|
Publications
>
Voser 1998b - Konzeptdesign für die räumliche hybride Analyse
|
back
next
|
|
|
|
Stefan A. Voser, 1998
Konzeptdesign für die räumliche
hybride Analyse
18. Technisch-Wissenschaftliche Jahrestagung des DGPF/15. DFD-Nutzerseminar der DLR,
14.-
16. Oktober 1998, TU München
(18. scientific-technical annual meeting of the German Society for Photogrammetry
and Remote
Sensing)
Abstract (englisch)
The increasing availability of geo-spatial data in vector databases as well
as in raster databases
requires a hybrid functionality for a powerful GIS-analysis. The integration of the hybrid analysis
means an improvement of the present GIS functionality. This functional extension is necessary to
create an interaction between raster- and vector- data without any conversion. The interaction of
raster- and vector data includes at least a geometric and semantic overlay, the identification,
selection and blending of the different geometric primitives to derive new information.
Apart from the structuring, administration and processing of data, the implementation
of the hybrid
functionality requires an extensive controlling and managing system which is able to control the
data well as the operations by the means of meta-data. Furthermore, the metadata of the derived
information have to be established. The frame for this managing, controlling and processing
functionality for data and metadata is embedded in High-Level-Analytical-GIS- Operators.
In the following different conceptional attempts and problem areas for the
hybrid functionality of
spatial analysis are described.
|
|
Die unterschiedlichen raumbezogenen und raumverwandten Disziplinen, die mit Geodaten
arbeiten,
verwenden zu einem Großteil und auch weiterhin zweidimensionale Geodaten, welche sich in der
horizontalen Lage repräsentieren. Diese können sowohl in Rasterform als auch in
Vektorrepräsentation vorliegen.
Durch die zunehmende Verbreitung der Geodaten und Fernerkundungsdaten liegt ein sehr
großes
Potential in der räumlichen hybriden Analyse, welche eine kombinierte Analyse von Raster- und
Vektordaten beinhaltet. Eine gemeinsame, kombinierte Nutzung dieser unterschiedlichen
Repräsentationen wird bis anhin kaum angewandt, weil die unterschiedlichen Repräsentationen
bisher in voneinander getrennten Datenstrukturen und Datenbanken verwaltet wurden, sowie weil
deren Verarbeitung und Analyse meist durch unterschiedliche Programme oder Module erfolgte.
Dadurch war keine hybride Verarbeitung möglich. Eine gemeinsame Nutzung der Daten konnte
entsprechend nur durch eine Datenkonversion und deren Integration in ein monomorphes GIS
erreicht werden. Konversionen sind jedoch nicht unpro-blematisch infolge von qualitativen Verlusten
im Datenmodell, in der Geometrie, der Semantik und der Genauigkeit. Aus diesem Umstand und
dieser Ermangelung heraus wird eine hybriden Datenverarbeitung etabliert. Diese gliedert sich in
die geometrische und semantische Interaktion.
|
|
Die Geodatenanalyse stellt heutzutage an den Anwender noch sehr hohe Anforderungen
im
Hinblick auf die Kenntnisse über die Datenstruktur und die darauf anwendbare Algorithmik, welche
zumeist in einem monomorphen GIS implementiert ist. Dabei ist ein kognitives,
benutzerfreundliches Arbeiten in der Regel nicht möglich. Der Anwender kämpft auf niedrigster
Ebene ("Low-Level") mit softwarebedingter Syntax. Zudem erfolgt noch heute der Umgang mit
Geodaten ohne Hilfsmittel wie Datenkataloge und Metadaten, und zumeist ist dabei bisher nur
monomorphes Arbeiten ohne hybride Interaktion möglich.
Aus diesem Mißstand heraus werden neue Konzepte zur Prozessierung von Geodaten ausge-
arbeitet. Dies erfolgt einerseits auf algorithmischer Ebene, um dabei die Basis-GIS-Funktio-na-lität
um die hybride Funktionalität zu erweitern, auf der anderen Seite müssen Konzepte zur kognitiven
Benutzerführung ausgearbeitet werden, damit sich der Endanwender möglichst losgelöst von der
Datenstrukturierung und der damit verbundenen Algorithmik seinen Raumanalysen zuwenden kann.
Die Abstraktion des programmbedingten Denkens erfolgt durch die logische semantische
Modellierung und Klassifikation der funktionalen Modelle räumlicher Analyse. Jedes dieser
semantischen Modelle wird einem eigenen Operator zugewiesen. Auf dieser höchsten Ebene
("High-Level") der Abstraktion durch die "High-Level- Analytischen-GIS-Operatoren"
[Voser et al
1998b] kann der Analyseprozeß auf semantischer Ebene, losgelöst von den Datenstruk-turen,
durch eine Metadaten- und Katalogführung sowohl der Daten als auch der Operatoren erfol-gen.
Dieser Level höchster Abstraktion beinhaltet das extrinsische Manage-ment der
Geodatenverarbeitung.
Die Umsetzung der im Management festgelegten Prozesse benötigt eine Abbildung auf
die
Datenstrukturen und der davon abhängi- gen Algorithmen. Dies erfolgt durch das Controlling eines
Operators auf mittlerer Ebene ("Mid-Level"). Die Abbildung erfolgt durch die Über-setzung
und
Verknüpfung der Metadaten mit den Geodaten, den techni-schen Funktionen inklusive
Parameterübergabe. Es haben dabei Plausibilitätskontrollen stattzufinden, und der Benutzer erhält
Zusatzinformationen über die möglichen Algorithmen, deren Parameter und Optionen.
Sind alle Vorbedingungen des Controlling erfüllt, so kann die Verarbeitung auf unterster
Ebene, der
technischen Implementierung, erfolgen. Die Resultate sind dabei als Metadaten und Graphiken
dem Benutzer zur Verfügung zu stellen. Siehe Abb. 1 und [Voser et al. 1998b]
|
|
|
|
|
|
Die Hybridität in GIS entsteht durch die bislang getrennte Betrachtung und Verwaltung
der
Datenstrukturen für Vektor- und Rasterdaten in monomorphen GIS. Die Integration von Vektor und
Raster in GIS erfolgt auf unterschiedlichen Ebenen (z.B. nach [Behr 1998], [Glemser/Fritsch 1998]):
1. Vektor
und Rastergraphiken als Objektverknüpfung: Graphiken werden als Attribute und
Zusatzinformationen mit den Objekten verknüpft. Sie können meist als Metadaten taxiert werden.
2. Hybride
Visualisierung: Graphische Überlagerung in monomorphen GIS. Die zusätzliche
Geometrie wird nur zur Orientierung dargestellt. Die gemeinsame Verarbeitung ist nur durch
Konversion möglich.
3. Hybride
Datenstruktur: Ein gemeinsames logisches hybrides Modell zur integrierten und
interoperablen Strukturierung von Raster- und Vektordaten.
4. Hybride
Verarbeitung: Vektor und Rasterdaten werden gemeinsam durch geometrische und
semantische Interaktion verarbeitet.
|
|
Die Entwicklung von der monomorphen zur hybriden GIS-Analyse ist in Abb. 2 dargestellt.
Eine
monomorphe Analyse ist erfüllt, wenn man dies in einer Datenstruktur durchführen kann. Hybrid
vorliegende Daten werden dabei zuerst konvertiert und dann miteinander verarbeitet. Von bimorpher
Funktionalität spricht man, wenn die selbe Funktion sowohl für Raster wie Vektor verfügbar ist. Die
hybride Analyse ist erreicht, wenn eine kombinierte simultane Verarbeitung von Raster- und Vektor-
daten ermöglicht ist. Bei der hybriden Visualisierung ist dies noch nicht erfüllt.
In bimorphen Systemen, welche zwar eine Raster- wie eine Vektorverarbeitung erlauben,
dazu
jedoch unterschiedliche Module (wie z.B. Arc/Info) verwenden, können zwar Ansätze der hybriden
Verarbeitung gefunden werden, sie erlauben jedoch noch keinen umfassenden simultanen und
bidirektionalen Datenfluß zwischen Raster und Vektor. Die Hybridität verlangt Input sowohl von
Raster wie auch von Vektordaten; der Output kann dabei Raster, Vektor oder beides sein, und ist
dabei von der Aufgabe und der vorhandenen Daten abhängig.
|
|
|
|
|
|
Die Räumliche Analyse beinhaltet die Verarbeitung und Informationsgewinnung von Phänomenen
in
Relation zur Erdoberfläche (Raumbezug). Die Analyse beinhaltet die Auswertung und Interpretation
von vorverarbeiteten, modellierten und bereits erfaßten Geodaten zur Ge-winnung neuer Information
oder Erkenntnis. Sie steht dabei in Abgrenzung zur Datenerfassung und Datenkonversion.
Die Räumliche Analyse beinhaltet eine geometrische und semantische Interaktion. Die
geometrische Wechsel- wirkung erfolgt durch die selbe Lokation oder durch die Nachbar-schaft
zwischen Objekten bzw. Phänomenen. Geometrische Informationen werden dabei durch metrische
Analysen und Konstruktionen, wie z.B. Flächen- oder Distanzbestimmung und
Neigungsbewertungen gewonnen, sowie durch topologische Analysen, wie z.B. Berührung oder
Verbindungen, abgeleitet. Siehe auch Kapitel 5.
Die thematische Analyse erfolgt durch die Interpretation von Objekten nach deren Modellierung,
Attributwerten und Metadaten. Die semantische Analyse basiert auf der Ebene der Strukturierung,
Modellierung und Interaktion nach festzulegenden Regeln und ist eine Kombination aus der
geometrischen wie thematischen Interaktion (Kapitel 6).
Eine mögliche Taxonomie von funktionalen Modellen der räumlichen Analyse entstammt
[Alb-recht
1996] und ist in Abb. 3 dargestellt. Weitere Referenzen sind [Fischer et al. 1996],
[Fortheringham/Rogerson 1994], [Longley/Batty 1996], [Tomlin 1990].
|
|
|
|
Die räumliche hybride Analyse verarbeitet Geodaten
in Raster- und Vektorrepräsentation gemeinsam,
ohne dabei eine Konversion zwischen den Datenstrukturen durchzuführen.
Dabei werden
geometrische wie semantische Informationen aus beiden Repräsentationen zueinander in Beziehung
gesetzt, um dabei neue geometrische und semantische Information zu erzeugen. Diese
Informationsgewinnung erfolgt durch eine hybride geometrische und semantische Interaktion.
|
Dieser Ansatz ist eine funktionale Erweiterung der räumlichen Analyse auf struktureller
und
algorithmischer Ebene. Er setzt voraus, daß die zu verarbeitenden Geodaten bereits semantisch
modelliert sind. Der Kern dabei ist die Verarbeitung von Geodaten in Vektor- und Raster-
repräsentation ohne Datenkonversion, um dabei einer Konversion entstehenden geometrischen wie
semantischen Informations- und Genauigkeitsverluste möglichst zu vermeiden.
Der hybride Ansatz für die räumliche Analyse unterscheidet sich von der Funktionalität
in der
Datenerfassung denn letztere versucht, aus uninterpretierten und/oder ungeordneten Strukturen und
Informationen eine semantische Ordnung herzustellen. In beiden Fällen jedoch können dieselben
geometrischen Prinzipien Geltung haben.
|
|
Eine hybride Analyse verlangt (wie generell bei der gemeinsamen Verarbeitung von Geo-daten),
daß die zu verarbeitenden Daten sowohl physisch wie mathematisch denselben Raum-bezug
besitzen, damit eine räumliche geometrische Überlagerung stattfindet. Dieses Kriterium impliziert
die Forderung z.B. nach einer identischen Funktionalität für die Georeferen-zierung von Raster- und
Vektordaten. Siehe [Voser 1998a]. Der gemeinsamer Raumbezug ist hergestellt durch:
- denselben geographischen Raum
- dasselbe Koordinatenreferenzsystem.
Von Bedeutung wird zudem das hybride metrische Konzept, welches an die kombinierte
Verarbeitung angepaßt werden muß. Auf der einen Seite bedeutet dies unterschiedliche
Definitionen der Abstandsfunktion im stetigen Vektorraum und im diskreten Rasterraum (Kapitel
5.2), welche im speziellen die funktionale Implementierung und deren Algo-rithmik beeinflussen.
Auf der anderen Seite sind es weitere metrische Kenngrößen, welche mitunter von der
zugrundeliegenden Metrik abhängen. Schlüsselbegriffe dabei sind:
- Unschärfe als empirische Unbestimmbarkeit
- Auflösung basierend auf dem deterministischen
Abstandsfunktional der Metrik
- Genauigkeit als stochastisches Wahrscheinlichkeitsmaß.
Weitere Begriffe im Kontext metrischer Kenngrößen sind:
Die metrischen Kenngrößen sind voneinander abhängig wie das Huhn vom Ei und vice versa.
Sie
haben sowohl Gültigkeit für die Objekte, deren Modellierung und Erfassung, Strukturierung sowie
für die Prozesse und Operationen, welche angewandt werden. Ein Problemfeld im Kontext der
metrischen Kenngrößen und der Strukturierung von Geodaten liegt darin, daß der Anwender den
Vektordaten durch deren geometrische Vielfalt eine höhere Genauigkeit impliziert gegenüber der
der Rasterdaten.
|
|
|
|
Die Geometrie und deren unterschiedliche Strukturierung bildet die Ursache und trägt
den Kern der
hybriden Analyse. Der Vektorraum kann als stetiger Raum betrachtet werden (bis auf die Ein-
schränkungen der digitalen Repräsentation), während der Rasterraum diskret ist. Im Vektor-raum
können freie Geometrien vorliegen, während Raster auf festen Strukturen aufbaut. Der Vektorraum
setzt dabei auf der 0-dimensionale Primitive (Punkt) auf, verwendet Linien als 1-dimensionale
Primitiven und Flächen als 2-dimensionale Primitiven. Linien und Flächen besitzen neben der
Position noch Form, Orientierungs- und Größenparameter. Der Rasterraum setzt auf der festen
Struktur der regelmäßigen Anordnung der Informationsträger auf. Diese sind punkt- oder
flächenhaft. Neben der Position des Ursprungs der Rasterzellen oder -punkten sind deren
Orientierung und die Rasterweite (Auflösung) metrikbildend.
Die geometrische Interaktion umfaßt minimal die geometrische Überlagerung inklusive
Suche und
Verschneidung von Raster und Vektorprimitiven. Das entscheidendste Kriterium der hybriden
Interaktion ist deren Verwandtschaft im Sinne der Art der Überlagerung und interagierenden
Selektion. Dies steht in Abhängigkeit mit den metrischen Eigenschaften wie z.B. Längen und
Flächen sowie die Vielzahl möglicher Berührungseigenschaften.
|
|
Die Metrik raumbezogener Daten wird den Koordinaten und deren zugrundeliegendem Koor-di-
natenreferenzsystem zugewiesen. Bei der Betrachtung des hybriden Raumes in der Ebene treten
verschiedene Definitionen der Metrik im Vektor- wie im Rasterraum auf, welche das Abstandsmaß
unterschiedlich festlegen. Die wichtigsten davon sind:
Euklidische Metrik
|
|
City-Block Metrik (4er-Umgebung)
|
|
Schachbrett-Metrik (8er-Umgebung)
|
|
Die unterschiedlichen Metriken liefern unterschiedliche Maßinformationen, z.B. jene
der Länge.
Das in Abb. 4 dargestellte Beispiel zeigt die Abweichungen der City-Block und der Schachbrett-
Metrik von der Euklidischen Distanz. Bei der Schachbrett-Metrik ist ein weiteres Maß dargestellt,
welches die Diagonalen mit berücksichtigt.
Die unterschiedlichen Metriken beeinflussen die Algorithmen essentiell, denn sie sind
strukturbedingt. Es müssen in Zukunft Methoden entwickelt werden, welche den Brücken-schlag
zwischen diesen Metriken herstellen.
|
|
|
|
Die hybride geometrische Interaktion beinhaltet die Kernproblematik für die hybride
Analyse. Die
unterschiedlichen geometrischen Charakteristiken fordern im Raster- und im Vektorraum
unterschiedliche Algorithmen für dieselben funktionalen Modelle räumlicher Analyse, stützen sich
dabei auf unterschiedliche metrische Konzepte. Diese müssen jedoch auf das zugrundeliegende
Koordinatenreferenzsystem angepaßt werden.
Im Zentrum der hybriden geometrischen Inter-aktion stehen die hybride Suche, die hybride
Überlagerung, die hybride Verschneidung. Die Identifikation interagierender geometrischer
Primitiven ist der erste Schritt. Die unterschiedlichen Möglichkeiten der Selektion, z.B. nach der
Art der Über-lagerung, beeinflussen die metrische Eigen-schaften wie die z.B. den Flächeninhalt.
An solcher Stelle kommen Konzepte der Sub-pixelklassifikation zum Tragen (z.B. [Tomlin 1990],
um damit genauere hybride Nachbar-schaftsklassifikationen durchführen zu können, welche sich
z.B. in der metrischen Genauigkeit widerspiegeln. In Abb. 5 ist das Prinzip der hybriden
Überlagerung, z.B. mit unterschiedlicher Pixelklassifikation einer flächenhaften Überlagerung,
dargestellt.
|
|
|
|
|
|
Die semantische Interaktion setzt die (geo-)metrische Interaktion voraus. Sie gliedert
sich in eine
strukturell- geometrische, eine logische sowie eine thematische Komponente.
Die strukturell-geometrische Komponente der semantischen Interaktion steht über der
me-trischen
Ebene der räumlichen Überlagerung, Verschneidung und Suche infolge der Berück-sichtigung der
strukturellen Komponente, bestehend aus den geometrischen Primitiven wie auch der auf der
Objekt- und Phänomenbildung und Modellierung. Ein Problemfeld in diesem Kontext betrifft die
Grenze des Übergangs von einer Linie zur Fläche oder umgekehrt, welche stark mit der Unschärfe,
der Genauigkeit, der Auflösung und dem Maßstab sowie dem Gene-ralisierungsgrad korrelieren.
Diese Ebene der Interaktion ist noch direkt von der Kernproble- matik der Hybridität betroffen und
berührt die Algorithmik der Prozessierungs- und Controlling-Ebene eines Operators.
Die logische Komponente der semantischen Interaktion beinhaltet die logische Objekt-
und
Phänomenbildung und deren Wechselwirkung. Dazu gehört die Modellierung in hierarchischen,
netzwerkartigen oder Ebenen- Modellen. Diese Ebene der semantischen Interaktion betrifft in erster
Linie die Controlling-Ebene eines Operators.
Die thematische Komponente der semantischen Interaktion betrifft die anwendungsspezifischen
Aspekte der Objekt- und Attributbildung, Abgrenzung und Interpretation. Dies entspricht dabei der
höchsten technischen Abstraktion und tangiert dadurch in erster Linie die kognitive
Managementebene eines Operators.
|
|
Das zentrale Element der semantischen Interaktion liegt im funktionalen Modell. Dieses
stützt sich
auf eine fest abgegrenzte, geometrisch tangierte Teilaufgabe und dessen konzeptuelle Methode.
Deren Algorithmik wird von der Metrik wie die geometrisch- strukturellen Kompo-nente beeinflußt.
Damit verbunden ist die morphologische Fragestellung nach der Zielstruktur oder der durch die
Analyse verursachte strukturelle Veränderung oder Anpassung, die aus dem funktionalen Modell
resultiert. Ein weiterer Aspekt ist der kognitive thematisch-attributive Aspekt und betrifft auf
funktioneller Ebene in erster Linie die Attributerfassung, Aktualisierung oder Übertragung.
In Abb. 6 findet eine hybride semantische Überlagerung statt. Die strukturell-geometrische
Problematik der Berührungspixel und deren Klassifikation fließt in die Attributverarbeitung mit ein.
Durch die Klassifikation der Subpixel nach unterschiedlichen Ansätzen besteht die Möglich-keit,
diese Aufgliederung in die Attributie-rung und Objektbildung miteinfließen zu lassen. Auf der einen
Seite kann dies die qualitativen Wertschöpfung anheben, kann aber auch zu einer
Unüberschaubarkeit der Daten führen. Durch die Integration der Subpixelklassifikation können
Ansätze der Unschärfebehandlung realisiert werden.
|
|
|
|
In Abb. 7 wird ein kognitiver Ansatz zur Fest-legung eines räumlichen Analyseprozesses
dargestellt: Der Prozeßdesign erfolgt auf einer graphischen Programmieroberfläche als Workflow
(hier ein VGIS-Prototyp). Die Daten wie die Operatoren werden dabei auf semantischer Ebene
durch Metadaten selektiert und zu einem Prozeßgraphen kombiniert. Im Beispiel werden für eine
Standortanalyse Landnutzungsdaten, geologische und hydrologische Daten sowie
Verkehrsinformationen verwendet. Durch die logische Aneinanderreihung und Verknüpfung
unterschiedlicher funktionaler Modelle als Operatoren erhält man als Resultat ein Gebietsmaske
mit den potentiellen Standorten.
In einem solchen Beispiel kommt die Hybridität der Operatoren dann zum Tragen, wenn
die
ausgewählten Daten, welche auf dieser graphischen Managementebene durch ihre inhaltliche
Semantik ausgewählt worden, aufgrund ihrer unterschiedliche Strukturen in Raster- und
Vektorformat hybrid prozessiert werden müssen. Zum Beispiel können die Verkehrs- und
Geologiedaten aus einer Vektordatenbank stammen, die Landnutzungsdaten aus einer aktuel-len
Fernerkundungsauswertung und die hydrologische Daten aus einer kombinierten Datenbank
stammen.
|
|
|
|
Die hybride Analyse ist Bestandteil der räumlichen Analyse und behandelt die simultane
Vektor-
Raster- oder Raster-Vektor- Interaktion, ohne dabei eine Konversion vornehmen zu müssen. Viele
Prinzipien einer Raster- Vektor- oder Vektor-Raster- Konvertierung betreffen dieselbe Problematik
der hybriden Metrikräume, denn es betrifft dieselben geometrischen Primitiven und Strukturen. Die
Analyse besitzt jedoch eine erweiterte semantische wie funktionale Dimension. Im Gegensatz der
Konversion, welche ein Wechsel der Struktur beinhaltet, sind bei der hybriden Funktionalität die
gegenseitige Beeinflussung beider Strukturräume essentiell. Die Kernproblematik liegt dabei in der
Abbildung der funktionalen Modelle auf die hybriden Struktur sowie das Zusammenführen
unterschiedlichen Metriken zu deren optimierten Nutzung. Diese Funktionalität soll für eine
kognitive Benutzerführung in "High-Level-Analytische-GIS-Operatoren" eingebunden werden.
Die hier gezeigten Ansätze und Problemfelder der hybriden Analyse finden bisher kaum
Anwendung, weil bis jetzt die hybride Strukturen fehlten und eine leistungsfähige und operationale
Algorithmik noch zu entwerfen ist.
|
|
Albrecht 1996 - Albrecht, Jochen: Universal
Analytical GIS Operations: a task-oriented
systematisation of data structure- independent GIS functionality leading towards a geographic
modelling lan-guage. PhD-Thesis, ISPA Mitteilungen 23, University of Vechta,1996.
Behr 1998 - Behr, Franz-Josef; Strategisches
GIS-Management, Grundlagen und Schritte zur
Systemeinführung; Wichmann Verlag, Heidelberg 1998.
Fischer et al. 1996 - Fischer M.,
Scholten H. J., Unwin D. (ed.): Spatial Analytical Perspectives on
GIS; GISDATA IV, Taylor & Francis, London 1996.
Fortheringham/Rogerson 1994 - Fortheringham
S., Rogerson P. (ed.): Spatial Analysis and GIS;
Taylor and Francis, London 1994.
Glemser/Fritsch 1998 - Glemser M.,
Fritsch D.: Data Uncertainty in a Hybrid GIS; In: GIS
Between Visions and Applications, ISPRS Commission IV Symposium, Sept. 7-10, 1998,
Stuttgart, Vol 32/4.
Longley/Batty 1996 - Longley P. and
Batty M. (ed.): Spatial Analysis: Modelling in a GIS
Environment. GeoInformation Inter- national, Cambridge 1996.
OGC 1996 - The OpenGIS Guide: Introduction
to Interoperable Geoprocessing, OpenGIS TC
Document Number 96-001. Open GIS Consortium: Wayland, MA. Document Number 96-001
Tomlin, 1990 - Tomlin, C. Dana:
Geographic Information Systems and Cartographic Modeling.
Englewood Cliffs, Prentice Hall.
Voser 1998a - Voser,
Stefan A.: Schritte für ein automatisiertes Koordinatensystemmanagement in
GIS und Kartographie. Nachrichten aus dem Karten- und Vermessungswesen, Reihe I, Heft Nr.
118, S. 111-125. Bundesamt für Kartographie und Geodäsie, Frankfurt am Main (1998).
Voser et al. 1998b Voser,
Stefan A., Jung S.: Towards Hybrid Analysis - Specification of High
Level Analytical GIS Operators, Proceedings to the first AGILE-Conference, 23.-25.-April 1998, ITC,
Enschede (NL), ITC- Publications, in press.
|
|
|
|
|