Algorithmen für Geovisualisierung

Digitale Karten sowie Visualisierungen ortsbezogener Daten sind in unserem Alltag allgegenwärtig und werden mit der weltweit steigenden Anzahl an ortsbezogenen Diensten und Smartphones zunehmend wichtiger. Angefangen vom Navigationssystem, über die kartenbasierte Suchmaschine bis hin zu digitalen sozialen Netzwerken spielen sie eine entscheidende Rolle im Umgang und der Arbeit mit räumlichen Informationen.

In der Arbeitsgruppe werden effiziente Algorithmen zur automatischen Erstellung von geobezogenen Visualisierungen im Allgemeinen sowie von interaktiven Karten im Speziellen entwickelt. Die aktuelle Forschung der Arbeitsgruppe umfasst die automatische Platzierung von Symbolen und Beschriftungen in Karten sowie die Schematisierung und Generalisierung von geographischen Netzen. Wir entwickeln effiziente Datenstrukturen zur Visualisierung von raum-zeitlichen Daten und beschäftigen uns zudem mit der Visualisierung komplexer Mengensysteme. Angesichts der hohen Interaktivität von digitalen Karten und grafischen Oberflächen legen wir großen Wert auf konsistente Darstellungen.

Interaktive Demos

Landwirtschaftliche Fakultät | Arbeitsgruppen

Interaktive Übersicht der Arbeitsgruppen der Fakultät und deren Zugehörigkeit zu den verschiedenen Kooperationsverbünden.

Visualisierung von raum-zeitlichen Daten

Dichtekarten werden mittels einer effizienten Datenstruktur um spezifizierbare Zeitfensterabfragen erweitert.

Zoomless Maps

Zoomless Maps ermöglichen es den Nutzenden, Informationen in einem Bereich von Interesse zu erkunden, ohne dazu zoomen zu müssen.

Die automatische Platzierung von Symbolen und Beschriftungen ist eine kartografische Aufgabe, die aufgrund des notwendigen Gleichgewichts zwischen Informationsbereitstellung und Kartenlesbarkeit eine Herausforderung darstellt. In der Arbeitsgruppe entwickeln wir flexible Modelle und effiziente Algorithmen für die Platzierung von Symbolen und Beschriftungen für verschiedene Arten von Geodatenvisualisierungen wie Netzwerkkarten [1], die Verkehrsnetze schematisieren, Lageskizzen [2] für Feuerwehr und Katastrophenschutz sowie Panoramabilder [3].

[1] B. Niedermann and J.-H. Haunert (2018). An Algorithmic Framework for Labeling Network Maps. Algorithmica, 80(5), 1493-1533.

[2] S. Gedicke, L. Arzoumanidis, and J.-H. Haunert (2023). Automating the External Placement of Symbols for Point Features in Situation Maps for Emergency Response. Cartography and Geographic Information Science, 50(4):385-402.

[3] A. Gemsa, J.-H. Haunert, and M. Nöllenburg (2015). Multirow Boundary-Labeling Algorithms for Panorama Images. ACM Transations on Spatial Algorithms and Systems, 1(1):1–30.

In vielen Anwendungsbereichen haben die Daten nicht nur einen räumlichen Bezug, sondern auch eine zeitliche Komponente. Solche raum-zeitlichen Daten erfassen Ereignisse, die sowohl räumlich als auch zeitlich auftreten und ermöglichen die Analyse der Entwicklung, Bewegung oder Veränderung von Phänomenen. Für solche Analysen können interaktive Schnittstellen durch geeignete Visualisierungen helfen, die Daten zu verstehen und zu erforschen. Die Entwicklung spezieller Datenstrukturen [4, 5, 6], die Echtzeitberechnungen für große Datenmengen ermöglichen, ist für die Bereitstellung solcher interaktiven Visualisierungen erforderlich.

[4] A. Bonerath, B. Niedermann, and J.-H. Haunert (2019). Retrieving alpha-shapes and schematic polygonal approximations for sets of points within queried temporal ranges. In: Proc. of International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL '19), 249-258.

[5] A. Bonerath, B. Niedermann, J. Diederich, Y. Orgeig, J. Oehrlein, and J.-H. Haunert (2020). A time-windowed data structure for spatial density maps. In: Proc. of International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL '20), 15-24.

[6] A. Bonerath, Y. Dong, and J.-H. Haunert (2023). An efficient data structure providing maps of the frequency of public transit service within user-specified time windows. Advances in Cartography and GIScience of the ICA, 4:1.

Interaktive Kartenanwendungen bringen Herausforderungen für die Visualisierung von räumlichen Informationen mit sich. Aufgrund grundlegender Interaktionen wie Drehen, Zoomen und Schwenken der Karte muss die Visualisierung von Informationen an die entsprechenden Veränderungen angepasst werden. Ein wichtiges Kriterium, das dabei berücksichtigt werden muss, ist die Konsistenz [7, 8, 9]. Um aufeinanderfolgende Visualisierungen bei der Interaktion mit der Karte zuordnen zu können,

[7] D. Peng, A. Wolff, J.-H. Haunert (2016). Continuous Generalization of Administrative Boundaries Based on Compatible Triangulations. In: Geospatial Data in a Changing World. Lecture Notes in Geoinformation and Cartography, 399-415.

[8] D. Peng, A. Wolff, and J.-H. Haunert (2020). Finding Optimal Sequences for Area Aggregation—A⋆ vs. Integer Linear Programming. ACM Transactions on Spatial Algorithms and Systems (TSAS) 7.1:1-40.

[9] S. Gedicke, A. Jabrayilov, B. Niedermann, P. Mutzel, J.-H. Haunert (2021). Point feature label placement for multi-page maps on small-screen devices. Computers & Graphics, 100:66-80.

Vor allem bei mobilen Karten auf Geräten mit kleinem Bildschirm müssen die Nutzenden oft extrem weit heranzoomen, um an detaillierte Informationen einer Karte zu gelangen. Dadurch verringert sich der für die räumliche Orientierung zur Verfügung stehende Kartenbereich und der übergeordnete Kontext geht verloren. Ein Konzept zur Bewältigung dieses Problems ist die Verwendung von so genannten Fokus + Kontext-Karten [10, 11, 12, 13]. Solche Karten enthalten einen Fokusbereich, der den Interessenbereich des Benutzers in einem größeren Maßstab darstellt als die umgebende Kontextkarte. Eine der schwierigsten Aufgaben bei solchen Karten ist es, einen gleichzeitig sanften und verzerrungsarmen Übergang zwischen den beiden Regionen zu schaffen.

[10] J.-H. Haunert and L. Sering (2011). Drawing Road Networks with Focus Regions. IEEE Transactions on Visualization and Computer Graphics (Proc. Information Visualization 2011), 17(12):2555–2562.

[11] T. C. van Dijk and J.-H. Haunert (2014). Interactive focus maps using least-squares optimization. International Journal of Geographical Information Science, 28:10, 2052-2075.

[12] J.-H. Haunert and T. Hermes (2014). Labeling circular focus regions based on a tractable case of maximum weight independent set of rectangles. Proc. of 2nd ACM SIGSPATIAL International Workshop on Interacting with Maps.

[13] B. Niedermann and J.-H. Haunert (2019). Focus+context map labeling with optimized clutter reduction. International Journal of Cartography, 5:2-3, 158-177.

Anstatt verschiedene Kartenmaßstäbe gleichzeitig darzustellen, um den räumlichen Kontext zu bewahren, besteht die Idee hinter zoomless maps darin, die Notwendigkeit des Zoomens zu vermeiden [14,15,16]. Spezielle Interaktionstechniken ermöglichen es den Nutzenden, komplexe Karten zu erkunden und dabei auf einem relativ kleinen Maßstab zu bleiben. Die Nutzenden können interaktiv durch die Informationen (z.B. Symbole) blättern, während sowohl der Kartenmaßstab als auch der angezeigte Kartenausschnitt fixiert bleiben.

[14] S. Gedicke, B. Niedermann, J.-H. Haunert (2019). Multi-page Labeling of Small-screen Maps with a Graph-coloring Approach. In: Advances in Cartography and GIScience of the ICA, 2.

[15] S. Gedicke, A. Bonerath, B. Niedermann, and J.-H. Haunert (2021). Zoomless Maps: External Labeling Methods for the Interactive Exploration of Dense Point Sets at a Fixed Map Scale. IEEE Transactions on Visualization and Computer Graphics, 27(2):1247-1256.

[16] S. Gedicke, and J.-H. Haunert (2023). An Empirical Study on Interfaces for Presenting Large Sets of Point Features in Mobile Maps. The Cartographic Journal.

Beim Umgang mit mehreren Mengen von Elementen ist die Mengenvisualisierung ein wichtiger Zweig der Informationsvisualisierung. Anschauliche und intuitive Visualisierungen von Mengen bringen Klarheit über komplexe Beziehungen und Strukturen und beleuchten Muster, die sonst in Rohdaten verborgen bleiben würden. Die Entwicklung geeigneter Visualisierungstechniken und die Entscheidung über das endgültige Rendering der Mengen sind dabei anspruchsvolle Aufgaben [17].