle Service und External Licence Plate Number Service
eingebunden. Der erste eingebundene Dienst wertet das Bild aus und klassifiziert es nach
Fahrzeugarten, während der zweite Dienst das Kennzeichen erkennt und über einen
traffic.webclientmodul (Binding) diese Daten an das nächste sich einloggende
Verkehrsdatenmodul zur Verfügung stellt. Die Einspeisung analoger oder digitaler Bilddaten wird
zusammen mit den klassifizierten Daten, Koordinaten und Zeitattributen gespeichert, und es
können z. B. mit Hilfe eines Videomoduls Videoszenen zusammengesetzt werden. Mit dieser
Erweiterung kann das in dieser Arbeit vorgestellte Konzept, das das Unfallgeschehen aufnimmt,
analysiert und räumlich abbildet, auch für Unfallschwerpunkte angewendet werden.
traffic.snapshotmodul
Entry Point
Snapshot
Service
Component
Snapshot
Service
Component
Snapshot
Data
Service
External Service
Type Vehicle
Service
External
Service
licence plate nr.
Abb. 7: Datenmodell Verkehrsdatenerhebung Videoaufnahme
Das Verkehrsdatenmodul dient als Grundlage für eine Vernetzung von Zählstellen, die die
gleichen Module implementieren und damit separat Prozesse anstoßen können, die vernetzt
fungieren. Zudem können verschiedene Datenerhebungssysteme und deren ServiceKomponenten deployed werden, d. h. in einem Composite (Verbund: Mobile Data Entry SCA
Composite) zusammengestellt und entsprechend der Laufzeitenumgebung konfiguriert werden.
Mobile Data Entry
SCA Composite
Traffic.Snapshot
Zählstelle 1
Zählstellen
Licence Plate
Number
Traffic.Webclient
Traffic.Infrared
Mobile Data Entry
SCA Composite
Type Vehicle
Traffic.Induction
Abb. 8: Struktur Composite Mobile Datenerfassung
40
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Modul Fahrzeugarten (Type Vehicle)
Das Modul Fahrzeugarten (Traffic.Typevehiclemodul) verfügt über einen Entry Point Type
Vehicle Service, eine Type Vehicle Service Component, die eine Bildererkennung nach
Fahrzeugtypen beinhaltet und diese über die Data Service Component startet. In diesem Modul
wird das Verkehrsmengengerüst für Verkehrsprognosen modelliert. Zur Abbildung des Pkw- und
Lkw-Verkehrs werden Fahrzeugtypen nach Größe und Gewicht unterschieden und über den
externen Dienst an das Traffic.Snapshotmodul mit beibehaltenem Zeitstempel und Koordinaten
wieder übergeben. Die klassifizierten Daten werden zum einem über den Data Access Service in
einer Datenbank abgespeichert und für weitere Berechnungsverfahren und Prognosedaten zur
Verfügung gestellt und gleichzeitig zusammen mit den Kennzeichendaten an die nächstliegende
Zählstelle gesendet.
Modul Kennzeichen (Lincence Plate Number)
Das Kennzeichenerfassungsmodul wird über den Entry Point Licence Plate Number Service, die
Licence Plate Number Service Component und die Data Service Component aktiviert. In dieser
Komponente wird eine optische Zeichenerkennung (OCR63) durchgeführt, die einzelne Zeichen
extrahiert, in einen Klassifikationsbaum zur Strukturerkennung einbindet und dies als
standardisiertes Format (ASCII, XML) abspeichert. Die Identifikation von Fahrzeugen anhand der
Fahrzeugkennzeichen ermöglicht, schwierige Aufgaben wie die Erhebung des Quell-, Ziel- und
Durchgangsverkehr innerhalb einer Region zu bewältigen.
Die Ergebnisse werden sofort über einen externen Dienst an das Verkehrsdatenmodul
(Traffic.Snapshotmodul) der nächstliegenden Zählstelle (Querschnitt oder Knotenpunkt) gesendet
und gleichzeitig zentral gespeichert, um zum späteren Zeitpunkt Auswertungen über einen
zweiten Dienst, das Verkehrsbelastungsmodul (Traffic.Loadmodul), vorzunehmen. So können die
Anzahl der Fahrbewegungen zwischen den Zählstellen, die Anzahl der Fahrbewegungen nach
regionaler Herkunft und die Anzahl der Fahrbewegungen nach Fahrzeugart durch das Einbinden
des externen Dienstes Traffic.Typevehiclemodul ermittelt werden. Neben den
Einzelauswertungen können einzelne Verkehrsbeziehungen der Fahrzeuge zwischen den
verschiedenen Erfassungspunkten quantifiziert werden.
Modul Verkehrsbelastung
Das Verkehrsbelastungsmodul (Traffic.Loadmodul) verfügt über Methoden und standardisierte
Verfahren, um den Verkehrsfluss zu bewerten. Es wird ebenfalls über einen Entry Point Load
Service, die Load Service Component und die Data Service Component das Modul aktiviert.
Neben den Verkehrsbeziehungen können prozentuale Verteilungen identifiziert werden,
Fahrtrouten und -muster erkannt und mit Hilfe externer Dienste, External Gispoint Service und
External Gisline Service, auf ein räumliches Netz georeferenziert werden. Ein weiterer
Warndienst External Safety Service meldet beim Überprüfen der Belastungsdaten die Grenzwerte
an den Client, der sich über das Traffic.Webclientmodul in das System entsprechend der
jeweiligen Zugriffsrechte einloggen kann. Über einen weiteren Dienst External Forecast
Simulation können Verkehrsprognosen (punktuell oder netzartig) gestartet werden.
OCR Optical Character Recognition z. B. OCR- Engine Tesseract wird unter der Apache-Lizenz 2.0
veröffentlicht, von Hewlett Packard Laboratories 1985 entwickelte Technologie, deren Quellen 2005 unter
Open-Source-Lizenz gestellt wurden, http://sourceforge.net/projects/tesseract-ocr/
63
41
Modul Prognosesimulation forecast simulation
Das Modul Prognosesimulation (Traffic. Forecast Simulation Modul) verfügt über einen Entry
Point Forecast Simulation Service, eine Forecast Simulation Service Component, die entsprechend
der gegebenen oder geplanten Einflussgrößen wie Linienführung, Querschnitt,
Fahrzeugartenanteil, Geschwindigkeitsregulierungen, Streckenparameter (Streifigkeit, Kapazität,
Streckentyp), Typen von Verflechtungsstrecken, Beurteilungen der Qualitäten etc. Zustände
simulieren und diese über die Data Service Component starten.
Mit Hilfe eingebundener Dienste, die neben der dynamischen Komponente auch die räumliche
Komponente bedienen, wie External Gispoint Service, External Gisline Service oder External
Gisareal Service, können die Ergebnisse über einen External .Rendering Service in einem
Netzmodell visualisiert werden und in Beziehung zu weiteren Regionen (Verkehrsbezirke und
deren Anbindungen) gesetzt werden. Weitere Dienste, die spezielle räumliche Analysealgorithmen verwenden, können bedarfsweise angekoppelt werden.
GIS-Modul Punktdaten
Das GIS-Modul Punktdaten (Gis.Gispointmodul) funktioniert über einen Entry Gispoint Service,
die Gispoint Component und die Data Service Component. In diesem Modul werden die
Geometrie und die Lage eines Datenobjektes in Form eines Punktes beschrieben und topologisch
verknüpft. Sie besitzen eine Y-Koordinate, eine X-Koordinate und eine H-Koordinate, die sich auf
ein Bezugssystem und eine Metrik beziehen. Die Punktgeometrie bildet die Basis, auf der weitere
punkt- und linienartige Datenobjekte aufbauen. Durch diese Referenzierung werden redundante
bzw. inkonsistente Datenbestände vermieden. Symbole, die auf punktförmigen Datenobjekten
aufbauen, können auch mehrere Punktobjekte beinhalten. Diese werden dann über den
Mittelpunkt referenziert, wobei auch eine Punktreferenz und eine Richtungsreferenz existieren
können. Auf die verschiedenen Zugriffsmethoden (’on-the-fly’ Integration) räumlicher Daten und
Zuordnungsstrategien für die geometrische Integration und Harmonisierung heterogener
Datenobjekte wird an dieser Stelle nicht weiter eingegangen (siehe dazu “Integration heterogener
raumbezogener Objekte aus fragmentierten Geodatenbeständen“ von Stefan Kampshoff 2005).
GIS-Modul Linien-/Bögen-/Polygondaten
Das GIS-Modul Liniendaten (Gis.Gislinemodul) funktioniert über einen Entry Gisline Service, die
Gisline Component und die Data Service Component. Das Linienmodul stützt sich auf die
Punktobjekte des GIS-Moduls Punktdaten (Gis.Gispointmodul) und wird über den externen
Dienst External Gisline Service eingebunden. Es kann in seiner geometrischen Beschreibung
sowohl eine Linie, ein Bogen (ein Anfangs- und Endpunkt und ein dritter Punkt zur Abrundung)
oder ein Polygon sein. Die topologische Verknüpfung von z. B. Verkehrslinien wird mit Hilfe der
Referenzierung dieses Moduls auf den Raum abgebildet und ermöglicht weitere Analysen zu den
in Beziehung stehenden Datenobjekten.
GIS-Modul Flächendaten
Das GIS-Modul Flächendaten (Gis.Gisareamodul) funktioniert über einen Entry Gisarea Service,
die Gisarea Component und die Data Service Component. Das Flächenmodul stützt sich auf die
Punktobjekte des GIS-Moduls Punktdaten (Gis.Gispointmodul) und auf die Linienobjekte des
GIS-Moduls Liniendaten (Gis.Gislinetmodul). Über den externen Dienst External Gisline Service
und External Gisarea Service werden diese zur Verfügung gestellt. Es bildet mit seinen
geschlossenen Polygonen die Grundlage für Flächenanalysemethoden wie die Flächenverschneidung und kann durch den externen Dienst mit weiteren Modulen verknüpft werden.
42
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Analysemodul Netzanalyse
Mathematische Methoden und Algorithmen werden in Analysemodulen zusammengefügt und
können lose miteinander auch nacheinander mit den GIS- und Simulationsmodulen gekoppelt
werden. Analysemodule können eine Reihe von Analysemethoden (z. B. selektive Abfragen nach
räumlichen, zeitlichen und thematischen Aspekten, Koordinatentransformation, Punkt-imPolygon-Methode, Interpolation etc.) konzipiert werden.
Das Netzanalysemodell (Analysis. Analysis Networkmodul) verfügt über einen Entry Point
Analysisnetwork Service, der den Dienst nach außen zur Verfügung stellt. Die eng miteinander
verbundene Analysisnetwork Service Component und die Data Service Component
implementieren topologische Parameter, Längen, Richtungen, Eckpunkte, Winkel sowie
verkehrsrelevante Parameter wie die Ermittlung der natürlichen Fahrtrichtung, Beeinflussung
durch Fußgängerzonen, verkehrsberuhigte Bereiche, Klassifizierung nach Straßentypen etc.
Durch eine Kombination der externen Dienste können auch Analysemodule ineinander greifen,
die je nach Fragestellung gekoppelt werden. So können Knotenpunkte definiert werden, die z. B.
Unfallschwerpunkte bilden und auf dem Netz visualisiert werden, oder bei Staugefahr die
möglichen Verdrängungsstrecken über z. B. Floating Car Daten analysieren.
Visualisierungsmodul
Das Visualisierungsmodul (Design.Renderingmodul) verfügt über Darstellungsmethoden und
graphische Gestaltungsmittel, die von einfachen Verkehrsstrommatrizen über Strombelastungspläne einzelner oder mehrerer Knoten bis hin zu kartographischen Modellen für den Ziel-, Quellund Durchgangsverkehr reichen. Das Visualisierungsmodul funktioniert über einen Entry Rendering Service, die Rendering Component und die Data Service Component. Nicht geometrische,
sondern graphische Objekteigenschaften wie Linienart, Füllart, Symbolart, Farbe, Helligkeit etc.
werden nach Grafikstandards implementiert. Extern können Animationsmodule eingebunden
werden, die sowohl echtzeitnah Simulationsnetze durch das Verwenden gleicher Polygon-Netze
oder Multiresolution-Netze generieren, d. h. Objekte sowohl in mehreren Auflösungsstufen,
Bezierkurven u. a. Funktionen als auch Diagramme etc. animiert darstellen. Grundlage bildet das
Einbinden räumlicher Funktionen der Module gis.gispointmodul, gis.gislinemodul und
gis.gisarealmodul sowie weiterer möglicher Analysemodule. Zugriff für den Client wird über das
Modul Internetanbindung (Traffic.Webclientmodul) ermöglicht.
4.1.5
Integration der Module ins System
Aufgrund der Entkoppelung einzelner Funktionen in Modulkomponenten ist es möglich, die
Raumkomponente und die Zeitkomponente flexibel miteinander zu koppeln. Die in Abschnitt 2
beschriebene Layerstruktur der Raumdaten in Geoinformationssystemen begünstigt die Wiederverwendbarkeit einzelner Module. Alle Punktdaten werden separat über das GIS-Modul Punktgeodaten erfasst und referenziert. Diese können dann über das Analysemodul ausgewertet und im
Visualisierungsmodul abgebildet bzw. graphisch bearbeitet werden. Die gleiche Verfahrensweise
kann auf das Modul Liniendaten und das Modul Flächendaten angewendet werden. Für einen
transparenten Modulaufbau können Teilsysteme mit thematisch ähnlichen Modulkomponenten
zusammengefügt und in verschiedene Dienste integriert werden. Dieses Baukastenprinzip erlaubt
es auch, Module wieder zu entkoppeln, zu modifizieren und schließlich wieder in andere Dienste
einzubinden. Der dynamische Zugriff über SDO erlaubt sowohl in der Bemessung als auch in der
Visualisierung, die Zustände kontinuierlich und diskret aufzunehmen, abzuspeichern und
abzubilden. Die Visualisierung kann je nach Wunsch modifiziert und angepasst werden. Dazu
werden folgend Methoden entwickelt.
43
4.2
Visualisierungsansätze zur Modellierung dynamischer Raumphänomene
Dynamische Vorgänge und Zustände modellhaft zu visualisieren, erfordert Methoden, die
Prozesse und Zusammenhänge in einer räumlichen und zeitlichen Auflösung darstellen.
Visualisierung ist das Umwandeln, die Darstellung und Kommunikation symbolischer oder
numerischer Informationen in visuelle Informationen wie Bilder, Graphiken und kartographische
Abbildungen sowie die visuelle Wahrnehmung und Vorstellung [ME08].
Geovisualisierung verbindet Methoden der visuellen Präsentation zeitlich unbeständiger,
abstrakter Datenmengen [Ge07] mit der geometrischen Abbildung räumlicher Daten. Die
Visualisierung dynamischer Raumphänomene ist nicht nur eine Abbildung räumlicher
Veränderungen und Problematiken. Sie bietet die Möglichkeit, Bemessungsdaten und
Prognoseergebnisse modellhaft zu simulieren, d. h., sie impliziert innerhalb eines Raumbezuges
Interpretationen sich kontinuierlich oder diskret verändernder Primärdaten.
Dynamische Raumdaten visuell zu modellieren, erfordert gut konzipierte Darstellungstechniken,
die sowohl elementare und komplexe Aussagen als auch die Wahrnehmung von
Zustandsänderungen ermöglichen.
Die Verflechtung von Bild, Farbe und Schrift zu einem graphischen Gefüge fußt einerseits auf der
traditionellen Semiotik, den kartographischen Darstellungsmethoden (Form, Variable) und
andererseits auf dem digitalen Kommunikationsdesign, das die Gestaltungsmethoden und deren
Erscheinungsformen in ihren Kommunikationsprozessen beeinflusst. Immaterielle Strukturen
ermöglichen, real wirkende Modellabläufe zu prognostizieren sowie empirische Untersuchungen
des realen Raumes in einen virtuellen Datenraum zu transformieren, um Inhalte und
Informationen in vielfältiger Weise zeitbasierend miteinander zu verflechten.
Die meisten Systeme sind so komplex, dass sich ihre Dynamik nur sehr schwer beschreiben lässt.
Sie wird von vielen Faktoren beeinflusst. Chaotisches Verhalten und stochastische Einflüsse
verlangen nichtlineare mathematische Modelle, deren Aussagekraft für realistische Systeme
jedoch häufig gering ist, weil sie zu ungenaue quantitative Vorhersagen liefern.
Eine Alternative ist die Vorhersage des zukünftigen Verhaltens eines Systems anhand
numerischer Auswertungen der Struktur von Daten- oder Zeitreihen, die echtzeitnah
aufgezeichnet werden. Die Betrachtungsweise von Prozessen kann über ein vielschichtiges
Geflecht räumlich und zeitlich strukturierter Daten zu Handlungsmodellen generiert werden.
Ein Netzwerk aus räumlichen Beziehungen, Verflechtungen und dynamischen
Wechselwirkungen [Wi70] erlaubt das Verknüpfen mehrdimensionaler Raum-ZeitReihenanalysen, die in verschiedenen Schichten stetige und unstetige Funktionen räumlich
abbilden. Die unterschiedlichen Applikationen können über dynamische Framesets zur
Verfügung gestellt werden. Animierte Raum-Zeit-Reihen ermöglichen mehrschichtige
Darstellungen, die in ihrer Wirkungsweise miteinander verknüpft sind und sich innerhalb eines
Zeitlaufes verändern können. So werden Entwicklungsrichtungen, Trends, kontinuierliche oder
diskrete Veränderungen visualisiert. Ein weiteres Darstellungsmittel ist das Raum-ZeitDiagramm. In der Verkehrstechnik (z. B. bei Echtzeitüberwachungen von Bahnstrecken) wird
häufig das Zeit-Weg-Diagramm eingesetzt, das die Bewegung der Verkehrsmittel linear über
einen fest vorgegebenen Weg mit einer variablen Zeit darstellt. Halte-/Sperrzeiten, Kreuzungen
etc. werden während eines Simulationslaufes erkennbar.
44
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Ein konkretes Anwendungsbeispiel zeigt, wie graphische Variablen (Bertin) und Formgruppentypen (Arnberger) für diese Problematik eingesetzt und mit dynamisch visuellen
Variablen (MacEachren) kombiniert und entwickelt werden können. Es werden geeignete
Visualisierungsmethoden und -techniken erläutert, die speziell für Verkehrsstärken konzipiert
wurden, um eine Entscheidungshilfe in kurzer Zeit für Lenkungs- und Planungsaufgaben innerhalb eines Verkehrsbeeinflussungssystems anzubieten.
Grundlage für eine Simulationsgeometrie bilden die in der Geoinformatik bekannten Formparameter Punkt, Linie, Fläche, die indirekt oder direkt die Position im Raum beschreiben und je
nach Muster, Begrenzung und zeitlichem Verhalten des Verkehrsaufkommens kontinuierlich
(Simulation von Verkehrsflüssen) oder diskret (Simulation von Individuen) die Mobilität und ihre
Zustandsänderungen veranschaulichen. Folgend bietet sich der Ansatz nach Hake und Grünreich
an, das Verkehrsaufkommen nach Art und Abgrenzung in Diskreta und Kontinua zu
klassifizieren.
4.2.1
Methoden diskreter Werte
Objektdaten, die sich räumlich ohne Übergänge [Ge07] in einem Diskretum (festen Zeitabschnitt)
klar zu anderen Objekten abgrenzen, weisen keine Übergänge auf. Diskrete Simulationen in der
Verkehrstechnik modellieren mikroskopisch den fließenden, ruhenden (parken) und arbeitenden
(be- und entladen, halten) Verkehr [Sc97]. Der fließende Verkehr beinhaltet raum-zeitliche
Veränderungen63, d. h., Verkehrsobjekte bewegen sich auf relativ statischen Bezugsflächen, den
Verkehrsflächen, die klar zu anderen Nutzungsflächen abgegrenzt sind.
Ob Verkehrsobjekte oder deren Sachverhalte, bei Netzbetrachtungen werden Verkehrsdaten (z.
B. Verkehrsbelastungen) entlang von Kanten (Fahrbahnabschnitt zwischen zwei Knoten) und
Knoten (Übergänge, Kreuzungen) simuliert. Für die Simulation der Fahrbeziehungen werden
beliebig große Querschnitte, Knotenarmanzahl und Grundformen zugrunde gelegt. Dabei liefern
punktuelle Messungen und zeitlich begrenzte Messfahrten empirische Grunddaten für
hinreichende Modellberechnungen.
Über gekoppelte Modellvariablen werden flexible unterschiedliche Daten mit verschiedenen
Kenngrößen kombiniert, aufbereitet und strukturiert. Da der Verkehrsfluss sich kontinuierlich
verändert, werden Daten gleicher Werte und gleicher Inhalte schon während der Erfassung oder
in der Aufbereitung zusammengefasst (in Zeitabschnitte gruppiert) und codiert.
Wertkodierungen (Signaturen, Muster) unterscheiden sich durch ihre qualitativen
(nominalskalierten) und quantitativen (ordinalskalierten) Merkmale und können anhand ihrer
geometrischen Formparameter (Fläche, Linie, Punkt) für die Verkehrsnetzgestaltung typisiert
werden.
Adäquate Methoden zur Visualisierung diskreter dynamischer Werte werden an Beispielen wie
punktuelle Messungen, strukturelle Zuordnung regionaler Einheiten bis hin zur Gestaltung
komplexer Verkehrsbeziehungen beschrieben und in flächenhafte, lineare und punktuelle
Diskreta ungegliedert.
45
Flächenförmig
Flächenhafte Diskreta sind geometrisch abgegrenzte Areale, die sich zu anderen Objekten durch
eine Kontur abgrenzen [Ha02]. Verkehrsaufkommen flächenhaft zu veranschaulichen, ist auch
eine Frage der maßstäblichen Auflösung. Dynamische Verkehrsobjekte sind überwiegend Einzelobjekte, die sich auf Verkehrsflächen bewegen. Bei einer hohen räumlichen Auflösung können
Verkehrsobjekte einzeln simuliert und dargestellt werden. Sind für Szenarien größere Areale in
Betracht zu ziehen, können Verkehrsflächen mit Hilfe graphischer Variablen modelliert werden.
Abb. 9: Flächenhafte Diskreta, Verkehrsflächen
Bedeutsam für Gebietsanalysen der Verkehrssituation, die eine niedrigere Auflösung verlangt, ist
die räumliche Verteilung des Verkehrs. Verkehrsverteilungsmodelle basieren auf Verkehrszellen,
die den Quell- und Zielverkehr, z. B. den Berufsverkehr, der zwischen Wohn- und Arbeitsstätten
pendelt, Wirtschaftverkehr oder Naherholungsverkehr sowie deren Verkehrsbeziehungen über
das eingebundene Verkehrsnetz abbilden. Ausgehend von der Struktur der Verkehrszellen
(verkehrserzeugende
Einrichtungen,
Einwohner)
werden
Verkehrsströme
und
Verkehrsbelastungen codiert dargestellt. Diese Darstellungen beruhen überwiegend auf Formen
der relativen Methode. Sie dienen der Darstellung von Verhältniswerten [Wi70] bezogen auf
Gebietseinheiten (Flächenkartogramme65). Für flächenhafte quantifizierte Darstellungen werden
Verkehrszellen über Wertgruppen (Quell- und Zielgruppen) definiert, die relevante
Strukturdaten integrieren oder auch Verkehrsbelastungen und Mobilitätsverhalten klassifiziert
visualisieren. Verkehrszellen dienen der Abgrenzung und Gliederung des Untersuchungsgebietes
und werden, neben der Einordnung nach statistischen Daten, nach natürlichen und baulichen
Begrenzungen unterteilt. Das Verkehrsaufkommen pro Zelle wird aus empirischen
Nachfragedaten ermittelt, die zugleich Quell-, Ziel- und temporäre Daten liefern.
Der Ansatz nach Arnberger, mittels Rastermethode oder Werteinheiten kartenmaßstabsbezogene
Flächenangaben [Ar02] zu erzielen, beruht auf Darstellungen absoluter Werte. Rasterzellen66
enthalten Informationen der Flächennutzung und Daten der Raumstruktur (Bevölkerung,
Beschäftigte des sekundären, tertiären Sektors etc.), die als Planungsgrundlage für das
Verkehrsaufkommen obligat sind. Sie stehen nicht in direkter Beziehung zu anderen Größen. Erst
mit der Verknüpfung innerhalb des Geoinformationsmoduls können Nachbarschaftsbeziehungen
zu umliegenden Zellen oder Beziehungen zu anderen Werten und Mengen hergestellt und
veranschaulicht werden. Absolute Werte werden häufig in Beziehung mit Zeitskalen gesetzt. Das
Zeit-Weg-Diagramm ist ein probates Darstellungsmittel, um Reiseweiten und Reisezeiten in
Relation zu setzen. In der planerischen Gestaltung werden sie entweder losgelöst vom Raum oder
durch textliche Zuordnung (Straßennamen) raumgebunden betrachtet.
Bewegung z. B. einzelner Fahrzeuge in festen Zeitabschnitten, deren Geschwindigkeit (Beschleunigen,
Abbremsen, Trödeln, Fahren) sich aus dem Weg berechnen lässt..
65 Fläche begrenzt durch Linie, die Gebiete unterschiedlicher Attributausprägungen voneinander abgrenzt.
Wird zur Darstellung räumlicher Diskreta eingesetzt [GS08].
66 Rasterzelle ist über die Aussage 0 oder 1 (Wert vorhanden oder nicht) mit Informationen anderer Module
verknüpft.
64
46
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Kartodiagramme und Signaturen in Bezug zu einer Verkehrszelle stellen Zeit und Messgrößen
(Raum-Zeit-Reihen) direkt dar bzw. gegenüber. Für Streckenabschnitte können schematische
Darstellungen in Zeit-Weg-Diagramme integriert und bei Gebietsbetrachtungen mit
Verkehrszellen unterlegt werden. So sind Analysen komplexerer Koordinationsläufe möglich. Die
Gegenüberstellung oder Mehrphasendarstellung kann durch das Einsetzen von dynamischen
visuellen Variablen nach MacEachren ergänzt werden. Während des Visualisierungsprozesses
wird so der fließende Verkehr aus verschiedenen Blickwinkeln betrachtet, was den
Simulationslauf optimiert. Die Arealmethode bietet sich nicht direkt für den fließenden Verkehr
an, sondern eher für ableitende qualitative und quantitative Aussagen wie Emissionsbelastungen,
deren Verbreitungsareale sich stetig ändern (siehe 4.2.2). Die ursprünglich kontinuierlichen
Daten werden in Wertgruppen gestuft und als Diskreta dargestellt.
Abb. 10: Flächenhafte Diskreta, Kartodiagramme Isochronen
Ein konstruktivistischer Ansatz zur Ermittlung des verkehrlichen Schwerpunktes einer Zelle
(Einzugsbereiche), der als Knoten zwischen den Strecken des zu generierenden Netzmodells
dient, sind Isochronenuntersuchungen. Isochronen sind Linien gleicher Zeit, die Punkte oder
Knoten (z. B. Haltestellen, relevante Knotenpunkte) gleicher Zeit verbinden bzw. die
Erreichbarkeit in gleicher Zeit darstellen. Für das Zeit-Weg-Verhalten werden Isochronen von
einem Ausgangspunkt in Anhängigkeit der Geschwindigkeit unter Beachtung der Reisezeiten auf
wegführende Netzelemente konstruiert [Sc97]. Ein adäquates Mittel, um die räumliche Dynamik
als Kreis- oder als Rautendarstellung, abzubilden. Die Methoden können miteinander kombiniert
werden.
Die Art und Fülle der Kombinationen (relative und absolute Häufigkeit, Beziehungen,
Verhältnisse etc.) richten sich nach den Grenzen des Wahrnehmungsvermögens. Die
menschlichen Kognitions- und Abstraktionsleistungen ermöglichen nur bis zu einem gewissen
Grade, Symbole und ihre semiotische Bedeutung effizient zu erfassen. Zum Beispiel die
Wahrnehmung von 6-8 farblich codierten (Farbfläche) Wertgruppen ist für den Betrachter
schnell zu identifizieren. So verschiedene empirische Forschungsergebnisse, die die Grenzen der
kognitiven Verarbeitung von Informationen beschreiben, wie von Miller [Mi94]. Klassifizierte
Fachthemen mit vielfältigen Aussagen bedienen sich mehrerer Muster- und Farbvariationen,
ohne die Farbanzahl einzugrenzen, wie z. B. in der Geologie. Es werden zwar Assoziationen
angestrebt, doch eine vielfältige Symbolisierung muss immer decodiert werden. In der
Verkehrsnetzgestaltung werden Verkehrszellen und ihre Funktionsbereiche mit den
Verkehrsnetzen überlagert. Eine präzise Gestaltung der einzelnen Elemente bereits während der
Analysephase bis hin zu planerischen Gestaltungsvorschlägen bildet die Grundlage für eine
effiziente Konzeption funktionierender Verkehrssysteme. Die Geovisualisierung dient bereits in
der Anfangsphase als Analysewerkzeug zur räumlichen Kognition, d. h. zur Darstellung
räumlicher Strukturen und Prozesse als Mittel zur Erkenntnisgewinnung [ME94]. Neben dem
Gestaltungselement Fläche mit funktionaler Nutzung sind lineare Elemente insbesondere für die
Netzgestaltung grundlegend. Die Einteilung, Funktion und Kategorisierung werden im
nachstehenden Abschnitt erläutert.
47
Linear
Eine lineare Abgrenzung diskreter Werte kann real oder fiktiv sein. Es ist eine Verbindung zweier
Punkte bzw. eine Linie als eine Menge von Punkten, die in ihrer Länge messbar ist [Wi70]. Über
die Variationen von Muster, Farbe, Richtung, Helligkeit und Breite können Linien sowohl
qualitative als auch quantitative Werte darstellen und zu Liniensignaturen kombiniert werden.
Objekte linearer, netz- oder baumartiger Ausdehnung mit dynamischen zeitgebundenen
Aussagen werden durch Bewegungsrichtungen, Vektoren, Pfeile, Bandsignaturen oder
Bandkartogramme dargestellt.
Die Einteilung der Straßen für die Verkehrsnetzgestaltung des Kraftfahrzeugverkehrs ist
funktional (Verbindungs-, Erschließungsfunktionen) in Kategorien (über-, innerörtliches Hauptund Nebennetz) gegliedert. Straßenhauptnetze, insbesondere innerörtliche, weisen
unterschiedliche Grundformen auf. Städtebaulich gewachsen sind vor allem in Europa RadialSysteme mit einem inneren Stadtkern, die sich in Folge des Wachstums durch Ringstraßen
erweiterten und zu Radial-Ring-Systemen oder Tangentensystemen entwickelten. Nicht
gewachsene, sondern geplante Städte weisen Orthogonal-Raster-Systeme oder Hexagonal-RasterSysteme auf. Für den Aufbau eines Netzmodells werden die Kanten und Knoten dem
vorhandenen Straßennetz angepasst, so dass die Hauptnetzstraßen die genannten Grundformen
abbilden. Eine Kombination des Radial-Ring-Systems mit den Orthogonal-Raster-Systemen
ermöglicht eine Verfeinerung mit Nebennetzen.
Eine vollständige Netzmodellierung setzt zum einem die zwar schematische, aber lagegetreue
Abbildung der Netzelemente voraus, zum anderen die zur Verfügung stehenden Ausgangsdaten
der Verkehrsstärke an Knotenpunkten einschließlich der Abbiegevorgänge sowie die
auftretenden Wartezeiten als Einflussgröße der Reisezeiten. Aufgrund dieser Kenngrößen können
verschiedene verkehrsplanerische Berechnungsverfahren67 angewandt werden.
Zur Berechnung der Verkehrsstärke sind empirische Daten (meist punktuelle Messdaten entlang
des Straßennetzes) in ausreichender Differenzierung (z. B. nach Fahrzeugarten) erforderlich.
Für eine Simulation der Verkehrsverteilung werden aus den Verkehrserhebungen u. a.
Verkehrsstärken, Quell-Ziel-Matrizen etc. ermittelt. Verkehrsstärken werden häufig über
Bandsignaturen mit logarithmischem Signaturmaßstab oder mittels der Methode der
Bewegungslinien veranschaulicht, deren zeitabhängige Zustandsänderungen durch eine
Gegenüberstellung der Früh- und Nachmittagsspitze verglichen wird. Die Bewegung in
Strombelastungsplänen wird durch die Richtung, den Verlauf und die Quantität charakterisiert.
Werden Verkehrsstärken bezogen auf ein Straßennetz dargestellt, so können Quantität und
Qualität sowie Verlauf und Richtung dargestellt werden. Für die Bewertung der
Leistungsfähigkeit eines Straßenabschnittes mit eventuell mehreren Knotenpunkten ist eine
Kombination der Qualitätsstufen einer Straße mit der Verkehrsbelastung sinnvoll.
Verkehrserzeugung, simultane Verkehrsaufteilung und -verteilung, mikroskopische Simulation der
Verkehrsnachfrageberechnungen, Verkehrsumlegung (Ermittlung der Streckenwiderstände,
Verkehrstrommatrizen, Verkehrsnetzberechnungsverfahren etc.), Verkehrsplanerische Berechnungen mit
Rückkopplung [Sc97].
67
48
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Ändert sich die Qualität aufgrund der sich ändernden Verkehrsstärken und -beziehungen, so
kann ein weiteres Modul Route aktiviert werden, das über Routensuchverfahren alternative
Strecken einblendet, die die Verteilung und damit verbundene Änderung der Leistungsfähigkeit
simulieren.
Netzknoten A
Abb. 11: Schematisches Netzmodell und Belegungsvarianten nach Lohse
Für eine gleichzeitige räumliche und zeitliche Darstellung ist das Einsetzen dynamischer visuellen
Variablen nach MacEachren [ME94] für dieses Beispiel sinnvoll. Das Ansteigen des
Verkehrsaufkommens wird häufig durch Liniendiagramme, Ganglinien oder Säulendiagramme
veranschaulicht. Dabei können die Ströme nicht verfolgt werden, so dass bisher eine
Gegenüberstellung der einzelnen Zufahrten erfolgte. Ein weiterer Ansatz wäre, die Thematiken
zu kombinieren und mit Hilfe der graphischen und dynamischen Variablen ein graphisches
Gefüge zu konzipieren, das Signaturen einschließt.
Punktuelle Darstellungen werden für die Symbolik statischer Verkehrsobjekte
(Lichtsignalanlagen) angewendet. Sie können einen Gesamtüberblick z. B. zur Verwaltung von
Lichtsignalanlagen geben und in Zusammenhang mit Strombelastungsplänen dynamisch die
Wartezeiten und Fahrwiderstände visualisierten. Anwendungen in großmaßstäblichen
Abbildungen können dynamische Verkehrsobjekte punktuell darstellen.
Punktuell
Lokale Diskreta können Einzelobjekte mit absoluten Werten sein, die durch ihre Position und Art
(qualitativ) definiert werden, oder sie können auch durch angegebene Mengenwerte eine
konstante Anzahl von Objekten (quantitativ) repräsentieren, die eine Implantation von relativen
Werten zulässt [Be82].
Einzelobjekte, die punktuell im Raum lokalisiert sind, definiert über den Mittelpunkt eines ihn
charakterisierenden Kreises oder den Scheitelpunkt sich schneidender Linien [Wi70], können
durch visuelle Unterschiede bzw. Ähnlichkeitsmerkmale differenziert wahrgenommen werden.
Durch Variationen von Häufigkeit (Menge) und Wertigkeit (Größe, Farbe, Helligkeit) in Kombination mit Form- und Richtungsmodifikationen [Be82], die zu Formgruppentypen [Ar02] bzw. zu
Signaturen zusammengefügt werden, können quantitative und qualitative Aspekte visualisiert
werden. Die graphischen Variablen dienen der Abstraktion von komplexen Zusammenhängen.
Dabei werden je nach Anforderung und Nutzen konkrete (bildliche) oder abstrakte
(geometrische) Symbole bzw. Signaturen konzipiert. Bewegungssignaturen, die den zeitlichen
Aspekt visualisieren, können Pfeil- und Richtungssignaturen sein oder animierte
Positionssignaturen und -diagramme.
49
In Kombination mit dynamischen visuellen Variablen wie dem Eintrittszeitpunkt, der Dauer, der
Reihenfolge, der Änderung des Verhaltensmusters und der Gleichzeitigkeit [ME94] kann die Art
der Dynamik eines Punktobjektes beschrieben werden.
Abb. 12: Punktuelle Gestaltungsbeispiele eines Einzelobjektes
Werden Punkte im Raum verteilt dargestellt, d. h. Punktmengen (Mengensignaturen), die durch
eine zeitliche Gegenüberstellung Entwicklungstendenzen verdeutlichen, so kann über diese
Zeitpunktmethode ebenso in Kombination mit graphischen und dynamischen Variablen der
zeitliche Aspekt sowohl lokal als auch auf eine Fläche bezogen visualisiert werden.
Ein Punkt entlang einer Achse gibt den Wert zwischen dem davor liegenden und danach
liegenden Punkt an, wie z. B. die Geschwindigkeit eines Fahrzeuges oder den Abstand zum
nächstliegenden Fahrzeug. Verringert sich der Abstand und die Punkte verdichten sich zu einer
Linie während eines Zeitlaufes, können Staus daraus schnell assoziiert werden. Über Farbverläufe
oder Farbstufen, die die Geschwindigkeit von Stop and Go bis Stillstand codieren und dynamisch
animieren, können einzelne Punkte zu Linien generiert werden, die die Dynamik im Raum und
damit die Zustandsänderungen diskret oder kontinuierlich simulieren. Wird dieser Übergang
fließend dargestellt, begrenzt sich das Wahrnehmen auf das Verdichten des Verkehrsstromes. Der
momentane Zustand oder das Szenario für einen Zeitabschnitt (die(der nächste(n) Stunden, Tag,
Woche etc.) innerhalb eines Verkehrsraumes kann übersichtlicher visualisiert werden, indem
Wertcodierungen in Kombination mit Signaturen bibliothekarisch angelegt werden und diese je
nach Zustandsänderung mit Zugriff auf die sich stetig ändernden Daten aufgerufen und verknüpft
werden können, ohne dass ein vollständiger Simulationslauf erneut gestartet werden muss. Unter
diesem Gesichtspunkt ermöglicht ein Übergang von einer Punktgeometrie in eine
Liniengeometrie eine dynamische Gestaltung des Visualisierungsprozesses. Linienhafte
Darstellungsmethoden können durch den neuen Zustand eingebunden werden und einen
kontinuierlichen Zustand erzeugen.
50
4.2.2
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Methoden kontinuierlicher Werte
„Kontinua sind räumlich oder flächenhaft unbegrenzt und dabei von
lückenlosem, stetigem Verlauf. Ihre geometrische Information besteht in der
Lageangabe für Zahlenwerte, die sich von Ort zu Ort kontinuierlich ändern (sog.
Wertefelder)“ [Ha02].
Die kontinuierliche Bewegung des fließenden Verkehrs kann mikro-, makro- und mesoskopisch
(Mischform aus mikro- und makroskopisch) modelliert werden. Mikroskopische Modelle
berechnen das dynamische Verhalten jedes einzelnen Verkehrsobjektes und bilden den
Verkehrslauf quantitativ als Menge von Einzelfahrzeugen ab. Diese Modelle (z. B. Zellulare
Automaten) sind diskret in Raum, Zeit und Zustandsvariablen. Makroskopische Modelle (diskret
oder kontinuierlich) stellen dynamische Phänomene zusammengefasst in relativen Werten, wie
der Fahrzeugdichte, dar. Es wird der Verkehrsablauf als kontinuierlicher Fahrzeugstrom
beschrieben [Ro00].
Die makroskopischen Größen Verkehrsfluss (die Anzahl der Bewegungen pro Zeitintervall auf
einem Streckenabschnitt) und mittlere Geschwindigkeit können im Übergang zu integralen
Größen den Verkehrslauf als Kontinuum simulieren. Wird der Verkehrslauf visuell als
dynamische Fläche betrachtet und nicht als sich abgrenzendes Objekt, so kann die Verbreitung
des Fahrzeugstroms zwar nicht als reale Kontinua modelliert werden, aber als ein kontinuierliches
geometrisches Modell (z. B. Interpolation wechselnder Kraftfahrzeuge zwischen den Spuren).
Besser zu assoziieren sind Bandsignaturen, die sich kontinuierlich in Abhängigkeit der Fahrzeugdichte neu generieren. Die Dynamik (Fahren, Trödeln, Stehen) kann mit Hilfe der
graphischen Variablen Helligkeit, Farbe und der dynamischen Variablen visualisiert werden. Es
können Farbcodierungen entlang des Verkehrsnetzes implementiert und Stromverläufe sowie
Routenentscheidungen abgebildet werden.
Eine reale Kontinua, die ohne Abstufungen das Zeitgeschehen im Raum abbildet, ist dann nicht
geeignet, wenn aufgrund fester abgegrenzter Verkehrsareale keine Flächenausbreitung im Raum
existiert und sie ist nicht wahrnehmbar, wenn das Ansteigen des Verkehrsaufkommens zu
fließend dargestellt wird.
Ein ähnliches Problem besteht, wenn komplexe Simulationsmodelle zu zeitaufwändig sind, um
kurzfristige Ergebnisse zu erzielen. Das Diskretisieren der Zeit (minimale kontinuierliche
Zeitschrittlänge) und der absoluten Werte vereinfacht die formale Methodik. Bei einer kontinuierlichen Zeit sind alle Eigenschaften kontinuierlich verfügbar, bei diskreter Zeit nur
abschätzbar. Doch die damit verbundene Fülle von Informationen kann im Gegensatz zu
aufbereiteten und codierten Daten das Prinzip der eindeutig differenzierten Gestaltung häufig
nicht wahren.
Kontinuierliche Erhebungen werden diskretisiert und zu kontinuierlichen Informationen des
Verkehrsflusses modelliert und visualisiert.
51
Flächenhaft
Flächen als Kontinua in Zusammenhang mit dem Verkehr sind oftmals abgeleitete relative Werte
wie Lärm oder Emissionen, deren Wertefeld sich stetig ändert. Überwiegend entlang des
Verkehrsnetzes (Geräusch- oder Emissionsquelle) werden farbige Wertstufen flächenhaft
interpoliert, deren Farbflächenton ineinander fließend (Stetigkeitsprinzip nach Dent) oder
abgestuft gestaltet werden kann. Lärm kann in einer 3D-Visualisierung in Bezug auf
Gebäudehöhen z. B. in einem Stadtmodell viel realistischer dargestellt werden, als die
Lärmbelastung nur in Höhe und Breite zu interpolieren.
Den Verkehrsfluss absolut als Fläche darzustellen, kann Risiken hinsichtlich einer nicht
wertfreien Aussage oder das Negieren von Informationen in sich bergen. Zweckdienlich ist die
Erfassung von Verkehrsflächen für Kosten-, Unterhaltungs- und Bestandsanalysen. Wird die
Verkehrsfläche als dynamische Fläche hinsichtlich des Zeitgeschehens betrachtet, um z. B. in
einem größeren Zeitabschnitt die Verdichtung der Verkehrswege und Parkflächen in Zusammenhang mit demographischen Entwicklungen und Siedlungsplanungen zu verdeutlichen,
ermöglicht ein animierter Verlauf die stetige Ausbreitung der Verkehrsflächen.
Das Darstellen von Verkehrsszenen, -beziehungen und -verhalten dient der Parametrisierung für
Simulationsmodelle. Auf diskreten Flächen kontinuierliche Liniendarstellungen zu kombinieren,
ist ein weiterer Ansatz für eine zeitvariable Visualisierung des Verkehrsgeschehens.
Linear
Lineare Kontinua sind Wertlinien, Verbindungen gleicher Werte [Ha02], wie z. B. Isolinien, die
Raum- oder Flächenzustände beschreiben, deren Werte sich im Raum kontinuierlich ändern [Imh72]. Linien können qualitative, quantitative und temporale Eigenschaften wiedergeben.
Bewegungslinien, gerichtete Linien werden durch Pfeile, assoziierende Signaturen, dynamische
Variable etc. ergänzt. Netze können allein durch den Linienverlauf Charakteristiken
wiedergeben. Wie in 4.2.1 beschrieben, sind verschiedene Grundformen von Straßenhauptnetzen
für die Verkehrsnetzgestaltung relevant. Sie können schemenhaft oder auch als Signaturen unter
Wahrung des typischen Verlaufs vereinfacht dargestellt werden.
Lineare Bewegungssignaturen oder bildhafte Signaturen (Pfeilsignaturen) können linear
dargestellt den Verlauf und die Richtung angeben. Oftmals werden sie zeitdiskret in Beziehung
gesetzt.
Einfahrender
Verkehr
Ausfahrender
Verkehr
Außenverkehr
Durchgangsverkehr
Gebrochener
Durchgangsv.
Rückfließender
Zielverkehr
Rückfließender
Quellverkehr
Binnenverkehr
Abb. 13: Verkehrsarten eines Untersuchungsraumes, erweitert nach Lohse
Kontinuierliche Bewegungen mit konstanter oder variabler Geschwindigkeit, die Darstellung von
Zeitlücken, lineare Zustandsänderungen werden neben der Signaturdarstellung häufig animiert
durch Verdichtung einzelner Punkte zu einer Linie in einem Zeitabschnitt simuliert.
52
Visualisierungsprozess dynamischer Raumphänomene
in Geoinformationssystemen am Beispiel Verkehrsbeeinflussung
Die quantitativen Eigenschaften der Verkehrsbelastung können über die Linienbreite oder -höhe
(3. Dimension) visualisiert werden. Für qualitative Merkmale wie Stau oder freie Fahrt werden
graphische Variablen verwendet. Den Verkehrsfluss als dynamische Kontinua darzustellen,
erfolgt animiert durch gerichtete Ströme. Die Übergänge und Zustände werden dabei zeitdiskretisiert dargestellt, die konform mit der Simulation laufen. Dieser Ansatz ist in der Realisierung
mit den Kriterien Lesbarkeit, Aussagenutzen, Wahrnehmung in Einklang zu bringen, da auch hier
eine schnelle Überlastung der Information erreicht wird.
Vernachlässigt wurde bisher die Signaturisierung raumstruktureller Informationen. Darstellungen
von Strombelastungsbändern werden meist mit der Siedlungsfläche kombiniert. Die sofortige
Erkennbarkeit der Aufnahmekapazität des Straßenhauptnetzes ist selten über diese Darstellung
möglich. Im Abschnitt 5 werden diese Problematiken untersucht und Vorschläge in Kombination
mit dynamischen Punktdarstellungen für ein komplexes Gefüge entwickelt.
Punktuell
Zahlenwerte im Kontinuum können Höhenpunkte oder andere Messpunkte sein, die nicht
konstant sind und nicht einem Mengenwert zugeordnet werden [Hak02].
Vereinzelte Objekte wie Fahrzeuge werden schrittweise in der mikroskopischen Simulation
diskret dargestellt. Sich stetig ändernde Messdaten hingegen werden von raumbezogenen
Messpunkten im Kontinuum via Radarerfassung, Sensor-/Detektorsysteme oder optische Verkehrserfassungssysteme aufgezeichnet. Sie liefern kontinuierliche Mengenwerte (quantitative
Daten) und qualitative Verkehrsdaten (Fahrzeugart). Zeitstufenkarten, punktuelle Zeitreihen,
Variationen der Helligkeit und Farbe oder das Einsetzen dynamischer Variablen können die
Quantität, Qualität und Dynamik visualisieren.
Abb. 14: Punktvariationen
Für die Zuordnung mehrerer Eigenschaften oder die Relation im Raum sind Signaturen aussagefähiger. Für Kreuzungspunkte werden bildhafte bzw. grundrissähnliche Signaturen
konzipiert, die z. B. die Kapazität einer Kreuzung schematisch darstellen.
4.3
Zusammenfassung
Die methodische Umsetzung einer dynamischen Geovisualisierung basiert auf einem
serviceorientierten Architekturkonzept, das abgestimmte GIS-Funktionen, Simulationsläufe und
Datenoperationen bietet, die kognitiv dynamische Informationen veranschaulichen. Der Ansatz,
bereits im Systemaufbau die Dynamik durch anpassungsfähige Module zu berücksichtigen, erlaubt
zum einen eine Vielfältigkeit in der Anwendung und zum anderen eine Reduzierung des zu
simulierenden Datenvolumens. Durch diesen flexiblen Ansatz kann eine stetige strukturelle
Entwicklung des Systems ermöglicht werden. Darauf aufbauend werden Visualisierungsmethoden
vorgestellt, die in ihrem Gefüge konform zu den Simulations- und GIS-Funktionen konzipiert sind.
Nach zeitlichen und räumlichen Aspekten werden die Methoden in diskret und kontinuierlich
unterteilt. Dieser Ansatz ermöglicht eine Annäherung an ein real-world environments and model
und unterstützt visuelle Analysen komplexer dynamischer Informationen. Gesplittet in Punkt,
Linie und Fläche können die Methoden des Visualisierungsmoduls ebenso flexibel kombiniert und
variiert werden. Am Beispiel „Verkehrsbeeinflussung“ werden folgend die einzelnen Visualisierungsschritte aufgeführt.
53
5
Schritte eines verkehrstechnischen Visualisierungsprozesses
Techniken für statische Raum-Modelle werden in Geoinformationssystemen für die steigenden
Ansprüche des Nutzers fortlaufend optimiert. Das Entwickeln von Raum-Zeit-Modellen ist von
Hägerstrand in den sechziger Jahren durch den Space-Time-Pfad bis hin zum Space-TimeCupe [Kr03] vorangetrieben worden. Dennoch sind Anwendungen in der Visualisierung
dynamischer Phänomene vordergründig durch Animationen realisiert worden, die den
Bewegungsablauf durch Aneinanderreihen von Bilddaten generieren. Visualisierungstechniken,
die die Zeit in Darstellungsformen übertragen, stehen nach wie vor begrenzt zur Auswahl, wie
Zeitleisten, Kartodiagramme, z. B. von Lexis Pencil [Fr98], der Säulendiagramme über eine Fläche
als Ereignishistorie abbildet oder senkrechte Zeitachsen und Mehrphasenkarte, z. B. die lineare
Anordnung zeitdiskreter Bilder bzw. Fenster oder animierte Phasen innerhalb eines dargestellten
Raumes.
In diesem Abschnitt werden für dynamische Informationsstrukturen Methoden entwickelt, die es
erlauben, Zustandsänderungen in Zusammenhang mit Beziehungsmerkmalen zu
veranschaulichen. Das in dieser Arbeit vorgestellte Konzept greift auf zeitbasierte Daten zurück,
die durch simultane Anfragen verschiedene Prozesse in Gang setzen, in denen die Daten
strukturiert, codiert und visuell modelliert werden. Die Dynamik kann in einer modellhaften
echtzeitnahen Online-Visualisierung intuitiv erfahrbar gestaltet werden. Das setzt voraus, dass
Wahrnehmungsaspekte berücksichtigt werden. Der Prozess, zeitabhängige Daten zu visualisieren,
beginnt mit dem Erfassen und Klassifizieren der Daten. Über das modulare Einbinden
verschiedener Berechnungsverfahren werden in weiteren Schritten die Daten simuliert, die
gleichzeitig visuell so aufbereitet werden, dass sie für weitere Analysezwecke veranschaulicht
werden. Diese Wechselbeziehung ergänzt algorithmische Verfahren um die visuelle Analyse. Die
elementare Aufgabe der Visualisierung eines Verkehrsmodells ist es, vorhandene oder zu
erwartende Systemzustände in Beziehung zu setzen. Verkehrsbeziehungen zwischen Knotenpunkten, Verkehrsnetzen oder -zellen sowie die Einflussnahme von Strukturanalysen und
sozioökonomischen Trends sind für Verkehrsprognosen grundlegend. Die Analyse der
Systemzustände erfolgt durch messwert- oder logikbasierte Verfahren, die Verkehrszustandsdaten
liefern. Der Ablauf des Visualisierungsprozesses, Einflussfaktoren, z. B. menschliche Wahrnehmung, der Aufbau der Datenstruktur sowie konzipierte Visualisierungstechniken werden
methodisch erläutert.
Grundlage für Verkehrsbeziehungen bilden georeferenzierte Online-Verkehrsdaten, die in drei
Stufen in eine geeignete visuelle Repräsentation transferiert werden:

Aufbereitung und Strukturierung der Daten

Visualisierung der Information durch Evaluation von Visualisierungstechniken

Wahrnehmung der Informationen sowie das Ableiten von Wissen.
Beginnend wird die Frage nach der Aussage konkretisiert, um die entsprechenden Daten zu
selektieren [Sc00].
54
Schritte eines verkehrstechnischen Visualisierungsprozesses
Filtern der Informationen (Reduktion, Fehlerkorrektur, Extraktion)




Datenerhebung
o
Standortwahl (welche Messpunkte innerhalb eines Netzes sind für eine
Qualitätsaussage/Beurteilung von Konfliktsituationen bedeutsam?)
o
Wahl des Zeitintervalls (Spitzenstunde, Tages-, Nacht-, Sonntags-, Monats-,
Jahresverkehr)
o
Wahl der Erhebungsmethode (Zählung, Beobachtung, Befragung)
Datenübertragung
o
TCP/IP-Netzwerke
o
Funknetze
Datenfusion und Datenintegration
o
Datenspeicherung
o
Datenzusammenführung
o
Datenvervollständigung
Datenanalyse
o
Zustandsformen
o
Bewegungsvorgänge
o
Wahl der Analysemethoden für den Verkehrsablauf (Modelle,
Berechnungsverfahren)
o
Plausibilitäts-/Qualitätsprüfungen
Erzeugung eines Geometriemodells, Wahl der Visualisierungstechniken zur
Visualisierung dynamischer Phänomene

Symbolisierung der Knotenformen in der makroskopischen Ebene

Symbolisierung der Knotenformen in der mikroskopischen Ebene

Syntaktische und semantische Attributierung

Graphisches Gefüge in seiner punktuellen, linien- und flächenhaften Struktur

Prüfung der geeigneten Methoden nach den Kriterien:
o
Verständlichkeit, Eindeutigkeit
o
Ästhetik der gewählten Methode in ihrer Farb- und Formgebung
o
Lesbarkeit, die durch Informationsdichte und Übersichtlichkeit bestimmt wird
o
Assoziation von Text und Signatur zur Problematik
o
Interaktivität
Wahrnehmung und Interaktion der Präsentation

Welche Wahrnehmung mit und ohne fachliche Kenntnisse

Welche verschiedenen Sichtweisen werden genutzt, verschiedene Erfahrungsniveaus

Wie interagieren die Benutzer, welche Möglichkeiten werden geboten

Aufbau einer Bildschirmpräsentation
55
5.1
Filtern der Informationen (Reduktion, Fehlerkorrektur, Extraktion)
Verkehrszustandsdaten wie z. B. Daten der Ausweitung, Verdichtung und der Entstehung werden
empirisch erhoben. Verschiedene Erhebungsmethoden, die abhängig sind vom Erhebungsziel,
dem definierten Raum und von den Dateninhalten, können in das System integriert werden. Für
die Analyse verkehrsdynamischer Vorgänge, z. B. Konfliktsituationen (Unfallgeschehen),
Staubeobachtungen, Beobachtungen des fließenden und ruhenden Verkehrs, werden Zählungsund Beobachtungsverfahren (Objekt-, Querschnittzählungen oder Verkehrsstromerhebungen)
eingesetzt.
Die zeitliche und räumliche Auflösung der Datenerhebung richtet sich nach den Erfassungstechniken (manuell, optisch, Radar, Induktion), die überwiegend kontinuierlich aufzeichnen
können, jedoch für Analysezwecke die Erhebungsdaten in Zeitintervalle diskretisiert werden.
Das Verkehrsverhalten aufgrund raum-, zeit- und soziodemographischer Beziehungen wird durch
Befragungsmethoden erfasst. Die Erhebungsmerkmale, strukturierte Mengen nach Fahrzeugart,
Richtung und Fahrstreifen, Quelle-Ziel-Relationen, Wegzweck, Hintergründe der Verhaltensweisen, werden wie die Rohdaten (z. B. Bilddaten) mit einem Zeitstempel (auch Archivzeitstempel) in einer Datenbank archiviert und zusammengeführt.
Merkmale, die in der nächsten Prozessebene durch z. B. in Beziehung setzen von Verkehrsstärken
und Geschwindigkeiten generiert werden oder Objekte, die in einem Zeitintervall mehrmals
auftreten, werden in einer Sequence-, Prozess- oder Eventtabelle [Yu04] mit einem Startzeitpunkt
und Endzeitpunkt aggregiert.
Ereignis Tabelle
EventID StartTime
Koordinate
Process ID Attributes…
Contains- durchsucht
Spalten mit
zeichenbasierten
Datentypen
Pat-of- Zuordnung
Prozess
Process ID StartTime
Koordinate
Sequence ID Contains
Part-of
Attributes…
Sequenz Tabelle
Sequence ID StartTime
Koordinate
Contains Part-of PreviousSequence
Time Series of Gridded Snapshots
Abb. 15: Temporal Data Structures, Quelle: May Yuan
FutureSequence
Attributes…
56
Schritte eines verkehrstechnischen Visualisierungsprozesses
Der Datenabgleich, die Datenfusion (Vervollständigung lückenhafter Datensätze, Datenbereinigung) dient der Informationsintegration ergänzender Daten über Verkehrslage, Struktur und
Umfeld (Integration verschiedener Netze). So können in die Datenbank Daten unterschiedlicher
Quellen eingespeist und Anfragen über netzwerkbasierte Datenübertragungstechnologien gestartet werden.
Reale Welt
Erhebung
Daten
Datenklassifizierung
Benutzer
Bearbeiten
Temporale Datenhaltung
-klassifizierte Mess-,Bilddaten
-Geometriedaten
-Analysedaten
-Ergebnisdaten(num., textl., visuell)
Dynamische Visualisierung
-Erzeugung Geometriemodell
-Anwendung Visualisierungmethoden
-Einbindung statischer Grafiken
Interaktion
Vergleich
visuelle
Analyse
Externe
Daten
Visuelle und mathematische Analyse
Publizieren
Abb. 16: Visualisierungsprozess
Die durch den Interpretationsprozess (Visual Analytic) gewonnenen Erkenntnisse können ebenso
visualisiert und zeitabhängig archiviert werden. Die Erkenntnisgewinnung beruht neben
numerischen Algorithmen und Simulationen auf visuellem Erfassen von Mustern und Strukturen,
die sich innerhalb einer Interaktion verändern können. Die Qualität der Darstellungen hängt von
den Visualisierungstechniken ab, die durch einen strukturierten Aufbau gezielt Daten filtern,
reduzieren und die Ereignisse und Prozesse veranschaulichen.
Die Visualisierung der Verkehrsdaten, die sich auf Anfrage aus einer Bibliothek vordefinierter
Darstellungsformen und Signaturen generiert, wird strukturiert modular aufgebaut, um eine
Reihe von Analysemethoden und Bewegungsvorgängen in verschiedenen räumlichen und
zeitlichen Auflösungen abbilden zu können. Klare wieder erkennbare Muster und Strukturen
helfen, erinnerte Funktionen schneller aufzunehmen und die Aufmerksamkeit auf
Zustandsänderungen und deren Zusammenhänge zu lenken. Das zu konzipierende Geometriemodell setzt sich aus stark schematisierten Signaturen (teils symmetrisch zueinander angeordnet)
zusammen, die als Basiselemente fungieren und sich gleichzeitig den verschiedenen
Analyseanfragen anpassen. Die Anpassung erfolgt über die einzelnen Elemente selbst, die z. B. mit
Hilfe der graphischen Variablen veränderbar sind, und sie erfolgt in Abhängigkeit des gesamten
graphischen Gefüges (z. B. kontinuierliche Anpassung innerhalb einer Skalierung). Die visuelle
Kommunikation soll schnell und effizient die Aufmerksamkeit auf Berechnungsergebnisse lenken
und Analysen in den Erkenntnis- und Kreativprozess einbinden. Dabei werden die Gesetzmäßigkeiten der Nähe, der Geschlossenheit, guten Fortsetzung, Ähnlichkeit und Symmetrie in die
Konzipierung des Geometriemodells und der Visualisierungsmethoden eingebunden.
57
5.2
Erzeugung eines Geometriemodells, Wahl der Visualisierungstechniken
zur Visualisierung dynamische Phänomene
Um eine effiziente Kommunikation der Analysedaten auch unter Zeitdruck zu erzielen, wird
folgend die Visualisierungswirkung optimiert. Bisherige Beispiele visualisieren nur wenige
Analyseergebnisse (Verkehrsdichte oder Geschwindigkeit). Für weitere Informationen werden
Navigationsfunktionen angeboten, die erneute Bildaufbauzeiten für selektierte Thematiken (z. B.
Darstellungen von Stadtbezirken und Verkehrszellen eines Planungsbereiches, separate
Netzdarstellungen hinsichtlich der Straßenfunktionen oder Verkehrsart) benötigen.
Das gleichzeitige Visualisieren von Beziehungen wird aufgrund der Informationsfülle, der
mangelnden Schematisierung und Symbolisierung reduziert. Dem entgegenzuwirken bedeutet
einerseits, mehr Informationen in Relation zu setzen, aber dabei einen Überfluss an Informationen [Hab06], der zu einer Reduzierung des Inhaltes und somit zu Fehlinterpretationen führen
kann, zu vermeiden. Daraus ergeben sich Anforderungen an die Methodik der einzelnen Visualisierungsschritte. In jeder Prozessphase ist es daher notwendig, verkehrstechnische Visualisierungsstrategien mit grundlegenden Darstellungsformen zu entwickeln.
Beginnend mit einer nicht nur lagegenauen, sondern auch präzisen inhaltlichen Wiedergabe der
Netzstruktur, werden Grundformen der verschiedenen Straßenknoten schematisiert, die nicht
erst in einer großmaßstäbigen Auflösung sichtbar werden, sondern bereits im Übersichtsmodus
zur Verfügung stehen. Um in jeder Maßstabsebene auf alle Grundelemente zugreifen zu können,
wird eine Bibliothek im Visualisierungsmodul angelegt, die durch einen Entry Point und External
Service separat in andere Module implementiert werden kann. Ebenso werden für alle
einflussnehmenden Elemente (Klassifizierung des Netzes, Flächennutzung) Signaturen konzipiert,
die maßstabsabhängig sind, um so in verkleinerten Ansichten Bildüberfrachtungen für Rezipienten zu vermeiden.
Nach der Formanalyse folgt die visuelle Umsetzung der Knotenausstattung (Verkehrszeichen,
Markierung) und des Verkehrsablaufes, d. h., zum einen werden die Fahrbeziehungen in Form
von Verkehrsströmen mit ihren Kenngrößen abbildet und zum anderen die Bewegung als Verkehrsfluss definiert.
Je nach Berechnungsverfahren oder Modellwahl kann die Erkenntnisgewinnung isoliert oder
gesamt in Raum und Zeit anschaulich dargestellt werden.
Die Wahl der Visualisierungsmethoden wird beschrieben anhand der Kriterien:

Verständlichkeit, Eindeutigkeit

Ästhetik der gewählten Methode in ihrer Farb- und Formgebung

Lesbarkeit, Informationsdichte (Detailgrad) und Übersichtlichkeit

Assoziation von Text und Signatur

Interaktivität
58
Schritte eines verkehrstechnischen Visualisierungsprozesses
5.2.1
Symbolisierung in der makroskopischen Ebene
In der makroskopischen Ebene werden gesamte Verkehrsströme abgebildet, die über eine Strecke
zu einem Zeitpunkt (Zeitbereich) betrachtet werden. Der Bewegungsvorgang (Beschleunigen,
Fahren, Bremsen), der sog. Verkehrsablauf, wird in einem Verkehrsfluss von anderen Verkehrsteilnehmern und Umfeldbedingungen beeinflusst. Der Verkehrsfluss kann mikroskopisch oder
makroskopisch mit Hilfe von Kenngrößen betrachtet werden.
Tabelle 1: Kenngrößen zur Charakterisierung und Attributierung der Verkehrssituation
Makroskopische Ebene
Mikroskopische Ebene
Verkehrsstärken (Fahrzeuge/Zeit)
Festzeitsteuerung
Verhältnisse der Verkehrsstärken
Verkehrsabhängige Steuerung
Verkehrsdichte
Koordinierte Steuerung
Verteilung der Verkehrsträger
(MIV, ÖV, Fußgänger, Radfahrer)
Verteilung der Verkehrsart
(des MIV: Krad, Pkw, Lkw, LZ, FG, Radfahrer)
Belegungsgrade
Halte- oder Staulängen
mittlere Geschwindigkeiten
Wartezeiten
Makroskopische Größen können in Relation zur zeitlichen Änderung der Verkehrsdichte und
mittleren Geschwindigkeit kontinuierlich den Verkehrsfluss abbilden. Kausale Zusammenhänge
zwischen der Qualität des Verkehrsflusses an einzelnen Knotenpunkten und dem Verkehrsstrom
auf Strecken, Teilnetzen und Netzen werden nicht direkt abgebildet. Es werden gesondert
Charakteristiken der mikroskopischen Ebene betrachtet.
Im folgenden Modellansatz wird die makroskopische Ebene mit Teilen der mikroskopischen
Planungsebene visuell verknüpft. Das ermöglicht eine ganzheitliche (Quelle, Ziele, Beziehungen,
Wechselwirkungen) Betrachtungsweise der Verkehrsentwicklung in Teilnetzen oder zusammenhängenden Netzstrukturen unter Einbeziehung einer differenzierten Mikroskopie auf den
jeweiligen Verkehrszustand am Knotenpunkt, das zudem ein Beobachten in verschiedenen
Zeitfenstern (langfristig, kurzfristig) zulässt.
Grundlage der Visualisierung von Kenngrößen beider Ebenen ist eine logische Ordnung und
graphische Homogenität [As08] des zu konzipierenden Zeichensystems, das durch standardisierte
wiederkehrende Zeichen und klare Ausdrucksformen angestrebt wird. Die in Abschnitt 4.2 beschriebenen graphischen Primitive werden in der nächsten Stufe zu Zeichen kombiniert,
angelehnt an standardisierte Formen der Straßenverkehrstechnik, die zudem in ihren Variationen
typisierte Merkmale der Durchlässigkeit einbinden.
Modelliert werden zunächst charakteristische Grundformen, die sich in erster Linie durch
geometrische Merkmale unterscheiden. Im zweiten Schritt werden die typisierten Grundformen
mit graphischen sowie dynamischen visuellen Variablen zu Darstellung von Kenngrößen aus den
makroskopischen und mikroskopischen Modellen kombiniert.
59
Grundformen plangleicher Knotenpunkte
Die Symbolisierung der Knotenpunktformen orientiert sich an den Entwurfsprinzipien auf der
Basis der Verkehrsebenen. Knotenpunkte sind plangleich, planfrei oder teilplangleich.
Plangleiche Knotenpunkte liegen auf einer Ebene. Die Verkehrsteilnehmer aller Verkehrsarten
benutzen nacheinander durch Verkehrsregelung (Vorfahrt, Lichtsignalanlage) den Kreuzungspunkt.
Die Grundformen unterscheiden sich durch den Ausbau (Einmündungen, Kreuzungen, Versatz
und Kreis) und durch ihre geometrische Lage. In der kleineren Maßstabsebene für makroskopische Netzbetrachtungen werden reine geometrische Signaturen verwendet, deren Knotenarmgeometrie und -lage sich variieren lassen.
Methodisch werden klare, sich von den Linienelementen abgrenzende Signaturen konzipiert, die
in ihrer visuellen Wirkungsweise kontrastreiche und schnell wahrnehmbare Formen der Knotenpunkte hervorheben.
Tabelle 2: Grundformen plangleicher Knoten, modifiziert nach Schnabel/Lohse
Knotenart
Einmündung
Kreuzung
Straßenversatz
auseinander liegende
Einmündung
auseinander liegende
Kreuzung
Kreisverkehrsplatz drei-,
vier-, fünfarmig
Formen plangleicher Knoten
60
Schritte eines verkehrstechnischen Visualisierungsprozesses
Zu den Geometrien kann eine inhaltliche Erweiterung der Fahrtrichtung, der Straßenfunktion
(Verbindungsfunktion) und Verkehrsregelung (1.-4. Ordnung) hinzugefügt werden.
Hauptverkehrsstraße mit
untergeordneter Straße
Abbiegende Hauptstraße mit
untergeordneter Straße
Richtungsbezogene
Pfeildarstellung
Abb. 17: Signaturen in Kombination mit Straßenklassifikationen
Für die Durchlassfähigkeit können zum einen die Auflösung verfeinert und weitere Elemente
hinzugefügt oder aber durch Farbvariationen qualitative Merkmale hervorgehoben werden.
Bei einer makroskopischen Betrachtung können folgende mikroskopische Kenngrößen
eingebunden werden.
Knotenpunkt
ohne
Lichtsignalanlage (LSA)
Knotenpunkt
mit
Festzeitsteuerung -LSA
Knotenpunkt
mit
verkehrsabhängiger LSA
LSA koordiniert
Abb. 18: Signaturen in Kombination mit steuerungstechnischen Funktionen
Lichtsignalanlagen teils verkehrabhängig, Strecke koordiniert.
Abb. 19: Signaturen für einen koordinierten Straßenzug
Quantitative Assagen über die Verkehrsstärke können in begrenztem Maße in der
makroskopischen Ebene über die Bandbreite visualisiert werden. Der zeitliche Aspekt, wie
Wartezeit und Rückstau, kann statisch über Farbvariationen oder in Kombination mit einer
Animation der Weglänge dynamisch präsentiert werden.
61
Grundformen planfreier Knotenpunkte
Planfreie Knotenpunkte liegen auf verschiedenen Höhen, die sich durch Tunnel oder Brücken
nicht auf derselben Ebene kreuzen. Die Formen unterscheiden sich in den Teilen Ausfahrt,
Verflechtungsstrecke und Einfahrt.
Knotenform
Knotenart
Kleeblatt
halbes Kleeblatt
Trompete
Raute
Abb. 20: Auswahl an Grundformen planfreier Knoten, modifiziert nach Schnabel/Lohse
Teilplanfreie Knotenpunktgestaltung bietet für einzelne Ströme ein konfliktfreies Führen auf
verschiedenen Ebenen an. Sie werden in Kombination mit den plangleichen Knotenpunktsignaturen dargestellt.
Übersichtsdarstellungen sind so zu schematisieren, dass Regionen anhand ihrer Netzstruktur klar
zu erkennen sind, ohne zu viele Details abzubilden. Der Aufbau von Grundstrukturen ist dabei
wesentlich. Es werden Netzelemente angelegt, die wahlweise klassifiziert über Liniensignaturen
und Farbvariationen in einer Bibliothek standardisiert abgelegt werden. Diese sind mit verkehrstechnischen Funktionen erweiterbar und entsprechend den Zustandsänderungen als gesamte
Graphik archivierbar.
Abb. 21: Beispiel Visualisierungsmodell
Für themenspezifische Details kann der Darstellungsmodus in der mikroskopischen Ebene
angepasst werden. Denkbar ist das Herausziehen einzelner Detailfenster oder regionale Ausschnittsvergrößerungen.
62
Schritte eines verkehrstechnischen Visualisierungsprozesses
5.2.2
Symbolisierung in der mikroskopischen Ebene
Ein weiteres Merkmal für die Durchlassfähigkeit eines Knotenpunktes ist neben einer zweckmäßigen Knotenform der weitere Ausbau und die Ausstattung eines Knotens, die in Relation zur
Verkehrsdichte intensiviert werden. In einer höheren Auflösung können durch die Kombination
weiterer geometrischer Elemente Details der Vorfahrtsregelung, Markierung und Elemente der
Signalsteuerung dargestellt werden.
Knotenpunktgeometrie
Knotenpunktgeometrie
mit Verkehrszeichen
Knotenpunktgeometrie
mit Markierung
Abb. 22: Varianten Knotenpunktgeometrie
Das Bereitstellen von Gestaltungselementen entsprechend den Richtlinien kann über ein
Graphiktool erfolgen, das schematische, aber auch detailgenaue Knotendarstellungen wie z. B.
Signalisierungspläne konstruiert. Die in dieser Phase erstellten Maße (Abstände, Breiten) können
in verschiedenen Maßstäben visualisiert und mit spezifischen Berechnungsverfahren jeweiliger
Untersuchungsaufgaben (z. B. Berechnung der Leistungsfähigkeit, des Sättigungsgrades) modular
eingebunden werden. So ist eine mikroskopische verkehrstechnische Untersuchung eines oder
mehrerer Knoten, einer Strecke oder gar von Teilnetzen gewährleistet, die über Generalisierungsprozeduren und Kombinationen der Darstellungsformen Daten in der makroskopischen Ebene
abbilden können.
Die Visualisierung verkehrstechnischer Kenngrößen kann in der mikroskopischen Ebene
differenzierter in Weg und Zeit umgesetzt werden. Das Zeit-Weg-Diagramm als gängiges
Darstellungsmittel kann auf den Raum in einer direkten Zeitrelation projiziert werden. Folgende
Schematisierung zeigt einen Knotenpunktarm, der in Fahrspuren, Zeit- und Wegsegmente
aufgeteilt ist. Statisch werden die Knotengrundform, Streifigkeit, der Weg und die Geschwindigkeit (in Stufen codiert) ebenfalls klar abgegrenzt dargestellt. Wird der Verkehrsablauf um eine
dynamische Variable ergänzt, so können Wartezeit und Rückstau visualisiert werden.
30m
50km/h schnell
5m
0km/h stop
Abb. 23: Weg-Zeit-Diagramm auf den Raum abgebildet
Weitere Kenngrößen können nach diesem Prinzip statisch und dynamisch abgebildet werden.
Verkehrsstärken, Verkehrsstrombeziehungen können gleichzeitig im animierten Zeitlauf mit
Zeitlücken kombiniert werden. Für die Darstellung aller Verkehrsteilnehmer am Knotenpunkt
können mit der Phasenfolge einer Lichtsignalanlage symbolhafte Signaturen (Fahrzeuge) und
geometrische Signaturen kombiniert simuliert und animiert in Zeitintervallen dargestellt werden.
63
5.2.3
Syntaktische und semantische Attributierung
Das konzipierte Zeichensystem visualisiert Entwurfsprinzipien, die auf mehrere Bereiche
anwendbar sind. So werden für die Betrachtung der Verkehrssicherheit Knotenpunktgrundformen, Bewegungsrichtungen etc. in Relation zu Unfallkostenraten gesetzt. Die Aufnahme
des Unfallgeschehens wird in einem Grundschema skizziert und mit verkehrstechnischen
Eigenschaften verknüpft. So zum Beispiel die Ermittlung und Beurteilung von Qualitätsstufen an
Knotenpunkten hinsichtlich ihrer geometrischen Grundform. Gleiche Grundelemente in
verschiedenen Anwendungen über einen Variantenbaum haben den Vorteil, auf ein zugrunde
liegendes Zeichensystem zurückgreifen zu können, statt Objekte zu kopieren und neu zu
generieren.
Um bei Anfragen verschiedener Thematiken eine eindeutige Abgrenzung zu Modellen und
Berechnungsverfahren zu gewährleisten, sind klare Strukturen für den Zeichenaufbau relevant.
Die konzipierten Zeichen sind syntaktisch einwandfrei, wenn sie in ihrer Folge aus Grund- und
Bezugszeichen eindeutig erkennbar sind. Der syntaktische Bezug ist unabhängig von der
Bedeutung des Betrachters, er prüft das Zeichen in seiner Beschaffenheit, Zusammensetzung und
Verknüpfung [Mo85]. Durch eine Reduzierung der Formenvielfalt des konzipierten
Zeichensystems wird eine eindeutige und schnelle Erkennbarkeit angestrebt. Der semantische
Bezug stützt sich auf das Wiedererkennen vorhandener Symbolik in der Verkehrstechnik. Durch
Modifikationen und Verknüpfungen von Relationen werden das Erkennen und die Bedeutung des
Zeichens prägnanter. Egal in welcher räumlichen Skalierung, die Grundformen bleiben erhalten.
Zusätzlich werden Zeichenelemente angeboten, die unterschiedliche Thematiken und deren
Beziehungen abbilden. Für eine einfache Zuordnung der Thematiken bzw. für das Anbieten
unterschiedlicher Methoden wird das Layout bzw. der Bildaufbau schematisch gegliedert und
somit die modulare Struktur erkennbar gestaltet.
Der Bildschirmaufbau kann durch die Wahl themenspezifischer Symbolik, Farbe und Struktur als
Mediator fungieren. Informationen, die durch das Zuschalten von Info-, Diagrammder Bildfenstern ergänzbar sind, können durch farbliche Gestaltungen nach Themen kategorisiert werden.
Der Benutzer kann bei einer Simulationsanfrage makroskopische oder mikroskopische Modellberechnungen anwenden.
Webcam 07:15
Knotenpunkt:
K135
Stadtring
Nord
unsignalisiert
Strombelastungsplan
Säulendiagramme
Analysefunktionen
Nächster KP
Strecke
Region
Zeitlauf 07:15
Abb. 24: Gestaltung, Aufbau und Nutzerführung
64
Schritte eines verkehrstechnischen Visualisierungsprozesses
5.2.4
Graphisches Gefüge in seiner punktuellen, linien- und flächenhaften Struktur
Im folgenden Prozessschritt werden alle konzipierten Zeichen zusammengesetzt. Die Struktur des
hier entstehenden graphischen Gefüges ist in Abhängigkeit von der mikroskopischen oder
makroskopischen Betrachtung maßstabs- und damit signaturgebunden. Ein präzise abgestimmter
Signaturaufbau, dessen stark schematisierte Grundrissdarstellungen in der mikroskopischen Ebene
sich geometrisch an den Grundformen orientieren und bei makroskopischen Netzbetrachtungen
sich geometrisch auf diese Grundformen reduzieren, dient der Eindeutigkeit und Klarheit in Form
und Bedeutung. Die graphische Reduzierung erleichtert das Wiedererkennen qualitativer
Aussagen und verhindert Überblendungen, Verdrängungen und Überfrachtungen des Bildes.
In der makroskopischen Ebene werden Liniensignaturen in Kombination mit geometrischen
Knotenpunktsignaturen konzipiert, die je nach Abfrage zu unterschiedlichen qualitativen Aussagen kombiniert und durch Richtung- und Zeitsymbolik ergänzt werden können.
Region Stadtring
Verkehrsbelastung
Maximilianallee
28.08.2009
Frühspitzenstunde
07:30-08:30 Uhr
Verkehrszustände
Großer Stau (wide jams)
Unvermittelte Staubildung
Gebundener Verkehr
Teilgebundener Verkehr
Freie Fahrt
Animierter Verkehrsfluss
> Eingabe Datum Uhrzeit
Abb. 25: Kombination LSA-Klassifikationen mit dynamischer Verkehrsbelastung
Streckenausschnitt
Maximilianallee
Abb. 26: Kombination LSA-Klassifikationen, Verkehrsbelastungen, Markierung
65
Bei Detailbetrachtungen wie z. B. Teilnetzbetrachtungen können reduzierte Grundrissdarstellungen zeitliche Attribute (z. B. animierter Zeitlauf) hinzugefügt werden.
Prinzip ist es, Anfragen visuell mit Grundelementen zu bedienen, die über Optionen erweiterbar
sind. Die Symbolisierung der Grundformen, Kenngrößen und Relationen eines Verkehrslaufes
ermöglichen die Verknüpfung der mikroskopischen mit der makroskopischen Ebene. Dynamische
Zusammenhänge können durch diesen strukturellen Aufbau visualisiert werden.
Knotenpunkte
Abb. 27: Kombination Strombelastungsplan, Markierung, LSA-Ausrüstung, Verkehrszeichen
Phasen der Lichtsignalanlagen können simuliert und zugleich in Zusammenhang mit den
Belastungsstärken pro Fahrbeziehung animiert dargestellt werden. Streckenweise wird die Durchlässigkeit mit gleichzeitigem Stauaufbau abgebildet sowie mikroskopisch ein Phasenablauf pro
Knoten simuliert.
Knotenpunkte
Abb. 28: Filtern der Informationen, Darstellung zweier Ströme, Phasenabläufe, Rückstau
66
Schritte eines verkehrstechnischen Visualisierungsprozesses
Ob Zeitachse oder Zeitdiagramme, die Zeit als Darstellungsmittel dient dem Visualisieren
dynamischer Prozesse. Auf Zeitachsen können Zeitpunkte und Zeitbereiche abgebildet werden.
Zeitdiagramme können Objekte und ihre Zustände darstellen. Es wird der Zusammenhang
zwischen Zustandswechsel im Verlauf der Zeit veranschaulicht. Das Zeit-Weg-Diagramm beschreibt den Weg als Funktion der Zeit in einem Koordinatensystem mit Weg- und Zeitachse [Bu07]. Die Differenzierung des Geschwindigkeitsverhaltens sowie die Berechnung der
Bewegung aus der Wegstrecke und der dazugehörigen Zeitdauer werden in der Verkehrstechnik
über das Zeit-Weg-Diagramm veranschaulicht. Die Zeit-Weg-Analyse kann aber auch mittels
eines Raummodells visuell erfolgen. Unter Einberechnung der beschleunigten Fahrt (anfahren,
überholen) und verzögerten Fahrt (bremsen) können Verkehrskenngrößen im Raum abgebildet
werden.
Verkehrskenngrößen:

Verkehrsstärke

Verkehrsdichte

Geschwindigkeit

Zeitlücken zwischen den Fahrzeugen

Räumliche Abstände zwischen den Fahrzeugen
Wird das Fahrzeug mikroskopisch in der Raumzeit wiedergegeben, so sind es Punkte, die als
Ereignisse im vierdimensionalen Raum betrachtet und über ein animiertes Fahrzeugsymbol visualisiert werden. Erfolgt eine makroskopische Betrachtung, so können einzelne Zustände schematisiert dargestellt werden. Über graphische Variablen können Stärke, Dichte und Weglücken
veranschaulicht und mittels der dynamischen Variablen die Geschwindigkeit und Zeitlücken
animiert dargestellt werden.
Abb. 29: Zeitlücken- und Geschwindigkeitsdarstellung des PV und ÖV Allgemein
Zeitabhängige Aussagen mittels Karto- oder Kartodiagrammen auf dem Geometriemodell abzubilden, bietet sich z. B. an Knotenpunkten an, die Stauzeiten und -zeitbereiche darstellen. Auch Einschaltzeiten von Lichtsignalanlagen in Beziehung zu Unfallhäufigkeiten oder Stromersparnisse
können über Kartodiagramme kausal betrachtet werden.
Betriebszeit LSA
Stromverbrauch
00:00 - 24:00
gering
04:00 – 22:00
06:00 – 19:00
hoch
Unfallhäufigkeit
gering
hoch
Abb. 30: Betriebszeiten, Stromverbrauch von Lichtsignalanlagen und Unfallhäufigkeiten
67
5.2.5
Prüfung der geeigneten Methoden
Die Herangehensweise an eine standardisierte Symbolisierung innerhalb verschiedener Ebenen
zeigt, dass die Verständlichkeit und Eindeutigkeit der zu dekodierenden Signaturen zum einen
durch das Wiedererkennen und zum anderen durch die Klarheit der Symbolik gewährleistet
werden kann. Die Reduzierung der Farb- und Formgebung erleichtert die Zuordnung
verschiedener Thematiken. Insbesondere das Zurücksetzen der Farbgebung in Grautöne und das
farbliche Hervorheben relevanter Informationen gestattet ein Filtern von Informationen. Auch
die Reduzierung der Symbolisierung auf geometrische Grundformen ist eine geeignete Methode,
um die Lesbarkeit bei einer erhöhten Informationsdichte zu bewahren. Das sparsame Einsetzen
von Text und Signatur soll die Assoziation verschiedener Problematiken auf den Kern bringen, d.
h., den Betrachter nicht durch Überfrachtung ablenken. Über Interaktion des Benutzers können
die zur Wahl stehenden Analysemethoden, Diagrammdarstellungen etc. aufgerufen und
eingeblendet werden. Der strukturierte Bildschirmaufbau soll dabei mit seiner einfachen
Menüführung eine Hilfestellung zum schnellen Navigieren sein.
Szene 07:15
Daten
Infrastruktur Analysemethoden Visualisierung
Reports
Einstellungen
Knotenpunkt:
K135
Stadtring Nord
unsignalisiert
Nächster KP
Strecke
Region
LSA-Steuerung
keine LSA
Festzeit
VA
koordiniert
Abb. 31: Gestaltung, Aufbau und Nutzerführung
Die verschiedenen Möglichkeiten, dynamische Prozesse mit Hilfe von GIS-Analysefunktionen
(räumliche Datenabfrage, Verscheidungen, Interpolation, Zonen- und Puffergenerierung),
verkehrstechnischen Berechnungsverfahren und Simulationen zu modellieren, ist ein integrativer
Ansatz, der eine ganzheitliche Betrachtungsweise durch die verbindenden Visualisierungsmethoden erst ermöglicht. Visuelle Analysen können Prozesse in einer bestimmten Zeit im Raum
in die Gegenwart und Zukunft transferieren. Sie tragen dazu bei, ein Modell zu bilden, das aufgrund von Regelmäßigkeiten und Beobachtungen (u. a. Messungen) das Wahrgenommene verständlich plagiiert. Sich ein Bild machen, z. B. über Bewegungsvorgänge, Objekte lokalisieren und
wesentliche Informationen erfassen, sind die wesentlichsten Aufgaben einer eindeutigen
Wahrnehmung. Welche Verarbeitungsprozesse sind eng miteinander verbunden? Die codierte
räumliche Position der Objekte, die Bewegung als Animation, die Addition mehrerer Formen und
Varianten? Es soll untersucht werden, wie die Grundsätze, klare Symbolik, Vermeidung von
Redundanzen sowie schnelles Entschlüsseln von Informationen durch das vorliegende
Visualisierungsmodell umgesetzt werden und wie dieses Modell wahrgenommen wird. In dem
folgenden Kapitel Wahrnehmung und Interaktion sollen der Verarbeitungsprozess und die
Wirkungsweise näher betrachtet werden.
68
Schritte eines verkehrstechnischen Visualisierungsprozesses
5.3
Wahrnehmung und Interaktion der Präsentation
Die Auswertung und Interpretation des Visualisierungsmodells, die Wirkungen der visuellen
Analyse auf den Betrachter, der auf unterschiedliche Modellansätze und -berechnungen
zurückgreift, soll nun evaluiert werden. Kann das Modell ohne hohen mentalen Verarbeitungsaufwand die Informationen transformieren? Können Bewegungen in Zusammenhang mit
verkehrstechnischen Fragestellungen wahrgenommen werden? Im Bereich der Interaktion
zwischen Benutzer und Modell wird die analytische Evaluationsmethode angewendet. Zur
Bewertung des Visualisierungsmodells und dessen Wirksamkeit wird eine Expertenbefragung
durchgeführt. Für die Analysierung des Sachverhalts, der Konzeption und Gestaltung werden
Kriterien der kognitiven Prozesse (Erfassen dynamischer Prozess), der Wirkungsweise von
Aktionssequenzen, Designkriterien und textverarbeitende Inhalte (Zielstruktur – Hauptziel,
Zwischenziel) betrachtet.
5.3.1
Evaluationskriterien
Zielsetzung der Evaluation ist es, die Wirkungsweise der visuellen Analyse zu testen. Die
Kriterien Kommunikation, Transparenz, Relevanz und letztendlich Intervention sollen den
Entscheidungsprozess aufgrund visueller Präsentationen bewerten [De02].

Kommunikation
Im ersten Schritt werden das Layout und die Zielstruktur ermittelt. Der Zugang zu
Informationen wird kommunikativ gestaltet. Die Kommunikationsschnittstelle wird nach
ihrer Offenheit und Zugänglichkeit geprüft. Das Layout, die Funktionsweise der Zielführung,
ist für schnelles Kommunizieren maßgebend. Die Bewertung umfasst den strukturellen
Aufbau einzelner Themenfelder, die textliche und farbliche Gestaltung sowie die
navigierende Zielführung in Unterbereiche. Bewertet wird die Integration von
Kommunikationstechniken (Menüelemente, Video- und Aktionssequenzen, Prozessaufrufe,
Analysemethoden), seien sie verbal, bildhaft oder szenisch. Ziel ist es, dass der Benutzer die
Aussagen über die visuelle Darstellung vollständig erfasst und seine Wissensbildung
interaktiv durch die Gesamtsystematik des dynamischen Raummodells intensiviert.

Transparenz
Die Offenlegung von Zielen und Methoden sind die Hauptmerkmale einer transparenten
Gestaltung. Räumliche und verkehrstechnische Analysemethoden sind in ihrer
Anwendungsvielfalt eindeutig zu definieren. Systematische Strukturen und die Visualisierung
der Zusammenhänge für eine transparente Erkenntnisgewinnung sind hierbei relevant. Denn
die dynamische Prozessbildung, die weitere offene Fragen bearbeitet und für
unterschiedlichste Methodentypen Ergebnisse bereitstellt, basiert auf dem Anknüpfen von
Ergebnissen. Die Präsentation der Ergebnisse, die Methodik der Datenanalyse und die
Darstellung der Zusammenhänge werden in ihrer Transparenz geprüft.

Relevanz
Die Relevanz dynamischer Prozessoperatoren richtet sich nach den Fragestellungen und
Thematiken. Es werden Darstellungsmethoden hinsichtlich der Fragestellungen bewertet, die
relevante Informationen herausfiltern. Im Zentrum der Befragungen stehen die Abbildung
relevanter Informationen und die gestalterische Relevanz im Hinblick auf die räumliche und
zeitliche Wahrnehmung komplexer Relationen.

Intervention
Die Wirksamkeit der Methoden zur systematischen Erfassung dynamischer Prozesse und die
daraus resultierende Handlungsfähigkeit werden untersucht, d. h. die Wirksamkeit von
Interventionen basierend auf der visuellen Analyse.
69
5.3.2
Aufbau der Expertenbefragung
Evaluation ist die systematische Untersuchung des Nutzens eines Modells. Zur Prüfung der
angewandten Methoden, der Datenfilterung und -integration, ihrer Analysen und
Präsentationsarten wird die Form der analytischen Evaluation gewählt, die Expertengespräche.
Die formulierten Fragen werden nach den Standards der Evaluation [De02] folgend aufgebaut:

Nutzer und Nutzerinnen

Evaluationszwecke

Evaluationsgegenstände

Evaluationsfragestellungen

Bewertungen

sowie festgehaltene Ergebnisse.
Evaluationsfragestellungen beginnen mit Informationen über Nutzer und Nutzerinnen und den
Zweck der Befragungen. Ihnen werden Beispieldarstellungen zur Beurteilung des
Visualisierungsmodells vorgelegt. Die Evaluationsfragen teilen sich auf in die Bereiche
Kommunikation, Transparenz, Relevanz und Intervention. Beurteilt werden die konzipierten
Visualisierungsmethoden, die zur Verfügung stehenden Analysemethoden, der Zugriff auf
echtzeitnahe Daten und der Gesamteindruck. Dabei wird die Wirkungsweise nach
mikroskopischen und makroskopischen Kriterien sowie nach graphischen, verkehrstechnischen
und raum-zeitlichen Gesichtspunkten geprüft.
Tabelle 3: Aufbau der Expertenbefragung
Kommunikation
Layout
Struktur
textliche Gestaltung
graphische Gestaltung
Transparenz
Wirkungsweise mikroskopischer Methoden
Wirkungsweise makroskopischer Methoden
Relevanz
Lesbarkeit
Eindeutigkeit
Prägnanz
mikroskopische Genauigkeit
makroskopische Übersichtlichkeit
Intervention
Wahrnehmung dynamischer Prozesse
Intervention anhand visueller Analysen
Handlungsfähigkeit
70
Schritte eines verkehrstechnischen Visualisierungsprozesses
5.3.3
Ergebnisse der Expertenbefragung
Für die Expertenbefragung wurden Personen gewählt, die maßgeblich am Entwicklungs- und
Entscheidungsprozess beteiligt sind. Um die Sicht regionaler und kommunaler Entscheidungsträger im Bereich Verkehr zu spezifizieren, wurden Modellbeispiele aus der makroskopischen und
mikroskopischen Ebene sowie des gesamten Modellaufbaus vorgestellt.
Szene 07:15
Daten
Infrastruktur Analysemethoden Visualisierung
Reports
Einstellungen
Knotenpunkt:
K135
Stadtring Nord
unsignalisiert
Nächster KP
Strecke
Region
LSA-Steuerung
keine LSA
Festzeit
VA
koordiniert
Abb. 32: Visualisierungsmodell
Die Auswertung der Befragungen ergab eine übereinstimmende Akzeptanz über die
Notwendigkeit eines visuellen Modells. Gerade im Bereich Verkehr ergänzen visuelle Analysen
algorithmische Verkehrsanalysen, und durch das Verknüpfen verschiedener Methoden können
vor allem dynamische Aspekte zeitnah abgebildet werden.
Positive Bewertungspunkte der Befragten waren die einheitliche Symbolisierung in allen
Modellebenen sowie die Reduzierung von Inhalten durch die interaktive Trennung von wesentlichen und nebensächlichen Informationen. Besonders die im Detailbereich schematisierten
Grundformdarstellungen ermöglichten eindeutige Zuordnungen gewünschter Thematiken ohne
die Gefahr einer passiven Reaktion auf mögliche Informationsüberflutung. Die im Modell angebotenen handlungsorientierten Komponenten, wie die klar strukturierte Zuordnung der Daten im
Infrastrukturteil oder die differenzierten Analysetools, deren Ergebnisse spezifiziert über das
Raummodell nicht nur abgebildet werden, sondern mit Hilfe von Geoinformationsfunktionen
visuelle Analysen anbieten, wurden im Bewertungsbereich Kommunikation und Intervention
(Wiedererkennen, Vergleichen und Entscheiden) als unterstützend beurteilt. Eine zielgerichtete
visuelle Suche einzelner Aspekte über Kriterien des Visualisierungsmodells förderte das
methodische Analysieren.
Positiv bewertet sind auch die zusätzlichen Animationsläufe der Belastungen oder Phasenabläufe
in der mikroskopischen und makroskopischen Ebene, die bei Bedarf dynamische Prozesse in verschiedenen räumlichen und zeitlichen Auflösungen auf anschauliche Weise visualisieren.
Unterschiedliche Wirkungsweisen bezüglich der graphischen Umsetzung erzielte die selektive
Betrachtung gegenüber komplexen Darstellungen. Selektive Auswahlmöglichkeiten führten zur
Annahme unvollständiger Datenerfassung bzw. -aggregation.
71
In den folgenden Bereichen Kommunikation, Transparenz, Relevanz und Intervention werden
nachstehend die Bewertungsergebnisse zusammengefasst.
Kommunikation
Das Modelllayout wurde von allen Befragten als übersichtlich und gut strukturiert bewertet. Die
in der Menüleiste kurze und prägnante Aufteilung in Datengrundlage, Analyse und
Visualisierungsmethoden sowie deren gut strukturierte Menüunterpunkte und der Verzicht auf
doppelreihige Menüleiste, Icons u. a. Zusatzgraphiken gewährleistete für alle Befragten einen
schnellen Zugriff auf beliebige Handlungs- und Analysekomponenten. Die sofortige Erfassung der
Region und folgend der Knotenpunktsbezeichnung wurden positiv bestätigt. Die reduzierte
Gestaltung des Textes ist durch die seitliche Anordnung leicht zu erkennen. Die
Hauptthematiken, die räumlich zentral im Bild visualisiert werden, konnten differenziert und
zügig wahrgenommen werden.
Die über die rechte Navigationsleiste angebotenen Analyseergebnisse in Form von Diagrammen
und die darunter angeordnete Detailansicht bzw. in der mikroskopischen Ebene die
Übersichtsdarstellung wurden ebenfalls als gut wahrnehmbar eingestuft.
Die graphische Gestaltung wurde als dezent und somit nicht überlastet und dennoch informativ
bewertet.
Transparenz
Das Handling der verschiedenen Ebenen wurde positiv beurteilt. Die Kombination der
mikroskopischen und makroskopischen Darstellungen verwirrte nicht, sondern unterstützte die
objektbezogene analytische Betrachtung. Die regionale Betrachtung, z. B. eine Streckenanalyse,
die zwischen einer mikroskopischen und makroskopischen Betrachtungsweise liegt, kann für
erste Einschätzungen wesentlich schnellere Ergebnisse liefern als reine mikroskopische oder
makroskopische Betrachtungen. Die Wahlmöglichkeit der Methoden wurde dabei besonders
hervorgehoben.
Relevanz
Die visualisierten Fachinformationen und die Möglichkeit, Raum und Zeit statisch und dynamisch abzubilden, wurden von allen Befragten als eine gut ergänzende Analyseform eingeschätzt.
Die Abgrenzung der Information und dennoch die Vielfalt erhöht die Anwendungsbreite des
Modells.
Die Eindeutigkeit steht für die meisten Befragten in Zusammenhang mit einer
Widerspruchsfreiheit. Die Symbolisierung muss zweifelsfrei klar definiert und nicht beliebig
verwendbar sein.
Intervention
Die Erkenntnisgewinnung aus dem konzipierten Visualisierungsmodell wurde vornehmlich
befürwortet. Die Visualisierung der räumlichen und zeitlichen Aspekte wurde für komplexe
dynamische Prozesse als notwendig erachtet und in dieser vorgestellten Form als sehr positiv
bewertet. Der Zeitaspekt in Szenarien und Momentaufnahmen konnte in diesem Modell statisch
und dynamisch gut umgesetzt werden. Das Darstellen der Zustandsanalysen und das visuelle
Erkennen von Problemen wurden für die Entscheidungsfindung und den Handlungsbedarf durch
das Verknüpfen von verkehrstechnischen und geoinformatischen Analysemethoden als
gewinnbringend eingeschätzt. Insgesamt wurde das Visualisierungsmodell mit lose
eingebundenen Analysetechniken aus verschiedenen Fachbereichen als ein zukunftsweisendes
Planungs- und Entscheidungsmittel begutachtet.
72
5.3.4
Schritte eines verkehrstechnischen Visualisierungsprozesses
Modifizierung des Visualisierungsmodells
Die Expertenbefragung ergab neben den positiven Bewertungen auch Kritikpunkte und
Anmerkungen, die in das Modell eingearbeitet wurden. Modifiziert wurden die
Legendendarstellung und Maßstabsnavigation im linken Modellbereich, die zu dezent und
dadurch nicht eindeutig und schnell unterscheidbar wirkten. Ein wesentlicher Kritikpunkt war
auch die selektive Auswahl einzelner Belastungsströme in der makroskopischen Ebene. Diese
führte eher zur Annahme einer Unvollständigkeit der Datenaggregation aufgrund multipler und
heterogener Datenquellen. Die Anpassung erfolgte dahingehend, dass eine vollständige
Belastungsdarstellung in der makroskopischen Ebene realisiert wurde und nur selektiv die
Belastungszahlen hinzugefügt werden konnten. Hingegen in der mikroskopischen Ebene und
weiteren Zwischenebenen wurden einzelne Ströme farblich hervorgehoben und somit einzelne
Problempunkte herausgefiltert. Angestrebt wird in diesem Modell auch eine Vereinheitlichung
der Symbolik, die jedoch modifizierbar bleibt. Dabei ist natürlich das Wiederverwenden z. B.
festgelegter Farben zu beachten, um Doppel- oder Mehrdeutigkeit zu vermeiden. Die angemerkte
Widerspruchsfreiheit wurde für die gesamte Symbolisierung und Schematisierung ausbedingt.
5.4
Zusammenfassung
Die Schritte eines verkehrstechnischen Visualisierungsprozesses sind methodisch auch auf andere
Fachthemen anwendbar. Die Herangehensweise ist so strukturiert, dass sie prinzipiell alle Schritte
eines Visualisierungsprozesses beschreibt und sich auf andere Bereiche transferieren lässt.
Beginnend mit der Datenaggregation wird die Erfassung und Archivierung von Zeitdaten als ein
wesentlicher Bestandteil des Modells beschrieben. Als Voraussetzung für die Datenanalyse, die so
Zustandsformen und Bewegungsvorgänge aggregieren und archivieren kann, wird das
Geometriemodell mit zeitlich relevanten Daten verknüpft, um einzelne Objekte zeitbasierend zu
visualisieren. Darauf aufbauend werden beispielhaft Visualisierungsmethoden für statische und
dynamische Elemente vorgestellt. Die Unterscheidung in mikroskopisch und makroskopisch
trennt die verschiedenen Darstellungselemente klar voneinander und ermöglicht eine
objektorientierte visuelle Informationsverarbeitung. Am Beispiel der Grundformen werden
Widererkennungsmerkmale verdeutlicht, die korrespondierend während des Prozesses wirken.
Im Vordergrund stehen das Betrachten im Gesamtzusammenhang und das Selektieren einzelner
Darstellungen. Die Prägnanz und Ähnlichkeit der konzipierten Symbolik hilft dem Betrachter,
Zusammenhänge zügig zu erfassen und Fragestellungen sowohl global als auch differenziert zu
untersuchen.
Wie das Visualisierungsmodul in seiner Struktur und Form wirkt und welche Methoden sich
eignen, wurde an Beispielen dargestellt und durch Befragungen einzelner Experten evaluiert.
Die Auswertung ergab eine positive Bewertung mit verschiedenen Anmerkungen, die visuelle
Analysen befürworten und zum Teil einfordern. Die verschiedenen Sichtweisen im Hinblick auf
einzelne Darstellungsmethoden wurden aufgenommen und teilweise im Modell realisiert.
Gewünscht wurde der Einsatz eines solchen Modells in unterschiedlichen Bereichen wie der
Verkehrsplanung, Verkehrslenkung und im Bereich Verkehrsmanagement, aber auch im Bereich
Unfalldaten, Kostenplanung, Raumstruktur und Stadtplanung.
73
6
Schlussbemerkungen
Die visuelle Analyse hat sich neben den fachspezifischen Analysenmethoden als eine effiziente
Form der Informationsbewältigung entwickelt. Die rasch wachsenden Datenmengen, die durch
einfache Algorithmen nicht mehr allein verwertet werden können, benötigen visuelle Brücken,
um wichtige Informationen aus einer Reihe von Daten filtern, vergleichen, neu entdecken und
assoziieren zu können. In dem vorgestellten Modell werden automatische Analysetechniken mit
sorgfältig konzipierten Visualisierungsmethoden verknüpft und dynamisch im Raum abgebildet.
Die gemeinsame Basis bildet ein räumliches Bezugsmodell, das unabhängig voneinander erhobene
Informationen miteinander in Bezug bringt. Funktionen aus der räumlichen Geoanalyse werden
mit Analysemethoden verschiedener Bereiche vereint, deren Grundlage eine geeignete Normung
und intelligente Filterung aller zu visualisierenden Elemente ist. Dynamische Raumphänomene
beschreiben positionale Relationen zwischen bewegten Ereignissen [El05]. Am Beispiel Verkehr
werden Methoden beschrieben, die der wachsenden Komplexität dynamischer Veränderungen
und Mobilitätsverschiebungen und deren erforderlichen Handlungstaktiken gerecht werden.
Die Integration räumlicher und zeitlicher Daten wird bereits während der Datenerhebung
und -archivierung realisiert. Der Modellaufbau ist in seiner Konzeption dynamisch modifizierbar.
Sich ändernde Softwarebausteine können durch eine offene, verteilte, komponentenbasierte und
objektorientierte Architektur herausgelöst, verändert oder neu integriert werden. Diese
Herangehensweise verbindet flexibel Analysemethoden aus dem verkehrstechnischen und
geoinformationstechnischen Bereich. Die visuelle Umsetzung und Interpretation komplexer
Zusammenhänge, die dynamische Abbildung verschiedener Prozesse wird in diesem Modell nach
diskreten und kontinuierlichen sowie nach makroskopischen und mikroskopischen Merkmalen
konzipiert. Dieser strukturelle Ansatz unterstützt das Filtern relevanter Informationen und
vermeidet eine Überbeanspruchung der Entscheidungsträger. Die vorgestellten Visualisierungsmethoden, die punktuell, linien- oder flächenhaft aufgebaut sind, orientieren sich an assoziierenden Grundformen und Signaturen.
Die Evaluationsergebnisse zeigen eine hohe Akzeptanz der gewählten Methoden und
konzipierten Symbolik. Die integrative Herangehensweise, Daten erst zu analysieren und dann
gefiltert zu visualisieren und auf Anfrage Detailergebnisse abzubilden, erschien allen Befragten als
der effizienteste Ansatz. Auch die Möglichkeit, Prozesse wiederholt animiert ablaufen zu lassen,
ist eine erfolgreiche Methode, Information aus unterschiedlichen Sichtweisen zu betrachten.
Das Modell befindet sich in der Konzeptionsphase. Ein Einsatz wird gewünscht, ist aber nur in
Teilbereichen realisiert. Ansätze auf der makroskopischen Ebene werden zum Beispiel durch
Verkehrsrechner in Städten verwirklicht, die auf Geodaten zurückgreifen und neben Grundkarten Symbolisierungen anstreben. Die Verknüpfung mikroskopischer und makroskopischer
Methoden auf der Basis eines mehrschichtigen Raummodells ist bisher nicht realisiert worden.
Das Filtern fachspezifischer Informationen und der gezielte Einsatz von Simulations- und
Animationstechniken auf der Grundlage eines normierten Visualisierungsmodells eignen sich für
verkehrstechnische und räumliche Analysen. Um Entscheidungsfindungen und den Handlungsund Kommunikationsraum optimal zu unterstützen, sind automatisierte und dennoch flexible
Visualisierungsmethoden in Form von Andock-Modulen in einer serviceorientierten Architektur
weiterzuentwickeln.
74
75
Literaturverzeichnis
[Ar02] Arnberger, E.: Thematische Kartographie 4. Aufl., Braunschweig, Westermann Verlag, 2002,
3141603006
[AS08] Asche, H.: Grundlagen der Kartographie, Symbolisierung, Universität Potsdam, IfG,
Geoinformatik, 2008
[Ba04] Bauer, A., Günzel, H.: Das Multidimensionale Datenmodell. Data-Warehouse-Systeme
Architektur, Entwicklung, Anwendung, 3, Heidelberg, Dpunkt Verlag 20089783898645409
[Ba04] Baum, S.: Mostly Data Formats and Storage, Dept. of Oceanography Texas, A&M University,
2004, http://stommel.tamu.edu/~baum/graphics-formats.html
[Ba05] Bartelme, N.: Einführung Geoinformatik: Modelle, Strukturen, Funktionen 4., Berlin,
Heidelberg, New York Springer 2005 2, 65, 125; 3540202544, 9783540202547
[Ba07] Bar, W.: Verwaltung geowissenschaftlicher 3D Daten in mobilen Datenbanksystemen,
Universität Osnabrück, Dissertation 2007, http://elib.ub.uniosnabrueck.de/publications/diss/ E-Diss693_thesis.pdf.
[Ba76] Baldwin, W. G.: V. Graphicacy American Cartographer 1976, 3
[BE08] Assembly Model Specification BEA Systems, International Business Machines Corp , IONA
Technologies, Oracle, SAPAG., Siebel Systems, Sybase SCA Service Component
Architecture 2008 http://www.osoa.org/display/Main/The+Assembly+Model
[Be82] Bertin, J.: Graphische Darstellungen und die graphische Weiterverarbeitung der Information.
Berlin, Walter de Gruyter, 1982, ISBN 3110069008
[Ben04] Benenson, I., Torrens, P. M.: Automata-based modeling of urban phenomena Geosimulation
Computers, Environment and Urban Systems, 28, 1 Wiley, 2004, 9780470843499
[Bi07] Bill, R.: Grundlagen der GEO-Informationssysteme, 15, Heidelberg, Wichmann, 2007, 25,
2233879073759, 9783879073757
[Bl02] Blaschke, T.: Bildverarbeitung in einer integrierten GIS/Fernerkundungsumgebung,
Fernerkundung und GIS, Karlsruhe, Wichmann, 2002, 29783879073696
[Bl05] Blinn, J. F.: What is a Pixel? IEEE Computer Graphics and Applications, 2005,
25830272-1716
[Bo06] Booch, G., Rumbaugh, J., Jacobson, I.: Das UML-Benutzerhandbuch, 2., München,
Addison-Wesley, 2006, 37-40, 2583827322952
[Br01] Simulation Bibliographisches Institut, Brockhaus multimedial, Mannheim, Brockhaus AG,
2001, 3411069139
[Br96] Bry, F., Seipel, D.: KI Künstliche Intelligenz, Informatik Spektrum, Deduktive Datenbanken,
Berlin, 1996
[Bu07] Burg, H., et al.: Handbuch Verkehrsunfallrekonstruktion: Unfallaufnahme, Fahrdynamik,
Simulation, Wiesbaden, Vieweg+Teubner Verlag, 2007, 55, 3834801720
[Ch76] Chen, P., Pin-Shan: The Entity-Relationship Model--Toward a Unified View of Data, ACM
Transactions on Database Systems 0362-5915 ACM-Press 1976 100362-5915,
http://csc.lsu.edu/news/erd.pdf
76
[Cl98] Clausen, N.: OLAP – Multidimensionale Datenbanken, 2., Addison-Wesley, 1998,
382731402X
[Da06] Dabringer, C.: Moving Objects Databases, Universität Klagenfurt, Projekt Domino,
Klagenfurt, 2006
[De02] DeGEval: Gesellschaft für Evaluation e.V., Standards für Evaluation, 4., Köln, 2002,
3000090223, http://www.degeval.de/calimero/tools/proxy.php?id=18054
[De03] Demelt, A.: Temporale Datenhaltung, SIGS-DATACOM GmbH Java Spektrum, 01, 2003,
Troisdorf 2003 http://www.exxcellent.de/download/demelt_JS_05_03.pdf
[DW06] Geyken, A.: Berlin-Brandenburgische Akademie der Wissenschaften, Digitales Woerterbuch
der deutschen Sprache des 20. Jahrhunderts, 2006, 2008 http://www.dwds.de
[ESR07] ArcGIS: Geostatistical Analyst, ESRI Geoinformatik GmbH ArcGIS, 2007,
http://esri-germany.de/demos/geostatistical-analyst.html
[Fo01] Forlizzi, L. et al.: Algorithm for Moving Objects Databases, Universität Hagen, 2001,
http://www.informatik.fernuni-hagen.de/import/pi4/papers/AlgMovObj.pdf
[Fr98] Francis, B. et al.: The Use of Visualization in the Examination of Categorical Event History,
Blasius, J., Greenacre, M.: Visualization of Categorical Data, Academic Press, 1998, 50,
0122990455
[Ga07] Gather, U. et al: Forschungsband Dortmunder Zentrum für Modellbildung und Simulation,
Universität Dortmund, Positionspapier DoMuS Dortmund, 2007, http://www.domus.unidortmund.de/dienst/de/content/zielsetzung/zielsetzung.html
[Ge07] Universität Rostock, Agrar- und Umweltwissenschaftliche Fakultät Geodäsie und
Geoinformatik Geoinformatik-Service, 2007, http://www.geoinformatik.unirostock.de/lexikon.asp
[Ge98] Geers, N.: Parallelrechner und Parallelisierungskonzepte, Universität Karlsruhe IBM
RS/6000 2008, http://www.rz.uni-karlsruhe.de/rz/hw/sp/onlinekurs/PARALLELRECHNER/node1.html
[Go98] Goralwalla A., Tamer, M., Szafron, D.: An Object Oriented Framework for Temporal Data
Models, Etzion, O., Jajodia, S., Sripada, S.: Temporal Databases Research and Practice
Berlin, Springer 1998, 1-353540645195, 9783540645191
[Gr06] Gronau, N.: Potentiale Service-orientierter Architekturen gegenüber Client-ServerArchitekturen, Universität Potsdam Lehrstuhl für Wirtschaftsinformatik und Electronic
Government, 8. Paderborner Frühjahrstagung, Potsdam2006
[GS08] Lexikon Geodäsie und Geoinformatik, Universität Rostock Geoinformatik-Service, 2008,
http://www.geoinformatik.uni-rostock.de/lexikon.asp
[Ha02] Hake, G., et al.: de Gruyter Lehrbuch Kartographie Visualisierung Raum-zeitlicher
Informationen, 8., Berlin, Walter de Gruyter, 2002, 3110164043, 9783110164046
[Ha02] Harper, S. Et al.: Management Application of an Agent-Based Model, Control of Cowbirds at
the landscape scale, Gimblet, R.: Integrating Geographic Information Systems and AgentBased Modeling, Oxford University Press US, 2002, 105-124, 0195143361, 9780195143362
[Ha03] Hao, H. : What Is Service-Oriented Architecture, O’REILLY School of Technology 2003,
http://webservices.xml.com/pub/a/ws/2003/09/30/soa.html
[He08] Heuer, A., Saake, G.: Transaktion, Integrität & Trigger, Datenbanken Konzepte und
Sprachen, 3., Heidelberg, mitp, 2008, 4099783826616648
77
[Ho04] Hopf, H-G.: Vergleich der Datenmodellierung mit UML und EERFH, Nürnberg,
Semantische Datenmodellierung, H.41, 2004,5
[Im72] Imhof, E.: 15 Die Gefüge, Methodisches und Übersicht , Thematische Kartographie, 3.,
Berlin, Walter de Gruyter, 1972, 99-106, 3110021226, 9783110021226
[IT08] ITWissen DATACOM Online-Lexikon DATACOM Buchverlag GmbH, 2008,
http://www.itwissen.info/definition/lexikon
[Ka05] Kampshoff, S.: Integration heterogener raumbezogener Objekte aus fragmentierten
Geodatenbeständen, Geodät. Inst. der RWTH Aachen, 2005
[Ke03] Kemper, P.: Modellierung und Simulation diskreter und stetiger Systeme, Institut für
Angewandte Informatik, Systemorientierte Informatik, Technische Universität Dresden, 2003
[Ke06] Kemper, A., Eickle, A.: Eine Einführung Datenbanksysteme, H6, Oldenburg, Oldenburg
Wissenschaftsverlag, 2006, 51,19783486576900
[Ke99] Kelter, U.: Einführung in Datenbanksysteme
http://pi.informatik.unisiegen.de/kelter/lehre/99w/lm/lm_dbi_991103_info.html
[Kl01] Klein, U.: Verteilte Simulation im Ausnahmetoleranten städtischen Verkehrsmanagement
Universität Magdeburg, Doctoral Thesis Magdeburg, 2001, http://www.kompetenzzentrumhla.de/modules.php?index=1&name=Content&pa=showpage&pid=39
[Kl04] Klügel, F.: Multiagentensysteme, Informatik VI, Universität Würzburg Verteilte Künstliche
Intelligenz, 2004, http://www6.informatik.uni-wuerzburg.de/teach/ss-2004/vki/
[Kn94] Kurt,F .: Kneubühl Teubner Verlag Repetitorium der Physik, 5, Teubner
199420-223519430126
[Kö01] In: (Hrsg. Köster, F.; Friebe, J.: Räumlich explizite Simulationen zur Analyse von
Umweltsystemen - am Beispiel der Kopplung von i-EPISIM-2 und INTERGIS, Hilty, L.,
Gilgen, P.: Proceedings of the 15th International Symposium Informatics for Environmental
Protection, Zürich, Metropolis Verlag, 2001 S. 811-817
[Kr03] Kraak, M.: The Space-Time Cube Revisited from a Geovisualization Perspective ITC,
Department of Geo-Information Processing Enschede, 2003
www.itc.nl/library/Papers_2003/art_proc/kraak.pdf
[Kr04] Krcmar, H.: Informationsmanagement, 4., BerlinSpringer-Verlag GmbH & Co. KG, 2003,
24I, 3540230157
[Kü 03] Küchlin, W.: Symbolisches Rechnen, Wilhelm-Schickard-Institut für Informatik, Universität
Tübingen, Verteilte Systeme, 2003 http://www-sr.informatik.uni-tuebingen.de
[La05] Laurini, R., Bres, S.: The Netherlands Revised Selected Papers, Visual Information and
Information Systems, 8th International Conference, VISUAL 2005, Amsterdam Springer,
2005, 3540304886, 9783540304883
[LA92] Langran, G.: Time in Geographic Information Systems, London, Taylor & Francis Travel /
General 1992, S. 22, S. 41, S. 54 0748400036
[Lo04] Lorenz, P.: Proof Animation Institut für Simulation und Graphik Simulation und Animation
http://isgwww.cs.uni-magdeburg.de/pelo/sa/sim1.php
[Lu02] Ludewig, J.: SESAM – Simulationssystem, Universität Stuttgart, SESAM – SoftwareEngineering-Simulation durch animierte Modelle, 2002,
http://www.iste.uni-stuttgart.de/se/research/sesam/
78
[Lu99] Lufter, J.: Datentypkonzepte und funktionaler Vergleich einiger objektrelationaler
Datenbanksysteme, Institut für Informatik, Friedrich-Schiller-Universität Jena, Jenaer
Schriften zur Mathematik und Informatik Math/Inf/99/02Jena 1999
[Ma02] Manthey, R.: Deduktive Datenbanken, HS A 2002 http://www.informatik.unibonn.de/III/lehre/vorlesungen/Informationssysteme/WS02/folien/DB10b-2.pdf
[Ma89] Mattern, F., Mehl, H.: Diskrete Simulation – Prinzipien und Probleme der
Effizienzsteigerung durch Parallelisierung, Informatik Spektrum, 12, Heft 4, Heidelberg,
Springer-Verlag 1989198-210
[Me03] Merker, C.: Data Processing Business Intelligence OLAP & Data Warehousing 1
http://wwwdvs.informatik.uni-kl.de/
[Me03] Meinert, S.: Ein Framework zur Kopplung von GIS und Multi-Agenten-Systemen,
Universität Osnabrück, Thesis, 2003, www.usf.uni-osnabrueck.de/~smeinert/mafia.pdf
[Me06] Meier, P.: Die Agentenkomponente, Agentenkomponenten – ein komponentenorientierter
Ansatz zur (grafischen) Entwicklung von Multi-Agenten-Systemen, 1, München, Martin
Meidenbauer Verlag, 2006, 67-108, 389975588X, 9783899755886
[ME08] Visualisierung Bibliographisches Institut & F. A. Brockhaus AG, MEYERS LexikonOnline
2.0 Meyer Verlag, 2008, http://lexikon.meyers.de/meyers/Visualisierung
[ME91] MacEachren, A. M.: Animated maps of aggregate data. In: Cartography and Geographic
Information System1991 DiBiaseVol.18.No.4
[ME94] MacEachren, A. M.: Visualization in Modern Cartography: Setting the Agenda. MacEachren,
A. M. und Taylor, D. R. F. Visualization in Modern Cartography Great Yarmouth: Oxford
Pergamon, 1994, 1-120080424155
[Mi94] Miller, G.A.: The Magical Number Seven, Plus or minus Two. Some Limits on Our Capacity
for Processing Information. In: Psychological Review1956, 1994101, 343-352
101037/0033295X1012343
[Mo85] Morris, C.M.: Zeichen, Sprache und Verhalten. Ullstein Taschenbuchvlg.19853548350771
[Mo88] Morris, C. W.: Grundlagen der Zeichentheorie, Fischer Wissenschaft, Ästhetik und
Zeichentheorie, 7406, Frankfurt/M Fischer, 1988, 3-596-27406-0
[Mo97] Moellering, H.: Full International Descriptions of the Transfer Standards, ICA Commission
Spatial Database Transfer Standards 2, characteristics for assessing standards and full
descriptions of the national and international standards in the world, 412, Oxford,
PERGAMON,1997
[Mü04] Wilke-Müller, G.: R-Baum eine dynamische Index-Struktur für räumliche Suche, FB
Informatik Universität Konstanz, Support for Non-Standard, Data Types in DBMS,
Friedrichshafen, 2004, 22-24
[Ne98] Nestorov, S.: Extracting Schema from Semistructured, DataProc. ACM SIGMOD Int. Conf.
on Management of Data, Seattle, Washington, 1998,
http://infolab.stanford.edu/~evtimov/papers/extract-schema.pdf
[OA08] Billerica OASIS Open Composite Services Architecture Consortium, 2008 http://oasisopencsa.org/SCA-policy-framework
[Oe01] Oestereich, B., et al.: Vorgehensmodelle und Managementpraktiken, für die objektorientierte
Softwareentwicklung, Erfolgreich mit Objektorientierung, 2, München, Oldenbourg,
Wissenschaftsverlag, 2001, 3486255657
79
[Om08] OMG's Meta Object Facility Object Management Group Needham, 2008,
http://www.omg.org/mof/
[Or94] Ormeling, F.: Neue Formen, Konzepte und Strukturen von Nationalatlanten, Kartographische
Nachrichten 4444 6 (1994)
[Ot01] Ott, T., Swiaczny, F.: Modeling the real world, Springer Science Business MediaTime
Integrative Geographic Information Systems, Management and Analysis of Spatio-Temporal
Data, 1, Berlin, Springer, 2001, 29, 54, 3540410163
[Pe88] Petry, E.: Versionenverwaltung von Objekten durch ein erweitertes relationales
Datenbanksystem, Dissertation, Zürich, ETH Zürich 1988
ftp://ftp.inf.ethz.ch/pub/publications/diss/th076.pdf
[Pe94] Petersen, M. P.: Cognitive Issues in Cartographic Visualization, MacEachren, A. M., Taylor,
D. R. (eds.), Modern Cartography, 1994, Vol.2. Oxford
[Po06] Pollari, F. et al.: A GIS-driven integrated real-time surveillance pilot system for national
West Nile virus dead bird surveillance in Canada, International Journal of Health
Geographics, 2006, 171476072X517
[Ri05] Richter, J.-P., et al.: Serviceorientierte Architektur, Informatik Spektrum,28, 2005, 5413–
41601706012 (Print) 1432122X (Online)
[Ro00] Rose, M.; Milbradt, P., Rose, M.: Numerische Approximation makroskopischer
Verkehrsmodelle mit der Methode der Finiten Elemente, Institut für Bauinformatik,
Universität Hannover,2000, www.bauinf.unihannover.de/~milbradt/Veroeffentlichungen/2000/ikm/paper.pdf
[Ro01] Rose, M.: Makroskopische Simulation der Verkehrsabläufe auf Autobahnen, Institut für
Bauinformatik Hannover, Universität Hannover, 2001,
www.martinrose.net/pdf/Muenchen2001.pdf
[Ru06] Rudolf, M.: LuftPro Business Systematik. Die universale Systemtheorie; ein
interdisziplinäres Basismodell und allgemeingültiges Ordnungsschema allen Seins im
Hinblick auf das grundlegende Wesen der Dinge, 1,Berlin,2006,3939000949,
9783939000945
[Sc00] Schumann, H., Müller, W.: Visualisierung: Grundlagen und allgemeine Methoden, 1, Berlin
Springer Verlag, 2000, 15, 171, 9783540649441
[Sc97] Schnabel, W., Lohse, D.: Grundlagen der Straßenverkehrstechnik und der Verkehrsplanung,
2, BerlinVerlag für Bauwesen, 1997, 3345005654
[Se94] Steyaert, L. T., Goodchild, M.: Integrating Geographic Information Systems and
Environmental Simulation Models: A Status review Environmental Information System
Management and Analysis, Taylor & Francis 1994
[SI08] What is HLASISO Simulation Interoperability Standards Organization, 2008,
http://www.sisostds.org/
[Sk07] Skulschus, M., Wiederstein, M.: Oracle, PL/sql und XML, 1, Berlin, Comelio Medien,
2007, 3939701106
[Sp04] Specker, A.: Modellierung von Informationssystemen, 2, Zürich, vdf Hochschulverlag AG
2004, 100-1203728129844
[Sp08] Brethenoux, E, Widjaja, P.: Data Mining Gartner Group, Search of Order; White Paper, See
it in SPSS, SPSS Inc. Agenda, 2008,
http://www.spss.com/events/e_id_2246/presentation.ppt#4
80
[St00]
Storrer, A.: Was ist hyper am Hypertext, Kallmayer, Werner: Sprache und neue Medien,
Jahrbuch des Instituts für deutsche Sprache, 1999, 1, Berlin, de Gruyter,
[St05]
Struckmeier, J.: Was ist mathematische Modellierung?, Universität Hamburg, FB
Mathematik, Mathematische Modellierung und Simulation, 2005
[Th05] Thomas, M.: OLAP, University of Michigan Database Systems A Practical Approach to
Design, Implementation and Management, Kaiserslautern, Addison-Wesley 2005120412310321210255, 9780321210258
[Tü99] Türker, C. SQL99 & SQL03 Objektrelationales SQL, Heidelbergdpunkt Verlag 3898642194
[Vas04] Vasconcelos, E., Pinheiro, V., Furtado, V.: Mining Data and Providing Explanation to
Improve Learning in Geosimulation, University of Fortaleza, Mestrado em Informática
Aplicada 2004, http://www.mentores.com.br/vasco/artigos/ITS2004.pdf
[We05] Weiß, G., Jakob, R.: Auswahl und Evaluierung der vorgestellten Methoden, Xpert.press,
Agentenorientierte Softwareentwicklung, 1, Berlin, Springer, 2005, 23-309783540000624
[Wi70] Witt, W.: Veröffentlichungen der Akademie für Raumforschung und Landesplanung:
Thematische Kartographie, 49, 22, 52., Hannover, Gebrüder Jänecke,1970
[Wi89] Wilkes, W.: Der Versionsbegriff und seine Modellierung in CAD/CAM-Datenbanken.
Informatik Spektrum, Berlin, Heidelberg Springer-Verlag 1987
[Wo03] Wolfson, O., Xu, B.: Time-series prediction with applications to traffic and moving objects
databases, International Workshop on Data Engineering for Wireless and Mobile Access,
Proceedings of the 3rd ACM international workshop on Data engineering for wireless and
mobile access New York, Association for Computing Machinery,2003, 56-60, 1581137672,
http://www.cs.uic.edu/~wolfson/mobile_ps/mobide03final.pdf
[Yu04] Yuan, M.: Accepted. Knowledge discovery of geographic dynamics in spatiotemporal data.
H. Miller and J. Han: Geographic Data Mining and Knowledge Discovery 2CRC Taylor and
Francis, 2008
[Zi01] Zipf, A.: TGML – Extending GML by Temporal Constructs – A Proposal for a
Spatiotemporal Framework in XML European Media Laboratory -EML, Heidelberg 2001,
Walid G. ArefACM-GIS 2001 Proceedings of the 9th ACM International Symposium on
Advances in Geographic Information Systems, Michigan ACM Press, 2001, 941581134436
Sc07]
Schlaucher, A.: Data Warehouse-Anforderungen an Datenbanken. Hrsg.: Oracle Deutschland
: 2007 http://www.oracle.com/global/de/pub/knowhow/data_ware.html.
Sn87]
Snodgrass, R.: The temporal query language TQuel. Hrsg.: ACM Trans: Database System.
Band 12, No. 3 . S. 1987, http://www.cs.arizona.edu/people/rts/sql3.html.
81
Anhang
Fragebogen zur Expertenbefragung
Ort:
_________________
Datum:
_________________
Person:
______________________________________________________________________
Tätigkeit:
______________________________________________________________________
Kommunikation
Beurteilen Sie den Zugang zu Informationen in Bezug auf
Layout
______________________________________________________________________
______________________________________________________________________
Struktur
______________________________________________________________________
______________________________________________________________________
textliche
Gestaltung
______________________________________________________________________
______________________________________________________________________
graphische
Gestaltung
______________________________________________________________________
______________________________________________________________________
Transparenz
Beurteilen Sie die Anwendung der Analysemethoden hinsichtlich der mikroskopisch und
makroskopisch gewonnenen Erkenntnisse
mikroskopisch
______________________________________________________________________
______________________________________________________________________
______________________________________________________________________
makroskopisch
______________________________________________________________________
______________________________________________________________________
______________________________________________________________________
82
Relevanz
Sind relevante Informationen:
lesbar
______________________________________________________________________
______________________________________________________________________
eindeutig
______________________________________________________________________
______________________________________________________________________
prägnant
______________________________________________________________________
______________________________________________________________________
mikroskopisch
detailgenau
______________________________________________________________________
______________________________________________________________________
makroskopisch
detailgenau
______________________________________________________________________
______________________________________________________________________
Intervention
Beurteilen Sie die Bewegungswahrnehmung hinsichtlich der Zustandsänderungen (räumlich und
zeitlich).
__________________________________________________________________________________
__________________________________________________________________________________
Erscheint Ihnen die visuelle Analyse neben den algorithmischen Berechnungsverfahren als ein
probates Mittel zur Entscheidungsfindung?
__________________________________________________________________________________
__________________________________________________________________________________
Beurteilen Sie die gewonnenen Erkenntnisse im Hinblick auf Entscheidungsfindungen.
__________________________________________________________________________________
__________________________________________________________________________________
83
Expertenbefragung 01
Ort:
Strausberg
Datum:
15.09.2008
Person:
Bäuml, Wolfgang
Tätigkeit:
Sachgebietsleiter Verkehrstechnik, a. D.
Institution: Landesbetrieb Straßenwesen, Außenstelle Eberswalde
Kommunikation
Beurteilen Sie den Zugang zu Informationen in Bezug auf:
Layout:
Die Darstellung erlaubt grundsätzlich den Zugang zu Informationen, die zur
Beurteilung von verkehrlichen Zuständen notwendig sind. Während im
makroskopischen Bereich bestimmte Freiheiten existieren (Beispiel: Schematische
Darstellung von Verkehrsanlagen oder maßstabsgerecht), sind im mikroskopischen
Bereich Zwangspunkte gesetzt. Man sollte den mikroskopischen Bereich evtl. in
Stufen soweit öffnen können, dass die Abhängigkeit von verkehrstechnischen
Einrichtungen untereinander zu erkennen ist (1. Beispiel: Die Blockmarkierung B
1,5/1,5 muss mit der Anordnung der Vz 306 und 205 harmonisieren; oder 2. Beispiel:
Die Markierungen für Fußgängerfurten, Radfahrerfurten oder für gemeinsame Gehund Radwege müssten unterschieden und erkannt werden können. Die Masken in
den LSA-Registern und deren geometrische Anordnung müssen mit den
Markierungen im Einklang sein).
Struktur:
Die Struktur ist gut gewählt und ist übersichtlich.
textliche
Gestaltung: Die textliche Gestaltung erfüllt alle Anforderungen.
graphische
Gestaltung: In Bezug auf die standardisierte Symbolisierung wird zur graphischen Gestaltung des
mikroskopischen Bereiches vorgeschlagen, die Verkehrszeichen gemäß StVO
darzustellen, um eine Einheitlichkeit mit anderen verkehrstechnischen Objekten,
z. B. Markierungs- und Beschilderungsplänen, zu gewährleisten.
Transparenz
Beurteilen Sie die Anwendung der Analysemethoden hinsichtlich der mikroskopisch und
makroskopisch gewonnenen Erkenntnisse.
Die klare Trennung Hauptbild entweder makroskopisch mit separater Detaildarstellung oder
mikroskopische Ansichten mit separater Übersichtsdarstellung rechts im Modell ermöglicht die
Kombination beider Ebenen. Die schematischen Übersichtsdarstellungen der zu analysierenden
Verkehrsanlagen sind gut der makroskopische Ebene zugeordnet, und die verkehrstechnischen
Utensilien wie LSA, VZ und Markierungen sind mikroskopischer Natur; eine übersichtliche
Trennung ist gegeben.
mikroskopisch:
Die Transparenz ist mit den Einschränkungen des Vorsatzes gegeben.
makroskopisch:
Besonders hervorzuheben ist hier die Möglichkeit der Einblendung von Fotos
der zu bearbeitenden Verkehrsanlage.
84
Relevanz
Sind relevante Informationen:
lesbar
Alle Informationen sind einwandfrei lesbar. Der Nutzer hat die Möglichkeit, die
Wichtigkeit der Informationen je nach Aufgabenstellung selbst zu bestimmen
eindeutig:
Die stark schematisierten Grundrissdarstellungen, die sich weitgehend auf geome
trische Grundformen zurückführen lassen, erhöhen zwar die Lesbarkeit, jedoch
kann dadurch die Eindeutigkeit besonders der relevanten Informationen verloren
gehen. Je mehr man in die mikroskopische Ebene einsteigt, desto mehr muss von
einer starken Schematisierung abgewichen werden, um die Relevanz der Informa
tionen zu erkennen.
Prägnant:
Die im vorigen Abschnitt gemachten Aussagen sind auch hier zutreffend
mikroskopisch
detailgenau: Siehe dazu die Ausführungen im Absatz Kommunikation – graphische Darstellung.
makroskopisch
detailgenau: Die makroskopische Detailgenauigkeit ist z. B. durch die ausgewählte Verwendung
von Farben gegeben.
Intervention
Beurteilen Sie die Bewegungswahrnehmung hinsichtlich der Zustandsänderungen (räumlich und
zeitlich).
Es ist aber unschwer vorstellbar, dass eine auf dem Bildschirm vorgenommene Simulation
verkehrlicher Abläufe hinsichtlich der Zustandsänderungen gut wahrnehmbar ist. Eine
Zustandsänderung könnte besonders genau erfassbar sein, wenn die Geschwindigkeit eines Details
abweichend von der natürlichen regelbar gemacht wird.
Erscheint Ihnen die visuelle Analyse neben den algorithmischen Berechnungsverfahren als ein
probates Mittel zur Entscheidungsfindung?
Für die praktische Arbeit eines Verkehrstechnikers ist eine visuelle Analyse eine unbedingte
Voraussetzung für eine schnelle Entscheidungsfindung. Wenn notwendig, kann ein
algorithmisches Berechnungsverfahren zur Untermauerung der gewonnenen Erkenntnisse
dienen.
Beurteilen Sie die gewonnenen Kenntnisse im Hinblick auf Entscheidungsfindungen.
Es ist denkbar, dass das in dieser Arbeit vorgestellte Analyseverfahren für viele Verkehrsabläufe
zur Entscheidungsfindung völlig ausreichend ist und für die praktische verkehrstechnische Arbeit
ein sehr gutes Hilfsmittel darstellt.
85
Expertenbefragung 02
Ort:
Dessau
Datum:
10.09.2008
Person:
Heise, Uwe
Tätigkeit:
Sachbearbeiter Straßenverkehrstechnik
Institution:
Landesbetrieb Bau Sachsen-Anhalt, NL Ost
Kommunikation
Beurteilen Sie den Zugang zu Informationen in Bezug auf
Layout:
Lokale Orientierung einfach,
Zuordnung Knotenpunkt im Netz gut erfassbar,
Knotenpunkte ausreichend dargestellt
Live-Bilder bringen wesentliche Hilfe für Knotenerfassung und Begreifbarkeit
Struktur:
sehr gute Auswahl der erfassbaren Daten,
Trennung von Plan und Menüführung bringt Vorteile im Handling,
Menüaufruf übersichtlich und gut erfassbar,
Logischer Aufbau der Bearbeitungspunkte
Textliche
Gestaltung: kurz und leicht verständlich,
klare Benennung und Abgrenzung der einzelnen Kategorien,
Schriftwahl optimal, gute Lesbarkeit
graphische
Gestaltung: wirkt gelungen, ähnlich Multigeräten in der Fahrzeug- oder Hifi-Technik, daher
keine Berührungsängste durch Nutzer
klare Trennung Graphikteil hilfreich
Transparenz
Beurteilen Sie die Anwendung der Analysemethoden hinsichtlich der mikroskopisch und
makroskopisch gewonnenen Erkenntnisse.
mikroskopisch: gutes Handling bei detaillierter Betrachtung,
komplette Straßenausstattung wie Markierung oder LSA über Display gut
erfassbar
sehr komfortabel
Koordinierung
durch
möglichen
Abruf
Signalprogramme
makroskopisch: vermittelt schnellen Überblick,
Lage im Netz wesentlich und schnell erfassbar,
Verkehrsbelastung über Strecken zu verfolgen ist vorteilhaft
bis
zur
86
Relevanz
Sind relevante Informationen
lesbar:
sehr gute Lesbarkeit gegeben
eindeutig:
sichere Zuordnung bzw. Erkennbarkeit der Einzelelemente vorteilhaft,
Wiedererkennungseffekt durch gleiche Farbzuordnung gegeben
prägnant:
auf jeden Fall gegeben, Schnellerkennung von Einzelproblematiken durch gute
Vermittlung und Darstellung in ausgewogenem Umfang der Inhalte
mikroskopisch
detailgenau: sehr detailgetreu, Animationen verdeutlichen Aussagen, klare und wertvolle Infos
makroskopisch
detailgenau: für Erstbewertung und Verschaffen eines Überblicks gut geeignet
Intervention
Beurteilen Sie die Bewegungswahrnehmung hinsichtlich der Zustandsänderungen (räumlich und
zeitlich).
Zustandsänderungen räumlich erfassbar, es bedarf einer gewissen Übung und Gewöhnung mit
dem System in Bezug auf dynamisches Darstellen
Erscheint Ihnen die visuelle Analyse neben den algorithmischen Berechnungsverfahren als ein
probates Mittel zur Entscheidungsfindung?
Auf jeden Fall, Vorstellungsvermögen wird wesentlich erweitert durch optische und graphische
Informationen; Problempunkte schnell erkennbar ohne wesentliche Aufwendungen
Beurteilen Sie die gewonnenen Kenntnisse im Hinblick auf Entscheidungsfindungen.
-
sehr hilfreich
graphische Darstellungen ermöglichen schnelle Zustandsanalyse und geben Info über
Schwachpunkte und Problemstellen
Problemanalyse durch Praxisbewertung vor Ort oder anhand konventioneller
Unterlagen weitaus aufwendiger mit eingeschränkten Möglichkeiten zur
Entscheidungsfindung, kein Vergleich
87
Expertenbefragung 03
Ort:
Datum:
Person:
Tätigkeit:
Institution:
Berlin
13.09.2008
Günter Kanne
Betrieb Register Hochradioaktiver Strahlenquellen (HRQ)
BfS (Bundesamt für Strahlenschutz)
Kommunikation
Beurteilen Sie den Zugang zu Informationen in Bezug auf:
Layout:
Gute Darstellung der räumlichen, zeitlichen und thematischen Aspekte des
Verkehrs. Nutzerführung durch Menü-Leiste (oben) und grafische
Navigationselemente (rechts) sind eindeutig. Es sollte aber auf gleiche Reihenfolge
gleicher Elemente in allen Darstellungen geachtet werden.
Struktur:
Gute Aufteilung und Größe der einzelnen Elemente.
textliche
Gestaltung: Alle Texte gut lesbar, gute Staffelung der Schriftstile entsprechend der Bedeutung
graphische
Gestaltung: schnell erfassbar, viele Informationen (Pläne, Diagramme, Video) werden in aus
reichender Genauigkeit angeboten
Transparenz
Beurteilen Sie die Anwendung der Analysemethoden hinsichtlich der mikroskopisch und makroskopisch gewonnenen Erkenntnisse.
mikroskopisch:
makroskopisch:
Die detaillierte Darstellung der Knotenpunkte mit dem Hinzuschalten der Belas
tungen und Regelungszustände lassen sowohl Verkehrszustände analysieren als auch
die Auswahl einer Handlungsstrategie zu.
Übersichtsdarstellung mit Angebot an Grundinformationen ist gut. Es kann als
Dauerzustand einer statischen Information oder zeitlich diskreten dynamischen
Funktion eingeblendet werden.
88
Relevanz
Sind relevante Informationen:
Lesbar:
und Farben
gute Lesbarkeit und gute Unterstützung der Erkennbarkeit durch Symbole
Eindeutig:
immer wiederkehrende Farben, Signaturen und Texte für gleiche
Sachverhalte in den Darstellungsebenen sind gut. Es ist aber auf die
Widerspruchsfreiheit zwischen den verschiedenen Informationsarten (Text,
Bild, Symbol, Legende) zu achten.
Prägnant:
Die Auswahl der angewendeten Stilmittel (Plan, Bild, Text) für die den
jeweiligen verkehrstechnischen Aspekt ist ausreichend prägnant.
mikroskopisch
detailgenau:
ja
makroskopisch
detailgenau:
ja
Intervention
Beurteilen Sie die Bewegungswahrnehmung hinsichtlich der Zustandsänderungen (räumlich und
zeitlich).
In reduzierter Form gut wahrnehmbar.
Erscheint Ihnen die visuelle Analyse neben den algorithmischen Berechnungsverfahren als ein
probates Mittel zur Entscheidungsfindung?
Die visuelle Analyse ist für mich ein sehr probates Mittel zur Erkenntnisgewinnung. Die
Verknüpfung verschiedener Darstellungen des räumlichen und zeitlichen Verlaufs von
Fahrzeugbewegungen im Verkehrsnetz in Verbindung mit LSA-Regelungen ermöglicht
komplexere Analysen gegenüber den meist nur Einzelbetrachtungen in den algorithmischen
Berechnungsverfahren. Die visuelle Analyse macht zum Teil erst die großen anfallenden
Datenmengen für die Verkehrsplaner und -techniker beherrschbar.
Beurteilen Sie die gewonnenen Kenntnisse im Hinblick auf Entscheidungsfindungen.
Schnelles Erkennen ist die Grundlage für ein rechtzeitiges und richtiges Handeln.
Ein Vorteil der Visualisierung ist auch der, zu prüfen, ob ein bestimmter Knotenausbau und ein
bestimmtes Signalprogramm das Verkehrsaufkommen bewältigt. Die Vorhersagegenauigkeit der
Modelle kann durch die Erkenntnisse verbessert werden.
Eidesstattliche Erklärung
Hiermit erkläre ich, dass die vorliegende Arbeit an keiner anderen Hochschule eingereicht sowie
selbstständig und nur mit den angegebenen Mitteln angefertigt wurde.
Potsdam, den 06.08.2009
Antje Schmallowsky
Was this manual useful for you? yes no
Thank you for your participation!

* Your assessment is very important for improving the work of artificial intelligence, which forms the content of this project

Download PDF

advertisement