Automated polygon generalization in a multi agent system

Abstract

Polygonmosaike beschreiben räumliche, kategoriale Daten im zweidimensionalen Vektorraum. Für die kartographische Generalisierung von Polygonmosaiken wurden bereits verschiedene Konzepte und Methoden entwickelt (z.B. Generalisierungsalgorithmen, Masse). Eine Strategie bzw. ein Konzept für eine umfassende, automatische Generalisierung von Polygonmosaiken wurde jedoch bislang weder in der Forschung noch in der Kartenproduktion thematisiert. Daher untersucht diese Dissertation als einen möglichen Ansatz die Eignung von multiplen Agentensystemen (MAS) für die automatische Generalisierung von Polygonmosaiken. Sie stützt sich dabei auf frühere Forschung des AGENT Konsortiums. Die Dissertation beschäftigt sich schwerpunktmässig mit (1) der Erarbeitung eines Konzeptes für die umfassende, automatische Generalisierung von Polygonmosaiken in einem MAS, (2) der Lösung von Grössen- und Distanzkonflikten (d.h. für den Zielmassstab zu kleine Polygone oder zu nahe beieinander liegende Polygone) mit Hilfe eines Verfahrens der Energieminimierung, den Snakes, und (3) einem Inventar an kartographischen Bedingungen für die Generalisierung von Polygonmosaiken. Das vorgeschlagene Generalisierungskonzept ist als Prototyp umgesetzt worden. Der Prototyp wird verwendet, um aus einem Ausschnitt der Landnutzungsebene von VECTOR25, dem grossmassstäbigen digitalen Landschaftsmodell der Schweiz mit einem Erfassungsmassstab von 1:25'000, Polygonmosaike der Landnutzung in den Massstäben 1:50'000 und 1:100'000 abzuleiten. Eine detaillierte qualitative und quantitative Analyse der erzielten Ergebnisse unterstreicht das Potential des vorgestellten Konzeptes für die automatische Generalisierung von Polygonmosaiken. Polygonal subdivisions, i.e. the representation of categorical data in the vector model, are a common data type in GIS applications. For the generalization of polygonal subdivisions, a multitude of methods, such as generalization algorithms, measures and generalization constraints, were in the past proposed in isolation from each other. However, what is missing is a comprehensive framework for the orchestration of these tools. Hence, this thesis studies the automation of polygon generalization by means of a multi-agent system (MAS). In doing so, the work extends previous research carried out by the AGENT consortium. The thesis concentrates on (1) the development of a framework for comprehensive, automated and agent-based polygon generalization, (2) the application of an energy minimizing technique, snakes, for the resolution of size conflicts (i.e. a polygon too small with respect to the target scale) and proximity conflicts (i.e. polygons are too close to each other) in polygonal subdivisions and (3) the proposal of an inventory of constraints required for automated polygon generalization The synthesis of the research work is formed by the implementation of a framework for the agent-based, automated generalization of polygonal subdivisions. The implemented prototype is the first system for automated and comprehensive polygon generalization ever reported in generalization research. The potential of the prototype is studied by conducting the generalization of an extract of the land cover layer of VECTOR25, i.e. the large scale digital landscape model of Switzerland, to a target scale of 1:50,000 and 1:100,000. The qualitative and quantitative evaluation of the results of automated generalization demonstrate the capability of the agent-based framework and prototype.

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 41 citations exist upstream.