Sayısal kartağrafyada geometrik genelleştirme

Abstract

ÖZET Genelleştirme; arazi verilerinden haritanın ilk defa yapılmasında (yersel veya havadan alımlar) veya büyük ölçekli haritadan küçük ölçekli bir haritanın türetilmesinde büyük rol oynayan kartografik bir işlemdir. Kartografik genelleştirme yazılımların geliştirilmesinde üç karışık problemin çözülmesi gerekir: 1. Sayısal genelleştirme için geniş kavramsal yapı kararlaştırılmalıdır. 2. İşlemin özel yöntemleri veya genelleştirme işlemlerinin neler olduğu tasarlanmalı, kodlanmak ve test edilmelidir. 3. Kartografik bilgi, harita ve özel kaynaklardan toplanmak ve `kurallar` olarak saptanmalıdır. Bu çalışmada herbir araştırma alam açıklanarak üçünün arasındaki ilişkiler gösterilmektedir; Bunun yanısıra günümüze kadar olan genelleştirme modelleri incelenmiştir. McMaster'a göre uzman sistemi tamamlayan en iyi model olarak, Brassel ve Weibel tarafından bulunan model kabul edilmiştir. Daha sonra genelleştirme işlemlerinin! gelişimi izlenmiş ve geniş bir listeleme yapılmıştır. Son olarak Amerika Birleşik Devletleri Savunma Harita Ajansı (DMA) tarafından geliştirilmiş gerçek bir kurala dayak modelin uzman sistemler içindeki potansiyel kullanımı değerlendirilmiştir. Bir genelleştirme sisteminin, `işlem kütüphanesi` içinde birçok kurallarının mantıksal olarak oluşturulabileceği görülmektedir. İşlem kütüphanesi, uzman sistemde kurallar ve yöntemlerin her ikisini de içeren kısımdır. Çalışmanın diğer kısımlarında da J.C. Müller tarafından farkı üç yaklaşım kullanılarak yapılan üç genelleştirme yöntemi sunulmaktadır. Bunlar, işlemsel programlama, kurala dayak lojik programlama ve paralel dağınık ağ yöntemleri olarak sınıflandırılmaktadır. Bu kısımda ayrıca işlemsel yöntemler ile kurala dayak yöntemler arasında da bir karşılaştırma yapılmıştır. Son bölümde ise neler genelleştirilecektir, ne zaman genelleştirilecektir ve nasıl genelleştirilecektir sorularına cevap aranmıştır. ıx

SUMMARY Generalization is a cartographic process for producing smaller scale maps from a map or drawing a map from physical reality of land. For the development of fully operational automated software for catographic generalization, three complex problems must be solved: 1. a formal, comprehensive conceptual framework for digital generalization must be agreed upon, 2. the specific procedures of the process, or generalization operators, must be designed, coded, and tested, 3. cartographic knowledge must be culled from expert sources (maps) and individuals and coded into `rules`. This chapter explores each research area and illustrates the relationship between the three. First, a series of generalization models are reviewed and one, developed by Brassel and Weibel, is identified as the best for implementing an expert system. Next, the development of generalization operators is traced and a comprehensive listing is provided. These generalization operators are placed within a logical framework which fits well within the Brassel and Weibel model. Lastly, an existing rule base, developed by the US Defense Mapping Agency (DMA), is evaluated for its potential use in expert systems. It appears that many of the rules may logically be structured within the `process library` of a generalization system. The process library provides the structural framework for both rules and procedures within an expert system. The other chapter of this study, three generalization experiments are reported using three different approaches by J.C. Müller. These are classified procedural, rule-based and parallel distributed processing strategy. In addition, procedural methods are compared with rule-based methods at this chapter. Finally, why generalize, when generalize and how generalize questions are reported to reply their answers.