Datenbeschaffung fuer die digitale Kartographie

Inhalt

  Abbildungen  3

1  Einleitung 4  

2  Die Arten der Datenerfassung 5  

2.1  Primärdaten 5  

2.2  Sekundärdaten 5  

2.3  Tertiärdaten 6  

3  Primärdatenerfassung 8  

3.1  Photogrammetrie 8  

3.2  Erfassung mittels Satelliten 10  

4  Sekundärdatenerfassung 13  

4.1  Topographische Karten 13  

4.2  Bildkarten 14  

4.3  Thematische Karten 15  

5  Sonstige Datenquellen 16  

5.1  Öffentliche Einrichtungen 16  

5.2  Private Kommerzielle Datenanbieter 17  

5.3  Websites von Datenanbietern 18  

6  Digitalisierung 20  

6.1  Manuelle Eingabe am Rechner 20  

6.2  Digitalisierbrett 20  

6.4  Scanner 21  

6.5  Nachbearbeitung 22  

7  Fazit 23  

8  Literatur 24  

  2  

  Abbildungen  

  Abbildung 1: Aufnahmeprinzip des Luftbildes nach SCHMULLIUS (2003b:22) 9  

  Abbildung 2: Aufbau des Landsat-Satelliten nach SCHMULLIUS (2003a:8) 11  

  Abbildung 3: Topographische Karte aus KOVACS (o J ) 14  

  Abbildung 4: Luftbildkarte von Berlin aus ALBERTZ (2001:179) 15  

  Abbildung 5: Webseite des Alfred-Wegener-Instituts 17  

  Abbildung 6: Webseite der Firma ESRI 18  

  Abbildung 7: Arbeit am Digitalisierbrett aus KILIAN (2003) 21  

  Abbildung 8: Einzugsscanner von HANJIN INFORMATION SYSTEMS TELECOMMUNICA-  

  TION (2002) 21  

  3  

1 Einleitung

Das Fundament für die Erstellung von Karten ist die Datenbeschaffung. Diesem Ar- beitsbereich muss also mindestens die gleiche Aufmerksamkeit wie der Verarbeitung und der Ausgabe der Daten gewidmet werden. Um präzise Karten zu erstellen ist es erforderlich, dass das Datenmaterial ebenso präzise Werte bereitstellt. Die heutigen mo- dernen Methoden der Datenerfassung (u.a. Fernerkundung, GPS) sind in der Lage, aus- reichend genaue Informationen zu liefern. Trotzdem entbindet dies den Kartenautor nicht davon, die ihm zur Verfügung stehenden Daten intensiv auf deren Qualität und Nutzen zu überprüfen. Die Anforderungen an ihn sind also nicht gesunken, sondern eher im Gegenteil gestiegen. Wie u.a. in KRÄMER (2000) oder BECK-BORNHOLDT &

DUBBEN (2001) zu lesen ist, gibt es in der Wissenschaft dutzende Beispiele, wo auf-

grund mangelhafter Sorgfalt mit dem Datenmaterial Fehlannahmen erzeugt bzw. repro- duziert wurden.

4

2 Die Arten der Datenerfassung

Nach RADVANSZKY et al. (2000:10) und HOCHSCHILD (2003:5) wird allgemein in drei Arten der Datenerfassung unterschieden: Primär-, Sekundär-und Tertiärdaten. Die Dif- ferenzierung basiert auf der Herkunft der Daten und spiegelt sich sowohl im Erfas- sungsaufwand als auch in der Qualität wider. Es herrscht ein fließender Übergang zwi- schen den Arten – eine klare Abgrenzung ist bei vielen Sachverhalten nicht möglich. Im Folgenden wird näher auf die Eigenheiten der Datenerfassungsarten eingegangen.

2.1 Primärdaten

Diese Daten werden nach BILL (1999:171) direkt am Objekt erhoben. Jedoch gibt es in der Wissenschaft unterschiedliche Ansichten darüber, ob auch die Daten zum Primärty- pus gehören, die eine andere Person für den Auftraggeber erfasst, diese aber in keiner Weise bearbeitet hat (Beispiel: Hilfswissenschaftler nimmt Bodenproben für den Pro- fessor auf). Klassische Exempel für die Primärdaten sind Messungen, Befragungen, Kartierungen sowie Experimente. Als „klassisch“ werden sie deshalb bezeichnet, weil sie schon seit Jahrhunderten durchgeführt werden. Neuere Methoden der Primärdaten- erhebung sind die Photogrammetrie, das GPS (Global Positioning System) und die Fernerkundung. Diese fortschrittlichen Erfassungsverfahren liefern Daten in unübertrof- fener Qualität und Genauigkeit. Die Kehrseite der Medaille besteht jedoch darin, dass die Kosten für den Erwerb dieser Informationen oftmals beträchtlich sind. Es ist noch nicht abzusehen, ob und wann in Zukunft diese Daten ähnlich wie bei GPS auch für den End-User-Bereich erschwinglich sein werden.

2.2 Sekundärdaten

Sekundärdaten sind „fremde“ Daten, d.h. sie wurden schon bearbeitet. Wie können Da- ten bearbeitet werden? Die von HAKE et al. (2002:168ff.) und SCHLIEP (2000:7f.) ange- gebenen „Sieben Regeln der Generalisierung“ listen die Möglichkeiten auf: Vereinfa- chen, Vergrößern, Verdrängen, Zusammenfassen, Auswählen, Typisieren, Betonen. Typische Vertreter der Gattung Sekundärdaten sind die Topographischen und Themati- schen Karten sowie diverse Arten von Statistiken (u.a. Tabellen, Diagramme).

5

Das Problem bei dieser Art von Daten besteht in ihrer markantesten Eigenschaft: Sie wurden schon bearbeitet. Der Autor der Sekundärdaten, also die Person, welcher die Primärdaten bearbeitet hat, ging sicherlich nach bestem Wissen und Gewissen an die Sache. Aber wie genau dies erfolgte, bleibt dem Nutzer von Sekundärdaten häufig ver- borgen. In der Regel lassen sich die Bearbeitungsschritte nicht rekonstruieren. Das kann dazu führen, dass unbemerkt Fehldaten übernommen werden können und diese bei der eigenen Bearbeitung der Sekundärdaten fortgeführt werden. Bei der Nutzung von Se- kundärdaten ist also höchste Aufmerksamkeit geboten. Nicht ohne Grund soll der ehe- malige britische Premierminister von Großbritannien, Sir WINSTON CHURCHILL, gesagt haben: „Ich glaube nur Statistiken, die ich selbst gefälscht habe.“ (DRÖSSER 2002).

2.3 Tertiärdaten

Die Tertiärdaten folgen nicht den Hierarchiestufen der beiden vorangegangenen Daten- typen, also dass Primärdaten bearbeitet werden und dann automatisch zu Sekundärdaten werden. Die Bearbeitung von Sekundärdaten führt nicht automatisch zu den Tertiärda- ten. Doch was sind nun Tertiärdaten? Es handelt sich hierbei um abgeleitete oder mo- dellierte Daten. Diese Weiterbearbeitung kann aus den beiden o.g. Datentypen erfolgen. Tertiärdaten haben eine starke Ähnlichkeit mit Sekundärdaten und werden deshalb oft- mals als eine Einheit angesehen. Die Art und Weise der Bearbeitung gibt aber Anlass, diese Daten in eine eigene Gattung zu überführen. Beispiele für Tertiärdaten sind Tem- peratur- und Niederschlagsverteilungen sowie Bevölkerungsschwerpunkte. Hierbei werden mathematische Methoden der Interpolation und Gewichtung angewendet. Dazu zählen nach WOLF & JACOBS (2002:4) und BULLINGER (2000:21ff.) Verfahren wie „In- verse distance weighted“, „Kriging“ oder „Nearest neighbour“, welche topologische Eigenschaften der Objekte ausnutzen.

Zur Veranschaulichung ein praktisches Beispiel: Rund um Jena befinden sich sechs Niederschlagsstationen. An einem beliebigen Tag fällt die Meßstelle Jena-Zentrum aus. Bei „idealen“ Bedingungen kann man über mathematische Verfahren die restlichen Sta- tionen entsprechend ihrer Entfernung zur defekten Meßstelle gewichten (je weiter weg, desto geringer ist die Gewichtung) und daraus die Niederschlagswerte im Zentrum be- rechnen.

6

Das Problem besteht aber darin, dass sich die Prozesse der Natur nur schwer in mathe- matische Modelle pressen lassen. Ein „Ausreißer“ kann die Idealbedingungen zerstören und jegliche Rechnung wertlos machen. Im Beispiel könnte dies ein heftiger, lokaler Regenguß über Jena-Lobeda sein. Eine Interpolation würde der Meßstelle im Zentrum wahrscheinlich eine Niederschlagsmenge zuordnen, den die Station in der Wirklichkeit nicht annäherungsweise erhalten hat. Die Erfassung von Tertiärdaten leidet also darun- ter, dass isolierte Extremwerte die interpolierten Ergebnisse relativ schnell „verfäl- schen“ können.

7