Abstract
This study tries to generalize the stream network by constructing rule-based modelling. A study on the map generalization tends to be concentrated on development of algorithms for modification of linear features and evaluations to the limited cartographic elements. Rule-based modelling can help to improve previous algorithms by application of generalization process with the results that analyzing mapping principles and spatial distribution patterns of geographical phenomena. Rule-based modelling can be applied to generalize various cartographic elements, and make an effective on multi-scaling mapping in the digital environments. In this research, nile-based modelling for stream network is composed of generalization rule, algorithm for centerline extraction and linear features. Before generalization, drainage pattern was analyzed by the connectivity with lake to minimize logical errors. As a result, 17 streams with centerline are extracted from 108 double-lined streams. Total length of stream networks is reduced as 17% in 1:25,000 scale, and as 29% in 1:50,000. Simoo algorithm, which is developed to generalize linear features, is compared to Douglas-Peucker(D-P) algorithm. D-P made linear features rough due to the increase of data point distance and widening of external angle. But in Simoo, linear features are smoothed with the decrease of scale.
본 연구의 목적은 규칙기반 모델링을 구성하여 하계망을 일반화하고자 하였다. 그 동안 지도 일반화에 대한 연구는 제한된 지도요소를 대상으로 선형사상의 형태변형을 위한 알고리즘 개발과 평가에 집중되었다. 규칙 기반 모델링은 지도제작 원리와 공간현상의 분포패턴을 분석하여, 그 결과를 일반화 과정에 적용하기 때문에 기존의 일반화 알고리즘 개선에 도움이 된다. 규칙기반 모델링은 다양한 지도요소들을 대상으로 일반화를 적용할 수 있고, 디지털 환경하에서 다축척 지도제작에 효과적이다. 본 연구에서 개발된 하계망 규칙기반 모델링은 일반화 규칙, 중심선 추출 그리고 선형사상 일반화 알고리즘으로 구성된다. 일반화를 적용하기 앞서, 하계망은 논리적 오류를 최소화하기 위해 저수지와의 연결관계를 분석하였다. 모델을 적용한 결과, 108개의 실폭 하천 중 17개 하천이 중심선으로 추출되었다. 하천의 총길이는 1:25,000에서 17%, 1:50,000에서는 29%로 감소하였다. 선형사상 일반화를 위해 개발된 Simoo 알고리즘은 Douglas-Peucker 알고리즘과 비교하였다. Doug]as-Peucker 알고리즘은 자료점 간격과 편각이 커지게 되어 선의 형태가 거칠어지는 반면, Simoo 알고리즘에서 선형사상은 축척이 감소함에 따라 보다 완만해진다.
