A GIS ADATMODELL HARMADIK ÉVTIZEDE^[1]

Dr Sárközy Ferenc

BME Általános és Felsőgeodézia Tanszék

sarkozy@agt.bme.hu

ÖSSZEFOGLALÁS

A GIS adatmodell közel harminc éves történetét az állandó fejlődés jellemzi, mely szoros kölcsönhatásban volt magában a térinformatikában elért eredményekkel. Ez a folyamat ma is élő és minden valószínűség szerint a jövőben is hatni fog.

A jövő változásait csak akkor prognosztizálhatjuk, ha levonjuk a fejlődéstörténet tanulságait: elemezzük a változások összetevőit, az azokat kiváltó okokat és az általuk elért eredményeket.

Az adatmodell alkotó elemei szintén megváltoztak. A koncepcionális adatmodell mind formában, mind tartalomban változott. A logikai adatmodell kapcsolata a koncepcionális modellel szorosabbá vált. A fizikai modellt napjainkban már alapvetően az operációs rendszer kezeli, ugyanakkor helyette előtérbe került az implementációs modell, mely a logikai modell folytatásának tekinthető és a korábbi értelemben vett fizikai modell mellett magában foglalja az alkalmazott GIS szoftver belső adatmodelljét is.

A tanulmány felvázolja a fejlődés néhány legfontosabb állomását és vizsgálja az azokat kiváltó okokat.

A szoftver és hardver feltételek fejlődése mellett a folyamatot jelentős mértékben befolyásolták az új adatnyerési technológiák is. Ezzel is magyarázható a függvény tereket leíró adattípus jelentőségének erősödése. Ez a jelenség új módszerek bevezetését indokolja ezeknek az adatoknak a leképezésére. Ezek közül elsősorban a mesterséges neurális hálózatok szerepére hívjuk fel az olvasó figyelmét.

A következtetésekben többek között rámutatunk, hogy a jövő adatmodelljének a valós földi objektum osztályokon kell alapulnia, olyan objektum orientált implementációban, mely konform  az információs technológia legújabb vívmányaival, s egyben a felhasználó számára lehetővé teszi a több méretarányú elemzést és megjelenítést.

KULCSSZAVAK: térbeli adatok, adatmodellek, GIS, Relációs Adatbázis Kezelő Rendszerek, objektum orientáltság, mesterséges neurális hálózatok, földrajzi adat központú modell.

1.    Bevezetés

Az első széleskörűen elérhető GIS szoftverek a nyolcvanas évek elején kerültek forgalomba jó tíz éves késéssel az első kereskedelmi adatbázis kezelő rendszerek (IMS az IBM-től) és az első CAD rendszerek (Computervision) megjelenése után. Mivel a GIS alapfunkciója a térbeli adatok kezelése, elemzése és megjelenítése volt a korai GIS szoftverek készítői nem kerülhették el, hogy átvegyék a korábbi technológiák olyan részkérdéseiben született megoldásokat, melyek a GIS-ben is fontos szerepet játszanak (adatkezelés, megjelenítés). Az új technológia két, teljesen különböző koncepcionális modellt használt: a függvény térét, melyet raszter modellnek neveztek el és egyszerű fájl rendszerrel implementáltak valamint a topológiai vektor modellt, melynek implementálására készült az úgy nevezett „georelációs modell”.

Ez a két modell néhány kisebb módosítással - melyek közül a legjelentősebbek a hibrid adatmodell, illetve ritkább előfordulással, a harmadik dimenzió bevezetése volt – szinte kizárólagos volt a kereskedelmi GIS szoftverekben a korai kilencvenes évek előtt.

Az igazi modell változásokat a valódi vagy állítólagos objektum orientáltság bevezetése, a leíró és geometriai adatok közös adatbázisban történő tárolása és a függvény tér adatoknak a közös adatstruktúrába való beillesztése jelentették. Ezekre azonban (kivéve a közös adatbázist) csak a kilencvenes évek elején került sor.

A tanulmány célja, hogy feltárja az újításokhoz vezető okokat, kifejtse a változások legfontosabb következményeit, felvessen és megválaszoljon néhány vitatott kérdést, néhány új módszert javasoljon a függvény terek modellezésére és hogy prognosztizálja a jövő fejlődés legfontosabb irányait.

2. Az adatmodellek típusai

Amint azt a legtöbb adatbázisokat tárgyaló tankönyv bevezető fejezete megfogalmazza koncepcionális, logikai és fizikai modelleket különböztetünk meg. A két utóbbit cikkünkben rendszerint implementációs modellnek  hívjuk.

A koncepcionális modell azonosítja a földfelszín, légkör, szilárd földkéreg és az óceánok objektumait attribútumaikkal (beleértve a geometriai tulajdonságaikat is), felépíti  egymásközti kapcsolataikat és azok számosságát (1:1, 1:N, N:M). 1976 óta az Entitás-Kapcsolat (Entity-Relationship = ER) Diagrammok segítségével jeleníthetjük meg grafikusan a modellt. Az ER diagram térbeli kiterjesztése a korai kilencvenes években jelent meg. Az utóbbi években számítógéppel támogatott programozási (angol rövidítéssel CASE) eszközök jelentek meg a piacon, melyek nem csak az ábrák készítését támogatják, de le is fordítják a kérdéses diagramot valamely programozási (vagy adatleíró) nyelvre, azaz képesek létrehozni a logikai modellt is. Például a SmartER (http://www.kbsi.com/Software/Smarter.htm) program segítségével olyan SQL táblázatokká alakíthatjuk az ábrát, mely megfelel az IDEF1X [1] amerikai katonai adatbázis szabványnak. Meg kell jegyeznünk ugyanakkor, hogy ez a szabvány nem tér ki térbeli adatokra.

Az utóbbi néhány évben az objektum orientált adatmodell egyre fontosabb szerepet játszik. Az objektum orientált folyamat, szoftver, és adatmodellezés ma már szinte kizárólagos eszköze az Univerzális Modellező Nyelv (angol rövidítéssel UML) [2]. A Rational Rose nevű szoftver (http://www.rational.com/products/rose/prodinfo.jsp#rose) ezen a nyelven tesz lehetővé diagram szerkesztést és kódgenerálást. A Rose 2001A Enterprise  nevű programverzió többek közt lehetővé teszi a grafikus objektum modellezést, adat modellezést, adatbázis tervezést vagy az objektum modellen alapuló adat definíciós nyelvi szkriptek készítését. Mivel azonban eredetileg az UML-t sem térbeli adatokra dolgozták ki további fejlesztésére van szükség térbeli adatok esetében. Egyik térbeli továbbfejlesztéséről a GeoOOA eszközről 1996-ban olvashattunk először [3]. Ez a kutatói szoftver később kereskedelmi termékké vált REGIS néven (http://www.isoware.de/).

A logikai modell a szoftver független koncepcionális modell leképezése valamely adatleíró nyelvvel (angol rövidítéssel DDL) definiált rekord struktúrába. Napjainkban a nem térbeli adatokat rendszerint relációs adatbázisokban tárolják, ezért a logikai modellezés tulajdonképpen a koncepcionális modellnek megfelelő táblák kialakításából áll. A CASE eszközök segítségével ez a folyamat automatizálható. Térbeli adatok esetére az automatizált kódolás az objektum orientált adatmodell és a nyílt, objektum orientált GIS szoftverek megjelenésével kezdett valósággá válni. A hagyományos GIS szoftverek esetében a leíró adatok adatbázis sémáját vagy manuálisan tervezik meg vagy valamely CASE eszköz segítségével transzformálják az ER diagramot adatbázis táblákba. A geometriai adatok logikai modelljét ugyanakkor elrejtik az adatbeviteli modul vezérlő utasításai. A térbeli és leíró adatok kapcsolatát rendszerint manuálisan hozzák létre a GIS szoftver felhasználói interfésze segítségével.

A fizikai modell merevlemez területeket rendel a logikai modellben meghatározott adatokhoz. Annak érdekében, hogy egy választott régió objektumait gyorsan be lehessen olvasni valamilyen térbeli indexelést, például négyágú fa (quadtree) indexeket használnak a szoftverek. A fizikai modell a GIS szoftverben és az operációs rendszerben elrejtve automatikusan létrejön a logikai modell lefordításakor.

3. A kezdőpontok

A korai nyolcvanas években a számítógépek teljesítménye igen alacsony volt. Igen bonyolult, nagytömegű grafikus és leíró adat kezelését kellett megoldani a lehető legegyszerűbben. Mind a korai CAD rendszerek eredményei, mind a kiteljesedő relációs adatbázis kezelési technológia képes volt olyan alapvető megoldásokat nyújtani, melyeket a grafikus és leíró adatok közös kezelése hasznosítani tudott.

Az Arc/Info georelációs adatmodellét ezen az alapon hozták létre. A modell alapgondolata az volt, hogy a koordináta illetve leíró adatokat külön kell tárolni. A modell alapobjektumai a geometriai objektumok: a pont, vonal és zárt sokszög (poligon). Valamennyi objektum koordinátáit egyedi azonosítóval ellátott, bináris „arc” fájlokban tárolták. A leíró adatokat és a topológiát relációs adatbázis, eredetileg INFO táblázatokban helyezték el. A leíró adatok rekordjait a koordinátákhoz a már említett azonosítók kapcsolták (1. ábra).

A modell objektumai tehát geometriai struktúrák, ugyanaz az objektum, például egy zárt sokszög jelenthet egy házat vagy egy telket is, ha alakjuk és helyzetük azonos. Az egyetlen különbség az attribútumaikban van. A modell lényeges eleme még az úgynevezett síkbeli kényszer, mely azt jelenti, hogy a síkot az objektumok hézag nélkül, folyamatosan, átfedés nélkül borítják.

Hogy a valós világ objektumai is kezelhetők legyenek, a modell az utóbbiakat fedvényekbe szervezi (2. ábra). A rétegekre vonatkozó egyetlen elvi megkötést a síkbeli kényszer jelenti (azt a másik megkötést, hogy pontok és poligonok nem lehetnek ugyanazon a fedvényen már az implementáció eredményezte). Bár az alkalmazások természetesen valamilyen tartalmi megfontolások alapján szervezik a rétegeket szigorú objektum osztályok hiányában a felhasználó elvileg szabadon válogathatja ki a rétegek tartalmát.

1. ábra

 

2. ábra

A modell nagy előnye volt a relatíve gyors adatfeldolgozás és megjelenítés, és tekintettel arra, hogy ezekben az években az alapvető adatnyerési módszer a térkép-digitalizálás volt, a forrásanyagok egyszerűsített előfeldolgozási igénye. Érdemes megemlíteni, hogy a topológia explicit tárolásának, ha nem is azért  mint annak idején (gyors adatfeldolgozás) ma is nagy jelentősége van. Ha ugyanis számítjuk a topológiát, úgy annak következtében hogy a legtöbb GIS csak kétdimenziós vetületekkel dolgozik, ott is metszést (csomópontot) fog számolni, ahol a keresztezés nem szintbeli. Ez a topológia explicit tárolásával elkerülhető.

A fájl alapú rendszerekben a teljesítmény korlátok következtében a munkaterületet lapkákra osztják. A szomszédos fedvényeket a „könyvtáros” fogja össze, mely az egész munkaterületre kiterjedő poligon index fedvénnyel és a lapkák fizikai tárhelyeire mutató pointer-rekorddal működik. Ez az implementáció, bizonyos szempontból akadályozza, hogy a munkaterületet  egészként kezeljük.

Az első, szélesen elterjedt raszter alapú oktatási szoftver a Map Analysis Program (MAP) 1980-ban keletkezett. A raszter modell alapötlete egyszerűen származtatható a nem sokkal korábban bevezetett színes képernyők működési elvéből. A raszter modell eredeti formájában külön réteget rendel a vizsgált jelenség valamennyi leíró adatához. A derékszögű munkaterületet négyzetek hálózata borítja (ez a raszter), melynek minden eleméhez egy érték tartozik. Ebben a modellben a valós világ objektumait olyan cellákba képezik le, melyeknek meghatározott helyük van a tömbben, értékkel rendelkeznek és valamelyik réteghez tartoznak. Arra a kérdésre, hogy miért nem az azonos értékű cellák foltjait tekinti objektumnak a rendszer a válasz egyszerű – az egy attribútumos struktúra nem teszi lehetővé az objektum fogalom kiterjesztését.

A korai raszter rendszerek implementációját munkaterületenként könyvtárakba szervezett egyszerű réteg fájlokkal valósították meg.

A korai térbeli adatmodellek főbb jellemzőit a következőkben foglalhatjuk össze:

·        A modellek objektumai kétdimenziós geometriai struktúrák voltak;

·        A geometriát két fő módszerrel – a vektoros illetve a raszteres megközelítéssel modellezték;

·        A vektoros modellben explicite tárolták a topológiát;

·        Mindkét modellben az attribútumokat az objektumokhoz elsődleges kulcsok kapcsolták;

·        A vektor modellben az objektumhoz több attribútum kapcsolható, melyeket relációs adatbázisban tároltak, a raszter cellákhoz csak egy-egy attribútumot lehetett kapcsolni, melyek tárolására egyszerű lista szolgált;

·        A földrajzi objektumokat mindkét esetben a réteg szerkezettel modellezték, a réteg vektoros esetben egy önkényesen definiált objektum osztálynak felelt meg, míg a raszterek esetében csak egy objektum típusnak;

·        A modellek implementációja elsősorban arra törekedett, hogy az alacsony számítógép teljesítmények ellenére is viszonylag gyorsan működő, egyszerű rendszerek jöjjenek létre;

·        Az ilyen implementáció kizárja a párhuzamos szerkesztések lehetőségét és méret korlátozásokat szab meg a fájlokra;

·        Az első elterjedt GIS alkalmazások grafikus terminálokkal felszerelt „mini” számítógépeken futottak, mely platformot hamarosan felváltották a „munkaállomások”, melyek tulajdonképpen kiemelt grafikai képességű, terminál nélküli, szintén „mini” osztályú komputerek voltak.

3.    Modell fejlődés a nyolcvanas években

A „georelációs adatmodell” legfőbb kritikájaként, elsősorban Európában gyakran felvetették, hogy a modell nem használja mindkét adattípusára ugyanazt az adatbázis kezelő rendszert s ezzel megakadályozza, hogy a jól kidogozott integritás és konzisztencia vizsgálatok az egész adatállományon lefussanak.  Az európai probléma felvetés ahhoz kapcsolható, hogy ott már napirenden volt a LIS rendszerek létrehozása, melyeket a gyakran túlzottan is szigorú hagyományos kataszteri elvek alapján akartak felépíteni.

3. ábra

A probléma felvetésre az első választ a Prime System9 GIS szoftver szolgálta. Ez a szoftver munkaállomásokon futott UNIX operációs rendszer alatt. A szoftver mind a grafikai mind a leíró adatokat közös „Empress” relációs adatbázis táblákban tárolja. Hogy ezt megtehesse a különböző hosszúságú grafikus rekordokat (különböző töréspontú vonalak) szabványos relációs adatbázis táblázat formátumba konvertálja (3. ábra). Minden hátránya ellenére (fejletlen felhasználói interfész, gyönge grafika, bonyolult adat importálás, magas ár) ez a termék megmutatta, hogy a közös tárolás elve még alacsony teljesítményű hardver esetében is realizálható.

Hasonló újítások jelentkeztek a „projekt orientált rendszereknek” nevezett GIS szoftverek esetében is. Ezekben a rendszerekben a munkafolyamatot és a tárolást a tranzakciónak nevezett művelet sor választja el. Az induló tranzakció során a rendszer leválasztja a relációs adatbázisból a kijelölt munkaterületet és létrehoz belőle egy ideiglenes „georelációs munkamodellt”, melyben az aktuális munkák végrehajtódnak (4. ábra). A munkanap végeztével a záró tranzakció során a rendszer konvertálja az ideiglenes adatmodellt végleges relációs adatbázis táblákba, elvégzi az integritás és konzisztencia vizsgálatot és hiba esetén felkéri az operátort a szükséges javítások elvégzésére. Az egyik legismertebb példa a projekt orientált rendszerekre a Kern (késöbb Leica) INFOCAM GIS nevű szoftvere volt. Eredetileg a rendszert DEC munkaállomáson, VMS operációs rendszer alatti futásra tervezték.

4. ábra

A közös tárolás valamint a tranzakciók elve mindmáig továbbélt az objektum orientált GIS szoftverekben. A tranzakciók jelentősége akkor nő meg, ha különböző felhasználók egy időben, ugyan azt a régiót veszik munkába. Ezekben az esetekben az adatmegosztást különböző stratégiákkal lehet feloldani. Ezek tárgyalása azonban túlnő cikkünk témáján.

Az adatmodellezés szempontjából a koncepcionális modell változatlan maradt a projektorientált rendszerekben. Ugyanakkor a logikai illetve implementációs modell lényeges változáson ment keresztül a szoftver kétrétegű szerkezete következtében. Azt a tényt azonban nem hagyhatjuk figyelmen kívül, hogy ez a felhasználók szempontjából észrevehetetlen mivel a második réteget a rendszer automatikusan alakítja ki, azaz a felhasználóknak ugyanúgy kell megtervezniük az adatbázisukat mint a georelációs modell esetében.

A korai vektoros és raszteres rendszerek talán legproblematikusabb közös jellemvonása a harmadik dimenzió hiánya volt. Ez jelentősen hátráltatta a GIS alkalmazását a legkülönbözőbb tudományos és mérnöki területeken. A nyolcvanas és kilencvenes évek fordulóján a bányászat, a geológia és oceanográfia, tíz évvel később az építészet, környezetvédelem igényelték leginkább a harmadik dimenziót.

1986-1990 között a szerző által irányított tanszéki kutatócsoport folytatott háromdimenziós adatmodell kutatásokat a földtudományok és mérnöki tevékenység számára [4], [5]. Megállapítottuk, hogy az első 3D-s modelleket a CAD rendszerek hozták létre. Két fő módszerük a határleírás és a konstruktív testgeometria (angol rövidítéssel CSG) volt [6]. A határleírás egy fajta 3D-s vektor reprezentáció, míg a CSG egy igen speciális 3D-s tesszellációs modell. A korai határleírás modellek szabályos lapokat és rajtuk lévő lukakat használtak, a lapok élekben találkoztak, az élek pedig csúcsokban. A lapok, élek, csúcsok, üregek száma ki kell hogy elégítse az általánosított Euler törvényt. A testek felépítése e törvényen alapuló operátorokkal végezhető [7]. A CSG elemi szabályos testekből (kockák, hasábok, gúlák, stb.) építi fel az objektumot a halmaz műveletek és néhány speciálisan bevezetett művelet (pld. A ragasztás) segítségével. Ezek a rendszerek használhatók a bányászatban és építészetben, de nem elégítik ki a 3D-s GIS követelményeit mivel a korai CAD rendszerek attribútum kezelése igen korlátozott volt.

Az általános célú 3D-s GIS használhatja a Molenaar által javasolt 3D-s vektor modellt [8], melyet az 5. ábrán mutatunk be. Nem szabad ugyanakkor elfelejtenünk, hogy ezt vagy hasonló modellt a tárgyalt időszakban  a szoftvergyártók nem implementáltak.

Az első, széleskörűen használt, 3D-s térbeli adatmodell a raszter modell térbeli kiterjesztése az úgynevezett voxel modell volt. A modell alapeleme a kocka, mely korlátlanul osztható vagy aggregálható hasonló kisebb illetve nagyobb kockákká. A voxeleket tárolási és kezelési célokból a nyolcágú fa (octree) különböző módosulataiba szervezik [9], [10]. A modell igen alkalmas a halmaz műveletek és köbtartalom számítások végrehajtására. Előnyös tulajdonságai indokolják gyakori használatát a szórt pontokon végrehajtott interpoláció másodlagos modelljeként.

Érdekes ugyanakkor megemlíteni, hogy a kiterjesztett raszter modell algoritmusai [9], [10] szinte több alkalmazásra találtak a vektoros rendszerekben mint a raszteres GIS-ekben.

Igen előremutató lépés volt a koncepcionális modell fejlődésében az összetett objektumok fogalmának bevezetése. Az összetett objektumok olyan entitások, például házak, gyárak, közutak, stb., melyeknek részei vannak és esetleg a részeik is tovább bonthatók. Magának az összetett objektumnak is van azonosítója és vannak attribútumai, de a részei a közös attribútumokon kívül egyedi attribútumokkal is rendelkezhetnek. A modell a hipergráf elméleten alapul [11], melynek földrajzi alkalmazásokra történt továbbfejlesztéséről Bouillé számtalan cikkében olvashatunk (például a [12]-ben). A széles GIS közösség számára az elv egy kissé később került implementálásra, azután, hogy az objektum orientált térbeli adatmodell kialakításra került.

A nyolcvanas évek végétől kezdődően a hibrid adatmodellek gondolata [13] megkezdte az átmenetet a kutatási szférából a megvalósulás felé. Ennek az új modellnek nem csak gyakorlati de elvi előnyei is voltak. A modell kialakulásának feltehetőleg az adta a döntő lökést, hogy a digitális raszteres adatok mennyisége igen erős növekedésnek indult. Az esetek többségében, legalább is a fejlett térbeli infrastruktúrával rendelkező területeken, mind vektoros mind raszteres adatok is elérhetők ugyanarra a régióra. A hibrid rendszerekben együtt használjuk a két struktúrát  kihasználva a bennük rejlő előnyöket. A modellben a vektor adatokat, raszter adatokat és attribútum adatokat a kérdéses modellnek legjobban megfelelő módon külön-külön tárolják. Magukat a műveleteket mindig abban a modellben hajtják végre ezek a rendszerek, mely előnyös a kérdéses művelet szempontjából. A rendszerek széleskörűen alkalmazzák a vektor-raszter, raszter-vektor átalakításokat a műveletek előtt és után.

5. ábra

Érdekességként megjegyezzük, hogy már a System9 képes volt a referencia rendszerbe transzformált képet háttérként megjeleníteni a vektoros réteg mögött. Habár a kilencvenes években már szinte valamennyi GIS szoftver kezelni tudta valamilyen mértékig a hibrid modellt, a legnépszerűbb alkalmazás továbbra is a kezdetektől jelenlévő háttér raszter megjelenítés volt, melyet rendszerint a „fej feletti„ digitalizálásra használtak.

A nyolcvanas évek modell fejlesztési eredményeit az alábbiakban összegezhetjük:

·        lezajlottak az első ipari kísérletek a leíró és geometriai adatok közös adatbázisban történő tárolására;

·        megjelent a projekt orientált rendszer architektúra – közös adatbázissal és tranzakciókkal;

·        elkészült az első elméleti 3D-s koncepcionális vektor modell, gyakorlati eredményeket értek el helyi bányászati rendszerek a voxel modell alkalmazásával;

·        kidolgozták a négyágú fa, (nyolcágú fa) indexelési módszerek elméleti alapjait;

·        elméleti publikációk jelentek meg a hipergráf elmélet térbeli objektumokra történő alkalmazásáról;

·        gyakorlatilag megvalósították a hibrid adatmodellt;

·        a vizsgált évtized talán legfontosabb eredménye, mely döntő hatással volt a következő évtized szoftver fejlődésére is az a platform csere volt, mely a PC Arc/Info kibocsátásával vette kezdetét.

2.    A térbeli adatátviteli szabványok szerepe

A térbeli adatok szabványosítása szinte egykorú az első kereskedelmi GIS szoftverekkel: 1977-ben a FIG kongresszuson lehetőségem volt meghallgatni  E. R. DeMeter “A DMA digitális adatainak szabványosítása” című előadását [14]. Mégis, a szélesebb GIS társadalmat csak azután érintette meg a szabványosítás problematikája, hogy 1986-ban kiadták a brit térbeli adatátviteli szabvány, az NTF első verzióját.

Ez a szabvány döntően a geometria központú vektoros adatmodellt tárgyalta. Ebben a koncepcióban a modell alapelemeit azok a geometriai struktúrák képezik, melyekhez a modell „színt” függvényében egy vagy több attribútum csatolható és melyek alkalmasak a térbeli entitások leképezésére. A struktúrák a spagettitől a teljes topológiáig terjednek. A szabvány lehetővé teszi egyszerű objektumokból álló összetett objektumok modellezését is.

Az ER diagramokkal leírt koncepcionális modellt a rekord szerkezet megadásával változtatja logikai modellé a szabvány, magát az átviteli fájlt pedig „plain NTF”-nek nevezett egyszerű rendezési szabályokkal definiálja.

Habár elméleti szempontból az NTF nagyon sokat adott az adatmodellezőknek, gyakorlati használata meglehetősen korlátozottnak bizonyult, részben azért mert a szoftver gyártók főleg az USA-ban székelnek, részben azért mert a raszter modell elég alacsony szinten szerepelt az NTF-ben.

Az amerikaiak 1992-ben fejezték be térbeli adatátviteli szabványuk (angol rövidítése SDTS) első verzióját [15]. Ennek a szabványnak  jóval bonyolultabb a rekord struktúrája (a szabvány a rekordot module-nak nevezi) és fizikai modelljét egy nemzetközileg elfogadott általános adatátviteli szabvány (ISO 8211) alkotja. Számunkra azonban a szabvány két másik új eleme tűnhet érdekesnek.

Először, a szabvány a második fejezetben kísérletet tesz 200 szabványosított objektum típus és 244 attribútumának a definiálására. Ez úgy is interpretálható mint az első kísérletek egyike egy (geo)objektum központú adatmodell létrehozására.

Másodszor, a szabvány által bevezetett profilok – a szabvány eszközrendszerének tematikus részhalmazai – kiindulási pontnak is tekinthetők a szabvány absztrakt osztályok szerinti rendezésének.

Míg a vektor geometriát számtalan modell írja le a szabványban, a raszteres rész még az újólag hozzátett kiegészítésekkel [16] is elég szegényes (még a tesszerális indexelést sem engedi meg). Ezek a kiegészítések egyébként lehetővé teszik (1) az ISO BIFF formátum, (2) a JPEG formátum és (3) a GEOTIFF formátum opcionális használatát.

Az Egyesült Államok jelentős térbeli adat infrastruktúra projektjei (meg az amerikai telephelyű szoftver gyártók) elősegítették a szabvány széleskörű elterjedését.

A TSSDS amerikai katonai szabványt először 1993-ban publikálták, később átkeresztelték SDSFIE-re (http://tsc.wes.army.mil/products/TSSDS-TSFMS/tssds/html/), legújabb verziója a 2.0.

Az SDSFIE adatmodell objektum központú (6. ábra). Az ábrát a hivatkozott URL-ről kölcsönöztük és (részben) magyarra fordítottuk. Az ábrán szerepelnek a szintén a CADD-GIS Technológiai Központ által kidolgozott AEC (Építész, Mérnök, Építő) CAD adat szabványok, valamint a TSFMS betűkkel rövidített (közmű) üzemi szabvány, illetve ezek kapcsolata. Az SDSFIE a következő 26 entitás halmazt tartalmazza:

Hallási, Fauna, Talaj, Határ, Flóra, Közlekedés, Épületek, Jövő Tervek, Közművek, Kataszter, Geodézia, Látási, Klíma, Geológia, Közös, Hidrográfia, Távközlés, Javítások, Kulturális, Tájformák, Néprajz, Föld Státus, Környezeti Veszélyek, Katonai Műveletek, Ökológia, Szaglási.

Az entitás halmazok entitás osztályokból állnak, melyek entitás típusokra oszlanak, ez utóbbiak egy vagy több entitást tartalmaznak. Az entitás halmazok absztrakt struktúrák, míg az entitás típusokból konkrét objektumok képezhetők, melyeket a szabvány entitásoknak nevez. A szabvány 181 entitás osztályt, 1006 entitás típust és 5453 entitást határoz meg.

A szabványt különböző GIS és CAD szoftverekre kívánták alkalmazni. A kérdéses platformok a georelációs adatmodell különböző megvalósításai. A Központ kifejlesztett egy olyan segédszoftvert (CASE eszközt), mely képes a különböző relációs adatbázis kezelő rendszerekben, figyelembe véve az alkalmazandó GIS/CAD szoftvert is, létrehozni a szabványnak illetve szoftvernek megfelelő táblázatokat. A táblázatok feltöltése után (mely valamely táblázatkezelőből történő exporttal is megoldható) a grafikát manuálisan kell összhangba hozni a leíró adatokkal az alapszoftver segítségével, felhasználva a Központ útmutatóit és segédfájljait (pld. a szimbólumokra).

6. ábra

Talán legkonzekvensebb a modellezésben és adatdefinícióban a kanadai SAIF (Spatial Archive and Interchange Format) térbeli adatátviteli és archiválási szabvány, mely első verziója 1989-ben jelent meg, az érvényes 3.2 verziójának a dátuma pedig 1995 [17].

A SAIF olyan objektum orientált adatmodellt használ, mely a  „SAIFtalk” nevű adat definíciós nyelv segítségével realizálódik. A nyelv két részből áll: a Class Syntax Notation (CSN) szolgál a típus definíciókra, míg az Object Syntax Notation (OSN) segítségével készülnek az objektumok ASCII reprezentációi. A két nyelvnek azonos a nyelvtana és szintaxisa.

A SAIF nem hangsúlyozza a különbséget a grafikus és leíró adatok között: az objektum térbeli és nem térbeli adatait is egyaránt attribútumokként kezeli.

A SAIF megengedi a többszörös öröklést, de adatátviteli méret takarékosságból nem kapcsol módszereket az objektumokhoz.

Lehetővé teszi az összetett objektumok definiálását vagy más objektumok elemeiből, vagy egyszerű objektumok együtteseként.

A szabvány nem szabályozza a fizikai implementációt, a gyakorlat rendszerint „zip” tömörített ASCII fájlokat használ az átvitelre.

A térbeli adat(átviteli) szabványok megjelenése jelentősen támogatta mind a GIS elterjedését, mind a GIS elmélet fejlődését többek közt az alábbiakkal:

• szoftver független adatformátumokkal;
• az adatmegosztás lehetővé tételével;
• a koncepcionális adatmodell tisztázásával, elsősorban a vektor struktúrákra, a függvény-tér fogalmának bevezetésével a raszteres esetre (SAIF);
• azzal az első próbálkozással az objektum központú adatmodell létrehozására, mely az SDSFIE készítőinek nevéhez fűződik;
• konzekvensen objektum orientált adatmodell és adatdefiníciós nyelv megalkotásával (lsd. SAIF).

5. Néhány szó az objektum orientáltságról

Az objektum orientáltság eredetileg egy jól meghatározott programozási paradigma volt szigorú szabályokkal és jellemző szerkezetekkel. Az alapvető struktúrát a hierarchikusan szervezett osztályok alkotják Az osztály hierarchia felső szintjén a legáltalánosabb osztályok helyezkednek el, melyek alatt kevésbé általános alosztályok vannak. Az általános osztályokat absztrakt osztályoknak nevezik, mivel belőlük nem lehet objektum példányokat létrehozni. 

Az osztályokat típusoknak vagy sablonoknak kell elképzelnünk. Az objektumok konkrét értékek, melyek megfelelnek annak a típusnak vagy sablonnak, amit az az osztály képvisel amiből létrehozták. Az osztálynak attribútumai vannak, amelyek meghatározzák, hogy az osztályból létrejövő objektumoknak milyen adatai lehetnek. Az osztályhoz „módszereknek” nevezett eljárások is tartozhatnak, melyek az osztály által meghatározott adatokkal végeznek műveleteket. Az osztálynak interfészei is vannak, melyek lehetővé teszik a más osztályokkal való együttműködést – az osztályt más osztályok csak az interfészeken keresztül érhetik el. Az együttműködés az „üzenetek” segítségével megy végbe, melyek elindítják az osztály megfelelő módszereit.

Az alosztályok (a hierarchia alsóbb szintjén lévő osztályok) öröklik a felsőbb szinteken deklarált attribútumokat, módszereket és interfészeket. Ha az alsóbb szinten valamely attribútum vagy módszer újból meghatározásra kerül, úgy az örököltek érvényüket vesztik.

Ha egy alsóbb osztály különböző osztályoktól örököl, úgy többszörös öröklésről beszélünk. A 7. ábrán felvázoltuk a FOLYÓ osztály öröklését. A FOLYÓ örököl néhány attribútumot a FOLYÓVIZEK és néhány attribútumot a GEOMETRIA szuperosztálytól. Feltételeztük, hogy adatainkat több méretarányú megjelenítésre gyűjtöttük, és ezért a FOLYÓ-nak alkalmasnak kell lennie mind a területi, mind a tengely adatok fogadására. Természetesen az ebből az osztályból létrehozott egyedi objektumok vagy vonalak vagy területek lesznek a „geometriai reprezentáció” attribútum értékének függvényében.

Az objektum orientáltság egyik legfontosabb alapelve, hogy minden állandó objektum egyértelmű azonosítást kap, mely nem változhat az objektumon végrehajtott műveletek következtében.

Ha az objektum orientáltság elvein alapuló programozási nyelvet használunk, úgy eredményként objektum orientált szoftvert kapunk. Ha az eredmény GIS szoftver úgy működéséhez nagy mennyiségű térbeli és nem térbeli adatra van szükség, melyek tárolásáról és manipulálásáról adatbázis kezelő rendszer gondoskodik. A GIS-nek rendszerint új adatokra is szüksége van, melyeket be kell tölteni a rendszerbe. Kézenfekvő, hogy az objektum orientált GIS számára az volna a legkényelmesebb megoldás, ha adatait objektum orientált adatbázisban tárolhatná. Hasonlóképpen, ha az új adatoknak objektum orientált struktúrájuk van sokkal egyszerűbb betöltésük a rendszerbe.

 

7. ábra

Az irodalomban különféle meghatározásokat találhatunk az objektum orientált adatbázisokra [18], [19]. Az objektum orientált adatbázisok alaptulajdonsága, hogy alkalmas a szabványos adatbázis műveletekre s e mellett gondoskodik az objektumok állandó tárolásáról objektum orientált programozási környezetben az után is miután a program befejezi a futást, e mellett lehetővé teszi az objektumok közvetlen elérését.

Az objektum orientált adatstruktúra támogatja a rendszert nagytömegű adatállományok varratnélküli kezelésében, objektumok aggregálásában (összetett objektumok létrehozásában), a nagyfelbontású adatok több méretarányú reprezentálásában, a számítógépen (desktop-on) futó alkalmazások adatcseréjében, de fő előnye mégis az, hogy jól illeszkedik a hálózati kliens-szerver architektúrába és hogy megkönnyíti a szabványosított földrajzi objektum osztályok létrehozását.

Az első objektum orientált GIS szoftverek (pld. a Laser-Scan illetve a Smallworld) a kilencvenes évek elején jelentek meg. Az objektum orientált adatbázis kezelő rendszerek viszonylag újaknak számítottak ezidőtájt. Ezért óvatosságból a Smallworld objektum orientált interfészt alkalmazott egy kereskedelmi relációs adatbázis kezelő rendszerhez és csak a Laser-Scan fejlesztett ki egy új objektum orientált adatbázis kezelőt a GOTHIC GIS program csomag részeként. Igen érdekes, hogy várakozásunkkal ellentétben, a relációs adatbázis kezelők alkalmazása az objektum orientált GIS szoftverekben nem redukálódott az idő múlásával hanem általánossá vált az új fejlesztésekben. A már említett Laser-Scan hibrid adatbázis alkalmazásokat fejleszt, az új Arc/Info szintén objektum-relációs megoldást választott, és a példák még sorolhatók. Annak, hogy ez így történik három oka lehet:

• a GIS és vállalati adatbázis egybeolvasztásának gondolata [20] napjainkra reális feladattá vált;
• a hagyományos, nem térbeli adatbázisokat rendszerint relációs adatbázis kezelő rendszerek üzemeltetik;
• a relációs adatbázis kezelő rendszerek gyártói jelentős erőfeszítéseket tettek, hogy rendszereiket térbeli, kép, objektum, stb. kiterjesztésekkel lássák el (lásd pld az Oracle 8-at), illetve később igyekeztek megfelelni az Open GIS Consortium (OGC) specifikációinak, ami sikerült is az Oracle 9 esetében.

Az objektum orientáltságnak a térbeli adatmodellre való hatásainak összegzésekor induljunk ki azokból a jelenségekből melyek kiváltották, majd foglaljuk össze a következményeit és előnyeit:

• az objektum orientált programozás igen gyorsan terjedt el mivel lehetővé tette, hogy egyszerre több programozó egymástól függetlenül írja a programot, e mellett lehetővé tette az előre gyártott program komponensek (osztály könyvtárak) több alkalmazás által történő használatát;
• a digitális adathálózatok (LAN, WAN, INTERNET), osztott adatbázisok és más   hálózati technológiák rohamosan növekvő szerepe nagy mértékben elősegítette az objektum orientált nyelvek (például a JAVA, IDL) és hálózati architektúrák (pld. CORBA, COM) elterjedését;
• az új lehetőségek új felhasználói igényeket ébresztettek a szoftver interoperábilitás  vonatkozásában először a számítógép (desktop) (pld. az MS Office program csomag különböző programjai között), később a hálózat szintjén, amelyek hatékonyan csak objektum orientált architektúrában elégíthetők ki;
• az objektum orientáltság általános elfogadását jelentősen erősítette az UML nyelv szabványosítása [2] és olyan diagram szerkesztő úgy nevezett CASE eszközök készítése, melyek támogatják a modellezési folyamatot;
• az általános trend is arra ösztökélte a szoftvergyártókat,  hogy termékeiket objektum orientáltan készítsék el. Ez a folyamat azonban nem minden esetben volt következetes és közvetlen. Az ESRI például első lépésként egy objektum orientált burkot készített (az ArcStorm objektum orientált adattárolási rendszert és az Avenue objektum orientált makro nyelvet) a különben változatlan georelációs adatmodell tetejére;
• az a tény, hogy mind a hálózati technológiák, mind az új GIS szoftverek támogatják az objektum orientáltságot objektum orientált térbeli adatmodellek kialakulásához vezetett. Az adatbázis sémák felépítéséhez olyan adat definíciós nyelvek használhatók mint az 5. pontban már említett  SAIFtalk, az EXPRESS [21], vagy az UML és kiterjesztései;
• a kereskedelmi relációs adatbázis kezelők széleskörű elterjedtségének és magas műszaki színvonalának következtében napjainkban az objektum orientált modellek tartós tárolását az úgynevezett objektum-relációs adatbázisok végzik. Ez tulajdonképpen azt jelenti, hogy vagy a relációs adatbázis kezelőt vagy az alkalmazási szoftvert vagy mindkettőt olyan szoftver komponensekkel egészítik ki, melyek az objektumokat adatbázis táblázatokká transzformálják, illetve táblázatokból objektumokat hoznak létre, s e mellett úgy biztosítják az objektumok elérését mintha azok valódi objektum orientált adatbázisban lennének tárolva. Ez a helyzet feltehetőleg csak akkor fog megváltozni, ha az objektum orientált adatbázisok átveszik az uralkodó szerepet a relációs adatbázis kezelőktől a vállalati szintű információs rendszerekben;
• az adatok és szoftver modulok hálózaton keresztüli interoperábilitásának a megteremtése a célja az Open GIS Consortium (OGC)  1994-ben indult szabványosítási munkájának, sajnos a tervezett specifikációk elkészítése elég lassan halad;
• az objektum orientáltság önmagában nem határozza meg egyértelműen az adatmodellt, az osztály hierarchiát illetve az egyes osztályok jellemzőit minden konkrét esetre definiálni kell. Ez a helyzet csak akkor fog megváltozni, ha lehetőségünk lesz szabványos osztály hierarchia és osztály jellemzők használatára.

7.    Függvény tér modellek

Talán a raszteres GIS gondolatának felmerülésekor a kutatók gondoltak arra, hogy ez az eszköz elsősorban a függvény tér adatok kezelésére, elemzésére és megjelenítésére alkalmas, de ha így is volt később elfelejtkeztek róla: a raszteres GIS-t úgy tekintették mint bizonyos furcsaságokkal rendelkező általános célú elemző-megjelenítő eszközt.

Tudomásom szerint, a függvény tér adatmodell fontosságára először a [22] hívta fel a figyelmet, később a modell részletesebb felvázolására a teljes térbeli adatmodell részeként került sor [5]. A SAIF a ’fedvénnyel’ kapcsolatban (2.4.1.2 pont) szintén meghatározza a „térbeli függvények” fogalmát [17]. Ambiciózusabban közelíti meg a kérdést a GISER modell [23], mely megpróbálja beolvasztani a függvény tér modellt az általános térbeli adatmodellbe. Ez a módszer felöleli az egész folyamatot az adatnyeréstől a megjelenítésig. Véleményem szerint azonban az adat előállítás és adat használat elkerülhetetlen szétválása következtében, melyet egyrészt az új adatnyerési eszközök és módszerek, másrészt a GIS nemzeti térbeli adatinfrastruktúrák által támogatott iparosodása hozott létre a két szint modelljeit külön kell kezelni. Ha még szabatosabban fogalmazunk akkor három modellről beszélünk:

-         az adat előállítási modell azt a folyamatot írja le, melyben mérési eredményekből térbeli adat osztályokat hoznak létre;

-         a GIS adatmodell részhalmaza valamennyi lehetséges objektum osztálynak, mely az előző modellben létrehozható;

-         a GIS folyamat modell leírja a GIS adatokon a GIS szoftver eszközeivel elvégzett műveleteket, melyek eredményeképpen elérjük a kitűzött célt.

A függvény tér adatokat napjainkban szórt pontokkal vagy Delone háromszögekkel reprezentálják (TIN) a vektoros modellben illetve szabályos ráccsal (DEM) a raszter megközelítésben. Igen gyakran a szabályos rácspontok értékeit valamilyen interpolációval vezetik le a szabálytalanul elhelyezkedő mérési értékekből. Jogosan merül fel a kérdés, hogy miért nem tároljuk magukat az interpolációs eljárásokat azok részleges eredményei helyett.

A GIS-ben alkalmazott interpolálásról szóló cikkemben [25] javasoltam, hogy tekintsük a mesterséges neurális hálózat objektumot a GIS adatmodell olyan részének, mely helyettesíti a DEM és TIN adatokat valamint a GIS szoftver interpoláló függvényeit. Ebben az esetben, természetesen legalább a „sim” függvényt^[2] be kell foglalni a hálózat objektumba.

Mind a saját kísérleteim [26], mind más szerzők eredményei (pld. [27]) egyértelműen igazolják, hogy a mesterséges neurális hálózatok, néhány más módszerrel párhuzamosan (pld. a „szakértők keveréke” nevűvel a [27]-ben), megbízhatóan képezik le a térbeli függvényt annak egész értelmezési tartományában és ezzel új lehetőségeket biztosítanak a függvény különféle jellemzőinek meghatározására, illetve más térbeli függvények leképezéseivel végrehajtott kölcsönhatási számításokra.

A neurális hálózat tárolási igénye kismértékben meghaladhatja a DEM tárolási igényét, de alacsonyabb a TIN modellénél.

A függvény objektumok használata világossá teszi hogy miért kell elválasztani az adatgyártási modellt a GIS adat modelltől. Míg az adat előállításnak minden új adatállomány esetére meg kell keresnie az optimális módszert és adekvát paramétereit, a GIS alkalmazásnak minden esetben ugyanúgy, az input értékek megadásával kell elindítania a „sim” függvényt. A GIS elemző semmilyen elvi különbséget sem fog észrevenni a különböző módszerekkel modellezett objektumok között, hacsak nem vet egy pillantást a metaadatokra.

A további kutatást elsősorban az adat előállítási szféra igényli. A modell GIS oldala talán csak az optimális lapokra osztás kutatásában érdekelt. A lapokra osztásnak itt más a szerepe mint amikor szórt pontok relációs adatbázisba helyezésével kapcsolatban vizsgáljuk. Míg ez utóbbi a keresés meggyorsítását célozza valamely térbeli indexelési eljárás (pld. négyágú fa index) felhasználásával, a hálózati objektumok lapokra osztását az adat előállítási folyamatok indokolják. Több tízezer mintából álló kiterjedt adat együttes tanítása igen nagy komputer teljesítményt igényel. Ami magát a keresést illeti, a hálózat esetében csak a lapkát kell megkeresni, míg a hagyományos megközelítés esetén a lapkán belül még a kérdéses pontot is.

A függvény terek szerepe rohamosan nő mind a természet,- mind a társadalom- tudományokban. Ezt a folyamatot főként az új adatnyerési lehetőségek indukálják. A tereket gyakran használják a különböző tudományos modellező algoritmusok, melyek lazán vagy szorosan kapcsolódnak a GIS-hez [28]. A tudományos modellezés és GIS integrálására szolgáló új keretszoftverek objektum orientált szoftver fejlesztésen és adatmodellen alapulnak [29], [30]. Kézenfekvő, hogy a hálózatos tér modell jól illik ebbe a környezetbe. A téma összefoglalásaként állíthatjuk, hogy

• jó okunk van, hogy a függvény tér adatokat mesterséges neurális hálózati objektumokkal vagy más alkalmas tanuló algoritmus együtthatóival reprezentáljuk;
• ez a megközelítés megköveteli az adat előállítási modell elválasztását a GIS adatmodelltől;
• a hálózat objektumnak tartalmaznia kell olyan módszert mely képes kiszámítani a tér értékét a kívánt helyeken;
• az új adatnyerési technológiák rohamosan növelik a függvény tér adatok választékát, mennyiségét és minőségét, a hagyományos tudományos modellezési eszközök képtelenek voltak felhasználni ezeket az új lehetőségeket, ezért új, objektum orientált szoftver keretrendszerek megjelenésének lehetünk a tanúi, melyek támogatják a GIS és folyamatmodellezés integrációját, s evvel együtt az új lehetőségek kihasználását;
• a hálózat objektum adatmodell feljavítja ezeknek a rendszereknek a teljesítményét.

8.    A több méretarányú objektum reprezentáció

Az az ötlet, hogy a nagyobb felbontású térbeli adatok alapján állítsák elő a különböző, kisebb méretarányú térképeket egyidős az első országos, digitális, nagyméretarányú adatnyerési programmal, melyet a brit Ordnance  Survey (állami felmérési szolgálat) 1973-ban kezdett meg. A program előrehaladásával azonban hamarosan világossá lett, hogy az automatizált generalizálás általános alkalmazásához akkorra még nem értek meg a feltételek.

Azóta számtalan fejlesztési törekvésnek lehettünk tanúi, melyek mind arra irányultak, hogy az automatikus generalizálás végtelenül bonyolult feladat rendszerének egy-egy részkérdését megoldják. A kutatások eredményeiként olyan számítógépes programok jelentek meg, melyek interaktívan segítik a kartográfusok manuális munkáját.

A generalizálás eredményét külön tárolták minden méretarány számára. Az automatizálásnak ezen a szintjén tehát az alap GIS adatbázis mellett annyi kartográfiai adatbázist is tárolni kellett ahány méretaránya volt az elfogadott térképsorozatnak. Papír térképek esetében a fenti séma fő problémáját a felújítás végrehajtása jelentette: ha csak a GIS adatbázist újították fel valamennyi kartográfiai adatbázist újólag létre kellett hozni a számítógép támogatta generalizálás módszerével, ha viszont a felújítást párhuzamosan végezték valamennyi kartográfiai adatbázison, nem lehetett kizárni az inkonzisztenciát.

Teljesen más problémák lépnek fel, ha a digitális térképeket számítógép vagy mobil telefon képernyőjén kívánjuk megjeleníteni. A nagyítási (zoom) funkció használata ugyanis jelen idejű generalizálást igényel. Bár ezek a térképek talán kevésbé tökéletesen is élvezhetők mint a papír térképek, előállításuk olyan gyors, automatizált generalizálást igényel, mely jól értelmezhető képet biztosít a vizuális elemzésre.

Új kihívásokat jelentett a jelen idejű generalizálásnak a „kívánságra” történő térképezés széleskörű elterjedése az Interneten, és különösen az olyan ambiciózus WEB projektek beindulása mint például az amerikai „Digital Earth (Digitális Föld)” [31]. Bár korlátozott kiterjedés és kevés méretarány esetén a WEB-en történő megjelenítés nem csak lehetséges de gyorsabb is lehet előre generalizált adat együttesekkel [32], ez a megközelítés értelmetlenül nagy tárolási igényekkel jelentkezik, ha az egész Föld tetszés szerinti méretarányban történő megjelenítéséről van szó.

Ahogy azt a 6. pontban láttuk, az objektum orientált adatmodell képes a földrajzi entitásokhoz többféle reprezentációt kapcsolni. Másfelől ez a modell arra is képes, hogy az objektumokhoz módszereket illesszen. Ezek a módszerek (melyeket gyakran „viselkedéseknek” is neveznek) részei az adatbázis sémának [33]. Ha ez így van, akkor ez azt is jelenti, hogy az objektum orientált adat együttes importálásakor az adatok mellett azokat az eljárásokat is importálhatjuk, amelyek az adatokat valamilyen szempontból feldolgozzák.

Például, ha egy olyan utca objektumunk van, melyet 1:5000 méretarányig poligon, kisebb méretarányokban pedig a tengelyvonal reprezentál, akkor egy az utca objektumhoz csatolt módszer kell hogy számolja a tengelyvonalat, ha a méretarány kisebb a küszöb értéknél (1:5000), egy másik csatolt módszerre pedig azért van szükségünk, hogy az aktuális méretaránynak megfelelően elvégezze a vonal generalizálást.

Az automatizált generalizálás azonban sokkal többet jelent mint az egyszerű objektumok többszörös reprezentációja. Ez a folyamat számtalan kartográfiai szabállyal vezérelt, egymásnak ellentmondó korlátozásokkal behatárolt, dinamikus optimalizálásként határozható meg. Néhány legújabb eredmény [34], [35] azt bizonyítja, hogy objektum orientált környezetben gyors és megbízható eredmények érhetők el az automatikus generalizálással. Meg kell azonban jegyeznünk, hogy a „több ügynökös – multi agent” generalizálás esetén [35] az ügynök objektumokhoz csatolt módszerek nem az adatokhoz, hanem az alkalmazáshoz tartoznak.

A pont lényege a következő:

• a WEB földrajz különböző területei gyors, jelen idejű kartográfiai generalizálást igényelnek igen széles méretarány tartományban;
• ugyanez igaz a mobil (navigációs) térkép alkalmazásokra is;
• a képernyő megjelenítés más, bizonyos szempontból kevésbé szigorú generalizálási szabályokat igényel mint a nyomtatott térkép készítés;
• az objektum orientált térbeli adatmodell a megfelelő módszerek hozzákapcsolásával az adatokhoz alkalmassá válik egyszerű objektumok többszörös reprezentációjára;
• az objektum orientált programozási környezet és az objektum orientált adatmodell felhasználásával sokat ígérő automatizált generalizálási rendszerek jelentek meg az utóbbi egy-két évben.

9.    Grafika-, vagy földrajz-központú adatmodellek

Függetlenül az implementáció milyenségétől (georelációs, relációs, objektum orientált) az adatmodellek különféleképpen szemlélhetik a valós világ jelenségeit. Vannak modellek melyekben a főszereplők az egyszerű vagy összetett grafikus objektumok (pontok, vonalak, területek és a belőlük létrehozott halmazok), más modellek először az entitások jelentését vizsgálják (terep, növényzet, épületek, utak, stb.) és csak másodlagosan, hogy milyen grafikus alakzattal reprezentálhatók.

A GIS korai fejlődési szakaszában szinte kizárólag grafika-központú modelleket találunk. Ez a jelenség egyrészt a grafika újdonságával magyarázható a hagyományos alfanumerikus adatbázisokhoz viszonyítva, másrészt azzal az egyszerű ténnyel, hogy a néhány grafikus objektumot egyszerűbbnek látszott definiálni (és ez még ma is igaz), mint a földrajzi objektumok kiterjedt halmazát. A grafika-központú modellek a földrajzi objektumok szerinti rendezést a réteg struktúra segítségével próbálták megoldani, ez az osztályozás azonban nem volt szigorú, a felhasználó a saját elképzelése szerint alakíthatta ki.

Az 5. pontban utaltunk rá, hogy az egyik első próbálkozás a földrajzi objektumok szabványosítására az SDTS szabványban található.

Az első teljesen földrajzi objektum-centrikus adatmodellt az SDSFIE térbeli adat szabvány fogalmazza meg. Ez a megközelítés talpára állította a georelációs modellt elsődlegesen meghatározva a szabványosított földrajzi tartalmat és ahhoz rendelve a munkaterületeket, rétegeket, adatbázis táblázatokat, objektumokat és azok szimbólumait.

Ami viszonylag egyszerűen megvalósítható egy olyan zárt és fegyelmezett közösség számára mint a hadsereg, sokkal nehezebben készíthető el a Földdel kapcsolatos térbeli adatokat felhasználó számtalan szakma, és szakterület esetében.

A jövő komoly erőfeszítéseket igényel valamennyi résztvevőtől a szabványosított földrajzi objektum modell létrehozásában. Ez a modell különösen akkor lesz hasznos, ha objektum orientált környezetben implementálják. A modell alapján, valamely CASE segédeszköz támogatásával a felhasználó elkészítheti az objektum orientált adatbázis sémáját. A séma default módszereket tartalmaz a grafikus típusokhoz kapcsolva és üres rekeszeket az adatok számára. A betöltés során az adatok betöltődnek a rekeszekbe, a default módszerek pedig inaktiválódnak, ha az adatok tartalmaznak azonos rendeltetésű de újabb módszereket.

A földrajzi objektum osztályokat fokozatosan kell definiálni mind a különböző osztályok, mind az osztályon belüli mélység vonatkozásában. Csak azokat az általános osztályokat szabad rögzíteni, melyek az érdekelt szakágak többsége számára elfogadhatók. Az osztályhierarchia kialakításában nagyobb rugalmasságra van szükség. Csak az általánosan elfogadható alosztályokat kell meghatározni és nyitva kell hagyni a lehetőséget arra, hogy egyes szűkebb szakmai csoportok saját alosztályokat is definiálhassanak.

A szabványosított objektum-központú adatmodell elősegíti, hogy az azonos célú de különböző módszerű modellezések összehasonlítható eredményeket szolgáltassanak. Megkönnyíti továbbá a geo-adatbázis feltöltését mivel lehetővé teszi, hogy olyan adat együtteseket válogassanak, melyek jellemzői megegyeznek a projekt tervezési szakaszában figyelembe vett értékekkel. Persze ez csak akkor működik, ha mind az adat előállító, mind az adatszétosztó alrendszerek összhangban vannak a szabvány követelményeivel.

Az Open GIS Consortium (OGC) a kilencvenes évek közepén meghirdette az „információs közösségek” közti „szemantikus fordítók” létrehozásának gondolatát mint a GIS interoperábilitás egyik megoldandó feltételét. E szerint a koncepció szerint minden szakmai csoportnak ki kell alakítania a saját geo-objektum szabványát, majd olyan szoftvereket kell létrehozni, melyek lefordítják az egyik csoport objektum rendszerét egy másik csoport objektum rendszerére (az elképzelt fordítás mindig két csoport között megy végbe). Az elmúlt évig azonban, ahogy ezt a [36] újság cikk tanúsítja ez az elképzelés még nem igen közeledett a megvalósuláshoz.  Azt hiszem, hogy az OGC elképzelése nem eléggé hatékony. Szerintem mindenek előtt egy multidiszciplináris, nemzetközi testületet kell létrehozni, mely feladata az alap geo-objektum osztályok meghatározása volna, melyet a következő lépésben a nagy nemzetközi tudományos-szakmai szervezetek (pld. IAGG, ISPRS, ICA, IGA, stb.) vitatnának meg. A szükséges korrekciók elvégzése után a tervezetet továbbítani kellene az ISO felé.

A földrajzi objektumok szabványosításakor figyelembe kell vennünk, hogy az objektumok teljes együttese le kell, hogy írja az egész föld felszín valamint az atmoszféra, földkéreg és óceánok figyelembe veendő részeinek objektív valóságát. Ha elosztott és megosztott geo-adatbázisokkal dolgozunk  már a puszta gazdaságosság is azt diktálja, hogy olyan adatokkal dolgozzunk, melyek megfelelnek a szabványnak. Ebben az esetben valamennyi „információs közösség” azokat az attribútumokat használhatja a közös adatokból, melyek kifejezik az adott szakma szemléletét a kérdéses geo-objektumra.

E pont alapján a következőket jegyezhetjük meg:

• az objektum központú adatmodell különböző implementációkban realizálható;
• az objektum központú adatmodell objektum orientált implementációja minden szempontból a legtökéletesebb;
• az objektum központú adatmodell csak akkor előnyös, ha a geo-objektumok szabványosítottak;
• az első kísérlet a geo-objektumok teljes körű szabványosítására egy korlátozott szakmai csoport számára az SDSFIE térbeli adat szabványban valósult meg;
• Megérett a helyzet egy multidiszciplináris, nemzetközi szakmai testület létrehozására, mely feladata a geo-objektumok teljes halmazára vonatkozó alapvető szabványosítás megkezdése volna.

10.                       Következtetések

A térbeli adatmodell fejlődését főként a következő tényezők befolyásolták:

·        a felhasználói igények;

·        a komputer hardver és rendszer szoftverek műszaki jellemzői;

·        az információ technológia főbb trendjei.

A modellek javítása különböző technikai szinteken is lehetséges, azonban a korlátozott erőforrások hátráltatják a fejlett modellek gyakorlati felhasználását (pld. közös adatbázis a geometriának és attribútumoknak).

A relációs adatbázis kezelő rendszerek fejlődése, az adathálózatok terjedése, a kliens-szerver technológia térhódítása lehetővé tették a GIS-t is magába foglaló vállalati színtű adatbázis koncepció megvalósítását.

Az objektum orientált adatmodellnek számtalan előnye van a kiterjedt, osztott, nagy adatbázisok vonatkozásában, különösen igaz ez a közművek térinformatikai rendszereire. Az újonnan kifejlesztett CASE eszközök támogatják az adatbázis séma létrehozását.

Az objektum orientáltságnak döntő szerepe van az Internet GIS létrehozásában is.

A függvény tér adatmodell jelentősége folyamatosan nő, egyrészt az új adatnyerési technikák létrejötte, másrészt az új természet-, és társadalom-tudományos modellezési-szimulációs módszerek kidolgozása következtében. A rácsban elhelyezet vagy szórt pontokban megadott függvény értékek helyettesítése mesterséges neurális hálózatokkal (ANN) vagy más megfelelő tanuló algoritmussal kivitelezett approximáló módszerrel jelentős előnyöket nyújt, különösen a modellezésben.

Az objektum orientált környezetben implementált ANN megköveteli, hogy bizonyos módszereket is együtt tároljanak az objektum attribútumaival. Ugyanez igaz a több méretarányú objektum reprezentációra is a generalizáló módszerek vonatkozásában. A fentiekből következik, hogy új adat előállítási és átviteli szabványok kidolgozására van szükség.

A jövő adatmodellje geo-objektum központú objektum orientált modell lesz, melyben az adat előállítóknak kell kitölteni az előre gyártott osztály hierarchia minták rekeszeit esetleges új módszerekkel és aktuális attribútum értékekkel.

Ahhoz hogy ez megvalósuljon az alábbiakra van szükség:

• új elvekre az adat előállításban;
• megújított adatátviteli szabványokra;
• olyan új szabványra, mely meghatározza a földrajzi objektumokat.

Hivatkozások

[1] INTEGRATION DEFINITION FOR INFORMATION MODELING (IDEF1X). Federal Information Processing Standards Publications 184. http://www.sdct.itl.nist.gov~ftp/idef/idef1x.

[2] OMG Unified Modeling Language Specification (draft). Version 1.3 alpha R5, March 1999.  http://www.rational.com/uml/resources/documentation/index.jtmpl

[3] Kösters, G., Pagel, B.: The GeoOOA-Tool and Its Interface to Open Software Development Environment for GIS. Proceedings of the fourth ACM workshop on Advances in Geographic Information Systems, GIS 96, Rockville MD USA. http://www.acm.org/pubs/articles/proceedings/cikm/258319/p163-kosters/p163-kosters.pdf

[4] Sárközy F.: Designing an integrated 2.5 and 3 dimensional information system for geoscientific and engineering purposes. Proceedings FIG XIX Congress. Helsinki, 1990. Vol. 6. pp.131-      145.

[5] Sárközy F.: The GIS concept and the 3-dimensional modeling. Computers, Environment and Urban Systems. Vol. 18. No. 2, 1994. pp.111-121.

[6] Siki Z.: Mathematical model for solids under the surface of the earth. Periodica Politechnica Civil Engineering. Vol. 34. Nos 3-4. pp. 143-152. Budapest 1990

[7] Mantyla M., Sulonen R.: GWB: a solid modeler with Euler operators. Computer Graphics & Applications. September 1982. pp. 17-31.

[8] Rikkers R., Molenaar M., Stuiver J.: A query oriented implementation of a 3D topologic datastructure. EGIS '93. Proceedings. Vol. 2. Genoa 1993. pp.             1411-1420.

[9] Samet H.: Application of spatial data structures. Addision-Wesley Publishing Company. 1989.

[10] Samet H.: The design and analysis of spatial data structures. Addison-Wesley Publishing Company, Inc. 1990.

[11] Berge C.: Graphs and hypergraphs. (Translated by E. Minieka). North-Holland Publishing Company. Amsterdam, 1973.

[12] Bouillé F.: A survey on the HBDS methodology applied to cartography and land planning. Proceedings Euro-Carto VI. Brno, 1987.             pp. 20-28.

[13] Fritsch D.: Hybrid graphic systems - a new generation of Geo-information Systems. In German. Geo-Informations-Systeme. Vol. 1, No. 1, 1988. pp.12-19.

[14] DeMeter E. R., Dixon D. G.: Defense Mapping Agency Digital Data Standardization. Personal Presentation on the XV FIG Congress, Stockholm, Sweden, 1977.

[15] Fegeas R. G., Cascio J. L.,. Lazar R. A: An Overwiew of FIPS 173, The Spatial Data Transfer Standard. Cartography and Geographic Information Systems, volume 19, NO. 5, 1992.

[16] Spatial Data Transfer Standard (SDTS) Part 5: Raster Profile and Extensions. FGDC-STD-002.5-1999. (Letölthető az alábbi ftp-ről: ftp://sdts.er.usgs.gov/pub/sdts/standard/approved/fgdc/srpe0299.pdf)

[17] Spatial Archive and Interchange Format: SAIF. Formal Definition. Release 3.2

January 1995. (Letölthető az alábbi ftp-ről: ftp://home.gdbc.gov.bc.ca/SAIF/).

[18] Parsaye K., Chignell M., Khoshafian S., Wong H.: Intelligent databases. John Wiley & Sons, Inc. 1989.

[19] Batty P.: Smallworld GIS: Object-orientation – some objectivity please! SMALLWORLD TECHNICAL PAPER NUMBER 7. (Letölthető az alábbi URL-ről: http://www.smallworld-us.com/english/products/whitepapers/OOobjectivity.pdf).

[20] Sárközy F.: Prospects of GIS approaching the 21 century. Periodica Polytechnica Civil Engineering. Vol.40, No. 1. 1996. pp. 55-71

[21] EXPRESS Information modelling language - ISO WD 10303-11 (edition 2)  (Letölthető az alábbi URL-ről: http://www.eurpc2.demon.co.uk/part11.htm )

[22] Sárközy F., Gáspár P.: Modelling of scalar fields represented by scattered 3D points. Periodica Polytechnica Civil Engineering. Vol. 36, No. 2. 1992.        pp.187-200.

[23] Shekhar S., Coyle M., Goyal B., Liu R., Sarkar S.: Data Models in Geographic Information Systems. COMMUNICATIONS OF THE ACM,  April 1997/Vol. 40, No. 4

(Letölthető az alábbi URL-ről: http://www.acm.org/)

[24] Sárközy F.: GIS FUNCTIONS. Periodica Polytechnica Civil Engineering. Vol. 43, No. 1. 1999. pp. 89-110 (Letölthető az alábbi URL-ről: http://bme-geod.agt.bme.hu/public_e/gis_func/funct26.htm )

[25] Sárközy F.: GIS FUNCTIONS - INTERPOLATION. Periodica Polytechnica Civil Engineering. Vol. 43, No. 1. 1999. pp. 65- 88 (Letölthető az alábbi URL-ről: http://bme-geod.agt.bme.hu/public_e/ funcint/funcint.html )

[26] Sárközy F.: Function Field Data Model Implemented by Artificial Neural Networks (ANN). Elektronikus publikáció.   (Letölthető az alábbi URL-ről: http://bme-geod.agt.bme.hu/public_e/dem/DEMbyANN2.htm)

[27] Gilardi N., Bengio S.: Local Machine Learning Models for Spatial Data Analysis. Journal of Geographic Information and Decision Analysis, vol. 4, no. 1, 2000, pp. 11-28 (Letölthető az alábbi URL-ről: http://publish.uwo.ca/~jmalczew/gida_7/Gilardi/Gilardi_Bengio.htm)

[28] Westervelt J., Shapiro M.: Combining Scientific Models into Management Models. Proceedings of the 4th International Conference on Integrating GIS and Environmental Modeling (GIS/EM4): Problems, Prospects and Research Needs. Banff, Alberta, Canada, September 2 - 8, 2000. (Letölthető az alábbi URL-ről:  http://www.colorado.edu/research/cires/banff/upload/209/)

[29] Sydelko, P., Dolph, J., Majerus, K., Taxon, T.: An advanced object-based software framework for complex ecosystem modeling and simulation. Proceedings of the 4th International Conference on Integrating GIS and Environmental Modeling (GIS/EM4): Problems, Prospects and Research Needs. Banff, Alberta, Canada, September 2 - 8, 2000. (Letölthető az alábbi URL-ről:   http://www.colorado.edu/research/cires/banff/upload/171/)

[30] Bernard L., Krüger T.: Integration of GIS and Spatio-temporal Simulation Models: Interoperable Components for Different Simulation Strategies. Transactions in GIS, 2000, vol 4, no 3, pp. 197- 215.

[31] Morrison J. L.: Important Initiatives in Geographic Information Science

and Spatial Data Collection with Implications for Cartography. Proceedings CD of the 19^thInternational Cartographic Conference, OTTAWA ICA, August 14 to 21, 1999.

[32] Létourneau F.: A fully integrated Geospatial Data Warehouse. Proceedings CD of the 19^thInternational Cartographic Conference, OTTAWA ICA, August 14 to 21, 1999.

[33] Hardy P.G.: Active Object Techniques for Production of Multiple Map and Geodata Products from a Spatial Database. Proceedings CD of the 19^thInternational Cartographic Conference, OTTAWA ICA, August 14 to 21, 1999.

[34] Govorov M.: Behaviour analysis of multi-detailed representation of spatial and cartographic objects. Proceedings of the 20^th International Cartographic Conference, Beijing China, August 6 to 10, 2001, volume 3, pp. 1922-1930.

[35] Barrault M., Regnauld N., Duchene C., Haire K., Baeijs C., Demazeau Y., Hardy P., Mackaness W., Ruas A., Weibel R.: Integrating Multi-Agent, Object-Oriented, and Algrithmic Techniques for Improved Automated Map Generalization. Proceedings of the 20^th International Cartographic Conference, Beijing China, August 6 to 10, 2001, volume 3, pp. 2110-2116.

[36] McKee L.: Geo-semantics and the "New Renaissance". GEO AsiaPacific, April 2000.  (Letölthető az alábbi URL-ről: http://www.opengis.org/info/gisworld/GeoAsiaPacific/GAP.htm)