Çok çözünürlüklü yol ağı ekran haritalarının genelleştirmesi ve etiketlemesı

Abstract

Bu tez kapsamında, kartografyanın önemli çalışma konularından genelleştirme veetiketleme konularındaki sorunlarının çözümü için çok ölçekli yol ağı haritalarında geçerliyeni bir yaklaşım ortaya konulmaktadır. Tasarlanan yöntem sayesinde çok ölçekli ekranharitalarında kullanıcıların harita içeriğini daha kolay kavraması amaçlanmaktadır.Çalışma kapsamında genelleştirme ve etiketleme işlemleri için önerilen yol ağıhiyerarşisi, yol detaylarının fonksiyonel sınıf bilgilerinden ve merkezlik ölçülerindenyararlanılarak türetilmiştir. Merkezlik ölçüleri her yaklaşma/uzaklaşma seviyesi için ayrıolarak hesaplanan yarıçap parametre değerine bağlı olarak değişmektedir. Yarıçaplarınbelirlenmesinde harita kullanıcısının okuma mesafesindeki normal görüş hattı değerlerikullanılmıştır. Her bir yol detayının önemi veri tabanlarında öznitelik bilgisi olarak tutulan fonksiyonelsınıf değerlerine göre değişmektedir. Fakat bu sınıflandırma belirli bir bölgede aynıfonksiyonel sınıf içinde yer alan detayların karşılıklı olarak önem derecelerininbelirlenmesinde yetersizdir. Bu eksikliği ortadan kaldırmak için bu çalışmada,fonksiyonel sınıf özelliklerinin yanında, yolların önem derecelerinin belirlenmesindegeometrik özellikleri de dikkate alan merkezlik ölçülerinin kullanılması hedeflenmiştir.Merkezlik ölçüleri yol ağındaki belirgin ve önemli dokuların tespitine imkân sağlar. Budokular genelleştirme ve etiketleme işlemlerinin gerçekleştirilmesinde, ortaya alternatifçözümler koymaktadır.Tez çalışmasında kullanılan merkezlik ölçüsüne bağlı geometrik özellikler birincil çizgeüzerinden çıkarılmıştır. Her detay seviyesi için belirlenen yarıçap değeri çizgi detaylarınortasına yer aldığı varsayılan orta noktalara bağlı olarak hesaplanmıştır. Yarıçapdeğerlerinin belirlenmesinde kullanılan normal görüş hattı, kullanıcının odaklandığıekran haritasının sınırlarına göre değişen açısal bir değerdir. Her yaklaşma/uzaklaşmaseviyesi için yarıçap değeri ayrı olarak hesaplanmış ve yol detaylarının merkezlik ölçüsüdeğerleri buna bağlı olarak türetilmiştir. Çalışmada kullanılan dört merkezlik ölçüsünebağlı farklı hiyerarşik sonuçlar çoklu karar destek mekanizmaları kullanılarakbütünleştirilmiştir. Karar destek amaçlı kullanılan en önemli yöntemlerden biri analitikhiyerarşi süreci yaklaşımıdır. Uzman görüşlerine bağlı olarak ikili karşılaştırmalaradayanan bu süreç merkezlik ölçülerinin ağırlık değerlerinin belirlenmesini sağlamaktadır.Yol ağları için önerilen hiyerarşi türetme yöntemi, Amerika Birleşik Devletleri – Bostoniçindeki Cambridge ve Somerville yerleşim merkezine ait veriler üzerinden testedilmiştir. Test bölgesindeki yol detayları beş farklı fonksiyonel sınıf hiyerarşisinesahiptir. Fonksiyonel sınıf bilgilerine merkezlik ölçülerinin bütünleştirilmesine dayalı yenihiyerarşi eklenerek yol ağı genelleştirmesi ve etiketleme işlemleri gerçekleştirilmiştir.Önerilen hiyerarşi, önemsiz olarak kabul edilen yol detaylarının belirlenmesinde ve yoletiketlerinin önemlerinin ortaya konulmasında oldukça etkilidir.

This study discusses a new cartographic approach to solve problems of generalizing andlabelling street features in multi scale street maps. The main purpose of the applied newapproach is to make the map contents more understandable for the map users, byconsidering their ımportant demands while browsing multi resolution maps. For bettergeneralizing and labelling, a new hierarchy for street maps is obtained using functionalclasses and centrality measures of the street features. Values of centrality measureschange in each scale by calculating a radius parameter which depends on the map user'sfield of view.The importance of each street feature is distinguished based on their functional classes.However, this classification is not sufficient to differentiate between features from thesame classes within a limited area. To improve this, important geometric propertiesbeside streets functional classes for the street features are considered. Centralitymeasures capture street features' relative significance by calculating their geometricproperties in street networks, thus using them provide important upgraded solution forthe generalization and labelling processes.In this study, centrality measures are derived from primary graph using the mid-pointsof street features and appropriate radius in each used level of detail. Extraction of theinvestigated radius in each level of detail on a map happens by using the right field ofview, which is an angular extent subtended by a display in front of the user's eyes. Foreach zoom level a diameter is calculated then used to extract the centrality values forthe street features at that zoom level. In this study, four centrality measures each ofwhich marks different patterns of the street network as significantly important arestudied; however, these patterns alter in their practicality for the generalization andlabelling processes. Ranking and giving priorities to the various centrality measures inan equation are constructed by using one multi-criteria decision method. One of themost utilized methods in the multi-criteria decision approaches is the AnalyticalHierarchy Process. The weights for each of the centrality measures are computed andnormalized to form the hierarchy, in this process.The proposed hierarchy is applied on an area in Boston (USA) that contains streetnetwork for Cambridge and Somerville. The test area contains street features classifiedin five street functional classes. Using street functional classes with the prioritiesextracted from the proposed hierarchy, generalization and labelling processes areapplied. The proposed hierarchy has significant effects in labeling important streetfeatures also in omitting insignificant street features from the street networks.