Poznavanje položajne točnosti geoprostornih informacija o šumama, dobivenih interpretacijom satelitskih snimaka, ima veliko značenje. Posljedice odluka koje su temeljene na podacima nedovoljne ili ...nepoznate kvalitete mogu biti vrlo negativne. U ovome radu istražena je točnost zatvorenih linijskih objekata kojima su predstavljene granice šumskog pokrova. Implementacijom postupka segmentacije snimke korištenjem svih multispektralnih kanala te klasifikacijom tako definiranih segmenata pomoću posebnih pravila, efikasno su izdvojene površine pod šumama. Empirijskom analizom temeljenom na usporedbi testnog i referentnog linijskog sadržaja, pokazano je da kartografska generalizacija doprinosi poboljšanju točnosti granica šuma, te da adekvatna obrada podataka daljinskih istraživanja srednje prostorne rezolucije može rezultirati vektorskim podacima zadovoljavajuće kvalitete.
Knowledge about positional accuracy of forest geospatial information, obtained by interpretation of satellite imagery, is of great significance. The consequences of the decisions that are based on data with insufficient or unknown quality could be very negative. This paper investigates the accuracy of closed linear shapes that represented boundaries of forest cover. Forest areas are effectively extracted from Landsat image by implementing the process of multiresolution image segmentation (figure 4), using all bands. Multispectral classification of defined segments was performed by special rules. The results of object-oriented classification showed that an overall accuracy from 99 reference points was better than 90 % (table 1), which can be considered as a very good result. The number of forest polygons, obtained by satellite imagery classification, was reduced by 37 times by cartographic aggregation (figure 5). The Polynomial Approximation with Exponential Kernel (PAEK) method was used for cartographic smoothing of the forest polygons, which smoothes lines in relation to a softening tolerance (tolerances from 30 m to 180 m were used in this research) (figure 6). The positional accuracy assessment of the boundary of forest areas, based on procedure of comparing a tested lines to a reference lines, showed that the best results were obtained by PAEK smoothing with 150 m and 180 m tolerances (CMAS = 49 m, according to STANAG 2215) (tables 2 and 3, figure 8).
The findings of this empirical research showed that cartographic generalization contributes to improvement of the forest boundaries accuracy, as well as the appropriate processing of the medium spatial resolution remotely sensed data can result in satisfactory quality of vector data.
Generalizacija geoinformacija može se podijeliti na generalizaciju modela i kartografsku generalizaciju. Generalizacija modela je nadzirano reduciranje podataka u modelu, a kartografska ...generalizacija je umanjivanje složenosti sadržaja karte prilagođeno mjerilu i/ili svrsi karte s pomoću različitih postupaka generalizacije. Predmet istraživanja ovog rada je generalizacija geoinformacija sažimanjem. Općenito, sažimanje je spajanje susjednih istovrsnih objekata, kad je razmak između njih manji od minimalnih veličina. Većina istraživača u generalizaciji geoinformacija usmjerena je na linijske objekte. Međutim, pojava web-karata s točkastim objektima, te površinski kartogrami potaknuli su razvoj koncepata i algoritama za generalizaciju točkastih i površinskih objekata. Rad razmatra neke dosadašnje teorijske spoznaje i primjere uporabe sažimanja točkastih, linijskih i površinskih objekata. Testirani su algoritmi za sažimanje u komercijalnim i slobodnim GIS softverima. U zaključku su istaknuti neriješeni izazovi koji se javljaju u dinamičnim kartografskim prikazima i u slučaju neuobičajenih geometrijskih objekata.
Rasprostranjenost korištenja prostornih podataka u okviru geoinformacijskih sustava (GIS) i karata u digitalnom okruženju uvjetovala je i potrebu razvijanja sustava za automatsku kartografsku ...generalizaciju koji bi omogućili efikasno smanjenje količine/detaljnosti izvornih podataka iz iste baze podataka za prikaze različite detaljnosti. U radu je prikazana automatska kartografska generalizacija temeljena na sustavima višestrukih agenata koji se koriste ograničenjima za definiranje značajki generaliziranog kartografskog prikaza te zadovoljavanje uvjeta čitljivosti u skladu s potrebama korisnika.
Pod kartografskom generalizacijom linija podrazumijeva se ona koja ima prvenstvenu namjenu dobivanje takvog oblika linija koji je pogodan za prikaz na kartama sitinijeg mjerila od mjerila zadanih ...linija. Osim takve generalizacije postojeća literatura razlikuje i modelnu generalizaciju i geografsku generalizaciju koje imaju i odgovarajuću namjenu. U radu je opisan novi algoritam za kartografsku generalizaciju linija koji ima svojstvo čuvanja površina. Osim svojstva čuvanja površina, algoritam daje generalizirane linije koje se općenito sastoje od podskupa polaznih točaka i skupa novih točaka. Zbog toga se algoritam može smatrati kombinacijom pojednostavljenja i izglađivanja. Svojstvo očuvanja površina rjeđe je zastupljeno u istraživanjima kartografske generalizacije linija. Težina takvih istraživanja usmjerena je prema obliku linije. U radu je detaljno opisan novi algoritam te su dani rezultati primjene novog algoritma na primjeru obalnih crta te usporedba s ručnom generalizacijom, Douglas-Peuckerovim algoritmom za pojednostavljenje, Boyleovim algoritmom za izglađivanje i kombinacijom posljednja dva algoritma. Testovi pokazuju da algoritam daje zadovoljavajuće rezultate u smislu kartografske generalizacije, a svojstvo očuvanja površina ističe se kao posebno pogodno za primjenu u GIS-u kada se atributi prikazuju ili analiziraju u odnosu na površine objekata.
Teškoće u provedbi postupaka kartografske generalizacije podataka su i danas aktualne zbog različitih načina u pristupu njihovog rješavanja. Podijeljena su stajališta o dostatnosti subjektivnog ...elementa ili uvođena automatizacije kao općeg modela. Uporabom najpoznatijeg matematičkog modela , prema F. Topferu, ustanovljena su vrlo mala odstupanja u usporedbi s provedbom generalizacije klasičnim načinom. stoga zauzet je stav o opravdanosti prihvaćanja matematičkih modela za obavljanje složenih procesa generalizacije u području pomorske kartografije te istaknuta nakana daljnjih znanstvenih istraživanja temeljem praktične primjene.
Difficulties encountered in the process of cartographic data generalization are actual because of different approaches used. Standpoints about the sufficiency of subjective element, or ...introproduction of automatization as a general model vary greatly. Exploring the best known mathematical model, according to F, Topfer, very few deviations regarding the classical generalization processes have been stated. Therefore it was considered justified to accept mathematical models for sophisticated generalization processes in the field of marine cartography and to point out the intention of further scientific research by means of practical applications.
Teškoće u provedbi postupaka kartografske generalizacije podataka su i danas aktualne zbog različitih načina u pristupu njihovog rješavanja. Podijeljena su stajališta o dostatnosti subjektivnog elementa ili uvođena automatizacije kao općeg modela. Uporabom najpoznatijeg matematičkog modela , prema F. Topferu, ustanovljena su vrlo mala odstupanja u usporedbi s provedbom generalizacije klasičnim načinom. stoga zauzet je stav o opravdanosti prihvaćanja matematičkih modela za obavljanje složenih procesa generalizacije u području pomorske kartografije te istaknuta nakana daljnjih znanstvenih istraživanja temeljem praktične primjene.
Prikaz članka o projektu automatizirane generalizacije objektno orijentiranih podataka karte mjerila 1 : 10 000 u svrhu izrade karte mjerila 1 : 50 000 područja Nizozemske.