Home

Unsicherheitsvisualisierung - Geographisches Institut

Contents

1. sr sur ut ui uogezyens yes JQOI8N 4 2 Qu ur ur YGOION 0 Upon 1065000 Quiayseydjay jul Qui J1OI9N Vereaun mersegig 0 augmeip 40N 551 uoyngysndo nu jooq 82SQVJIp 40 9E4WOOZ Ju xog snumyysswesgonfeld uonezi ensiA jut snigseuieJ4oN ejd JQOIeNSIA un aweu uso Buunso JADIeNSIADUN Buuso
2. Mit bescheidenen technischen Mitteln ist es heute m glich Resultate in ansprechender Form zu pr sentieren MacEachren und Kraak 2001a die beiden Herausgeber einer Spezialausgabe des Journals Cartography and Geographic Information Science stellen zusammen mit ihren Ko Autoren eine ganze Forschungsagenda zu dieser Thematik auf Die Forschergruppe um Fairbairn 2001 die sich vertieft mit Darstellungen und Kartographischen Visualisierungen auseinandersetzte erw hnt in ihrem Bericht explizit die Wichtigkeit der Datenqualit t respektive Datenunsicherheit und regt zur Forschung betreffend deren Visualisierung an Sie sprechen dabei von einer essentiellen Aufgabe Informationen ber Datenunsicherheit und Metadatenparameter zur Verf gung zu stellen um informierte Entscheidungen treffen zu k nnen Die Herstellung der dazu ben tigten Visualisierungsinstrumente die Erweiterung des Werkzeugkasten sei dabei eine entscheidende Arbeit In allen 5 Artikeln des Journals werden die Leser ermutigt sich den zahlreichen offenen Forschungsfragen bez glich Geovisualisierungen anzunehmen Aus den genannten Gr nden entstand die Idee diese Diplomarbeit dem Thema Visualisierung von Unsicherheiten zu widmen Die Faszination des Autors f r visuelle Darstellungen per se und die Visualisierungen von Daten Landschaften im Speziellen f rdern das Vorhaben dabei zus tzlich Mit der Einarbeitung in die Materie stellte sich heraus dass sie ein grosser T
3. ur Buujso uonduosegpueBe 2J 2JPDOI9N Anoveorseuln jut 5 2115 Jul paBueygsnso ayy 4ACOION Tj puna xewzu 7 jooq iut 320 sBumesoNpeol Ul 1 Jeoy 10198 Jul SJUIOA jut ZUIWZ sjulogx JU dieu zxewz eoj 561 4 1 7 m zu yyzu Jeoy uopngusndo JPOI9N eXe AZUJI APISO U LUIZ dewAw 9 1 Lxeyz Jeoy saBessayyAw abessayy LxeyyZuul Jeoy Jayuled 7 77 4 0 7 7 Abbildung 4 1 Die Programmstruktur als UML Klassendiagramm dargestellt Weniger wichtige Attribute und Methoden wurden ausgeblendet 32 4 Umsetzung 4 2 2 Die GUI und ihre Funktionen UNCertainty ViSualization tool S Oehler Die Mensch Maschin
4. Einfacher anwendbar ist die Grafikvariable wenn man Rasterzellen zu kleinen Unterfl chen aggregiert So bieten diese schon bei kleinen Zellengr ssen mehr Zeichnungsfl che Andererseits entsteht dadurch das Problem des geschickten Zusammenzugs von Zellen Dieser Verarbeitungsschritt 13 Visualisierung von Unsicherheiten kann selber wieder Unsicherheiten generieren oder zumindest Ungenauigkeiten den Daten beimischen Die Textur kann auf zweierlei Art als optisches Unsicherheitsmass eingesetzt werden Entweder sie wird in einem zweiten Layer ber die eigentlichen Daten gelegt oder sie wird direkt mit diesen kombiniert Die Textur soll dabei umso st rker ausfallen je gr sser die Unsicherheiten sind Im ersten Fall werden die darunter liegenden Daten mehr abgedeckt und sind weniger gut sichtbar was unsicherer bedeutet Im zweiten Fall wird das Raster umso grobtexturierter je gr sser die Unsicherheit wird Der Effekt gleicht so einem Rauschen in den Daten oder einer variierenden Generalisierung Abbildung 2 3 Caivano 1990 in MacEachren 1995 unterteilt die Textur in drei Aspekte B ndelung directionality umschreibt den Bezug der Texturelemente zueinander Dichte density deren Verteilung bzw deren Auftretensfrequenz und Gr sse size bezieht sich auf die Elementgr sse Ver nderungen an einem der drei Aspekte verwandelt die Erscheinung der gesamten Textur Wie sich dies genau auswirkt wird hier nicht n her untersucht Selbstver
5. 323 Diese Anwendung erweitert diese Darstellungsart dadurch dass die Unsicherheit mehr fach gleichzeitig in anderer Form angezeigt werden kann So k nnen Unterschiede die nicht in allen Visualisierungen gleich deutlich zum Vorschein treten trotzdem erfasst werden In der bereits ver wendeten Nomenklatur kann diese Variante multiple static maps and views heissen Abbildung 4 4 _ D top_arand250 1000 20km cdf _ Diff Frm1 z M diffAbsolut Diff Orig changeable 2271 71 3293 87 D top arand250 1000 20k __ Difference v diffAbsolut Diff Frm1 dither x Ir difAbsolut changeable Diff changeable 2271 71 3s 87 Abbildung 4 4 Drei mal die selbe Differenz Als separate Farbton Darstellung links als Dithering rechts und als Schattierung oben ber die Originaldaten gelegt Darstellung von Originaldaten Kleine absolute Wertunterschiede in Bereichen von kleinen Originalwerten k nnen je nach Differenzendarstellung verloren gehen Beim Betrachten von Unterschieden zwischen verschiedenen Modellrechnungen ist deshalb die Sicht auf die urspr nglichen Daten mit von Interesse Zur Repr sentation dieser Daten stehen dem Programm vier einfache Farbmuster zur Verf gung die im folgenden Bild veranschaulicht werden Abbildung 4 5 36 4 Umsetzung Abbildung 4 5 Originaldaten der selben Datei in den vier Farbmustern visualisiert Graustufen oben links Farbton oben re
6. diffAbsolut 7 Difference Orig changeable D top 10 1000 20 gt diffAbsolut ET changeable changeable Sascha Oehler DIPLOMARBEIT Geographisches Institut der Universit t Z rich Antragsstellendes Fakult tsmitglied Z rich September 2005 Betreuung Dr Ross S Purves Dipl Felix Hebeler Prof Dr Robert Weibel Vorwort Zwei wichtige Bestandteile meines allt glichen Erlebens konnte ich ihn dieser Diplomarbeit auf wissenschaftliche Weise verarbeiten Zum Einen ist dies die wunderbare F higkeit des Sehens die es dem Menschen erm glicht seine Umwelt mitttels den Augen zu erfahren und zu geniessen Zum Anderen die Ungewissheit Unvorhersehbarkeit und Unsicherheit die in jedem Augenblick des per s nlichen Erlebens der Umwelt pr sent sind Sie zeigen sich durch die St rke der Ver nderungen der Um und Neugestaltung der Gesamheit der geographischen durch die Kr fte der Natur und der Menschen Ich bin berzeugt das die F higkeit sich auch im Alltag der unterschiedlichen Interpretations m glichkeiten der Situationen und Objekte in der Erlebenssph re bewusst zu sein eine gute Hilfe f rs Leben bieten kann Es wirkt allf lliger Orientierungslosigkeit entgegen und vermag so das eigene Wohlbefinden zu st rken Daraus l sst sich Ruhe und Kraft sch pfen Dies bedingt allerdings dass man die Chancen und Risiken jeder Op
7. nkt wurde Bei wenigen Testpersonen vermittelt ein qualitatives Gespr ch mehr Informationen als ein standardisierter Fragebogen Dieser gibt bei einer kleinen Stichprobe nur einen ungef hren Eindruck ber die Meinungsrichtung da f r die statistische Auswertung die Mindestgr sse einer Stichprobe nicht erreicht wird Deshalb besteht der Fragebogen aus allgemeinen Fragen die den Gesamteindruck der Applikation erfassen sollen Die Antworten im Fragebogen sind sehr zufriedenstellend ausgefallen Die Testenden verstehen das Konzept der Visualisierungen Dies wird durch die m ndliche Befragung best tigt Sie attestieren den Darstellungen einen Zusatznutzen Der Autor erhielt viele positive usserungen zu den erzeugbaren Darstellungen Die Testpersonen k nnen sich vorstellen die Visualisierungen f r ihre Arbeit selber anzuwenden Diese Frage ist f r einige sehr hypothetisch da sie im Alltag sehr selten oder nie Datenvisualisierungswerkzeuge einsetzen Trotzdem zeigen die Antworten dass das Interesse f r die Darstellungsart vorhanden ist Dies wird durch die direkte Frage nach dem Interesse best tigt Es zeigt dass die vorgestellten Darstellungen die Neugierde der Testpersonen wecken Dies ist f r weitere Forschungsarbeiten an der Unsicherheitsvisualisierung vielversprechend und zeigt dass nicht nur unter Spezialisten ein Bed rfnis nach st rkerer Beachtung der Datenqualit t besteht 65 Visualisierung von Unsicherheiten Es ist angebrac
8. wo er angeklickt wird 5 2 3 Funktionalit t Frage 7 W nschten sie die M glichkeit einer numerischen Ansicht der Daten zus tzlich zu den Visualisierungen Nein Weiss nicht 54 5 Evaluation Frage 8 Sollten zus tzlich statistische Funktionen oder Darstellungen ins Programm aufgenommen werden Ja Nein Weiss nicht Tabelle 5 3 Auswertung der schriftlichen Fragen 7 und 8 des Fragebogens In diesem Abschnitt schweift der Blick etwas ber die Grenzen der Applikation hinaus Zwei Themenkreise werden betrachtet die eine Erg nzung zu den vorhandenen Funktionalit ten bieten Frage 7 des Fragebogens spricht das Interesse gegen ber den rohen Originaldaten an Tabelle 5 3 Es kann Situationen geben in denen der Benutzer die exakten Werte erfahren will Dann ist es f r ihn bequemer wenn er zu deren Ansicht mit der gleichen Software weiterarbeiten kann Das gilt ebenso f r Frage 8 die den Wunsch nach statistischen Darstellungsvariationen abkl rt Die oben abgebildete Auswertung zeigt dass die Testpersonen grunds tzlich f r mehr Funktionalit ten stimmen Neben den bereits in der schriftlichen Befragung erw hnten statistischen Darstellungen nennen die Testpersonen kaum neue Funktionalit ten Zum Einen m chten sie gerne eine numerische Angabe jener Daten die unter dem Mauszeiger liegen wenn dieser ber einem Raster eines Visualisierungsfensters liegt Die Anzeige soll entweder in ein
9. Anfang der Abschnitte des nachfolgenden Unterkapitels 4 2 Resultate Den Abschluss der Evaluation bildet ein offenes Interview indem folgende Punkte noch einmal spezifisch angesprochen werden 1 Dokumentation Das Hauptaugenmerk liegt bei zwei Punkten Erstens soll die Anleitung gut strukturiert und bersichtlich sein Unn tige Textstellen sollen eliminiert und unklare Formulierungen vereinfacht werden Zweitens m ssen alle wichtigen Elemente und Funktionen so beschrieben sein dass ein Benutzer das Programm alleine erlernen kann Fehlende Informationen werden sp ter in der Anleitung erg nzt Ein weiteres Diskussionsthemen ist das Design der Anleitung welches die Einfachheit und Klarheit derselben unterst tzen muss 2 GUI Oberfl che Zentral f r die Steuerung der Applikation sind die Eindeutigkeit der verwendeten Elemente die klare Struktur der Oberfl che sowie deren leichte Erlernbarkeit Die Bedienung soll m glichst einfach und intuitiv funktionieren Die Funktionen sollen mit wenigen logischen Klicks erreichbar und die ben tigten Anzeigen passend platziert sein 3 Funktionalit t Es findet eine Befragung zur N tzlichkeit der vorhandenen Funktionen statt Zum Beispiel wird abgekl rt ob diese die von den Benutzern eingesetzt werden und die erwarteten Resultate liefern Ausserdem k nnen die Testpersonen ihrer Phantasie freien Lauf lassen und Ideen zu Funktionalit t ussern die sie sich zus tzliche w nschen 4 Visuali
10. Die GUI spielt in einer Applikation eine wichtige Rolle Von ihr h ngt die Einfachheit der Bedienung und damit verbunden die Qualitit des Arbeitens mit der Applikation ab Wie in den Kapiteln Evaluation und Diskussion beschrieben gibt es eine breite Auswahl an Verbesserungsvorschl gen die von potentiellen Benutzern vorgeschlagen werden Zuk nftige Applikationen die die Visualisierung von Unsicherheiten erm glichen k nnen auf diese Ideenbasis zur ckgreifen Somit verk rzt sich die Zeit f r eine Vorevaluation die einen entsprechenden Anforderungskatalog erst zu bestimmen h tte Ebenfalls bereits mehrfach angesprochen wurde die Erweiterung der Auswahl an Visualisierungen Trotz der R ckmeldung der Testpersonen die die Menge der Visualisierungen als gen gend erachten lassen sich weitere vielversprechende Darstellungen erdenken Dabei sei auf das Grundlagenkapitel verwiesen das einige Anregungen dazu beinhaltet sowie auf das erste Unterkapitel dieses Kapitels Wird das NetCDF Fomat wie weiter oben beschrieben verwendet muss die Datenverarbeitung umgestellt oder erweitert werden Es werden andere Zugriffsmethoden und Speicherverfahren notwendig In einem n chsten Schritt kann die Applikation mit g nzlich anderen Datenformaten arbeiten Um diese Erweiterungen zu integrieren ist unter Umst nden ein neues Applikationsdesign notwendig das im Datenverarbeitungsbereich einen modularen Aufbau besitzt Dabei ist die Klassenstruktur so zu w hle
11. Die betrachteten Untersuchungsgegenst nde sind dabei haupts chlich bivariate Darstellungen in denen die Daten und die Metadaten ber die Qualit t gleichzeitig in einer Visualisierung gezeichnet werden Eine tabellarische Auflistung dazu pr sentieren van der Wel et al 1994 321 Darin klassieren sie 9 Grafikvariablen in die 3 Klassen anwendbar anwendbar unter bestimmten Einschr nkungen und nicht anwendbar Diese Unterteilung wird auf die vier Skalenniveaus nominal ordinal interval und rational angewendet und dabei jeweils separat nach den vier vom DCDSTF 1988 aufgestellten Datenqualit tsparametern Positionsgenauigkeit Attributgenauigkeit Abstammung und Vollst ndig keit untersucht Durch die Informationsf lle ist die Tabelle ziemlich un bersichtlich und schlecht lesbar Die Autoren beschreiben ihr Konzept bei der erfolgten Einteilung erl utern aber nicht die einzelnen Grafikvariablen Dadurch kann die vorgenommene Einteilung teilweise nicht nachvollzogen werden Sie unterlassen es konkrete Anwendungsbeispiele vorzuschlagen oder zu skizzieren Dies wird hier unter dem speziellen Fokus der im Umsetzungskapitel verwendeten Rasterdaten einer Eisschildmodellierung versucht Dabei werden die Daten idealisiert betrachtet ohne die Unterscheidung der Qualit tsparameter zu ber cksichtigen Das Ziel ist die Suche nach der rein visuell m glichen Anwendbarkeit der Grafikvariablen Vektordaten stehen dabei im Hintergrund werden
12. Geospatial Infomation Visualisation User Interface Issues Cartography and Geographic Information Systems 28 1 45 60 Clarke K C Teague P D 1999 Cartographic symolization of uncertainty in Shi W Goodchild M F Fisher P F Proceedings of The International Symposium on Spatial Data Quality Hong Kong 18 20 July 1999 CSEP Computational Science Education Project 1995 Introduction to Monte Carlo Methods http csepl phy ornl gov CSEP MC MC html letzter Zugriff 3 September 2005 DCDSTF Digital Cartographic Data Standards Task Force 1988 The proposed standard for digital cartographic data The american cartographer 15 1 complete issue 75 Visualisierung von Unsicherheiten Dutton G 1991 Probability Filtering for Fuzzy Features in Beard M K Buttenfield B P and Clapham S B NCGIA Research Initiative 7 Visualization of Data Quality Scientific Report of the Specialist Meeting 8 12 June Castine Maine Ehlschlaeger C R 2002 Representin Multiole Spatial Statistics in Generalized Elevation Uncertainty Models Moving beyond the Variogramm International Journal of Geographical Information Systems 16 3 259 285 Evans B J 1996 Dynamic display of spatial data reliability Does it benefit the map user Computer amp Geosciences 23 4 409 422 Fairbairn D Andrienko G Andrienko N Buziek G and Dykes J 2001 Representation and its Relationship with Cartographic Visualization Cart
13. Herkunft unterteilt Bei der Betrachtung der Visualisierungseignung gibt es keinen Unterschied von wem oder wann sie zum ersten Mal beschrieben wurden Trotzdem ist eine leichte Tendenz festzustellen dass die am l ngsten bekannten Grafikvariablen gleichzeitig am meisten Visualisierungspotenzial mitbringen Dabei sei auf den Farbton den Farbwert die Textur und die Farbs ttigung hingewiesen die ausgezeichnete M glichkeiten hierf r bieten Die Farbs ttigung wurde bereits von Bertin erw hnt obwohl er sie nicht als eigenst ndige Varible anerkannte Auch der Einsatz einiger neuerer Grafikvariablen empfiehlt sich insbesondere der Transparenz und der Kanten Sch rfe Allerdings kann bei deren Darstellung und Beschreibung auf die lteren Grafikvariablen zur ckgegriffen werden Sie lassen sich als zusammengesetzt Grafikvariablen betrachten Es erstaunt nicht dass die l nger bekannten weniger komplexen und abstrakten Variablen mehr und flexiblere Einsatzm glichkeiten aufzeigen Sie wurden nicht zuletzt wegen ihrer Einfachheit als erste entdeckt Die den einzelnen Grafikvariablen angef gten Kombinationstafeln sind so ausf hrlich und vollst ndig wie m glich gezeichnet Trotzdem sind einige Weglassungen nicht vermeidbar Dies bedeutet nicht dass diese nicht funktionierten Vielmehr passen die n tigen Farbtafeln nicht in das verfolgte Darstellungskonzept oder waren in der verwendeten Schematik schwer realisierbar Teilweise gleichen sich die er
14. IF 402 000 L O0 2 w02 000 L 0 Luade doy q 402 000 00 doy er 2502 ajgeabueyo 09 402 000 l 0 L318de doy 02 0001 052 dojJpa unpz Dao szpueie doi q ma E HEEL BR A VDAN HIM A 3 suondo eui allg L ogzpueje doy jpo unjoz 000L 0szpue4e doj q 02 0001 0522 doy 191490 5 1003 agze doy 000 0522 doy sawelg 02 000170 LI doyxtayerep sisayyia yaosyauoys Jp2 u02 000 L S2pueae 102 000 L 0 Lpue124ede 93402000 LO L218de sayged alld GUI zu sehen rechts davon verschiedene 1e Bild ist d und Differenzenv im Links ieb in Betri 1on in Applikati 1e ildung 4 3 Di Abb isierungen isual igina Or 35 Visualisierung von Unsicherheiten Diese Darstellungsoption zeigt eine der besprochenen Unsicherheitsvisualisierungen indem gleich zeitig zu den Originaldaten in einem Fenster an dessen Seite die Metadaten in einem weiteren Fenster gezeichnet werden Sie greift das Konzept der 2 static maps nebeneinander auf van der Wel et al 1994
15. Kosten m glich da nur die Linux Umsetzung davon gratis zug nglich ist Zudem scheint Java mit fortschreitendem Reifegrad C als die beliebteste objektorientierte Programmiersprache zu verdr ngen Ein Grund daf r mag die mittlerweile ebenso hohe Laufzeitgeschwindigkeit sein ein anderer die Stabilit t Zudem verf gt Java mit seiner grossen Sammlung an vorgefertigten Klassen ber einen starken Vorteil gegen ber den sehr schlank gehaltenen C Kernklassen Es soll darauf hingewiesen werden dass eine genaue Evaluation der zu verwendenden Softwaremittel bereits vor dem Schreiben der ersten Zeile Programmcode einen nicht zu untersch tzenden sp teren Zeitgewinn einbringen kann Der entwickelte Prototyp wird allerdings nicht grunds tzlich in Frage gestellt Die verwendete technische Umgebung erf llt ihren Zweck sehr gut Alle angedachten Funktionen lassen sich mit sinnvollem Aufwand umsetzen Die Applikation l uft stabil einige Funktionen sogar bedeutend schneller als erwartet Dies ist besonders bei der Animationsfunktion zu beobachten Bei mehreren ge ffnet Originaldaten und Differenzendaten fenstern l uft diese sehr fl ssig Dabei kann die rechenintensive Quadtree Differenzendarstellung ohne sp rbaren Geschwindigkeitsverlust eingesetzt werden 63 Visualisierung von Unsicherheiten Da kaum auf Erfahrungen betreffend einer Applikation diesen Typs zur ckgegriffen werden kann erfolgte der Entwicklungsvorgang sehr experimentell Die Applik
16. M glichkeit einer permanenten Sicherung der erstellten Farbschemen sowie deren einfachen Erweiterbarkeit Eine einfache Deklaration nicht linearer Farbgebungen ist so ebenfalls realisierbar indem nur die Eckdaten der Farbzwischenstufen beschrieben werden w hrend die Applikation die feinen Zwischenstufen automatisch interpoliert Ein gravierendes Problem beinhalten solche Textdateien allerdings Sie sind wenig intuitiv das Editieren M ssen einer programmexternen Datei k nnte unerfahrenere Benutzer vom Gebrauch der Funktionalit t abschrecken Den Testenden wird kurz das Setzen von Minimum und Maximum des Farbverlaufes pr sentiert um ihnen einen Eindruck davon zu geben wie sich dies auf die Visualisierungen auswirkt Ein Test dieser Funktionen findet dagegen nicht statt da sie sich in einem experimentellen Entwicklungsstadium 58 5 Evaluation befindet Der Mechanismus gef llt jenen Personen die etwas mehr Zeit haben sich damit auseinander zusetzen Sie argumentieren dass sich damit die Darstellungen fein modulieren l sst Die Legende neben der Rasterdarstellung zeigt das gew hlte Farbmuster Differenzenmuster breiter Balken und den Wertebereich den die Daten einnehmen schmaler schwarzer Balken daneben Wenn keine eigenen Limiten zur Verlaufsdarstellung eingestellt werden sind die beide jeweils gleich lang Da in den kombinierten Differenzendarstellungen zwei Skalenpaare n tig sind ergibt dies maximal 4 Balken Einige Tester ver
17. aber nicht ausdr cklich ausgeschlossen Color hue Farbton Mit dieser Grafikvariable wird die umgangssprachlich einfach Farbe genannte Grafikkomponente bezeichnet Das Farbtonspektrum ist im Wellenl ngenbereich des sichtbaren Lichtes angesiedelt und reicht vom kurzwelligen Violett bis zum langwelligen Rot Im Gegensatz zu neueren Autoren unterscheidet Bertin nicht zwischen Farbs ttigung saturation und dem Farbton Diese Arbeit bernimmt aber die 1974 durch Morrison eingef hrte und sp ter anerkannte Trennung beider Grafikkomponenten Blok 2000 Die Beschreibung der Farbs ttigung erfolgt im anschliessenden Unterkapitel Erweiterte Grafikvariablen In kombinierten Darstellungen ist es m glich die variierenden Differenzen mittels Farbtonmodulation darzustellen Dies bedingt dass die eigentlichen Daten mit einer der anderen Grafikvariablen variiert werden m ssen Am besten eignen sich daf r die Helligkeit Farbwert Farbs ttigung oder die Textur Die Interpretation der erzeugten Darstellungen ist schwierig und kann zu Fehlschl ssen f hren weshalb sie zur ckhaltend eingesetzt und sorgf ltig hinterfragt werden sollten Der Autor r t vom h ufigen Gebrauch dieser Variablenkombinationen ab da bessere und eindeutigere Varianten existieren Abbildung 2 1 11 Visualisierung von Unsicherheiten Mit dem Farbton kann der alleinige Unsicherheitsgrad in Datens tzen sehr gut dargestellt werden Allerdings entsteht dabei der Eindru
18. als Basis stattfindet Abbildung 4 11 Dabei wird der Durch schnittswert aller Rasterzellen berechnet die unterhalb der Gitterfl che liegen deren Ermittlung im vorhergehenden Abschnitt beschrieben ist S mtliche dieser Zellen erhalten beim anschliessenden Zeichnen den Farbton dieses Durchschnitts zugeordnet Gegen ber der Gitterdarstellung besteht der Vorteil dass auch bei einer Rasterzellenweite von einem Pixel noch alle Zellen zu sehen sind Dagegen muss der Nachteil von teilweise grossen einheitlichen Gebieten in denen ein Infor mationsverlust auftritt in Kauf genommen werden Dieser Informationsverlust variiert in Abh ngig keit von der Heterogenit t des zusammengezogenen Datenfeldes Wie schon bei den Gitter darstellungen werden der Echte und der Semi Quadtree Algorithmen eingesetzt Es gelten die gleichen Bemerkungen zu den Differenzenklassen 43 Visualisierung von Unsicherheiten Abbildung 4 11 Die Differenz als Blockdarstellung mit den Originaldaten verrechnet Vergleich der beiden Quadtree Algorithmen Viertelung links Halbierung rechts der Bl cke Die in dieser Visualisierung verwendete Grafikvariable tr gt die Bezeichnung Level of Abstraction bersetzbar mit Abstrahierungsgrad Durch den Zusammenzug einzelner Zellen zu ganzen Rechtecksfl chen entstehen Gebiete mit gr sserem Abstraktionsgehalt Selbst die optische Erscheinung der Darstellung unterstreicht diese Einsch tzung Darstellung zweier Originald
19. bei Rasterdaten Schliesslich werden Visualisierungs techniken vorgestellt und ebenfalls nach Einsatzm glichkeiten in der Unsicherheitsvisualisierung analysiert Der Abschluss des Kapitels bildet eine tabellarische bersicht ber die behandelten Grafikvariablen und Visualisierungstechniken Darin wird die Bewertung zum Einsatz in der Un sicherheitsvisualisierung kompakt pr sentiert und die in der Applikation verwendeten Komponenten gekennzeichnet Kapitel 3 Umsetzung beschreibt die Umsetzung einiger der theoretisch erarbeiteten Visualisierungskonzepte in einer eigenen Applikation Zuerst wird der technische Hintergrund der Anwendung erl utert Dabei wird das verwendete Betriebssystem Linux die eingesetzte Programmiersprache C mit dem qT framework und deren Eigenheiten vorgestellt Nach der Systemumgebung wird die implementierte Applikation erl utert Die Klassenhierarchie als XML Diagramm wird gezeigt und in Worten beschrieben so dass die Struktur der Applikation aufgeschl sselt wird Anschliessend erfolgt die Vorstellung der Grafischen Benutzeroberfl che GUI und den Funktionalit ten der Applikation Diese leiten ber zum Hauptteil des Kapitels den implementierten Visualisierungsoptionen die in die verschiedenen Visualisierungstechniken unterteilt sind Begonnen wird mit der gleichzeitigen Darstellung mehrerer statischer Visualisierungsfenster die den direkten Vergleich der unterschiedlichen Modelle und der Unterschiedsraster erm g
20. bereits zu viel ist den Lesenden also durch den blossen Anblick abschreckt Eine Alternative und Auflockerung dazu bietet der Einsatz von Bildern In diesem Manual werden Bildschirmfotos der GUI und aller herstellbaren Visualisierungen mit einer Erkl rung der abgebildeten Elemente verwendet Frage 1 Hat ihnen die Anleitung geholfen Ja Nein Weiss nicht 50 5 Evaluation Frage 2 Ben tigten sie nach dem Lesen der Anleitung noch weitere Hilfe zum Bedienen des Programmes Ja Nein Weiss nicht Frage 3 W nschten sie ein gr sseres Tutorial welches z B mehr Funktionen abdeckt Ja Nein Weiss nicht Tabelle 5 1 Auswertung der schriftlichen Fragen 1 3 des Fragebogens Die obenstehende Tabelle 5 1 zeigt die Fragen Nummer 1 bis 3 des Fragebogens Sie behandeln die Dokumentation und sollen Auskunft dariiber geben ob diese in der jetzigen Form Erstnutzern erlaubt alleine einen Einstieg ins Programm zu finden Frage 1 lotet einen bereits allfallig vorhandenen Nutzen aus w hrend Frage 2 darauf abzielt ein Verbesserungspotential zu ergr nden Die Ja Antworten dominieren beide Male Die Anleitung unterst tzt demnach den Einstieg Zur Bedienung der Applikation braucht es aber noch mehr Information In Frage 3 interessiert speziell das Kapitel Tutorial das wie in anderen Manuals blich die ersten Schritte erleichtern soll Die L nge gen gt da sich die Mehrheit f r ein Belassen in
21. bis max 100m Vertiefung ber ganzes Gebiet subtrahiert top subtrand250 1000 20km nc Zuf llig bis max 250m Vertiefung ber ganzes Gebiet subtrahiert Tabelle 3 1 Die zw lf Beispieldatens tze und ihre topographischen Unterschiede 3 2 NetCDF Datenformat NetCDF network Common Data Form Unidata 2005 ist sowohl eine array orientierte Schnittstelle als auch eine Bibliothek die einen schnellen und direkten Zugriff auf die gespeicherten Daten erlaubt Das Format wird in verschiedenen Forschungszweigen zur persistenten Speicherung von Modellierungsdaten verwendet zum Beispiel bei Berechnungen von Klimamodellen Die beschriebenen Daten der Modellierung des Nordeurop ischen Eisschildes liegen im NetCDF Datenformat vor F r den Test der Applikation mit diesen realen Modellierungsdaten ist eine Anpassung der Datenschnittstelle an dieses Datenformat implementiert Interessant sind NetCDF Datens tze aus mehreren Gr nden Einerseits k nnen verschiedene Modellvariablen in ein und derselben Datei abgelegt werden andererseits k nnen eine grosse Zahl von Datendimensionen definiert werden die den Datenraum der Variablen aufspannen Eine Dimension kann offen gelassen werden das heisst deren Gr sse Anzahl Schritte muss nicht von Beginn der Modellkalkulation bekannt sein So kann in deren Verlauf die Datei mit den neu berechneten Daten in diese Dimension erg nzt sogenannte slices hinzugef gt werden Bei den verwendeten Versuchsdat
22. darstellung erprobt werden k nnen Der allgemeine Begriff Visualisierung leitet zum spezifischeren Begriff der Geovisualisierung im n chsten Kapitel ber 2 2 Geovisualisierung Obschon der Begriff Visualisierung im Titel der Arbeit verwendet wird ist diese spezifischer im Gebiet der Geovisualisierung anzusiedeln Dieser Begriff steht f r eine Untermenge der Visualisierung setzt er sich doch aus den zwei Teilen Geographie und Visualisierung zusammen und bezeichnet demnach Visualisierungen unter einem spezifisch geographischen Blickwinkel Crampton 2002 85 definiert den Begriff so dass Geovisualisierung eine Methode und ein Ansatz zur Visualisierung von geographischen Daten ist Dabei k nnen Muster erforscht Hypothesen generiert Verbindungen und L cken in Daten erkannt und Trends identifiziert werden Er bemerkt ausserdem dass speziell darauf hingewiesen werden muss dass GVis wie er Geovisualisierung abk rzt nicht einfach die richtigen L sungen pr sentiert sondern ein Set von Werkzeugen bereitstellt um Daten auf verschiedenen Wegen zu beleuchten Bei seiner Definition stimmt er mit Kraak 2000 27 berein der schrieb Geovisualisierung kann als Nutzungsfeld von visuellen geografisch r umlichen Darstellungen einschliesslich virtueller Umgebungen definiert werden um Daten zu erforschen und dadurch Fragen zu beantworten Hypothesen aufzustellen Probleml sungen zu entwickeln und Wissen zu generieren Beide Forscher stellen ei
23. die Gemeinsamkeit dass ihre Anwendung nicht durch ein blosses Einwirken auf eine grafische Variable beschr nkt ist Blinken Diese Technik wird als dynamische Grafikvariable bezeichnet denn das Blinken wirkt sich auf ein spezifisches Element der Visualisierung aus Der Autor definiert vier Attribute die das Blinken be stimmen Das Erste ist die Frequenz die die Wiederholrate des Wechsels zwischen zwei Extrem zust nden beschreibt Das Zweite ist die Gr sse des blinkenden Bereiches Das Dritte ist die Intensit t des Blinkens Ein Blinken das durch einen kleinen Farb bergang wie z B von Hellrot zu Dunkelrot erzeugt wird wirkt schw cher als der Effekt durch einen starken bergang von z B Weiss zu Schwarz Das vierte Attribut ist die Sch rfe das Farb berganges Der Wechsel zwischen zwei Farbt nen kann abrupt und direkt gezeichnet werden oder er wird verfeinert mit Farbton 20 2 Grundlagen zwischenstufen die einen sanfteren Blinkeffekt erzeugen Im zweiten Fall ist der Wechsel kontinuierlich w hrend im ersten ein abgehackter Rhythmus besteht F r die Darstellung der Unsicherheit eignen sich zwei der vier Attribute gut Einerseits kann die Frequenz eingesetzt werden Sie wird dort besonders hoch sein wo die Datenqualit t am fragw rdigsten ist Bei gesicherten Daten wird gar kein Blinken gezeigt Andererseits kann die Intensit t des Blinkens variiert werden so dass Bereiche mit gr sserer Unsicherheit st rkere Farbtonwechsel e
24. geeigneten Ans tzen Eine weitere Technik unterst tzt die taktilen Fertigkeiten der Benutzer Dazu m ssen Karten im Hochdruckverfahren zum Einsatz gelangen oder dreidimensionale Darstellungsbretter deren Oberfl chenbeschaffenheit ver ndert werden kann Analog zum Computerbildschirm k nnen dies Tastbretter sein deren Darstellungen aus einzeln ansteuerbaren Stiften generiert werden In der Bearbeitung und Darstellung von Rasterdaten und Vektordaten ergeben sich Unterschiede Durch adaptives Zoomen bieten Vektordaten in jeder Vergr sserung eine optimale Darstellung Gewisse Grafikvariablen und Visualisierungstechniken K nnen anders eingesetzt werden als bei der Grundlage von Rasterdaten Eine detaillierte Untersuchung fokussierend auf Vektordaten w rde einen sinnvollen Vergleich zu den verwendeten Rasterdaten geben 7 3 2 Begrifflichkeit Der Begriff Unsicherheit wird sehr allgemein verwendet und steht f r viele Bedeutungen Es existieren weitere Begriffe die hnlich oder gar synonym dazu eingesetzt werden In den untersuchten Literaturquellen werden die m glichen Bezeichnungen sehr unterschiedlichen eingesetzt Deshalb w re die verst rkte Suche nach einer einheitlichen Terminologie sehr zu begr ssen Es gibt dazu den Versuch von Atkinson 2002 der ein erster vielversprechender Schritt in diese Richtung ist Es ist zu w nschen dass diese Terminologie von Vielen bernommen und erg nzt wird 7 3 3 Datenformat In Folge dieser u
25. lscht die Daten nachhaltig und f hrt Benutzer dieser Visualisierungen in die Irre In der modernen Geographie werden jedoch auch karten hnliche Abbildungen aus Daten ohne naturr umlichen Bezug produziert die f r diese Variable eine gr ssere Wahlm glichkeit offerieren Es w re demnach nachl ssig die Platzierung als Grafikvariable bei Seite zu lassen Raster geben die Platzierung jedoch vor nur der Attributwert der Zellen ndert F r die in dieser Arbeit besprochenen Eisschildmodellierungen findet der Autor aufgrund obiger Aussage keine sinnvolle Anwendung 2 4 3 Erweiterte Grafikvariablen In den 60er Jahren war die gedruckte Karte noch die bliche Form geographischer Darstellungen die Bertin massgeblich beeinflussten Seit der Ver ffentlichung des Regelwerkes durch Bertin wird nach Erweiterungen desselben geforscht Der Anwendungsbereich der Geovisualisierungen hat sich stetig erweitert Die neuen Medien haben dazu beigetragen dass die urspr nglichen Grafikvariablen nicht mehr ausreichen um alle grafischen Komponenten pr zise zu beschreiben Wie im vorhergehenden Abschnitt folgt nun eine Beschreibung der einzelnen neueren Grafikvariablen und eine Untersuchung zu ihrem Einsatz in der Unsicherheitsvisualisierung 2 Grundlagen Color Saturation Farbs ttigung Morrison 1974 in Blok 2000 schlug als erste Erg nzung der Grafikvariablen die Farbs ttigung vor Obwohl Bertin sie bereits erw hnte trennte er sie nicht vom Farbwert D
26. mit dem Farbwert ist denk bar aber problematisch Je nach Intensit t der Textur kann die Wirkung des Farbwertes verloren gehen Dies ist bei besonders feinen Texturen der Fall Abbildung 2 2 Diese Grafikvariable kann f r die alleinige Darstellung der Unsicherheitsdaten verwendet werden indem man z B f r h here Werte tiefere dunklere Farbwerte einsetzt F r den Einsatz in einer Ein zeldarstellung ist die Auswahl eines zu variierenden Farbtons notwendig Wird als Hauptfarbe weiss gew hlt erh lt man eine einfache Graustufendarstellung 2 GGR ty Unsicherheit Unsicherheit tief tief tief Datenwert hoch tief Datenwert hoch hoch Unsicherheit Abbildung 2 2 Unsicherheit mittels Farbwert Datenwerte mittels Farbton oben links Textur oben rechts und Farbs ttigung unten visualisiert tief tief Datenwert hoch Texture Textur K rnung Diese Grafikvariable verlangt eine differenzierte Betrachtung von Vektordaten und Rasterdaten Bei Vektordaten ist es grunds tzlich m glich die Textur als Gradmesser f r die Unsicherheit zu verwenden Vor allem grosse Fl chen lassen viel Spielraum f r eingewobene Texturvariationen offen Bei Rasterdaten ist der Gebrauch auf Zellenbasis sehr schwierig jede Einzelne davon muss gen gend gross dargestellt sein um darin eine deutlich sichtbare und differenzierbare Textur zu integrieren
27. sich der einen oder der anderen Klasse zuordnen In einem weiteren Schritt kombinieren die selben Autoren diese Sets zu Rough Fuzzy Sets Ahlqvist et al 2003 F r die sp ter beschriebenen Visualisierungen spielt es keine Rolle aus welcher Mengentheorie die Daten genau entstammen Ihre Datenstruktur sollte jedoch eine Abweichungsgr sse enthalten die f r die Darstellungen verwendet werden kann Es gibt die M glichkeit eine Unsicherheit oder Wahrscheinlichkeit darstellerisch zu simulieren indem zwei fixe Modelle Crisp Sets miteinander verglichen werden Die Erzeugung der Modellunterschiede geschieht dabei z B mittels Monte Carlo Simulation Zhang und Goodchild 2002 5 argumentieren dass der Begriff Unsicherheit den tats chlichen Sachverhalt besser beschreibt als der Begriff Fehler error Letzterer impliziert dass eine absolute Wahrheit existiert die exakt bestimmbar ist wenn die richtigen Messinstrumente zur Verf gung stehen Das ist aber ein Trugschluss da oftmals aus vielerlei Gr nden bloss eine Ann herung an die Wirklichkeit gelingen kann Aus dem selben Grund lehnen die Autoren auch die Begriffe Mehrdeutigkeit ambiguity Unexaktheit inexactness bzw Verschwommenheit vagueness ab die in vielen geographischen Studien benutzt werden Auch diese suggerieren dass es sich um eine blosse technische Ungenauigkeit um einen Mess fehler handelt der mit den richtigen Instrumenten vermeidbar ist Da es sich jedoch um eine Informati
28. sie bekannt und definierbar sind und nachtr glich ins Modell eingef gt werden Es entsteht so eine Ann herung an die echte Welt Aus diesen Gr nden sind Unsch rfen und Zweideutigkeiten in den Modellen enthalten die als Unsicherheiten zusammenfassbar sind Ungl cklicherweise sind Unsicherheiten allgegenw rtig und auch Geografischen Daten innewohnend Foody 2003 115 bezugnehmend auf Fisher 2000 und Bennet 2001 Diese k nnen unter Umst nden erheblich und ein Modell entscheidend beeinflussen Deshalb sollten Angaben zu diesen Unterschieden mitgegeben werden Die beste Form daf r ist dem Resultateset eine umfassende bersicht beizuf gen F r einen Rasterdatensatz w re das beispielsweise ein deckungsgleiches Unsicherheitsraster das f r jede Rasterzelle den Schwankungsbereich angibt Dies wird jedoch nur selten so detailliert gehandhabt ber viele Jahre reichte es den Modellierern den Karten ein kleines Zuverl ssigkeitsdiagramm mitzugeben um lokale Qualit tsschwankungen anzugeben Eine anderes Verfahren ist eine schriftliche Zusammenfassung ber die Modellunsicherheit als Ganzes van der Wel et al 1994 313 Oder gemittelte Resultate werden als das korrekte Abbild der Realit t betrachtet Dabei ist dies nur ein m gliches Szenario es ist weder unumst sslich noch gilt es mit absoluter Sicherheit Um die Tragweite dieser Feststellung darzulegen muss der Einsatzort einiger Modellierungsergebnisse mit einbezogen werden Im Id
29. von grafischen Grundbausteinen den Grafikvariablen Zum anderen werden einige theoretisch erl uterte Grafikvariablen Kombinationen in einer eigenen Applikation umgesetzt und anschliessend mittels qualitativer Evaluation getestet In Kapitel 1 Einleitung wird die Motivation und der Hintergrund dieser Diplomarbeit umrissen Der praktische Bezug zu wirtschaftlichen und politischen Entscheidungsfindungen wird dargelegt Weiterhin existieren viele offene Fragen in Bezug auf Unsicherheitsvisualisierungen Die als Forschungsgrundlage aufgestellte Hypothese und die daraus abgeleiteten Fragen werden ebenfalls in diesem Kapitel erl utert In Kapitel 2 Grundlagen werden wichtige Begriffe wie Geovisualisierung und Unsicherheit erl utert Bez glich der Unsicherheit findet sich ein weites Spektrum an Interpretationen und Definitionen Es wird aufgezeigt in welchen Stadien des Datenverarbeitungsprozesses Unsicherheiten auftreten k nnen Grunds tzlich ist kein Verarbeitungsschritt unproblematisch Als Beispiel f r die Modellierung von Unsicherheitsdaten wird die Monte Carlo Simulation beigezogen und vorgestellt Im Anschluss daran werden die Grundbausteine grafischer Darstellungen pr sentiert die sogenannten Grafikvariablen Diese werden in die klassischen sieben Bertinschen Grafikvariablen und die sp ter hinzugef gten aufgeteilt Das Potential jeder einzelnen Grafikvariable zur Unsicherheitsvisualisierung wird untersucht Der Schwerpunkt liegt dabei
30. 1 1 Aufbau der Befragung 5 1 2 Testgruppe 5 2 Resultate 5 2 1 Dokumentation 522 Gul 5 2 3 Funktionalit t 5 2 4 Visualisierungen 6 Diskussion 6 1 X Vermittlung von Unsicherheiten 6 2 Grafikvariablen und Visualisierungstechniken 6 3 Anforderungen an die Applikation 6 4 Bewertung der Umsetzung 6 5 Fazit 7 Schlussfolgerungen und Ausblick 7 1 Errungenschaften 7 2 Erkenntnisse 7 3 Ausblick 7 3 1 Theoretische Betrachtungen 7 3 2 Begrifflichkeit 7 3 3 Datenformat 7 3 4 Erweiterung der Applikation 7 3 5 Evaluationsinstrument Literatur und Quellenverzeichnis Anhang A Fragebogen B Sourcecode Headerdateien Installation viii 61 62 63 65 66 75 79 79 81 89 Abbildungs und Tabellenverzeichnis Abbildungen 2 1 Unsicherheit mittels Farbton 2 2 Unsicherheit mittels Farbwert 2 3 Unsicherheit mittels Textur 2 4 Unsicherheit mittels Gr sse 2 5 Unsicherheit mittels Form 2 6 Unsicherheit mittels Orientierung 2 7 Unsicherheit mittels Farbs ttigung 4 1 X Programmstruktur UML 4 2 Benutzeroberfl che der Applikation 4 3 Die Applikation in Betrieb 4 4 M gliche Differenzendarstellungen 4 5 X Originaldaten den vier Farbmustern 4 6 X Absolute und relative Differenz 4 7 Differenz als Dithering ber den Originaldaten 4 8 Differenz als Schattierung ber den Originaldaten 4 9 A Auswirkung dreier Zoomstufen auf das Quadtree Gitter 4 10 Differenz als Quadtree Gitter ber den Originaldaten 4 11 D
31. 22 22 2 2 22 22 22 22 22 22 22 22 22 22 2 2 22 22 2 2 22 2 2 include lt qapplication h gt include uncvisgui h int main int argc char argv QApplication app argc argv UncVisGui uv uv setCaption UNCertainty VISualization tool S Oehler 7 uv showMaximized uv setGeometry 0 0 500 785 uv show return app exec GUI titel uncvisgui h descripton gui part holds all interface elements and some more hidden stuff like io class autor Sascha Oehler begin Mon 2004 10 11 last modified Wed 2005 05 11 version 20 FER RAK A IR RR A AA 2 22 2 2 22 2 222 2 ifndef UNCVISGUI_H define UNCVISGUI_H include lt qmainwindow h gt include lt qlistbox h gt include lt qgroupbox h gt include lt qlabel h gt include lt qpushbutton h gt include lt qlineedit h gt 81 Visualisierung von Unsicherheiten include qslider h include lt qmap h gt include lt qcheckbox h gt include uncvismessage h include uncvisio h include uncvisnetcdf h include uncvisnetcdforig h include uncvisnetcdfcalc h class UncVisGui public QMainWindow _ public UncVisGui QWidget parent 0 const char name 0 WFlags 0 UncVisGui private slots general gui part void help void about void frameCoordinates void changeZoomFactor int factor netCDF gui part void
32. E u 5 2 tief Datenwert hoch tief Datenwert hoch hoch Unsicherheit Abbildung 2 7 Unsicherheit mittels Farb s ttigung Datenwerte mittels Farbton oben links Farbwert oben rechts und Textur unten visualisiert tief tief Datenwert hoch 19 Visualisierung von Unsicherheiten Pattern Muster Diese und auch die folgende Grafikvariable geh ren einer h heren Abstraktionsstufe an MacEachren 1995 erw hnte das Muster als m gliche Einteilung h herer Stufe da es aus den Bertin schen Grund variablen Form Orientierung Textur und Gr sse sowie der Gliederung arrangement als von Morrison 1974 in Blok 2000 vorgeschlagene Grafikvariable besteht Das Muster kann zusammen mit dem Farbton dem Farbwert und der Farbs ttigung verwendet werden allerdings muss auf die selben Einschr nkungen wie bei der Textur hingewiesen werden mit der es viele hnlichkeiten aufweist Es konnte keine konkrete Anwendungsm glichkeit entdeckt werden weshalb hier nicht weiter auf das Muster eingegangen wird Clarity Focus Klarheit Dies ist eine weitere komplexe Grafikvariable die 1992 als Fokus von MacEachren vorgestellt und 1995 als Klarheit von ihm weiterentwickelt wurde Blok 2000 Sie beschreibt die Sch rfe oder den Grad an Verzerrung der ein Bildelement unterworfen ist Drei Unterkomponenten definieren sie Die Kanten sch rfe crispness die Aufl sung oder Abstrahierungsgrad und die Transparenz Jede Kompo
33. Frage 10 die Neugierde der Testenden untersucht Frage 11 den Nutzen der Darstellungen anspricht und schliesslich Frage 12 ein wenig das Marktpotiential ausloten soll Die Freude am sch nen Aussehen der Visualisierungen reicht nicht f r eine g nzlich positive Bewertung Es soll auch die Bereitschaft zum sp teren Einsatz des Produktes bestehen Die Antworten zu allen 4 Fragen sind f r den Autor erfreulich Das Konzept der Darstellungen wird verstanden und macht neugierig Ausnahmslos alle Testpersonen gestehen den Visualisierungen einen Mehrwert zu fast alle k nnen sich deren Einsatz vorstellen Frage 13 besch ftigt sich mit der Quantit t der zur Auswahl stehenden Darstellungsvarianten Eine Mehrheit findet diese gen gend In der m ndlichen Befragung ergeben sich vertiefende Einsichten betreffend den Wahrnehmungen der erstellten Visualisierungen sowie Konstruktive Vorschl ge f r Erg nzungen derselben oder g nzlich neuer Darstellungsarten Bei den gew hnlichen Visualisierungen die die Originaldaten unver ndert darstellen liegen die Farbton und die Grauwerte Farbverlaufsvarianten in der Gunst der Gutachter klar vor den beiden anderen Sie sind deshalb beliebter weil sie die Datenunterschiede mit ihrem breiteren Spektrum deutlicher hervorheben Die Visualisierungen die mit den Farbvariablen Farbs ttigung und Farbwert arbeiten zeigen dagegen sehr schwache Farb berg nge Vor allem Letztgenannte ist sehr dunkel und erschwert die
34. QString _pathName QString getPathName const float getZMax const float getZMin const bool getOwnLimitsFlag const void setOwnLimitsFlag bool ownLimits float getLimZMax const void setLimZmax float _limZMax float getLimZMin const void setLimZmin float limZMin float getRasterPoint int x int y void setRasterPoint int x int y float z 83 Visualisierung von Unsicherheiten int getColorGradient const void setColorGradient int colorGradient int getColorAlgorithm const void setColorAlgorithm int _colorAlgorithm int getZoomFactor const virtual void setZoomFactor int _zoomFactor QString getSelectedVariable const void setSelectedVariable QString selectedVar int getTimeSliceActiv const virtual void setTimeSliceActiv int timeSliceActiv virtual void setTimeSlider int maxValue int value bool getIsChangeable const public slots virtual void setIsChangeable bool _isChangeable protected void setZMinMax Sets the Min amp Max value zMin zMax float zRaster YPOINTS XPOINTS Contains the raster data z axis int xPoints amount of horizontal points int yPoints amount of vertical points float zMax maximum value found for z the highest value float zMin minimum value found for z the lowest value bool ownLimits Set true if other limits than zMin zMax are desired float limZMax limit max value for drawing z
35. Sip Akzeptanz des Produktes erh hen kann Increment Breaktime Abbildung 4 2 Die Benutzeroberfl che GUI der Applikation Der folgende kurze berblick ber die GUI beschreibt die einzelnen Elemente und die Funktionen die damit gesteuert werden F r eine detailierte Erkl rung sei auf das Benutzerhandbuch verwiesen das auf der beigelegten CD Rom in deutscher und englischer Sprache vorliegt Diese bersicht bezieht sich auf die Programmversion 0 4 34 Die oberste File pathes Liste enth lt die Pfade zu den NetCDF Dateien die mittels dem Menupunkt file pathes eingelesen werden Mit dem Markieren einer dieser Dateien l dt die Applikation die darin enthaltene Anzahl Zeitschritte und stellt diese im Time slice Schieber dar wo stets die Gesamtzahl aller Zeitschritte des markierten Listeneintr ges zu sehen bleibt Mit diesem Schieber 14581 sich der zu visualisierende Zeitschritt direkt anw hlen Weiter werden alle in der Datei enthaltenen Variablen in die Variables Liste geschrieben Nach der Auswahl einer Variablen muss der Programmbenutzer den gew nschten Color mode den Farbverlauf einstellen Zur Zeit stehen vier verschiedene zur Verf gung Grayscale Grauwert Hue Farbton Saturation Farbs ttigung und Value Farbwert Eine genaue Erl uterung jedes einzelnen wird im Abschnitt Visualisierungen gegeben F r die gew hlte Variable l sst sich in der Limits Box optio
36. Visualisierung von Unsicherheiten unter Einbezug grossr umiger Modellierungsdaten Certainty ViSualization tool File Frame Options Fila aer 0 1000 20km cdf apercrand10 1000 20km cdf home so top arand100 1000 20km cdf nomersoehlertness detafelitog arand250 1000 20km cdf home soehler thesis data feli itop cr10 1000 20km cdf a Frames top a250 1000 20km caf fop_arand250 1000 20km cdf D top_arand250 1000 20km cof top_a250 1000 20km caf top_aperc10 1000 20km caf top arand100 1000 20km cdf D top aperc10 1000 20km cdf top arand100 1000 20km cdf top arand250 1000 20km cdf D top arand250 1000 20km cdf top a250 1000 20km cdf top aperc10 1000 20km cdf top arand100 1000 20km cdf D top aperc10 1000 20km cdf top arand 00 1000 20km caf Time slice currently chosen 80 120 Limits Variables color Mode own Limits activ Min Z Limit Max Z Limit Animation Play gt gt Steps Saturation teme value Breaktime 4000 Play lt lt top_a250 1000 20km cdf changeable and250 1000 20km cdf z 17 diffAbsolut top_arand250 1000 20kr ____ __ __ 43 changeable Diff Frnt dither changeable TT Diff Frm1 block V4 changeable 4100 20 changeable z
37. Wiederholungen bereits bekannter Techniken unter anderem Namen teilweise leicht modifiziert und nicht einsetzbare Konzepte Es l sst sich nicht ausschliessen dass manche davon mit einem anderen Ansatz als in dieser Diplomarbeit verwendet sinnvoll eingesetzt werden k nnen Somit bietet sich ein interessantes Feld f r weitere Forschungsarbeiten an 6 3 Anforderungen an die Applikation Frage Nummer ermittelt eine geeignete praktische Umsetzung der Visualisierungen Was sind die Anforderungen an eine Applikation diesen Typs Da die verwendeten Betriebssysteme und Sprachen die Art der Implementierung einer Applikation beeinflussen werden zun chst diese Komponenten diskutiert Im Nachhinein betrachtet erfolgte die Vorbereitung der Applikationsimplementierung zu wenig systematisch Die Wahl von Linux als zugrunde liegendes Betriebssystem sowie der Programmiersprache C mit dem qT Framework verz gerten die Umsetzung einige Zeit Beide Umgebungen waren dem Autor noch wenig bekannt Gerade die Verwendung von Linux verlangt einem Windows gewohnten User einiges an Umstellung ab Pers nlich wird die Erweiterung der Programmierfertigkeiten auf eine neue Sprache als sehr positiv gewertet trotz des Mehraufwands gegen ber einer Implementierung in einer bereits bekannten Programmiersprache wie Java Java bietet ausserdem den Vorteil einer besseren Portierbarkeit auf andere Betriebssysteme Dies ist mit dem Einsatz das qT Frameworks nicht ohne
38. absch tz und planbaren Zum Anderen jene Anforderungen die erst im Nachhinein als Erkenntnisse anfallen und den Lernprozess der Implementierung aufzeigen IV Wie urteilen Testpersonen ber das Programm und die Darstellungen Frage IV erweitert den Aktionsrahmen der Erkenntnissuche auf potentielle Nutzer und deren Perzeption der Applikation Dabei steht die gesamtheitliche Betrachtung der Resultate im Vordergrund Visualisierung von Unsicherheiten 1 3 Aufbau und Ziele der Arbeit Der Aufbau dieser Diplomarbeit gliedert sich in 6 Kapitel Nach dieser Einleitung wird in Kapitel 2 auf den theoretischen Hintergrund eingegangen Dabei wird erl utert was mit Visualisierung gemeint ist und wo die Geovisualisierung im Speziellen steht Ein weiterer Abschnitt ist dem Thema Unsicherheit gewidmet Neben den unterschiedlichen Begriffsdefinitionen wird auf die Quellen von Unsicherheiten eingegangen Als wichtige Bestandteile der Betrachtung von Visualisierungen werden die Grafikvariablen und verschiedene Visualisierungstechniken vorgestellt Ihr Einsatz zur Darstellung von Unsicherheiten ist dabei zentral Das kurze Kapitel 3 ist den verwendeten Beispieldaten gewidmet Das eingesetzte Model wird beschrieben und die Unterschiede der einzelenen Datensets erw hnt In Kapitel 4 erfolgt die Beschreibung der Umsetzung der theoretischen berlegungen in eine Applikation Nach der Beschreibung der zu Grunde liegenden Techniken wird der Applikationsaufbau de
39. arbeit nur mit einem unverh ltnism ssig grossen Aufwand zu erzielen ist So beschreibt Ince 1995 in seinem Buch einen sehr detaillierten Entwicklungsprozess mit vielen Kontroll und Testmechanismen Die Anwendung dieser Standardprozeduren eignet sich jedoch besser bei gr sseren Programmentwicklungen mit vielen involvierten Akteuren bei denen genaue Spezifikationen und Definitionen ber Strukturen und Prozesse f r das Gelingen des Projektes elementar sind Bei der hier vorliegenden Applikation handelt es sich dagegen um einen Eine Person Prototypen quasi eine Vorstudie zu einem sp teren grossen Softwareprojekt F r diesen Prototypen ist die Durchf hrung der von Ince beschriebenen Projektplanung nicht zweckm ssig Fr hauf 2004 beschreibt eine andere M glichkeit zur berpr fung von Software n mlich sogenannte Software Reviews von denen es ein Vielzahl verschiedener Arten gibt Die Auswahl reicht von kleinen informellen Zusammenk nften weniger Personen bis zu gross angelegten mehrstufigen Pr fsitzungen in deren iterativem Prozess verschiedene Teams zu unterschiedlichen Zeitpunkten verschiedene Rollen einnehmen Es gilt je gr sser der betriebene Aufwand ist desto gr sser wird der Ertrag Das heisst je mehr Personen in die berpr fung involviert sind desto mehr Fehler werden entdeckt und ein um so h heres Verbesserungspotential resultiert daraus Der Vorteil solcher Reviews besteht darin dass bei einem geschickt geplanten Aufba
40. atens tze gleichzeitig Es l sst sich streiten ob diese Visualisierungsm glichkeit die Bezeichnung Differenzendarstellung verdient Anstatt die Differenz als solche zu visualisieren lagern hier die Originaldaten zweier Modellierungen bereinander Abbildung 4 12 Ein Datensatz wird in einer reinen Blau der andere in einer reinen Rot Abstufung dargestellt An den Stellen wo sich die beiden Modelle mit hohen Werten berdecken entsteht durch die Farbmischung ein Hellrosa Feld Bei tiefen Werten oder in Bereichen mit Daten nur eines Modells ist die Visualisierung eher dunkel Mit ihr l sst sich relativ rasch ein berblick gewinnen wie zwei verschiedene Raster betreffend ihrer Deckungsfl che zueinander stehen Eine quantitative Aussage dagegen kann und soll nicht gemacht werden Es ist zu beobachten dass die Darstellung bei homogenen Rastern eine h here Aussagekraft besitzt als bei Rastern mit starken Werteschwankungen Die Visualisierung wird von Vorteil f r den Vergleich zweier Modelle mit deutlichen Unterschieden angewendet wo sie eindeutig bessere Dienste zu leisten vermag als bei sich stark gleichenden Modellen 44 4 Umsetzung Abbildung 4 12 Zwei Originaldatens tze in einer RGB Visualisierung gemischt Erster Datensatz wird in Rot zweiter in Blau gezeichnet Denkbar ist auch eine Variante mit drei gleichzeitig visualisierten Modellen wobei das Dritte die Gr n Komponente des RGB Spektrums bezieht Diese M glichkeit fin
41. ation wurde mehrmals umgestellt Einerseits nderten sich die verwendeten Daten im Laufe der Implementierung andererseits wurden bestehende Klassen in mehrere aufgeteilt Die eingesetzte Klassenstruktur erweist sich in ihrer jetzigen Form als ausreichend flexibel Trotzdem existieren noch einige Verbesserungsideen die einen klareren und flexibleren Programmaufbau bewirken w rden Die Ableitung der verschiedenen Visualisierungsklassen von einer zentralen virtuellen Hauptklasse die s mtliche Zugriffsmethoden bereits deklariert erm glicht das kompakte Speichern aller Visualisierungsinstanzen im gleichen Klassencontainer Eine Erweiterung mit anderen Visualisierungsklassen ist so leicht programmierbar Ein identisches Vorgehen bietet auch f r die Zeichnungsklasse Painterklasse Vorteile Zurzeit sind alle Zeichnungsmethoden in einer einzigen Klasse vereint wodurch diese ziemlich gross und un bersichtlich ist Hier w re ein modularer Aufbau dringend ratsam Vorstellbar w re eine Zeichnungsklasse f r jede einzelne Visualisierung die ebenfalls von einer virtuellen Hauptklasse die Methodenschnittstellen erbt Der Quellcode jeder Zeichnungsklasse w rde dadurch sehr viel k rzer und einfacher wartbar Die jetzige L sung ist mit dem dynamischen Wachsen der Applikation zu erkl ren Urspr nglich bestand die Idee alle Visualisierungsvarianten mittels einer oder zwei Methoden zu realisieren In diesen h tte dann Schlaufenbedingungen die Auswahl der z
42. ch akzeptieren Last but not least ein ganz grosses Dankesch n an meine Freundin Simone Wyss f r ihre Unterst tzung in dieser f r beide sehr schwierigen Lebensphase Ich sch tze und bewundere ihren Einsatz und ihre Geduld bei der Betreuung unserer Tochter Nora sehr ii Zusammenfassung Fehlerfreie Modelle gibt es nicht Limitierungen k nnen beim Messen der Eingabeparameter oder dem Nicht Kennen aller das Modell beeinflussender Parameter auftreten Da die Modellresultate f r Entscheidungsfindungen verwendet werden ist es wichtig die Entscheidungstr ger mit den Unsicherheiten des betreffenden Modells zu beliefern Diese Diplomarbeit untersucht verschiedene Visualisierungsm glichkeiten von Datenunsicherheiten Mit Datenunsicherheiten sind Unterschiede oder Werteschwankungen in Resultatdaten gemeint die beispielsweise aus Modellierungen stammen die mit unterschiedlichen Eingabeparametern differ ierende Resultatesets liefern wie es beim Einsatz der Monte Carlo Simulation blich ist Datenunsicherheiten respektive ungenauigkeiten oder unsch rfen entstehen im gesamten Ablauf der Datenprozessierung Sie sind unvermeidbar mit jeglicher Art von Daten verkn pft Eine Auswahl von Herkunftsquellen werden im Grundlagenkapitel pr sentiert Das angewendete theoretische Ger st f r die Unsicherheitsvisualisierung basiert auf den Bertinschen Grafikvariablen Weiterf hrend werden neuere Grafikvariablen und komplexere Visualisierungstechniken ana
43. chts Farbs ttigung unten links und Farbwert unten rechts Die Wahl dieser Farbmuster entstammt den in qT zu Verf gung stehenden Farbdarstellungsverfahren Es gibt deren zwei einerseits ein RGB und anderseits ein HSV Farbmischverfahren Im ersten Fall entsteht die gew nschte Farbe aus dem additiven Mischen der drei Lichtfarben Rot Gr n und Blau deren Intensit t in 256 Stufen von 0 bis 100 unterteilt wird FH Giessen 2001 Kap 3 Die abgebildete Graustufenansicht wird mittels diesem Verfahren erzeugt Der Wert f r jede der drei Farbkomponenten wird gleich hoch gew hlt womit ein kontinuierlicher Graustufen bergang mit 256 Schritten erzielt wird Der zweite Fall basiert auf einem anderen Konzept Der Name HSV Modell entsteht aus den Anfangsbuchstaben f r Hue Saturation und Value was mit Farbton Farbs ttigung und Farbwert oder Intensit t bersetzt werden kann FH Giessen 2001 Kap 4 Die Vollfarben des sichtbaren Spektrums werden auf einen Kreis aufgetragen Pro Grad wird eine Farbe vergeben wobei Rot auf 0 resp 360 Gr n auf 120 und Blau auf 240 f llt Die Farbs ttigung stellt die Blassheit des Farbtones dar Sie liegt wiederum zwischen 0 dies entspricht Weiss und 100 Vollfarbe Qt unterteilt den Parameter in 256 Stufen Die selbe Anzahl Stufen stehen auch f r den Farbwert zur 37 Visualisierung von Unsicherheiten Verf gung der die Helligkeit des Farbtones angibt 0 entspricht vollkommenem Schwarz w hre
44. ck einer Klassierung da der Farbton keine nat rliche optische Hierarchie auszudr cken vermag Deshalb ist der Einsatz bei Intervall oder Rationaldaten eingeschr nkt 17 IG VL 5 VLG gt _ tief Datenwert hoch tief Datenwert hoch Abbildung 2 1 Unsicherheit mittels Farbton Datenwerte mittels Textur oben links und rechts Farbs ttigung unten links und Farbwert unten rechts visualisiert Color value Farbwert Der Farbwert ist geradezu pr destiniert f r die Unsicherheitsdarstellung Er definiert die Intensit t Helligkeit des Farbtons Objekte deren Farbwert 0 ist werden ganz in schwarz gezeichnet bei einem Farbwert von 1 dagegen mit dem ausgesuchten Farbton Damit l sst sich ein Abblendeffekt erzielen der die Unsicherheit grafisch umsetzt Je gr sser die Unsicherheit der Datenwerte desto dunkler werden diese Werte gezeichnet So erscheinen unsichere Werte farblich vermindert sind weniger gut erkennbar und feine Nuancierungen verschwinden in bereinstimmung mit der weniger gesicherten Datenlage In Kombination mit dem Farbton der f r die eigentlichen Datenwerte einge setzt wird ergeben sich sch ne klare Abstufungen Zusammen mit einer Graustufendarstellung ist der Farbwert nicht einsetzbar Grau und Farbwert wirken direkt auf die Helligkeit der Bildelemente ein 12 2 Grundlagen und beeinflussen sich gegenseitig Die Anwendung der Textureigenschaft
45. cvisnetcdf cpp e uncvisnetcdf h e uncvisnetcdfcalc cpp uncvisnetcdfcalc h e uncvisnetcdforig cpp Visualisierung von Unsicherheiten e uncvisnetcdforig h uncvispainter cpp uncvispainter h Nun kann das Programm kompiliert werden Dazu muss ein Makefile erzeugt werden Dies geht ganz einfach indem der Befehl qmake eingegeben wird Damit startet man ein Programm gleichen Names welches von Trolltech in ihrem qT Paket mitgeliefert wird Diese Tool interpretiert eine pro Datei im ascii Format hier uncvis pro aus dem aktuellen Verzeichnis und erstellt daraus das erforderliche Makefile Nun fehlt nur noch das eigentliche Kompilieren Das geht nun wie immer mittels Eingabe von make Als Resultat erh lt man eine ausf hrbare Datei mit dem Namen uncvis versions nummer 90
46. d der ebenfalls gegen eine Erh hung der Testanzahl spricht 5 2 Resultate Um eine standardisierte Vergleichsoption f r die Applikation zu ermitteln erhalten die Testpersonen einen Fragenbogen den sie vor der Diskussion ausf llen Die Fragen behandeln generelle Aspekte zu den 4 Themen Dokumentation GUI Funktionalit t und Visualisierungen die in je einem eigenen Unterkapitel vorgestellt werden Diese schriftliche Befragung dient einer allgemeinen Standortbestimmung zu einigen ausgew hlten Punkten die einen generalisierten Gesamteindruck ergeben Der Fragebogen ist im Hinblick auf die kleine Stichprobengr sse bewusst einfach gehalten 49 Visualisierung von Unsicherheiten So gibt es pro Frage bloss drei Antwortm glichkeiten wie Ja Nein und Weiss nicht Auf den Einsatz einer feinere Werteskala zur statistischen Auswertung wird verzichtet Das Frageformular ist im Anhang X beigef gt Im Anschluss an die tabellarische Auflistung der schriftlichen Fragen erfolgt die Pr sentation der in der m ndlichen Befragung gesammelten Aussagen Das Ziel ist ein breite Auswahl an Verbesserungsvorschl gen und w nschen auszubreiten um die vielen noch offenen M glichkeiten vorzustellen Andererseits sollen die als gut erachteten Punkte aufgelistet und f r etwaige Nachfolgeuntersuchungen nutzbar gemacht werden Die bereits vorgestellten 4 Themenbereiche bilden gleichermassen den Leitfaden so dass eine themenspezifisch
47. d overview of the data and their uncertainties within a few seconds More complex visualisations are less popular The application itself can be improved by implementing more visualisation options and more functionality Especially the GUI should be adjusted vi Inhaltsverzeichnis Vorwort Kurzzusammenfassung Short summary Inhaltsverzeichnis Abbildungs und Tabellenverzeichnis 1 Einleitung 1 1 1 2 1 3 Motivation und Problemstellung Hypothesen und Fragestellungen Aufbau und Ziele der Arbeit 2 Grundlagen 2 1 Einf hrende Begriffe 2 2 Geovisualisierung 2 3 Unsicherheit 2 3 1 Definition des Begriffes Unsicherheit 2 39 2 Quellen von Datenunsicherheiten 2 3 3 Unsicherheitsmodellation mittels Monte Carlo Simulation 2 4 Visualisierung von Unsicherheitsdaten 241 Grafische Grundelemente 2 4 2 Die sieben Bertin schen Grafikvariablen 2 43 Erweiterte Grafikvariablen 2 4 4 Visualisierungstechniken 2 4 5 Weitere Techniken und Effekte 2 4 6 Zusammenfassung der Visualisierungsoptionen 3 Daten 3 1 Eisschildmodellierung 3 2 NetCDF Datenformat 3 2 Aufbau der Dateien 3 3 Verwendung der Daten 4 Umsetzung 41 Eingesetzte Technologien 4 1 1 Linux Betriebssystem 4 1 2 Programmiersprache und Framework 4 2 Die prototypische Applikation 4 2 4 Programmstruktur 4 2 2 Die GUI und ihre Funktionen 4 2 3 Visualisierungen vii 01091 5 Evaluation 5 1 Beschreibung des Testverfahrens 5
48. de Berechnung 1 2 1x1 1 2 5 2x2 1 3 10 3x3 1 4 17 4x4 1 Tabelle 4 1 Berechnung der m glichen Zust nde einer Ditheringzelle 39 Visualisierung von Unsicherheiten Es ergibt sich eine einfache Formel f r die Anzahl m glicher Zust nde der Rasterzelle Zellenweite in Pixel 1 Abbildung 4 7 Die Differenz mittels Dithering ber die Originaldaten gelegt Als dominierende Grafikvariable wird hier die Textur eingesetzt wobei dies erst in einer aggregierten Betrachtung der Ansicht deutlich zum Vorschein tritt Auf der Stufe des Pixels dagegen kommt der Farbwert value zum Einsatz Bei einer Schw rzf rbung ist dieser 0 sonst 1 bzw 100 F r die Rasterzellen kann keine eindeutige Aussage gemacht werden Differenzendarstellung mittels Schattierung ber Originaldaten Eine mit der Dithering Technik eng verwandte Methode ist jene der Schattierung Abbildung 4 8 Auch hier wird der Unterschiedseffekt durch die Abdunklung der Rasterzellen erzeugt Dazu braucht es aber keinen zweiten Layer der ber die Originaldaten gelegt wird Der Effekt wird direkt in die Darstellung der Originaldaten gemischt Zuerst wird die Differenz auf Zellenebene ermittelt Nach deren Berechnung kann mittels HSV Darstellung der Farbwert value als Parameter f r die St rke der Differenz verwendet werden Ohne Setzen eigener Visualisierungsgrenzen entspricht die Maximaldifferenz aller Zellen dem Farbwert 0 Die Zelle wird ganz in Schwarz geze
49. den Die Implementierung vieler Visualisierungsarten liefern einen geringen Zusatznutzen Die Befragung zeigt Verbesserungspotential bei der Vereinfachung der Applikationssteuerung Die Testpersonen empfinden die Auswahl der Funktionen im Menu in Kombination mit dem GUI Design als zu umst ndlich Ein dialoggesteuertes Interaktionskonzept wird mehrfach empfohlen Dies bietet verschiedene Vorteile Die GUI wird bersichtlicher da gleichzeitig weniger Steuerelement eingeblendet werden Dies steigert insgesamt die bersichtlichkeit der Applikation Zus tzlich beansprucht die GUI dadurch weniger Bildschirmplatz der so f r Visualisierungsfenster genutzt werden kann Als letzter wichtiger Punkt soll die Erweiterung des Funktionsumfang angesprochen werden Viele Testpersonen ussern sich positiv zu einem Ausbau der Funktionalit ten Die M glichkeit einer direkten Ansicht der numerischen Datenwerte wird begr sst Ebenso willkommen sind einfache statistische Funktionen Diese Stellungnahmen verdeutlichen dass sich die Benutzer einen Funktionsumfang ber den reinen Visualisierungsteil hinaus w nschen Die gewonnen Erkenntnisse k nnen als sinnvollen Beitrag zur Erforschung der Unsicherheitsvisualisierung herangezogen werden Im Bereich der praktischen Implementierung wird mit der Entwicklung des Prototypen ein m glicher Ansatz pr sentiert der ein Versuch zum Schliessen der bestehenden Anwendungsl cke darstellt 7 3 Ausblick Es werden An
50. denen Fachausdr cken existiert die jeder f r sich eine differenzierende Aussagekraft haben kann werden die Begriffe doch oftmals als einander stellvertretend benutzt Die Bestimmung der Datenqualit t und damit der Datenunsicherheiten ist keine einfache Aufgabe Um Unsicherheiten zu quantifizieren muss deren Herkunft und Gr sse bekannt sein Wenn dies allerdings klar definierbar ist handelt es sich nicht mehr um Unsicherheit Wie kann man die Ungenauigkeit eines Messinstruments messen wenn dieses ungenau ist Dies ist ein nicht immer l sbares Dilemma beim Umgang mit Unsicherheiten 68 7 Schlussfolgerungen und Ausblick Es gibt verschiedene Arten von Unsicherheiten In jedem Schritt des Datenverarbeitungsprozesses k nnen Unsicherheiten Messungenauigkeiten Konzeptionsfehler Verarbeitungsfehler etc in die zu verarbeitenden Datensets gelangen Mit aller Vor und Umsicht ist es nicht m glich alle Unsicherheitsquellen zu eliminieren Die vielen verschiedenen Herkunftsarten der Unsicherheiten bedingen auch unterschiedliche Vorgehensweisen bei der Bestimmung der Unsicherheiten Die Methoden zur Festlegung der Unsicherheitsgr ssen k nnen sich unterscheiden Entscheidend ist es ein Sensorium f r die Omnipr senz der Unsicherheit zu schaffen Die beschriebenen Grafikvariablen eignen sich in verschiedenem Ausmass zur Visualisierung von Unsicherheiten in Rasterdaten mittels bivariaten Darstellungen Unter den klassischen sieben Bertin sche
51. deoberfl che hat auf einige Modelle einen bedeutenden Effekt Genauso verh lt es sich auch bei den Beispieldatens tzen f r den Applikationstest dieser Diplomarbeit die aus ebensolchen Ober fl chenvariationen stammen und sich durch diese Modulation teilweise erheblich voneinander unter scheiden 2 4 Visualisierung von Unsicherheitsdaten 2 4 1 Grafische Grundelemente S mtliche grafischen Darstellungen lassen sich in die gleichen elementaren visuellen Komponenten zerlegen Diese erlauben die exakte Analyse des optischen Aufbaus der untersuchten Abbildungen Zur besseren Vergleichbarkeit untereinander und zur gemeinsamen Nutzung eines einheitlichen Sprachgebrauchs wird ein standardisiertes Regelwerk zur Beschreibung dieser Komponenten angestrebt Eine Mehrheit der Autoren die sich mit Geovisualisierungen oder modernen kartographischen Darstellungen befassen verweisen in ihren Untersuchungen auf den Pionier dieser Forschungsrichtung Jacques Bertin Dieser Forscher lieferte 1967 das Grundvokabularium zur Beschreibung grafischer Darstellungen Er definierte sieben grafische Variablen in die er alle Abbildungen zerlegt Es sind dies die Gr sse size die Form shape der Farbwert value die Orientierung die Textur der Farbton color hue und die Platzierung location oder position Buttenfield 1991 Jones 1997 253 Dieses Basisregelwerk wird heute noch angewendet und hat wenig von seiner Bedeutung eingeb sst Die sieben Komponenten werde
52. der Benutzer der Visualisierung mit dem Mauszeiger ber die Darstellung f hrt kann ein Ton mit unterschiedlicher Modulation produziert werden Entweder zeigt die Lautst rke die sich ndernde Unsicherheit an oder die Tonlage wird daf r eingesetzt Denkbar ist dieses Mittel f r Personen mit Sehschw chen bei berladenen Visualisierungen oder bei schlecht erkennbaren Unterschieden Die Anwendung bleibt auf computergest tzte Darstellungen beschr nkt Geruchseffekte Tats chlich wird an der Erzeugung k nstlicher Ger che geforscht Funktioniert diese Technik dereinst ist ein Einsatz als Unsicherheitsanzeiger denkbar Ein Konzept des Autors ist unsicheren Datenbereiche einen blen Geruch zuzuordnen Die Nutzungsbereitschaft der Anwender bleibt zu testen Als Warnsignal ist dieser Effekt bestimmt effizient da er nur schwer ignorierbar ist 2 4 6 Zusammenfassung der Visualisierungsoptionen In der folgenden Tabelle 2 1 werden alle beschriebenen Grafikvariablen und Visualisie rungstechniken aufgelistet Die erste Spalte gibt den Namen der bewerteten Visualisierungsoption an es sind damit die Grafikvariablen und die Visualisierungstechniken gemeint Die zweite Spalte univariat bewertet den m glichen Einsatz f r die univariate Darstellung der Unsicherheit also nur die Datendifferenzen Analog dazu gibt Spalte drei die Bewertung f r den bivariaten Einsatz Daten und Metadaten zusammen an Die unterteilte Spalte vier schliesslich zeigt a
53. der Visualisierung in einem eigenen Fenster gut oder schlecht Gut Schlecht Weiss nicht Frage 6 Sollen alle Darstellungsoptionen in einem Fenster aufgelistet werden oder ist die Aufteilung zwischen Gui und Visualisierungsfenstern sinnvoll Zusammenfassen Getrennt lassen Getrennt andere Aufteilung Tabelle 5 2 Auswertung der schriftlichen Fragen 4 6 des Fragebogens 52 5 Evaluation Die n chsten 3 schriftlichen Fragen abgebildet in der Tabelle 5 2 oben betreffen Aspekte der Benutzeroberfl che und der Interaktionsm glichkeiten Frage 4 und 6 untersuchen die Eignung der implementierten Programm Steuerung Frage 4 richtet den Blick auf die GUI als Ganzes w hrend Frage 6 sich auf die Trennung der Visualisierungsoptionen in Hauptfenster und Visualisierungsfenster fokussiert Die gleichm ssige Verteilung der Antworten zeigt an dass hier noch einiges ver ndert werden muss Rund zwei Drittel der Testpersonen empfinden die Steuerung als zumindest teilweise kompliziert Wie die Steuerelemente f r die Visualisierungen verteilt sein sollen bleibt unklar Dies liegt teilweise an der Formulierung der Frage deren Bedeutung oft nachgefragt wird Konkrete Hinweise zur Aufteilung liefert die m ndliche Befragung Frage 5 kl rt die spezifischen Eigenheit dieser Applikation f r jede Visualisierung ein neues Fenster zu ffnen Dieses Konzept wird bei verschiedenen Bildbearbeitungs und Grafikprogrammen eingesetzt dem Autor i
54. der die untersuchte Fl che die Gr sse von nur noch einer Zelle besitzt Ist eine der beiden Abbruchsbedingungen erreicht springt die Anwendung aus der Schleife und in die n chste Teilfl che des gesamten Rasters Diese Schritte wiederholen sich bis das ganze Raster vollst ndig visualisiert ist Als Einstiegsfl che wurde ein Quadrat von 16 Rasterzellen Kantenl nge gew hlt Dieser Wert kann im Prinzip beliebig definiert werden es empfiehlt sich aber wegen der Halbierung der Fl chen ein Mehrfaches von 2 Andere Kantenl ngen komplizieren den Algorithmus unn tig da ab einer gewissen Teilungsstufe die Areale nicht mehr symmetrisch zerfallen Mit dieser Berechnung wurden 4 Visualisierungen erzeugt die alle eine eher ungewohnte Ansicht der Daten ergeben Die Beschreibung erfolgt in den anschliessenden Unterkapiteln Die technische Umsetzung nutzt das Prinzip der Rekursion Damit sind Programmteile benannt die sich selber bis zum Erreichen einer genau zu definierenden Abbruchbedingung aufrufen Bei der Implementierung einer solchen Codestruktur sollte der Programmierer vorsichtig vorgehen Damit kann sehr leicht eine Endlosschlaufe erzeugt werden die die gesamten Rechenressourcen eines Computers verbraucht und das System lahm legt Oftmals ist die letzte Rettung aus einer solchen Situation der komplette Neustart des Systems 41 Visualisierung von Unsicherheiten Als Gitter ber die Originaldaten gelegt Die erste Betrachtung gilt der Varian
55. der jetzigen Gr sse ausspricht Nicht alle Bemerkungen sind f r eine sp tere Anpassung des Dokumentes von gleicher Wichtigkeit Gewisse Hinweise auf fehlende Informationen sind falsch da diese teilweise vorhanden sind aber beim berfliegenden Lesen des Dokumentes berlesen wurden Die R ckmeldungen aus der Befragung gliedern sich in zwei Teile Zum einen sind das formale Aspekte die im anschliessenden Absatz folgen zum anderen inhaltliche Die Anleitung liegt als Hypertext Dokument vor Ihre Formatierung verwendet Standard html Tags die jeder moderne Browser anzeigen kann Das Design findet allgemein guten Anklang Es wird als optisch ansprechend eingestuft die gew hlten Farben als bersichtlich und gut strukturierend gelobt Dagegen empfinden nicht alle Testpersonen die Reihenfolge der Kapitel als logisch Eine Mehrheit m chte das Tutorial erst nach dem bersichtskapitel das die Bedienelemente beschreibt einf gen Die Navigationselemente Verlinkung innerhalb des Dokumentes werden eher sp rlich eingesetzt so dass deren Erweiterung vereinzelt empfohlen wird Inhaltlich werden folgende Punkte besonders oft angesprochen Das Kapitel Vorbemerkungen erachten die meisten Testpersonen als zu schwierig und umst ndlich Sie relativieren die Aussage aber damit dass ihnen das n tige Hintergrundwissen zu den angesprochenen Themen Unsicherheitsvisualisierung und NetCDF Datenformat fehlen Zur Abhilfe soll entweder das Kapitel 51 Vis
56. det jedoch in der entwickelten Applikation keine Umsetzung Dies haupts chlich deshalb weil dabei keine grundlegend andere Ansicht der Daten als bei der Variante mit 2 Modellen m glich ist Zudem erscheint der Gehalt einer solchen Visualisierung eher fragw rdig weshalb auf den zus tzlichen Entwicklungsaufwand verzichtet wurde Interessanter w re ein Vergleich der anderen Farbkombinationen f r zwei Modelle also Rot Gr n und Blau Gr n Die verwendeten Grafikvariablen sind noch einmal der Farbton hue um die beiden Datens tze untereinander zu trennen und der Farbwert value f r die Intensit t der Werte beider Modelle Bemerkenswert dass diese so klar zu erkennen ist obwohl die Implementierung das RGB Schema gebraucht 45 Visualisierung von Unsicherheiten 46 5 Evaluation 5 Evaluation Mit der Implementierung einer Applikation die Differenzendarstellungen herstellen kann ist eine der beschriebenen Zielsetzungen erreicht Als n chster Schritt folgt die Abkl rung ob das Programm und die generierbaren Visualisierungen tats chlich den angestrebten Nutzen bieten Dieser besteht in der Lieferung neuer Dateneinsichten und der damit verbundenen Generierung eines Mehrwertes Die im Kapitel beschriebene Evaluation hat ausserdem zum Ziel die Gestaltung und die Funktionalit t der Applikation zu berpr fen 5 1 Beschreibung des Testverfahrens Es zeigt sich dass eine tiefgreifende Pr fung der Software im Rahmen dieser Diplom
57. e Anleitung geholfen O Nein O Weiss nicht Ben tigten sie nach dem Lesen der Anleitung noch weitere Hilfe zum a Hm i 2 Bedienen des Programmes O Weiss nicht O Ja W nschen sie ein gr sseres Tutorial das z B mehr Funktionen abdeckt O Nein O Weiss nicht GUI Ist die Bedienung des Programmes eher einfach und intuitiv oder eher kompliziert und umst ndlich O Eher kompliziert Finden sie die Darstellung jeder Visualisierung in einem eigenen Fenster gut Gut O Schlecht oder schlecht O Weiss nicht Sollen alle Darstellungsoptionen in einem Fenster aufgelistet werden oder ist A zu die Aufteilung zwischen GUI und Visualisierungsfenstern sinnvoll Getrennt andere Aufteilung Funktionen W nschen sie die M glichkeit einer numerischen Ansicht der Daten zus tzlich 2 ME Be E zu den Visualisierungen O Weiss nicht Sollten zus tzliche statistische Funktionen oder Darstellungen ins Programm 5 FEE 2 aufgenommen werden O Weiss nicht Visualisierungen Ist das Konzept verst ndlich Originaldaten und Differenzendaten in einer Kim ini 2 Darstellung zu kombinieren O Weiss nicht Hat das vorgestellte Programm ihr Interesse gegen ber diesen kombinierten Mom 2 Darstellungen geweckt Weiss nicht Glauben sie dass solche Darstellugen n tzlich sind also einen Mehrwert 2 pipiens O Weiss nicht K nnen sie sich vorstellen solche kombinierten Darstellung
58. e Gruppierung der zwei Befragungseinheiten erfolgt Bemerkungen der Testenden die vor dem Gespr ch gefallen sind zum Beispiel w hrend dem Ausf hren der gestellten Aufgaben oder dem Lesen der Anleitung fanden ebenfalls Eingang in die selbe Resultat Pr sentation Die individuelle Befragung bietet den Vorteil das genauer auf die Aussagen jeder Person eingegangen werden kann Durch ein Nachhaken bei jenen Punkten die dem Tester besonders auffallen sind sein individuelle Erfahrungsschatz und sein Wissen besser integrierbar So l sst sich eine Thematik vertiefen die sich als besonders ergiebig erweist Andere wiederum k nnen weggelassen werden wenn der Gespr chspartner sich einer usserung enthalten m chte 5 2 1 Dokumentation Aus eigener Erfahrung ist bekannt dass vor der Erprobung einer neuen Applikation nicht gerne viel gelesen wird Enth lt das Manual viel Text erscheint das Lesen desselben als m hsam Dagegen spricht das sofortige Ausprobieren der Anwendung den Spieltrieb an Dieses Verhaltensmuster kann bei den meisten Testpersonen beobachtet werden Nur wenige studieren die Anleitung vertieft und nehmen sich ausreichend Zeit daf r Die Mehrheit probiert nach kurzem berfliegen direkt die Anwendung aus Eine kernige knapp gehaltene Dokumentation stand deshalb bei deren Konzipierung im Zentrum Trotzdem sollen alle Funktionen und Programmoptionen umfassend genug erkl rt werden Es ist oftmals schwierig absch tzbar wie viel Text
59. e Schnittstelle wird mit File Frame Options einer grafischen Benutzeroberfl che kurz File pathes GUI f r Grafical User Interface imple home soehler thesis data felix top aperc10 1000 20km cdf fhome soehler thesis data felix top subtrand250 1000 20km cdf mentiert Erstens erscheint eine Bedienung ber die Kommando Zeile f r die besprochene Aufgabe zu umst ndlich und kompliziert Zweitens ist eine ansprechende Frames GUI heutzutage ein wichtiger Bestandteil top_aperc10 1000 20km cdf 5 A top subtrand250 1000 20km cdf jeder Applikation Die Umsetzung mit m chtigen Frameworks wie das hierf r benutzte qT ist verglichen mit den logischen Kodierungsproblemen eine Leichtigkeit top_aperc10 1000 20km cdf top subtrand250 1000 20km cdf Drittens soll eine Anwendung die zur optischen Sichtung von Daten konzipiert wird um diese so klar und sch n als m glich zu visualisieren nicht durch ihre Time slice karge veraltete Schnittstelle auffallen Dies currently chosen 80 max 120 w re ein grober Widerspruch von Form und IM LL LS X E E Funktion Cartwright et al 2001 46 schreiben dazu dass zus tzlich zur own Limits activ Funktionalit t der Oberfl che sthetische Min Z Limit Max 2 Limit Designaspekte ber cksichtigt werden m ssen da eine ansprechende sthetik die 5 anf ngliche Einarbeitung f rdern und die ay gt gt lt lt
60. e nach ihrer Gr sse um die Animation sanft zu gestalten Bei unsortierten Werten kann mitunter ein chaotisches Flimmern entstehen Dieses kann mit l ngeren Wechselzeiten vermieden werden Die Technik wird von 21 Visualisierung von Unsicherheiten manchen Autoren allerdings nicht mehr Animation sondern Sequenzierung bezeichnet wenn jede Stufe des Ablaufes separat klar erkennbar ist Muehrke 1990 in van der Wel et at 1994 326 Mit der Sequenzierung k nnen auch verschiedenartige Visualisierungen hintereinander gezeigt werden um deren unterschiedliche optische Wirkung zu demonstrieren Univariate Visualisierungen Bisher wurden nur Visualisierungen pr sentiert die bivariat Daten und Unsicherheitsmetadaten zusammen darstellen Jetzt sollen noch kurz univariate Visualisierungen angesprochen werden die zwei separate Fenster f r die Darstellung ben tigen Es wird nicht jede m gliche Grafikvariablenkombination besprochen sondern bloss das jeweilige Konzept vorgestellt Zwei statische Karten In dieser Technik sind beide Datens tze gleichzeitig in getrennten Fenstern neben oder bereinander visualisiert Dies bietet einige Vorteile Die Darstellungen k nnen ohne einander zu beeinflussen alle Grafikvariablen nutzen Sie sind klar verst ndlich bersichtlich je nach Daten und wirken weniger berladen wie manche bivariate Visualisierung Nachteile sind ebenfalls in Kauf zu nehmen Der Platzbedarf f r die zwei Fenster ist doppelt s
61. ealfall dient die Herstellung der Modelle keinem Selbstzweck sondern sie sollen den Erkenntnisprozess f rdern und Entscheidungsgrundlagen schaffen Darauf st tzen sich Entscheidungstr ger beispielsweise Politiker oder Wirtschftsf hrer um ihre Entscheidungen zu f llen Bertin 1983 und Foody 2003 115 Die Modelle sollen helfen Chancen und Risiken einer Situation besser abzusch tzen um die bestm gliche Vorgehensweise zu beschliessen Dieser Vorgang hat oft in kurzer Zeit zu erfolgen Entscheidungstr ger wollen Fakten auf die sie sich st tzen k nnen Und Unsicherheiten sind Fakten bei manchen Diskussionsgegenst nden sogar die entscheidenden Je anschaulicher sie pr sentiert werden je schneller und einfacher sie erfassbar sind um so mehr Beachtung wird ihnen geschenkt Sie sollen dem Betrachter quasi ins Auge springen Und Visualisierungen bieten das Potential viel Information kompakt und zeitsparend aufzubereiten Der Mensch visualisiert von Natur aus Man braucht bloss sich selber als Beispiel zu nehmen und es leuchtet ein das eine Visualisierung viel einfacher zu verstehen und gebrauchen ist als die selbe Information in einer tabellarischen Auflistung Geldermans 1 Visualisierung von Unsicherheiten amp Hoogenboom 2001 6 Ein bekanntes Sprichwort k nnte leicht abgewandelt etwa lauten Eine Modellvisualisierung sagt mehr als tausend Worte Deshalb w re es besser wenn die Beschreibung der Unsicherheit nicht nur in schriftlic
62. einem Linuxsystem mittels Python definiert werden Anschliessend werden die Daten auf einem Windowsrechner mit Java geschrieben und schlussendlich auf einer Solarismaschine mit C ausgelesen 27 Visualisierung von Unsicherheiten 34 Verwendung der Daten Nicht alle in den Dateien enthaltenen Variablen lassen sich mit dem Prototypen gleich gut darstellen Aussagekr ftige Visualisierungen die bei jedem Zeitschritt eine Ver nderung zeigen k nnen mit den Variablen Eisdicke ih Oberfl chen Massenbilanz mbal Kontinentalit t und Kalbungsrate calv erstellt werden Die Variable Topographie rh kann ebenfalls visualisiert werden ver ndert sich aber in keinem der Zeitschritte da die topographischen Daten f r alle Schritte gleich belassen sind Die Dimensionsvariablen k nnen nicht visualisiert werden da sie die Grenzen der anderen Variablen setzen Ihre Darstellung ist generell nicht m glich Da der Eustatische Meeresh henwechsel eus nur von der Zeit abh ngig ist damit also keine fl chige Visualisierung erlaubt kann diese Variable nicht gezeichnet werden Die Variablen basale Temperatur pmdt Schmelzrate melt und Meeresh henwehchsel slc erzeugen keine aussagekr ftige Darstellung da ihre Werte in den Beispieldaten alle 0 sind 28 4 Umsetzung 4 Umsetzung Das Ziel dieser Diplomarbeit ist nicht ausschliesslich die theoretische Betrachtung der Visualisierungsm glichkeiten von Un
63. eit Im Alltag ist dieser Umstand vielleicht unangenehm in der Wissenschaft jedoch sollte das gar nicht vorkommen Es ist in vielen Forschungsbereichen nicht zu vermeiden mit Unbekannten zu arbeiten Deshalb ist eine Quantifizierung derselben w nschenswert Ist die Gr sse der Unbekannten absch tzbar oder bekannt kann die Toleranz eines Modells berechnet und angegeben werden Dies bringt die Unsicherheit zwar nicht zum Verschwinden macht sie aber kalkulierbar Gahegan et al 2001 39 beschreiben dieses Ph nomen wie folgt Die zu visualisierenden Daten sind selten oder nie frei von Interpretationen und konzeptuellen Modellen die ebenfalls das schlussfolgern beeinflussen Sie stellen weiter die Frage wie diese Modellunsicherheiten am ad quatesten den Nutzern pr sentiert werden k nnen 2 3 1 Definition des Begriffes Unsicherheit ber die Definition von Visualisierung respektive Geovisualisierung ist sich die Forschergemeinde ziemlich einig Beim Unsicherheitsbegriff ist eher das Gegenteil der Fall In der Literatur erscheint eine Vielzahl von Begriffen sowie die dazugeh renden Interpretationen Nebst Unsicherheit gebrauchen die Forschenden auch Terme wie Mehrdeutigkeit Unsch rfe Verschwommenheit Abweichung Fehler und Pr zision um nur eine Auswahl zu nennen F r die vorliegende Arbeit stellt sich weiter das Problem dass die gesamte Begrifflichkeit in englischer Sprache verfasst ist und nicht f r alle Ausdr cke eine eindeutige deutsc
64. eiterer Freiheitsgrad zur Unsicherheitsdarstellung Es kann eine 3 dimensionale Oberfl che mitgezeichnet werden van der Wel et al 1994 325 Mit dem H henmodell lassen sich zwei Arten von Darstellungen erzeugen Entweder die H hen entsprechen den Daten dann werden die Unsicherheiten als planare Fl che auf dieses H henmodell projiziert Dies bietet sich nat rlich bei echten H hendaten an aber auch sonstige r umliche Datensets k nnen so gezeichnet werden Oder die Daten liegen als 2 dimensionale flache Karte vor Dann wird das H henmodell als Unsicherheitsoberfl che verwendet Bei dieser Visualisierungstechnik ist es wichtig dass die darstellungserzeugende Applikation die M glichkeit bietet die Daten aus allen Richtungen zu betrachten Je nach dargestelltem Blickwinkel k nnen gewisse Datenbereiche durch andere verdeckt sein Idealerweise geschieht dieser Kamerapositionswechsel in Echtzeit Animation Als weitere Visualisierungsdimension kann die Zeit eingesetzt werden Durch Aneinanderf gen verschiedener Modelldarstellungen kann eine Animation erzeugt werden Amrhein 1991 beurteilt diese als schnelle und effiziente Methode grosse Datenvolumen darzustellen Liegen 50 Resultatesets aus einer Monte Carlo Simulation vor kann anstelle eines mathematischen Zusammenzuges dieser Daten und der Berechung der Abweichungen eine Animation aus 50 Bildern kreiert werden Empfehlenswert dabei ist das Sortieren aller r umlich deckungsgleicher Wert
65. ellten Modelle also deckungsgleich soll ganz auf das Zeichnen das Gitters verzichtet werden Die Blockdarstellung gilt als die am schwierigsten zu lesende Visualisierung Die verfolgte Intention unsichere Daten als tiefer aufgel ste Einheiten zu pr sentieren wird f r gut befunden Allerdings entsteht dadurch der Eindruck einer Klassierung Dieser Eindruck ist teilweise richtig den die Differenz wird tats chlich in Klassen unterschiedlicher Blockgr ssen eingeteilt Eine stetige nderung ist mit diesem Algorithmus nicht erzielbar Bei allen Differenzendarstellungen deren Basis durch ein Originalraster gebildet wird soll die Auswahl des Originalfensters zur Verf gung stehen In der jetzigen Umsetzung verwendet die Applikation automatisch Frame 1 Das ist der Eintrag der bei der Erzeugung des Differenzenfensters in der oberen Frames Liste ausgew hlt ist Das Konzept der w hlbaren Farbklassierungen soll erweitert und flexibilisiert werden Ein vielfach ge usserter Wunsch ist die M glichkeit der Definition eigener Farbschemen Dies ist ein Punkt mit viel Ausbaupotential Offen ist die Frage wie das dazugeh rende Werkzeug gestaltet sein soll ob als grafischer Dialog oder als Textfile das beim Programmstart geladen wird Ersteres ist intuitiver und einfacher f r den Nutzer da er auf entsprechende Erfahrung aus anderen Programmen zur ckgreifen kann aber mit mehr Kodieraufwand auf der Entwicklungsseite verbunden Letzteres b te die
66. em eigenen Bereich ausserhalb der Zeichnungsfl che oder direkt am Mauszeiger in einer schwebenden Box stehen Uneinigkeit herrscht darin ob die Datenangabe nur bei einem Mausklick auf eine Rasterzelle erscheinen soll oder ob eine permanente Sichtbarkeit der Anzeige sinnvoller ist Eine Kombination beider Varianten k nnte beide Bed rfnisse zufrieden stellen Bei den Differenzendarstellungen sollen zudem die Werte aller drei Fenster Original 1 Original 2 und Differenz angezeigt werden Anstelle nur einer Werteangabe direkt unterhalb der aktuellen Mausposition m chten einige Befragte zus tzliche Einsicht in das n here Datenumfeld beispielsweise einem 5x5 Rasterzellen umfassenden Quadrat Eine Testperson schl gt ausserdem vor den aktuellen Wert auch mittels Pfeil auf den Wertebalken rechts im Visualiserungsfenster zu kennzeichnen da die Wertzuordnung ber die Farbe schwierig sei Ein weiterer Funktionswunsch ist das Erstellen von Transekten Es soll die M glichkeit geben zwei Rasterzellen zu markieren und anschliessend einen 2 dimensionalen Querschnitt durch das Raster von Punkt eins zu Punkt zwei zu erhalten Diese M glichkeit bietet u a das Programm ncView Pierce 2003 das ebenfalls NetCDF Dateien visualisiert Einen Ausbau dieser Funktion ist f r die Differenzendarstellung denkbar wo der Transekt ber alle 3 Datens tze berechnet und gemeinsam gezeichnet werde kann 55 Visualisierung von Unsicherheiten 5 2 4 Visualisieru
67. en 4 2 3 Visualisierungen Das Programm bietet zwei verschiedene Hauptgruppen von Visualisierungen Zum einen k nnen die Originaldaten einzeln und unver ndert angezeigt werden Daf r stehen vier verschiedene Farbgebungen zur Auswahl drei davon sind Helligkeits berg nge und die letzte ein Spektralfarben bergang Somit kann die Anwendung als einfacher Viewer f r NetCDF Dateien dienen Zum anderen und dies ist die spezielle Funktion derentwegen die Applikation entwickelt wird k nnen zwei Datenquellen miteinander verglichen werden Das Resultat des Vergleiches zur Zeit eine einfache Subtraktion jeder Rasterzelle komplexere statistische Berechnung mit mehr als zwei Quellen sind vorstellbar kann auf mehrere Arten betrachtet werden Einerseits kann nur die Differenz f r sich alleine angeschaut werden Diese Darstellung gleicht stark jener f r die Originaldaten Es stehen dazu die gleichen vier Farbschemen zur Verf gung Andererseits bieten sich verschiedene kombinierte Differenzenvisualisierungen an Dabei wird eine Originaldatei zusammen mit der Differenz dargestellt Zwei M glichkeiten gibt es daf r Entweder wird die Differenz als zus tzliche Zeichnungseben ber die Originaldaten gelegt oder die beiden werden miteinander verrechnet und in einer Ebene gezeichnet Der Begriff Ebene wird hier metaphorisch gebraucht Die Applikation bietet nicht die von anderen Softwarepaketen bekannte Ebenenstruktur Es sind einige Beispielv
68. en Deshalb sollen an dieser Stelle nur die besonders vielversprechenden erw hnt und deren Vorteile herausgestrichen werden Mittels Animation lassen sich viele Modellierungsvarianten auf schnelle und kompakte Weise miteinander vergleichen Kann der Benutzer Einfluss auf die Abspielgeschwindigkeit und Reihenfolge der Varianten nehmen wird die Flexibilit t erh ht Die 3 dimensionale Darstellung der Unsicherheiten als Datenqualit ts Oberfl che erm glicht eine intuitive Erfassung der Unsicherheitsquantit t Die statische Darstellung zweier univariater Karten gleichzeitig nebeneinander wird schon seit l ngerer Zeit genutzt Ihre St rke liegt in der klaren Unterscheidbarkeit von Datenwert und Datenqualit t Die entworfene und implementiert Applikation zeigt das grosse Potential der Unsicherheits Visualisierungen auf Sie beweist dass mit verh ltnism ssig geringem Entwicklungsaufwand sehr gute Resultate erzielbar sind Der experimentelle Designansatz f rdert viele konzeptuelle und strukturelle Verbesserungsm glichkeiten So verbessert eine hohe Modularit t in der Klassenhierarchie die Erweiterbarkeit wie die Wartbarkeit der ganzen Applikation Dieser Ansatz sollte noch konsequenter fortgesetzt werden Der Applikationsprototyp soll Anregungen zu weiteren Entwicklungen in dieser Forschungsrichtung geben Dem Autor sind keine weiteren Programme bekannt die Daten auf diese spezielle Art darzustellen verm gen Die Evaluation vermittelt wertvolle E
69. en beschr nkt Die Visualisierungsoption wird nur in eingeschr nktem Umfang implementiert Tabelle 2 1 Zusammenfassung der besprochenen Grafikvariablen und Visualisierungstechniken 24 3 Daten 3 Daten Dieses Kapitel beschreibt die Beispieldaten die f r den Praxistest der entwickelten Applikation zur Visualisierung von Unsicherheiten verwendet werden Diese Daten beschreiben Ergebnisse einer Eisschildmodellierung in der das Edinburgh Ice Sheet Model EIS eingesetzt wird Hagdorn 2003 3 1 Eisschildmodellierung Die Beispieldaten entstammen einer Eisschildmodellierung ISM f r Ice Sheet Model Die Berechnung dieser Modelle geschieht zumeist sehr grossskalig das heisst in kontinentalen oder gar globalen Massst ben Das f hrt zu einem recht hohen Abstraktionsgrad der eine Reihe von Unsicherheitsquellen mit sich bringt Die Gr sse einer Rasterzelle betr gt in den Beispieldaten 20 km Diese Rasterzellen wurden aus einem feiner aufgel sten H henmodell mit rund 100 m Rasterweite generalisiert Wie in Kapitel 2 Grundlagen beschrieben sind Generalisierungen eine wichtige Unsicherheitsquelle In diesem Fall beeinflusst sie entscheidende Modellparameter wie minimale und maximale Gel ndeh he Hangneigung und Rauhigkeit des Untersuchungsgebietes Diese Parameter steuern das ISM insofern dass die Temperatur und der Niederschlag von diesen orographischen Effekten abh ngen und somit das Mikro wie das Makroklima Schl
70. en ist diese Dimension die Zeit weshalb von time slices Zeitscheiben gesprochen wird 3 3 Aufbau der Dateien Mit der NetCDF Bibliothek werden Hilfsprogramme mitgeliefert die eine Transformation vom NetCDF Bin rformat in ASCH Dateien und zur ck erlauben So kann die Struktur und der Inhalt der Dateien in einfachen Texteditoren betrachtet werden NetCDF Dateien bestehen aus zwei Teilen Dem Dateikopf und dem Dateik rper 26 3 Daten Im Dateikopf werden die gespeicherten Informationen definiert und beschrieben In der ersten Zeile steht das Dateiformat netcdf und der Name der Datei Anschliessend werden die verwendeten Dimensionen benannt und begrenzt Eine Dimension kann mittels UNLIMITED offen gelassen werden Nun k nnen die Variablen definiert werden Als erstes m ssen die Dimensionen erl utert werden denn jede Dimension gilt auch als Variable Jeder Variable wird ein Typ zugeordnet ein Kurzname vergeben und die begrenzenden Dimensionen angegeben Ist eine Variable auch eine Dimension wird sie durch sich selber begrenzt Zu jeder Variablendefinition k nnen weitere Attribute angef gt werden In den benutzten Eisschilddateien sind dies ein Langname und die Gr sseneinheiten Meter Grad Celsius und weiter Im Anschluss an den Variablenblock k nnen globale Attribute Konstanten zugewiesen werden Die Dimensionen und Variablen der benutzten Eisschild Modellierungsdaten werden in der unten folgenden Tabelle aufgelistet und be
71. en ist eine gef hrte Pr sentation ohne Einwirken der Testpersonen denkbar Dabei kann gew hrleistet werden dass alle Testpersonen die identischen Funktionen und Visualisierungen in der gleichen Reihenfolge zu sehen bekommen Zum anderen kann als Testeinstieg eine kurze Erkl rung zur allgemeinen Bedienung und den Funktionen gegeben werden um die Testpersonen anschliessend die Applikation selber erforschen zu lassen In dieser Variante ist die Standardisierung weniger einfach zu bewerkstelligen Entscheidend ist die Zeitersparnis bei beiden Varianten Der Aufwand f r qualitative Einzelgespr che ist in der beschriebenen Testphase nicht mehr gerechtfertigt und bersteigt schnell ein angemessenes Mass 72 73 7 Schlussfolgerungen und Ausblick Visualisierung von Unsicherheiten 74 Literatur und Quellenverzeichnis Literatur und Quellenverzeichnis Ahlqvist O Keukelaar J and Oukbir K 2000 Rough classification and accuracy assessment International Journal of Geographical Information Systems 14 5 475 496 Ahlqvist O Keukelaar J and Oukbir K 2003 Rough and fuzzy geographical data integration International Journal of Geographical Information Systems 17 3 223 234 Amrhein C G 1991 Comments on Visualising Data Quality in Beard M K Buttenfield B P and Clapham S B NCGIA Research Initiative 7 Visualization of Data Quality Scientific Report of the Specialist Meeting 8 12 June Castine Maine Atkins
72. enwert hoch hoch Unsicherheit Abbildung 2 5 Unsicherheit mittels Form Datenwerte mittels Farbton oben links Grau wert oben rechts und Textur unten visualisiert tief tief Datenwert hoch 17 Visualisierung von Unsicherheiten Orientation Orientierung Auch f r die Orientierung gibt es technisch realisierbare M glichkeiten Wiederum eine Idee des Autors sind beispielsweise Orientierungspfeile die je nach Unsicherheit in eine Richtung rotiert werden Der Nordpfeil wird der 100 Sicherheit zugeordnet und mit Drehung in Uhrzeigerrichtung nimmt die Sicherheit ab Diese L sung bietet die gleichen Nachteile wie jene f r die Form Sie 14581 sich nur ber aggregierte Rasterzellen anwenden oder jede einzelne muss relativ gross gezeichnet werden F r die Orientierung gilt demnach das Selbe wie f r die Form Der Einsatz der Variable ist f r den untersuchten Zweck ungeeignet Abbildung 2 6 5 E E o P a 5 2 gt gt 5 m gt AAA _ A28 5 i 1 tief Datenwert hoch tief Datenwert hoch Abbildung 2 6 Unsicherheit mittels Orientierung Datenwerte mittels Farbton links und Grauwert rechts visualisiert Location Platzierung In manchen Artikeln wird die r umliche Platzierung als siebte Grafikvariable unterschlagen da sie eine Sonderstellung besetzt F r alle naturr umlichen Daten ist ihre Auspr gung fixiert Eine frei gew hlte Zuordnung verf
73. epartement of Environment 1986 in Burrough and McDonnell 1998 Eine datenbankbezogene Definition beschreibt ein GIS als Datenbanksystem in dem der gr sste Teil der Daten r umlich indexiert sind Auf ihr operieren ein Set von Prozeduren zur Beantwortung von Anfragen ber r umliche Entit ten aus der Datenbank Smith et al 1987 in Burrough and McDonnell 1998 GIS sind also dazu da r umliche Daten zu speichern strukturieren und Hilfsmittel zur Manipulation und Darstellung dieser Daten zur Verf gung zu stellen Diese Diplomarbeit und die dazu implementierte Applikation verfolgen die gleiche Absicht Es soll ein Datenzugriff auf r umliche Daten erfolgen um diese auf eine spezielle Art darzustellen Raster daten Diese Diplomarbeit untersucht haupts chlich Rasterdaten Ebenso kann die implementierte Applikation nur Rasterdaten verarbeiten und darstellen Rasterbasierte r umliche Modelle betrachten den Raum als Tessellation von Zellen denen allen ein Eintrag einer Klassierung oder eine Identit t eines Ph nomens das die Zelle besetzt zugeordnet ist Der Ausdruck Pixel Abk rzung von picture element wird dabei oft einer Rasterzelle zugeordnet Beide Begriffe stammen aus dem Bereich der Bildverarbeitung wo die einzelnen Bilder mit einem Rasterscanning Prozess entstehen der mit Videobildern oder Fernsehkameras verglichen werden kann Jones 1997 33 Raster repr sentieren die zweidimensionalen Platzierungen von Ph nomenen als Matrix von G
74. er Grafiken sein oder eine Zerlegung der Darstellungen in h here Abstraktionsgrade Diese Argumente berzeugen den Autor mit dem Konzept der Grafikvariablen zu arbeiten Durch den angesprochenen Perspektivenwechsel werden Bilder nicht mehr nur nach ihren Grundelementen aufgeteilt Andere Kriterien nehmen eine objekt oder aktionsbezogene Einteilung der Bildelemente vor Zudem erweitert der Einbezug der zeitlichen Dimension das Darstellungs spektrum Damit k nnen die Vorteile des Computers gegen ber statischen gedruckten Kartenerzeugnissen eingesetzt werden Die Metapher der Grafikvariable passt dann nicht mehr und es wird von Visualisierungstechnik gesprochen Sinnvollerweise wird in dieser Arbeit keine feste Grenze zwischen diesen Bereichen gezogen da ihr bergang fliessend ist Die erfolgte Einteilung nach Bertinschen Grafikvariablen anderen Grafikvariablen und Visualisierungstechniken ist ein strukturierendes Element und hat f r die praktische Umsetzungen wenig Relevanz 6 2 Grafikvariablen und Visualisierungstechniken Frage Nummer II betrifft die verwendbaren grafischen Elemente und ist folgendermassen formuliert ID Welche grafischen Variablen beziehungsweise Visualisierungstechniken sind f r diese Darstellungen besonders geeignet Ein grosser Teil des Grundlagenkapitels beschreibt die unterschiedlichen Grafikvariablen und deren Verwendung zur Unsicherheitsvisualisierung Dabei werden diese Grafikvariablen nach ihrer
75. er I ist auf die grunds tzlichen Repr sentierungsm glichkeiten von Rasterdaten ausgelegt Die Einschr nkung auf Rasterdaten erfolgt mit Blick auf die Testdatenbasis Die Frage lautet D Wie kann man Unsicherheiten in Rasterdaten darstellen Diese Frage wird in Kapitel 2 Grundlagen untersucht Dabei wird zu Beginn der Betrachtungen der Begriff darstellen nicht auf die visuelle Komponente beschr nkt sondern es werden alle denkbaren Unsicherheitsrepr sentationen betrachtet Grunds tzlich darf keiner der menschlichen Sinne von vornherein ausgeschlossen werden Bei der gew hlten Versuchsanordung k nnen jedoch der Geschmacksinn der Geruchssin und der Ber hrungssinn nicht angesprochen werden Die Technik zur Erzeugung k nstlicher Ger che ist noch zu wenig weit fortgeschritten um genutzt zu werden Der Einsatz des Geh rsinns ist mit den heutzutage verwendeten Desktop Computern und ihren technischen Mitteln m glich Dabei wird die Datenqualit t unterschiedlichen Toneffekten zugeordnet Anstelle der Modulation der T ne kann auch die Lautst rke variiert werden Die akustische Vermittlung der Datenqualit t wird aus folgenden Gr nden weggelassen Erstens ist dies ein sehr eingeschr nkter Untersuchungsgegenstand der weniger Variationsm glichkeiten bietet als Visualisierungen Zweitens Kann nur jeweils ein Unsicherheitswert gleichzeitig akustisch symbolisiert werden Entweder ist dies der Durchschnitt aller Datenwerte oder jene
76. erung ber das Schliessen Feld in der rechten oberen Ecke des Fensters siehe Abbildung links Dies ist eine intuitive und gebr uchliche 53 Visualisierung von Unsicherheiten Interaktion und muss in sp teren Applikationsversionen funktionieren Nahe mit dieser Funktion verwandt ist eine Signal R ckkoppelung vom aktiven Visualisierungsfenster zum Hauptfenster wo der betreffende Frames Listeneintrag markiert werden soll Gleichzeitig sollen die aktiven Werte des Fokus tragenden Fensters in den entsprechenden Steuerelementen erscheinen Die Zuordnung der Visualisierungsfenster zu den korrespondieren Frames Listeneintr gen ist generell schwierig weil die zur Unterscheidung verwendeten Dateinamen lang sind und sich bei vielen Modelll ufen je nach Konvention bei der Namensgebung stark gleich Als Verbesserung wird eine einfache Nummerierung zur Differenzierung der Fenster vorschlagen Ein Change settings Dialog bernimmt s mtliche in diesem Absatz vorgestellten Funktion allerdings vollst ndig Er ist eine der ersten konkreten nderungen die aus dieser Evaluation resultieren Ein Fehler beim Erneuern der Darstellungen f llt ebenfalls sehr negativ f llt Die Darstellungen werden nicht automatisch aufgefrischt sondern der Befehl dazu muss manuell erfolgen Daf r fehlt ein eigener Button Die der Funktion zugewiesene Tastenkombination ist zudem nur aktiv wenn das Hauptfenster den Fokus tr gt Da es sich hierbei um ein Pr
77. ester nun beherrschen und bei welchen sie trotz dem Studium der Anleitung M he bekunden Folgende Aufgaben werden gestellt 1 Einige NetCDF Dateipfade in die pathes Liste eintragen Die Tester erhalten den physischen Pfad zu den Beispieldateien vom Testleiter 2 Erstellen einer Visualisierung mit Originaldaten 3 Wechsel der dargestellten Variablen und des Farbverlaufes in der unter Punkt 2 hergestellten Visualisierung 4 Verschieden Zeitschritte anw hlen und darstellen 5 Erstellen einer weiteren Visualisierung mit Originaldaten um eine Differenzendarstellung mit der Visualisierung von Punkt 2 zu realisieren 6 Erprobung unterschiedliche Differenzen Visualisierungen 7 Entfernen eines Visualisierungsfensters aus der Frames Liste Treffen die Testperson auf ein Problem das den Testablauf unterbricht hilft ihnen der Testleiter mit Tipps weiter Dies soll so erfolgen dass die Testenden m glichst viel selbst ausf hren m ssen Nach dem Erf llen aller Aufgaben stellt der Testleiter jene Funktionen und Visualisierungen vor die nicht zum Testprogramm z hlen Darunter fallen die Animationsfunktion und das Setzen von eigenen Grenzwerten Je nach Interesse und einhalten des Zeitplanes k nnen diese Funktionen durch die Gutachter ausprobiert werden Nachdem diese das gesamte Programm kennen erhalten sie einen kurzen standardisierten Fragebogen siehe Ahnhang den sie ausf llen Die Auswertung dazu erfolgt jeweils am
78. f r die Wahl von C Da die Kernklassen von C einen beschr nkten Funktionsumfang bieten ist deren Erg nzung von Vorteil Mit qT Trolltech 2005 kommt ein usserst m chtiges C Framework zum Einsatz das die Entwicklungsarbeit erleichtert und beschleunigt QT stellt alle g ngigen grafischen Benutzerelemente abstrakte Containerklassen Speicher und Lademechanismen sowie viele weitere Hilfsklassen als Standardimplementierung bereit Zudem bietet diese Softwarebibliothek ein ausgefeiltes Signal bermittlungsystem zur Kommunikation der Klassen untereinander Daf r wird weder das Konzept der Vererbung benutzt noch braucht eine Klasse ein Mitglied einer anderen zu sein Dies erm glicht eine grosse Flexibilit t w hrend der Implementierung QT ist f r Linux Freeware und darf f r nicht kommerzielle Applikationen beliebig verwendet werden Diese Bestimmung gilt ausschliesslich f r die Linuxversion Eine Portierung auf andere Betriebssysteme ist finanziell erschwert 4 2 Die prototypische Applikation 4 2 1 Programmstruktur Wie weiter oben dargelegt wird f r die Implementierung des Programms die objektorientierte Programmiersprache verwendet Es ist bei der Softwareentwicklung blich Programmstrukturen mittels UML Unified Modelling Language darzustellen Die Abbildung 4 1 auf Seite 32 zeigt diese Struktur als UML Klassendiagramm mit allen Klassen und deren wichtigsten Attributen und Methoden F r die Logik der Applikation unwich
79. float limZMin limit min value for drawing z int timeSlices amount of time slices TODO this should load from netCDF not inherit from GUI int timeSliceActiv which time slice is actually showed QString pathName String containing the full path to the netCDF file QString name String containing the id of this netCDF layer QString selectedVariable String containing the variable displayed from the netCDF file int colorGradient Flag for the color gradient int colorAlgorithm Flag for the color algorithm int zoomFactor Stores the zoom factor multiplicator bool isChangeable Is this frame changeable or not similar to dynamic QPushButton isChangeablePB OushButton control for the isChangeable status private endif NetCDFOrig J KCKCKCKCkCk kk I KK IK A IR AR IR IR RRR titel uncvisnetcdforig h descripton stores handles original netCDF frames autor Sascha Oehler begin Mon 2004 12 13 last modified Wed 2005 05 11 version rou FK E RR AA RRR AR ARR RAI ifndef UNCVISNETCDFORIG H define UNCVISNETCDFORIG H include uncvisnetcdf h class UncVisNetCDFOrig public UncVisNetCDF _ public UncVisNetCDFOrig QWidget parent 0 const char name 0 Wflags f WType TopLevel 84 UncVisNetCDFOrig opens netCDF file and adds the data to the zRaster Array void fillRasterWithNetCDFData public slots draws the frame a
80. g beliebter mit einer knappen Mehrheit f r die Dithering Variante Eine Testperson findet die Legende zu dieser Visualisierung unverst ndlich weil sie die Differenz nicht auch als Punktraster zeichnet sondern als sich verbreiternder schwarzer Balken Dies soll die st rkere Dunkelf rbung der Rasterzellen symbolisieren wird aber als zu abstrakt gesehen Die experimentellen Block bzw Gitterdarstellungen deren Berechnung mittels Quadtree Algorithmus geschieht finden bei den Testern schwachen Anklang Sie sind schwer nachvollziehbar es bleibt lange unklar was die Abbildungen bedeuten Der Gitter Ansatz findet eher Bef rworter erh lt aber Kritik durch die verwendete Maschenweite F r viele intuitiver und kartografisch korrekter w re eine umgekehrte Anwendung der Maschen so dass bei kleinen Differenzen grosse Gitterzellen und bei grossen Differenzen kleine Gitterzellen gezeichnet w rden Damit entspr che die Symbolik der Differenz den Dithering und Schattierungsvisualisierungen Eine einfache Umsetzungsm glichkeit ist die berechnete Differenz von der maximalen Differenz zu subtrahieren womit eine Art Kehrwert kalkuliert wird mit dem der gleiche Algorithmus wie jetzt verwendet werden kann Eine Testperson ussert die Idee nicht nur die Maschenweite des Gitters anzupassen sondern zus tzlich mit der Helligkeit der Maschen zu arbeiten wobei kleinere Differenzen wiederum heller gezeichnet werden Ist der Unterschied 0 die gegen bergest
81. h mit der Darstellung r umlicher Daten besch ftigt Deshalb wurden die Testpersonen im n heren universit ren Umfeld gesucht Die GIS Abteilung des Geografischen Institutes Z rich f hrt einmal jedes Semester einen Round Table durch um einen Austausch ber die laufenden Forschungsarbeiten zu erm glich Bei dieser Gelegenheit gelangte der Autor mit einem Aufruf zur Beteiligung an der Evaluation an die Anwesenden Es meldeten sich 8 Interessierte Alle Evaluationsteilnehmer verf gen somit ber zumindest grundlegende einige auch ber vertiefte Kenntnisse betreffend Geografischer Informations Systeme Geschultes Kartografisches Wissen brachten mindestens zwei der Testpersonen mit Die Aufteilung nach Geschlechtern ist nicht ganz ausgewogen spielt in diesem Zusammenhang aber eine untergeordnete Rolle Bei der Evaluation nahmen 2 Frauen und 6 M nner teil Die Befragung erfolgte in zwei Sprachen Die Mehrzahl der Teilnehmer geh ren der deutschen Sprachgruppe an 2 Personen sprechen Englisch F r Letztere wurde der Standardfragebogen sowie das Manual bersetzt Die Gruppengr sse mag eher klein erscheinen allerdings gelte sie laut einem Gespr ch mit dem Diplomarbeitsbetreuer in der Literatur bei dieser Art der Durchf hrung als sinnvoll Bei mehr Befragungen sei kaum noch mit weiteren differenzierenden Aussagen zu rechnen Dies best tigte sich bei der vorgenommenen Evaluationen Zudem ist das angewendete Verfahren zeitintensiv ein Umstan
82. he Ein Wort bersetzung m glich ist Trotzdem wird versucht deutsche Ausdr cke zu verwenden solange sich die Bedeutung der englischen Originalbegriffe nicht stark verzerrt oder gar in ihrem Sinn umkehrt Atkinson und Foody 2002 2 f hren zu Beginn ihres Buches ber Unsicherheit in der Fernerkundung ein kleines Vokabularium ein Sie schlagen vor Unsicherheit uncertainty als Oberbegriff f r die Gesamtheit dieses Ungenauigkeitsph nomens zu verwenden der sich in Mehrdeutigkeit ambiguity und Unklarheit Verschwommenheit vagueness unterteilen liesse Sie m chten den ersten Term f r Crisp Sets verwenden den Zweiten f r Fuzzy Sets und Rough Sets Zheng 2001 310 beschreibt die Crisp Sets scharfe Mengen als Vertreter von Datenmengen der traditionellen Booleschen Logik bei der Elemente entweder einer Klasse zugeh ren oder nicht Zadeh 1965 f hrte die Idee der Fuzzy Sets unscharfe Mengen ein Bei ihnen wird die Klassenzugeh rigkeit nicht mit ja oder nein respektive 0 oder 1 angegeben sondern mit einem bestimmten Grad der Sicherheit Je nachdem bei welchem Schwellenwert die Klassengrenzen gezogen werden geh ren die untersuchten Element einer Klasse an oder nicht Ahlqvist et al 2000 beschreiben zus tzlich die Rough Sets in denen obere und Visualisierung von Unsicherheiten untere Grenzen Intervalle f r die Klassenzugeh rigkeiten definiert werden Befinden sich die Werte innerhalb dieser Intervalle lassen sie
83. hemenkomplex darstellt der viele verschiedene Problematiken anspricht Mit dem Visualisieren wird der Bereich der Kartographie betreten Gesichtspunkte der Formensprache der Farbkomposition der Symbolik oder auch der Elementgr ssen m ssen ber cksichtigt werden Der Unsicherheitsteil wiederum verlangt mathematische und statistische Kenntnisse Zuvor muss aber in einem fast philosophischen Sinn die Bedeutung des Begriffes gekl rt werden Es ist dem Autor ein wichtiges Anliegen einen praktischen Teil in diese Arbeit zu integrieren Eine weitere Leidenschaft nebst dem Erfassen und Verfolgen optischer Eindr cke ist der Informatiksektor als Ganzes und da vor allem die Softwareentwicklung Der Aufbau der Diplomarbeit ist deshalb so gew hlt dass die Entwicklung einer eigenen Applikation eine sinnvolle Praxiserg nzung zu den theoretischen Konzepten bietet 1 Einleitung 1 2 Hypothesen und Fragestellungen Der Mensch nimmt einen Grossteil seiner Wahrnehmungen und der daraus gewonnenen Informationen ber die Augen auf Sie sind seine prim re und direkteste Verbindung zur Aussenwelt Ausgehend von dieser berlegung wird folgende Hypothese aufgestellt Die optische Sichtung von Resultatdaten unterschiedlicher Modellrechnungen erm glicht einen raschen berblick ber deren Unterschiede respektive Unsicherheiten Diese Hypothese dient als Leitmotiv f r die Diplomarbeit und bildet ihren roten Faden der stets als Hintergrund pr sent bleib
84. her Form vorliegt wo sie eventuell gar nicht gelesen oder nur schnell berflogen wird sondern ebenfalls als Grafik visualisiert aufbereitet ist Dies bedingt allerdings eine vorg ngige genaue Quantifizierung der Unsicherheiten Wie das Beispiel des Zuverl ssigkeitsdiagrammes von van der Wel et al 1994 313 zeigt ist das Wissen um die Problematik der Datenqualit t den Geographen schon viele Jahrzehnte bekannt Seit ber drei Jahrzehnten in denen GIS im Einsatz stehen war Unsicherheit immer ein beachteter Gegenstand Foody 2003 115 Foody vermutet dass die Aufmerksamkeit in den letzen Jahren leicht zunahm Es werden immer wieder neue Konzepte zu deren Berechnung vorgestellt und neue Definitionen des Unsicherheitsbegriffes eingef hrt Noch nicht ganz so lange wird eine Visualisierung der Unsicherheiten postuliert Es finden sich einige Paper die Visualisierungs Methoden ansprechen Trotzdem erhielt die Thematik nie den Stellenwert und die Aufmerksamkeit die man ihr zugestehen k nnte Bereits vor 14 Jahren traffen sich einige spezialisierte Forscher in den USA um sich dem Thema Visualization of Data Quality anzunehmen Beard et al 1991 Daraus entstammt eine interessante Ideensammlung Leider konnten keine Forschungsarbeiten entdeckt werden die darauf aufbauen Nur ein paar wenige Autoren nehmen Bezug auf die Zusammenkunft Das Thema der Visualisierungen wurde in der Geographie mit dem zunehmenden Einsatz von Computern stetig
85. hical variables and more complex visualization techniques are also analyzed A large amount of visualization options are conceivable some of which are tackled in the chapter Implementierung implementation The central aim of this diploma thesis is to provide a concrete solution to the problem by implementing a bespoke application This application is described in detail in the regarding chapter In its actual version the application is able to produce representations of original data records and differences between two of such original data records Data sets of ice sheet models of the fennoscandian ice body are used as sample data They are available in the netCDF format to which the data interface of the application is limited An extension of the application to other data formats should not cause large problems For the evaluation of the implemented visualizations and the application itself an evaluation exercise was undertaken This was arranged in the context of an open interview combined with a short standardized questionnaire For becoming acquainted with the application the test persons received different tasks They had to solve them with support of the test leader The results of this evaluation can be classified as highly positive The application the visualizations and the visualisation concept are evaluated as interessting and useful The highest acceptance could gain the most simple bivariate visualisation which can give a goo
86. hl der Programmiersprache ist wie beim Betriebssystem nicht entscheidend f r das Funktionieren des Programms hat jedoch einen Einfluss auf die Vorgehensweise und die Effizienz der Umsetzung Deshalb war es wichtig eine moderne typisierte objektorientierte Sprache zu w hlen Dies erleichtert das Arbeiten da in klar abgrenzbaren Einheiten programmiert werden kann Solche Einheiten werden in der objektorientierten Programmierung Klassen genannt Jede Klasse l sst sich unabh ngig von den anderen entwerfen implementieren und kontrollieren Alleine die Schnittstellen nach aussen m ssen stimmen Willms 1999 Dies verleit der Applikation eine Resistenz vor Abst rzen durch Fehlzuweisungen da bereits vor dem Starten der Anwendung die korrekten Zuweisungen von Variablen kontrolliert wird Die Syntax soll leicht verst ndlich und klar strukturiert sein um zus tzlichen Aufwand durch die Anwendung einer kryptischen schwer erlernbaren Sprache zu vermeiden Damit schr nkt sich die Auswahl auf wenige bliche Sprachen ein haupts chlich Java und C Die Wahl f llt auf Letztere Ausschlaggebend daf r sind die weite Verbreitung sowie die langj hrige Bew hrung im t glichen Einsatz unz hliger Softwaresysteme Die robuste Basis durch C aus der sich C entwickelt hat und die dazu nat rlich gegebene Schnittstelle sind weitere Pluspunkte Das pers nliche Interesse des Autors eine zus tzliche Programmiersprache zu erlernen gab den letzten Ausschlag
87. ht mit einer verbesserten Applikation eine gr ndlichere Studie durchzuf hren Dazu soll der Fragebogen mit zus tzlichen Fragen ausgebaut und verfeinert werden Um die Evaluations ergebnisse statistisch fundieren zu k nnen muss die Testgruppe vergr ssert und breitere Auswahl an Testenden mit unterschiedlichem Wissens und Interessenstand gew hlt werden In der jetzigen Form der Evaluation ist eine klare positive Bewertungstendenz festzustellen Allerdings soll die Aussagekraft nicht berbewertet werden Beim Aufbau des Fragebogens wurde nicht darauf geachtet ob sich die Fragen gegenseitig beeinflussen Suggestivfragen wurden so weit als m glich vermieden k nnen trotzdem im Zusammenhang mit der m ndlichen Befragung nicht ausgeschlossen werden 6 5 Fazit Zum Schluss des Kapitels soll die Hypothese verifiziert werden Diese wurde in Kapitel 1 Einleitung folgendermassen formuliert Die optische Sichtung von Resultatdaten unterschiedlicher Modellrechnungen erm glicht einen raschen berblick ber deren Unterschieden respektive Unsicherheiten Bei der Visualisierung der Daten sollen die St rke und die Verteilung der Unsicherheiten deutlich hervortreten und intuitiv verstanden werden Die Hypothese hat sich in dieser Diplomarbeit als zutreffend erwiesen Die Evaluation zeigt dass die Testpersonen die Unterschiede in den verschiedenen Modellen durch die verwendeten Visuali sierungen tats chlich wahrnehmen Je nach gew hlter Dar
88. icherheitsvisualisierung einzusetzen Folgende Anwendung wurde vom Autor berlegt Rasterzellen mit 100 gesichertem Inhalt werden quadratisch dargestellt Mit abnehmender Datenqualit t wird die Zelle zunehmend runder gezeichnet Andere Formen wie Sterne Striche oder dergleichen w ren auch denkbar Statt eines Formen berganges k nnten auch unterschiedlichen Wahrscheinlichkeitsbereichen verschiedene Symbole zugeordnet werden Zum Beispiel Haken gt 90 Stern 80 90 Mond 70 80 Die Zellengr sse ist ebenfalls ein limitierender Faktor Die Visualisierung muss wie schon bei der Textur ber kleine Unterfl chen aggregiert werden Dies ist nur bei einem sehr kleinen Raster dessen Zellen auf dem Bildschirm mit vielen Pixeln gezeichnet werden nicht notwendig Die Aussagekraft der resultierenden Visualisierungen wurde nicht getestet Die Darstellungen sind allerdings weder intuitiv noch bersichtlich Auf kleinem Raum m ssen feine Formenunterschiede erkannt werden Damit finden sich gen gend Gr nde um diese Variable als f r die Unsicherheitsvisualisierung ungeeignet zu klassieren Abbildung 2 5 Buttenfield 1991 sowie Clarke und Teague 1999 z hlen auch die Form zu den einsetzbaren Grafikvariablen Wiederum fehlt der Beschrieb einer praktischen Anwendung dieser Klassierung Der Autor kann sich deshalb den Einsatz nicht vorstellen Eu hoch hoch Unsicherheit Unsicherheit tief tief tief Dat
89. ichnet Bei einer bereinstimmung beider Modelle wird der Farbwert bei 1 belassen Es tritt keine Abdunklung der Zelle ein Die Abdunkelung aller anderen Zellen wird zwischen den zwei Extremwerten interpoliert 40 4 Umsetzung Abbildung 4 8 Die Differenz mittels Schattierung ber die Originaldaten gelegt Eine klare Benennung der verwendeten Grafikvariable ist schwierig weil gleich mehrere zum Einsatz kommen Betrachtet man nur die klassischen Bertin schen Grafikvariablen so ist der eingesetzte Farbparameter eindeutig der Farbwert value Mit Einbezug der erweiterten Definition was als Grafikvariablen gilt muss auch das Shading van der Wel et al 1994 Erw hnung finden Ein sehr hnlicher Effekt wird bei dieser Visualisierung erzeugt Es zeigt sich hiermit das eine eindeutig Abgrenzung der Grafikvariablen nicht immer einfach ist Differenzendarstellung mittels Quadtree Algorithmus Gegen ber den beiden bisher vorgestellten Visualisierungen verfolgt die zu Besprechende einen etwas anderer Ansatz Die Differenz wird dabei nicht pro Rasterzelle berechnet sondern ber eine Fl che gemittelt Mit Hilfe eines Quadtree Algorithmus wird iterativ untersucht ob die durchschnittliche Differenz unter einem definierten Schwellenwert liegt Wenn dem so ist wird die untersuchte Fl che geteilt das Verfahren beginnt von Neuem Dies wird so lange fortgesetzt bis entweder der errechnete Durchschnitt nicht mehr unter dem Schwellenwert liegt o
90. ie Farbs ttigung ist hervor ragend geeignet f r den Einsatz in der Unsicherheitsvisualisierung F r MacEachren ist sie sogar die logischste aller Grafikvariablen zur Anzeige von Unsicherheiten 1992 in van der Wel et al 1994 Buttenfield 1991 schl gt sie zur kontinuierlichen Darstellung der Positionsgenauigkeit vor Der Effekt der Farbs ttigung l sst sich mit jenem des Farbwertes vergleichen wirkt sich dabei aber genau umgekehrt aus Die Farbs ttigung wird mit einem Wert zwischen 0 und 1 angegeben wobei 1 den vol len Farbton bezeichnet w hrend 0 keine Zugabe von Farbe bedeutet das betroffene Bildelement also weiss erscheint Somit lassen sich sch ne berg nge von intensiven Farben ber immer blassere zu schliesslich ganz weissen Fl chen erzeugen In diese Richtung nimmt die Unsicherheit des gezeich neten Wertes zu und dessen Wahrscheinlichkeit ab Ein Betrachter kann den Effekt rasch erkennen und ihn intuitiv richtig zuordnen Das Verblassen der Bildelemente ist leicht mit der sich verschlech ternden Datenqualit t in Verbindung zu bringen In Kombination mit dem Farbwert ergeben sich sehr sch ne Darstellungen Allerdings ist die Farbs ttigung wie der Farbwert nicht mit einer Graustufen darstellung zusammen einsetzbar denn sie wirkt ebenfalls auf die Helligkeit ein In Verbindung mit durch Texturen gezeichneten Ursprungswerten ist ein Einsatz gut m glich Abbildung 2 7 5 E e T T
91. iesslich wirken sich diese Faktoren auf die Akkumulations und Ablationsgebiete eines Gletscher Eisschildes aus die wiederum bestimmen ob sich die untersuchte Eismasse ausdehnt oder zur ckzieht Der Modellierungszeitraum umfasst 120 000 Jahre F r jeweils 1 000 Jahre wird der berechnete Systemzustand in eine Datei geschrieben Somit entstehen 121 Zeitschritte Hebeler 2005 Das modellierte Gebiet entspricht in etwa Fennoskandinavien Dieses Gebiet umfasst die drei L nder Norwegen Schweden und Finnland Die Topographie dieser Region ist sehr abwechslungsreich Im Westen an der norwegischen Atlantikk ste graben sich tiefe Fjorde kilometerweit ins Landesinnere um in eine gebirgige Landschaft berzugehen Weiter ostw rts verflacht das Gebiet zunehmend Finnland schiesslich ist gepr gt durch weite Ebenen mit unz hligen Seen Die Modellierung vergangener Eisschilde wie hier jene des Letzen Glazialen Eish chststandes LGM f r Last Glacial Maximum ber Fennoskandinavien soll bestehende Modelle anpassen und verbessern helfen um damit Berechnungen unter zuk nftigen Klimamodellen zu erm glichen Dies ist vor allem wichtig bei der Absch tzung der Reaktion bestehender grosser Eismassen wie der Antarktis Gr nland oder Patagonien auf den Einfluss von Klimaver nderungen und den damit verbundenen Meeresspiegelschwankungen Die Unsicherheiten beziehungsweise Differenzen in den verwendeten Daten wurden durch Variation der Topographie und den da
92. ifferenz als Quadtree Bl cke in den Originaldaten 4 12 Zwei Originaldatens tze gleichzeitig Tabellen 2 1 Zusammenfassung Grafikvariablen und Visualisierungstechniken 3 1 Topographische Unterschiede der zw lf Beispieldatens tze 3 2 Aufbau der Beispieldatens tze 5 1 Auswertung der schriftlichen Fragen 1 3 5 2 Auswertung der schriftlichen Fragen 4 6 5 3 Auswertung der schriftlichen Fragen 7 und 8 5 4 Auswertung der schriftlichen Fragen 9 13 24 26 51 52 55 57 1 Einleitung 1 Einleitung 1 1 Motivation und Problemstellung Es ist ein Bestreben des Menschen die Geheimnisse der Welt um ihn herum zu entschl sseln Die m glichst originalgetreue Nachbildung mit Modellen ist dabei eine m gliche Vorgehensweise sie zu ergr nden Es werden autonome Teilbereiche des Erdsystems separiert und diese mittels miteinander interagierender Parameter beschrieben Diese Beschreibungen fliessen in Computersimulationen ein die weitere Systemzust nde berechnen Modelle sollen helfen zuk nftige Situationen zu antizipieren Ein Beispiel daf r sind unterschiedlich komplexe Klimasimulationen Ein Modell vermag die Realit t nur bis zu einem gewissen Detaillierungsgrad zu repr sentieren egal welche Art von Modell betrachtet wird Es ist nicht m glich alle Einflussfaktoren exakt zu reproduzieren da einige nicht eindeutig bestimmbar sind Somit m ssen diese Modellparameter gesch tzt werden In manchen F llen l sst man die Parameter ganz weg bis
93. in Trick gefunden werden die unterschiedlichen Graubereiche der Bilder als Raster zu reproduzieren Dabei wurde ebenfalls auf die Dithering Technik zur ckgegriffen indem n mlich an ganz dunkeln Stellen des Rasters viele verschieden Zeichen bereinander gedruckt wurden Dazu mussten die Drucker so programmiert werden dass diese weder nach jeder gedruckten Zeile einen Zeilenvorschub verlangten noch die blichen Zeilenabst nde einschoben Die hier eingesetzte Variante des Dithering berechnet pro Rasterzelle die Modelldifferenzen Anschliessend werden diese in einer linearen Verteilung auf die n tige Ditheringst rke je Rasterzelle umgerechnet Je mehr Pixel pro Rasterzelle zur Verf gung stehen desto feiner kann die Abstufung der Differenzenvisualisierung gezeichnet werden Wird f r jede Rasterzelle nur ein Pixel verwendet kann dieser entweder in die Farbe der darunter liegenden Originaldarstellung eingef rbt werden oder er ist schwarz Schwarz wird er dann wenn die Modelldifferenz an dieser Stelle gr sser als die H lfte der maximalen Differenz ist Ein Raster mit der Zellenweite ein Pixel kann also 2 Zust nde anzeigen Originalfarbe oder Schwarz Ein Raster mit der Zellenweite zwei Pixel kann bereits 5 Zust nde einnehmen Nur die Farbe des Originalpixels ein zwei drei oder alle vier Pixel schwarz eingef rbt Die Differenzen k nnen also in 5 Klassen eingeteilt werden Kantenl nge der Rasterzelle in Pixel Anzahl Zust n
94. insichten in die Benutzerperspektive Grunds tzlich bringen die Testpersonen den implementierten Visualisierungen ein grosses Interesse entgegen Es besteht ein Konsens dass die Darstellungen einen Mehrwert schaffen und die Datenaufbereitung wie die Dateninterpretation erg nzen Dies spricht f r deren N tzlichkeit und zeigt dass eine Nachfrage daf r 69 Visualisierung von Unsicherheiten besteht Die ge usserte Bereitschaft solche Darstellungen gegebenenfalls einzusetzen unterst tzt diese Feststellung zus tzlich In der Bewertung der einzelnen Visualisierungen gehen die Meinungen auseinander Rund die H lfte der Testgruppe findet die Dithering Darstellung am n tzlichsten und klarsten die andere H lfte w hlt daf r die Schattierungsdarstellung Einig sind sich die Testpersonen darin dass die komplizierteren Quadtree Darstellungen weniger intuitiv sind und dadurch das Verstehen deren Inhaltes mehr Zeit in Anspruch nimmt Sie beurteilen die Block und Gitterdarstellungen nicht als schlecht sch tzen aber die einfacheren Visualisierungen mehr Daraus l sst sich schliessen dass bekanntere und eing ngigere Darstellungen die allt glichere Symbolisierungen verwenden bei der Entwicklung zu bevorzugen sind Exotische Experimente werden eher kritisch hinterfragt Ein weiterer Punkt ist die Anzahl an Visualisierungsoptionen die mehrheitlich als gen gend erachtet werden Somit sind die Benutzer mit wenigen eindeutigen Darstellungen zufrie
95. isualisierungen implementiert die weiter unten detailliert beschrieben werden Gleichzeitige Darstellung in getrennten Fenstern Da jede neue Datenansicht in einem eigenen Fenster erzeugt wird k nnen s mtliche Visualisierungen gleichzeitig miteinander verglichen werden So l sst sich ein ganzes Mosaik an unterschiedlichen Ansichten der gleichen Datens tze erzeugen um die Effekte der Farbschemen und Differenzendarstellungen zu begutachten und gegeneinander abzuw gen Die folgende Abbildung 4 3 auf der n chsten Seite illustriert diese Situation mit acht ge ffneten Visualisierungsfenstern 34 4 Umsetzung ajqeabueyo _aiqeabueys _aiqeabueys EE L 10102 uoeinges j sdajs a lt lt field qosqyyp 905 0001 0124 4 do 3 9 02 0001 0122 doj q ___ 000 00 puese do 0008 iur z xew of mun zum ANTE spu umo _ 5 spun L woz salgeueA 021 09 uasoys Anusung aos eui 202 0270001 0010 dopo woz 000 L 0 Lade do a 2 402 000 L 00 Lpue ze doy 4p2 u502 000 L 0 doy Jp2 ubo2 000 L 0S2e dojJpa u02 000 L O52puee 001 0 _ 02 000 L zpuere doi Buo inlosqvip idi A E 00 5 der4po unpz 000L 0sze doi q gt 0001
96. itterzellen Jones 1997 35 Rasterzellen sind typischerweise quadratisch Das objektgerichtete Gegenst ck zu den Rastermodellen sind Vektormodelle Dabei werden alle Ph nomene als primitive oder zusammengesetzte r umliche Entit ten aufgefasst Jones 1997 30 Visualisierung Eine kurze und zugleich sehr treffende Begriffsdefinition von Visualisierung liefern Fuhrmann und Kraak 2001 173 Visualisierung bedeutet etwas sichtbar machen Diese Diplomarbeit nutzt Visualisierungen um modellierte Daten ber untersuchte Ph nomene geordnet darzustellen Die Visualisierungen werden zur Reduktion der Komplexit t von dargestellten Informationen benutzt Geldermans und Hoogenboom 2001 Unterschiedliche Medien sind dazu als Informationstr ger verwendbar Sehr alte Darstellungen sind in H hlen auf Felsen gemalt erhalten Die Menschen setzten weitere Materialien wie behauene Steine Tierh ute und knochen Papyrusrollen Metallplatten und Papier ein Seit der Entwicklung und weiten Verbreitung von Computersystemen werden die Visualisierungen zu einem grossen Teil von spezialisierten Softwarepaketen generiert und an 5 Visualisierung von Unsicherheiten Bildschirme projiziert Dabei muss der Benutzer dem System ber Bedienelemente wie Tastatur und Maus vorgeben wie es die Informationen verarbeiten soll Dieser Vorgang bietet den Vorteil dass vor dem bertragen auf ein anderes Betrachtungsmedium meistens Papier Varianten der Informations
97. jeder Iteration geviertelt Daraus resultieren 5 Differenzenklassen n mlich Gittermaschen mit 16 8 4 2 und 1 Quadratpixeln Inhalt Andererseits wird ein Semi Quadtree Algorithmus abgewandelt nach Samet 1989 berechnet wo die Fl che je Iteration nur halbiert wird Dadurch entstehen fast doppelt so viele Abstufungen n mlich 9 an der Zahl weil nicht nur alle erw hnten Quadrate sondern auch alle rechteckigen Zwischenstufen von 16x8 8x4 4x2 und 2x1 Pixeln gezogen werden Dies ergibt eine feiner aufgeschl sselte Visualisierung und somit einen generell h heren Aussagegehalt Die Berechnung der Anzahl der Differenzenklassen ist einfach Bei einem Startquadrat von 2 Pixeln Kantenl nge wobei n alle nat rlichen Zahlen inklusive 0 sind gilt Anzahl Klassen bei Viertelung n 1 Anzahl Klassen bei Halbierung 2 n 1 1 Abbildung 4 10 Die Differenz als Gitter ber die Originaldaten gelegt Vergleich der beiden Quadtree Algorithmen Viertelung links Halbierung rechts der Gitterzellen Wie schon beim Dithering findet auch hier die Textur Grafikvariable Anwendung Es gelten dabei die selben Bemerkungen wie bereits weiter oben ge ussert Allenfalls ist K rnigkeit der Benennung Textur vorzuziehen Die zwei Bezeichnungen werden oft gemeinsam oder gar synonym gebraucht Mit den Originaldaten vermischt Die zweite Variante besteht aus einer Mischdarstellung bei der eine Verrechnung der Quadtree Aufteilung mit den Originaldaten
98. kck KKK kkk kkk kkk ck ok ckok ck ck ck ok ckok ckok ifndef UNCVISMESSAGE H define UNCVISMESSAGE H include qwidget h class UncVisMessage public QWidget 87 Visualisierung von Unsicherheiten OQ OBJECT public UncVisMessage QWidget parent 0 const char name 0 UncVisMessage void showMessage int uid void showMessage QWidget parent int uid endif 88 C Installation Ben tigte Software C Installation Zum Kompilieren der Applikation muss das Framework Qt ab Version 3 oder h her von Trolltech http www trolltech com developer index html installiert sein Ausserdem wird die netCDF library http my unidata ucar edu content software netcdf index html verwendet Nach der Installation wird die Applikation folgendermassen installiert Kurze Version tar xf archivname tar uncvis version number Lange Version Als erstes muss die Archiv Datei im gew nschten Ordner entpackt werden In Linux geschieht das mittels folgendem Befehl tar xf archivname tar Folgende Dateien sollten ins Verzeichnis entpackt worden sein e Benutzer Handbuch html Diese Datei lesen sie gerade e Verzeichnis mit vielen png Bilder und ein paar html Seiten e settngs txt uncvis pro uncvisgui cpp e uncvisgui h uncvisio cpp e uncvisio h e uncvismain cpp e uncvismessage cpp e uncvismessage h e un
99. leichte Wertedifferenzierung Allerdings empfindet eine Testperson sie als sthetisch ansprechend wie ein Bild dass man auch die Wand h ngen kann Es wird der Vorschlag ge ussert das Graustufenschema zu invertieren damit das kartografische Gebot gr ssere Werte dunklere Farben erf llt ist Als st rend empfinden einige das in der Farbton Darstellung der 0 Wert rot ist lieber w re ihnen weiss oder gar keine Farbe also grau wie der Hintergrund Eine andere Begrenzung der Farben z B von Gelb bis Blau ist ein weiterer Vorschlag Die Rot Blau Visualisierung die zwei Originaldatensets miteinander vermischt gef llt manchen recht gut Vor allem die verschiedenen Umrisse der abgedeckten Datenbereiche seien deutlich sichtbar Vereinzelt f llt die Frage weshalb diese Visualisierung bei den Differenzendarstellungen eingeordnet ist obwohl die Differenz nicht direkt dargestellt wird Der Umstand l sst sich damit begr nden dass einerseits der Unterschied so ersichtlich wird andererseits diese Einordnung durch die programmtechnischen Datenbez ge einfacher ist 57 Visualisierung von Unsicherheiten Als n chstes folgen die Aussagen ber die Differenzendarstellungen Die einfacheren Dithering bzw Schattierungsdarstellungen erhalten gemeinhin eine gute Bewertung Die gebr uchlichsten Adjektive zu ihrer Beschreibung sind klar einfach und intuitiv Je nach Testperson ist mal die Dithering mal die Schattierungsvisualisierun
100. lements OLineEdit playSteps OLineEdit playIncrement OLineEdit playBreaks OLabel playStepsLabel OLabel playIncrementLabel OLabel playBreaksLabel NetCDF A kkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkxk titel uncvisnetcdf h descripton basic class for netCDF frames stores raster of netCDF variable choosen from loaded file Some basic gui components autor Sascha Oehler begin Mon 2004 11 08 last modified Wed 2004 05 11 version 2 12 2 E 2 22 2 22 2 2 222 ifndef UNCVISNETCDF H define UNCVISNETCDF H define YPOINTS 119 TODO Change to flexible grid later define XPOINTS 142 TODO Change to flexible grid later define YMENU 50 The size of the menu header needed for frame size calculation include lt qframe h gt include lt qstring h gt include lt qslider h gt include lt qlabel h gt include qpushbutton h include qcheckbox h include netcdfcpp h class UncVisNetCDF public QFrame friend class UncVisPainter _ public UncVisNetCDF QWidget parent 0 const char name 0 WFlags f WType TopLevel UncVisNetCDF Overloaded function for internal use virtual void drawOneTimeSlice draw the actual Raster timeSlice in zRaster Array virtual void drawRaster For CalcMix frames its a different one QString getName const void setPathName
101. len aufgef hrten Aspekten Viele dieser W nsche sollen in zuk nftigen Versionen dieser Applikationen integriert werden Manche vom Entwickler gef llte Entscheidung muss direkt auf die Bed rfnisse der Endnutzer zugeschnitten sein Mittels einer Vorstudie vor Beginn der Implemen tierung h tten bereits einige dieser Anregungen erkannt und integriert werden Eine solche Vorstudie wurde jedoch nicht durchgef hrt Die Wahl einer nachtr glichen Befragung anhand des entstandenen Prototyps geschah in der Annahme dass erst mittels konkreter Umsetzung eine zielgerichtete Befragung m glich ist was sich wiederum als teilweise richtig erwiesen hat Gewisse Probleme und Entscheidungsfragen traten erst w hrend der Implementierung auf und konnten nicht von Anfang an antizipiert werden Mit der Umsetzung und der Befragung wurde so viel Wissen gesammelt dass ein komplett neues Design der Applikation in Betracht gezogen wird Das Ziel der Befragung war ein m glichst grosses Spektrum an Beobachtungen und spontanen usserungen zu erhalten um daraus Ideen f r die Weiterentwicklung der Software zu bekommen Weiter sollten m gliche Designfehler der GUI erkannt werden um diese sp ter zu korrigieren Beide Ziele wurden erreicht In den Gespr chen wurde eine Vielzahl von Anregungen gesammelt und soll in sp tere Applikationsversionen einfliessen Die Anzahl der schriftlichen Fragen wurde m glichst knapp gehalten da die Evaluation auf eine kleine Testgruppe beschr
102. lichen Im 67 Visualisierung von Unsicherheiten Anschluss daran werden die Darstellungsoptionen f r die Ansichten von Einzeldaten aufgelistet Schliesslich erfolgt die Beschreibung der Unsicherheitsvisualisierungen Die Erl uterungen zu den Darstellungen beinhalten jeweils einen Beschrieb ihres Aufbaus Der technische Hintergrund wird erkl rt und die dazu verwendeten Grafikvariablen benannt Die Applikation ist so konzipiert dass weitere Visualisierungsvarianten mit wenig Programmieraufwand hinzugef gt werden k nnen Kapitel 4 Evaluation ist dem Applikationstest gewidmet Bei der gew hlten Testanordnung ein Structured Walkthrough ohne Vorbereitung der Testpersonen handelt es sich um eine offene Interviewform Alle acht Testpersonen stammen aus dem geografischen Institut Z rich Sie bilden die Testgruppe mit der in Einzelsitzungen die Evaluation durchgef hrt wurde Die Evaluation selbst ist in einen vierstufigen Prozess unterteilt Die Testpersonen erhalten als Erstes das Manual zu lesen Dieses ist als Hypertext Dokument verfasst und zum Lesen in einem Internet Browser konzipiert Als zweiter Schritt werden die Testpersonen gebeten einige vordefinierte Aufgaben in der Applikation nachzuvollziehen Dabei entsteht gleichzeitig eine Diskussion zwischen dem Testleiter hier der Autor und den Testpersonen Schritt drei besteht aus dem Ausf llen eines standardisierten Fragebogens bevor als letzter Schritt eine m ndliche Befragung sta
103. loadNcSettings void addNcPathList void clearNcPathList void loadNcPathList void fileFocusChanged void addNcFrame void addDifferenceFrame void drawNcFrames void playNcFramesPlus void playNcFramesMinus void playNcFrames int direction void changeNcFrameSettings void changeAllNcFrameSettings void removeNcFrame void removeAllNcFrames private general used objects UncVisIO uvIO UncVisMessage uvMessage netCDF gui part typedef QMap lt int UncVisNetCDF gt NetCDFRasterMap stores all ihRaster NetCDFRasterMap myNetCDFRasterMap QLabel pathToNcFileLabel OListBox pathToNcFile Label displayedNcFilesLabel ListBox displayedNcFiles ListBox displayedNcFiles2 QLabel variablesListBoxLabel QListBox variablesListBox QGroupBox zoomSliderGroup oSlider zoomSlider QGroupBox colorModeGroup ListBox colorMode GroupBox timeSliceGroup Label timeSliceCountLabel Label timeSliceCount Label timeSliceMaxLabel Label timeSliceMaxCount Slider timeSliceSlider IO IO IO IO IO IO GroupBox limitGroup Label minZLimitLabel LineEdit minZLimit Label maxZLimitLabel IO O IO IO 82 B Sourcecode Headerdateien OLineEdit maxZLimit ownLimitsCBox OGroupBox playGroup QPushButton playNcFramesPlusB Play Elements QPushButton playNcFramesMinusB Play E
104. lysiert Es zeigt sich dass eine grosse Auswahl an Visualisierungsoptionen denkbar sind aus denen einige aufgegriffen werden Das Anliegen dieser Diplomarbeit ist einen konkreten L sungsvorschlag zu liefern bestehend aus einer eigenst ndigen Applikation Diese Applikation wird im Umsetzungsteil detailliert beschrieben Sie beherrscht in der aktuellen Version die Darstellung originaler Datens tze und die Herstellung von Differenzen darstellungen zweier solcher Datens tze Als Beispieldaten kommen Eisschild modellierungen des Fennoskandinavischen Eisk rpers zum Einsatz die im NetCDF Format vorliegen Aus diesem Grund ist die Datenschnittstelle der Applikation zur Zeit auf dieses Format beschr nkt die Erweiterung der erarbeiteten Konzepte auf andere datenformate stellt jedoch keine grossen Probleme dar Zur berpr fung der erdachten Visualisierungen und der Applikation als solche wurde eine Evaluation durchgef hrt Diese wurde im Rahmen eines offenen Interviews gestaltet Kombiniert mit einem kurzen standardisierten Fragebogen Zum Kennenlernen der Applikation erhielten die Tespersonen verschiedene Aufgaben die sie mit Unterst tzung des Testleiters zu l sen hatten Die Resultate dieser Evaluation d rfen als sehr positiv eingestuft werden Sowohl die Applikation als auch die Visualisierungen und deren Konzept werden als interessant und bereichernd bewertet Die gr sste Akzeptanz erzielen die einfachen bivariaten Visualisierungen die in
105. n Allerdings bieten Computerbildschirme nur wenig Variationsspielraum aufgrund ihrer limitierten Aufl sung Wird das Raster jedoch vektorisiert und die Visualisierung anschliessend ausgedruckt k nnen viele feine Unterschiede verwirklicht werden Es bleibt zu berlegen ob die visuelle Wirkung wirklich noch durch die Gr sse als Grafikvariable entsteht oder nicht eher eine Textur oder K rnung erzeugt wird Darauf gibt es keine objektiv eindeutige Antwort Je nach Blickwinkel sind beide Grafikvariablen involviert Das Beispiel zeigt aber auf dass die Grafikvariablen nicht immer klar separierbar sind sondern ihre Identifizierung teilweise der subjektiven Wahrnehmung des Betrachters unterliegen Dies zeigt sich auch bei den nach Bertin eingef hrten Erweiterungen Visualisierung von Unsicherheiten Bei den Vektordaten ist die vorgeschlagene Skalierung der Bildelemente schwieriger umsetzbar Einerseits weil die dargestellten Objekte schon von selbst diverse Gr ssen mitbringen Prozentuale Gr ssenvariationen beeinflussen deshalb nicht alle Bildelemente gleich stark bei kleineren wirkt sich die Ver nderung optisch weniger heftig aus als bei ganz grossen Dies verzerrt die Wahrnehmung der Unsicherheiten Andererseits ist es generell schwierig zu bestimmen wie die Skalierungen vorge nommen werden m ssen Wie sollen Punktdaten verkleinert werden Sollen Fl chen prozentual zu ihrem Inhalt oder zu ihrem gr ssten Durchmesser schrumpfen Was geschieh
106. n dass nur die Schnittstellen zu den weiteren Datenformaten zu programmieren sind Mit diesen Anpassungen kann aus der prototypischen L sung eine allgemeinere entwickelt werden Eine grosse Aufgabe besteht in der Implementierung von Methoden die Vektordaten zu verarbeiten Dabei kann nur noch bedingt auf die vorliegende Applikation zur ckgegriffen werden da viele Berechnungen und Visualisierungen einen anderen Ansatz verlangen 7 3 5 Evaluationsinstrument F r die Bemessung zuk nftiger Anwendungen wird ein Ausbau des Evaluationsinstrumentes empfohlen Soll ein ausgereifteres Produkt als der vorgestellte Prototyp repr sentativ evaluiert werden muss die Stichprobengr sse mindestens 30 Testpersonen betragen Bahrenberg et al 1990 18 Dabei kann ein einheitlicheres standardisierteres Verfahren angewendet werden beispielsweise mittels Ausbau und Verfeinerung des verwendeten Fragebogens siehe Anhang Damit ist eine exaktere Normierung m glich und eine statistische Auswertungen der Testdaten sinnvoll Je gr sser diese Testreihe aufgebaut wird desto pr zisere Aussagen lassen sich f r die untersuchte Software machen Bahrenberg et al 1990 18 Dabei soll es sich allerdings um eine ausgereiftere Version handeln Sonst ist der Testaufwand kaum gerechtfertigt Zudem kann bei einem reinen schriftlichen Verfahren die Anzahl der gleichzeitig befragten Personen erh ht werden Dabei ist zu berlegen wie die Applikation vorgestellt wird Zum ein
107. n ob die Technik in der anschliessend beschriebenen Umsetzung implementiert ist Dabei gilt der erste Wert f r den uni variaten der zweite f r den bivariaten Einsatz Die Tabelle bezieht sich ausschliesslich auf Rasterdaten 23 Visualisierung von Unsicherheiten Implementiert Bezeichnung Univariat Bivariat Univariat Bivariat Farbton Theoretisch Farbwert Y Y Textur Y Y Nein Y Gr sse Nein Theoretisch Nein Nein Form Nein Theoretisch Nein Nein Orientierung Nein Theoretisch Nein Nein Platzierung Nein Nein Nein Nein Farbs ttigung Y v Y Y Muster Y Y Nein Nein Klarheit Transparenz Nein Y Nein Nein Blinken Nein 3 Dimensionalit t Animation Y Y Y Zwei statische Karten 25 Y Wechselweise Anzeige Zooming Nein Nein Nein Slicing Nein Schattierung Nein Dazzling Nein Y Nein Nein Soundeffekte Nein Y Nein Nein Geruchseffekte Nein Y Nein Nein Zeichenerkl rung v Der Einsatz der Visualisierungsoption ist uneingeschr nkt m glich Theoretisch F r die Visualisierungsoption besteht ein theoretisches Konzept Der Nutzen einer praktischen Umsetzung ist zweifelhaft Nein Die Verwendung der Visualisierungsoption ist unm glich Eskann keine Aussage gemacht werden Die Techniken sind grunds tzlich auf mehrere Darstellung
108. n Grafikvariablen sind zwei als besonders gut geeignet hervorzuheben Dieses sind die Textur und der Farbwert Ihre Eigenschaft einen Einfluss auf die Helligkeit des dargestellten Objektes auszu ben pr destiniert sie zur Vermittlung der in den Daten variierenden Unsicherheit Mit abnehmender Helligkeit kann die Verschlechterung der Datenqualit t intuitiv abgebildet werden Der Farbton kann ebenfalls eingesetzt werden Er beinhaltet aber den Nachteil dass durch die der dargestellten Spektralfarbe keine eindeutige Beziehung zum Grad der Unsicherheit entsteht F r die Gr sse die Form und die Orientierung gibt es theoretische Konzepte zum Einsatz in den Darstellungen Deren praktischer Nutzen ist allerdings sehr beschr nkt weshalb sie als nicht geeignet eingestuft werden G nzlich ungeeignet ist die Platzierung Von den besprochenen erweiterten Grafikvariablen sind zwei gut geeignet Als Erstes sei die Farbs ttigung genannt die ebenfalls durch ihren differierenden Helligkeitswert einen direkten Bezug zu den Datenqualit ten zul sst Als Zweites folgt die Klarheit deren Transparenzkomponente hervorzuheben ist Mit zunehmender Transparenz verschwindet die dargestellte Rasterzelle die Unsicherheit nimmt zu Das Muster kann ebenfalls verwendet werden da es sehr stark der Textur gleicht Dadurch dass es aus mehreren Bertin schen Grafikvariablen besteht ist der Einsatz komplexer Es gibt viele unterschiedliche Visualisierungstechnik
109. n denen an Gl cksspielen um Geld gewettet wird Bei diesen Spielen entscheidet deren zuf lliges Verhalten ber Gewinn oder Verlust Die Zufallskomponente ist auch der Kern der MCS CSEP 1995 Bei einer MCS wird das gew hlte Modell mehrmals mit unter schiedlichen Eingabegr ssen durchgerechnet Dabei darf eine Mindestanzahl Modelll ufe nicht unterschritten werden Die Eingabewerte sind gem ss einer Verteilungsfunktion die zu bestimen ist zuf llig in einem Intervall gestreut In diesem Fall wird von perturbierenden Eingabegr ssen gesprochen Auch die Modellresultate liegen schliesslich nach deren Berechnung als Zufallsvariablen vor Die Gesamtheit der Modellresultate kann mit statistischen Methoden analysiert werden Sch ning 1996 102 Daraus l sst sich schliesslich die Unsicherheit ableiten beispielsweise unter Ber ck sichtigung der Streuung der Modellresultate Ehlschlaeger weist darauf hin dass f r die resultierenden Daten unterschiedliche Bezeichnungen angewendet werden zum Beispiel Fehlermodell Unsicherheitsmodell r umlicher Daten Fehlerfort pflanzungsmodell oder auch Fehlertaste error button Letztgenannter Ausdruck demonstriert den Wunsch vieler Forscher die benutze Software m ge einen Knopf vorweisen der bei Bet tigung die Unsicherheit der bearbeiteten Daten pr sentiert Die Anwendungsunsicherheit kann durch sich unter scheidende H henmodelle simuliert werden Ehlschlaeger 2002 260 Eine zuf llig variierende Gel n
110. n der Betrachtung der stellvertretend eingesetzten Differenzendaten Kombiniert bedeutet das die Daten gleichzeitig in einem Fenster dargestellt werden Dies wird mit der Bezeichnung bivariate Visualisierung ausgedr ckt van der Wel et al 1994 323 Es wird versucht ein m glichst grosses Spektrum an unterschiedlichen Darstellungsvariationen zu finden Zumindest einige davon sind in der Applikation umgesetzt Diese werden nachfolgend vorgestellt Differenzendarstellung mittels Dithering ber Originaldaten In der ersten pr sentierten Visualisierungsvariante wird die Dithering Technik angewendet Abbildung 4 7 Dabei werden je nach gew nschtem Grauton unterschiedlich viele schwarze Punkte in einer Fl che verteilt Je mehr Punkte gezeichnet werden und je n her diese zueinander stehen desto dunkler erscheint die Fl che Allgemein gilt dass bei dieser Technik mittels geschickter Punktierung versucht wird dem Auge nicht darstellbare Farben oder Farbwerte zu suggerieren um damit den Eindruck der gew nschten Farbe entstehen zu lassen Einige anschauliche Beispiele dazu finden sich bei Lynch et al 2002 Sie pr sentieren in ihrem Webstyleguide diese Technik zur speicherplatz sparenden Publizierung von Bildern auf dem Internet Dithering wurde schon fr h in der Geschichte der Computergrafik eingesetzt Die ersten gedruckten Bilder entstanden mit Typenraddruckern welche nur Buchstaben und einige Sonderzeichen zu Papier brachten Es musste also e
111. n heute zu Bertins Ehren Bertin sche Grafikvariablen genannt um ihren Einfluss auf den ganzen Forschungsbereich angemessen zu honorieren Blok 2000 und van der Wel et al 1994 320 Der Begriff Grafikvariable setzte sich allgemein als offizielle Bezeichnung f r die grafischen Bausteine von Abbildungen durch Einige Autoren definieren Bertin folgend ihrerseits neue Grafikvariablen um damit die klassischen Sieben zu erg nzen beziehungsweise zu verfeinern Manche davon sind eine Umbenennung bereits beschriebener Grafikvariablen Andere wiederum entstehen durch eine neue Betrachtungsweise der Bildkompositionen und bilden nicht nur eine Erg nzung sondern eine Alternative zur Bertin schen 10 2 Grundlagen Ordnung Ein treffendes Zitat das die hier betriebene Fokussierung auf die Grafikvariablen rechtfertig ist in van der Wel et al 1994 319 zu finden Sie schreiben Das Problem der Visualisierung von Datenqualit t l sst sich auf folgendes Problem konzentrieren Welche Grafikvariable kann in welchem Stadium des Prozesses der Informationsextraktion angewendet werden um einen spezifischen Qualit tsparameter zu repr sentieren der auf ein bestimmtes Datenset verweist um den angepeilten Nutzen eines Anwenders aufzuzeigen 2 4 2 Die sieben Bertin schen Grafikvariablen Die sieben Bertin schen Grafikvariablen werden nun einzeln vorgestellt und auf ihre m gliche Eignung zur Visualisierung von Daten mit ihren Unsicherheiten untersucht
112. n unterschiedliche Steuerelemente ein und auszublenden Dies entspricht einem Steuerungsansatz mittels Funktionsdialoge was ein grundlegend anderer Steuerungsmechanismus als der Implementierte ist Der Vorschlag ist sehr interessant und bietet eine gr ssere Flexibilit t als der gew hlte statische Ansatz erfordert allerdings mehr programmiertechnische Fertigkeiten Mehrere Gutachter ussern den Wunsch nach einer st rker dialoggesteuerten Schnittstelle Zum Beispiel soll eine mittels Dateidialog ausgew hlte NetCDF Datei direkt gezeichnet und nicht erst in der pathes Liste abgelegt werden Eine weitere Vereinfachung bietet der Ansatz auch bei der Herstellung von Differenzenfenstern denn die eingesetzte L sung mit der doppelten Fensterliste zu deren Herstellung ist problematisch Die Duplizierung der Liste verwirrt die meisten Testpersonen Oft bleibt unklar welche der Beiden f r die nderungs und L schfunktionen die massgebende ist obwohl einheitlich die obere Liste die F hrung bernimmt die Untere nur zur Herstellung der Differenzenvisualisierungen gebraucht wird Deshalb soll Letztere einen weniger dominanten Platz erhalten z B als Drop down Liste Die eleganteste L sung w re das komplette Entfernen und die Implementierung eines Differenzendialoges Wenn die Listen beibehalten werden ist mindestens eine Beschriftung pro Liste anzubringen Eine nderung die alle Testpersonen fordern ist das definitive Schliessen der Visualisi
113. nal eine Angabe eigener 33 Visualisierung von Unsicherheiten Grenzwerte hinterlegen Diese werden beim Zeichnen der Daten als minimale respektive maximale Limite des Farbverlaufes verwendet Werden keine Begrenzungen gesetzt bernimmt die Applikation automatisch den Minimal bzw Maximalwert der selektierten Variable Sind alle Visualisierungsoptionen gew hlt erzeugt die Applikation ber den Menupunkt Add new frame eine neue Visualisierung in einem eigenen Fenster Dessen Titel erscheint gleichzeitig in den beiden Frames Listen die alle erzeugten Visualisierungsfenster enthalten Diese Listen dienen zur Berechnung neuer Differenzendarstellungen Der Benutzer muss dazu in beiden Listen ein Titel einer Visualisierung anw hlen und die Berechnung mittels Calculate Difference frame aus der Menuleiste starten Die Daten der in der unteren Liste angew hlten Darstellung werden von jener in der oberen Liste subtrahiert Durch das Umkehren dieser Auswahl wird die Differenzendarstellung invertiert Die GUI enth lt zwei weitere Steuerungselemente Mit dem Zoom Schieber kann die Gr sse der Rasterzellen in den Visualisierungen gesteuert werden Die Einstellweite reicht von 1x1 bis 4x4 Pixel je Rasterzelle Die Animationsbox erlaubt eine frei w hlbare Anzahl von Zeitschritten in kurzer Folge hintereinander darzustellen Durch den schnellen Wechsel der Modellzust nde kann der Betrachter den fliessenden Ablauf der Modellierung verfolg
114. nd 100 wiederum die Vollfarbe repr sentiert Farbs ttigung und Farbwert beeinflussen sich gegenseitig so dass ein Anteil von 100 Farbs ttigung bei bloss 50 Farbwert keine Vollfarbe ergibt Diese drei Parameter werden f r je eine der drei restlichen Ansichten verwendet In der Abbildung rechts oben ist die Darstellung mittels Variation des Farbtones ersichtlich Dabei werden Farbs ttigung und Farbwert bei je 100 belassen Unten links sind Variationen mit der Farbs ttigung und unten rechts mit dem Farbwert ersichtlich wobei der jeweilig andere Parameter bei 100 belassen und der Farbton bei 1209 also reinem Blau gew hlt ist Die Wahl des Farbtones ist nicht zwingend Es ist ebenso gut m glich einen beliebigen anderen zu w hlen Ohne einer Bewertung der Visualisierungen vorgreifen zu wollen kann bemerkt werden das gerade f r die Darstellung mit dem Farbwert Parameter ein anderer Farbton deutliche Vorteile betreffend Differenzierbarkeit der Abstufungen bringen d rfte Darstellung von Unsicherheiten Differenzen F r die Visualisierungen der Unsicherheitsraster alleine k nnen die selben Farbmuster wie f r die Originaldaten verwendet werden Da sich diese Darstellungen nur in der Herkunft der Daten unterscheiden nicht aber in ihrer optischen Gestalt wird auf eine nochmalige Erkl rung verzichtet Es handelt sich bei den Unsicherheiten in dieser Anwendung um Differenzen zwischen verschiedenen Modellen Diese besitzen einen negativen Wer
115. nd the raster new raster calc etc void drawOneTimeSlice void setIsChangeable bool _isChangeable void setTimeSliceActiv int _timeSliceActiv void setTimeSlider int _maxValue int _value private void init initialize object QSlider frameSlider OPushButton drawFrame endif NetCDFCalc A A A A A RK titel uncvisnetcdfcalc h descripton stores frames calculated from orig nc files autor Sascha Oehler begin t Mon 2004 12 13 last modified Wed 2005 03 02 version 5 OKCKCKCKCKCKCKCKCKCkCKCkCKCkCKCkCKCkCKCkCkCkCKCkCKCkCKCkCKCk Ck Ckckckck ckckckcok ck ckck ck ok ckok ifndef UNCVISNETCDFCALC H define UNCVISNETCDFCALC H include qcombobox h include lt qstring h gt include qcheckbox h include uncvisnetcdf h class UncVisNetCDFCalc public UncVisNetCDF O OBJECT public B Sourcecode Headerdateien UncVisNetCDFCalc QWidget parent 0 const char name 0 WFlags f WType TopLevel UncVisNetCDFCalc This is used for the difference frame newer version void setDifferenceLayers UncVisNetCDF fromLayer UncVisNetCDF toLayer void fillRasterWithData void setZoomFactor int zoomFactor public slots draws the frame and the raster new raster calc etc void drawOneTimeSlice void drawComboRaster protected initialize object void init UncVisNetCDF fromNC UncVisNetCDF toNC private slots void setVi
116. nen klaren Bezug zum Nutzen dieser Darstellungen her Sie beschreiben die Geovisualisierung als eine Unterst tzung bei der Wissensgenerierung als Instrument zur Aufbereitung von Daten und deren vereinfachter Sichtung Kraak beschreibt weiter dass Karten in ihren vielen unterschiedlichen Erscheinungsformen dabei eine Schl sselrolle spielen Dazu findet sich bei Fuhrmann und Kraak 2001 173 folgende Pr zisierung Karten und kartographische Abbildungen werden nicht mehr f r reine Pr sentationszwecke genutzt sondern auch zur Exploration von temporalen und nicht temporalen Geodaten eingesetzt Dass dabei weniger die klassische Form von Karten als gedruckte Produkte gemeint sind sondern moderne computergest tzte GIS zeigt sich in einer anderen Aussage die MacEachren zusammen mit Kraak 2001 3 in einem Paper ussert Karten und Grafiken verm gen in diesem Kontext mehr zu leisten als blosses Sichtbarmachen der Dinge Sie sind aktive Instrumente im Denkprozess der Nutzer Der Begriff Geovisualisierung bedeutet demnach f r sie dass Ans tze von Visualisierungen in Computerwissenschaften Kartographie Bildanalyse Informationsvisualisierung Explorativer Datenanalyse und Geografischen Informationssystemen integriert werden um Theorie Methoden und Werkzeuge zur visuellen Exploration Analyse Synthese und Pr sentation von geografischen r umlichen Daten bereitzustellen K rzer und pr gnanter ist eine Aussage etwas sp ter im selben Te
117. nente kann separat auf ihre Eignung zur Unsicherheitsvisualisierung untersucht werden Die Kantensch rfe ist in fl chenhaften Darstellungen besonders effizient So k nnen in einer Boden typenkarte die fliessenden berg nge der einzelnen Bodentypen realistisch symbolisiert werden Anstelle einer scharfen Trennlinie zwischen den beiden Zonen werden sie ineinander berblendet In Rasterdaten ist dies ein konzeptionelles Problem da im Gegensatz zu Vektordaten keine topo logischen Daten vorhanden sind Es m sste zuerst definiert werden mit welchen anderen Pixeln die Mischung stattfinden soll Die Integration des Abstrahierungsgrades ist in Rasterdaten wiederum einfacher zu bewerkstelligen indem dort je nach Unsicherheit mehr oder weniger Rasterzellen miteinander aggregiert werden Die Transparenz ist die interessanteste Komponente der Klarheitsvariable Mit ihr lassen sich hervorragende Effekte erzielen Ein zweiter Layer ber die echten Werte gelegt erlaubt die Variation der Transparenz Die darunter liegen Daten scheinen mehr oder weniger stark durch Je sicherer desto deutlicher sollten sie erscheinen Der Effekt gleicht einem Nebel durch den die Daten durchscheinen Dies ist eine treffende Metapher zur Datenqualit t 244 Visualisierungstechniken Neben dem Einsatz einzelner Grafikvariablen muss auch die Anwendung komplexer oder dynamischer Visualisierungstechniken erw hnt werden Trotz ihrer ganz unterschiedlichen Herstellung besitzen sie
118. ngekl rten Begriffsdefinitionen entstand nie ein einheitliches Datenformat f r die Beschreibung dieser Metadaten Dabei wird nicht an ein physisches Datenformat gedacht denn dieses wird schon aus marktstrategischen Gr nden auch nie f r die anderen Daten einheitlich werden Die gr sseren Softwareproduzenten behalten ihre propriet ren Formate bei Eine einheitliche Daten beschreibung w re dagegen sicher realisierbar Die XML Technik k nnte einen Designansatz dazu bieten Das NetCDF Datenformat hat sich als sehr zuverl ssig und schnell erwiesen Durch seinen speziellen Aufbau die schnellen Lese und Schreibzugriffe sowie die dynamische Erweiterbarkeit bietet es grosses Potential auch Metadaten damit zu speichern Diese Zusatzinformation k nnen als weitere Variable direkt mit den Modelldaten mitgeliefert werden Dazu muss f r jeden gew nschten Wert eine Variable angef gt werden Somit kann f r jeden Rasterwert nicht nur ein Durchschnittswert aller Modellierungen mitgeliefert werden Es lassen sich auch die Standardabweichung die Minimal und Maximalwerte und weitere statistische Angaben zu jeder Rasterzelle speichern Dies w re eine Erweiterung der hier eingesetzten Unsicherheitswerte die aus dem Vergleich zweier Modellierungs dateien simuliert werden Mittels der offenen Dimension lassen sich beliebig viele solcher Modellierungszyklen in eine Datei schreiben 71 Visualisierung von Unsicherheiten 7 3 4 Erweiterung der Applikation
119. ngen Frage 9 Ist das Konzept verst ndlich Originaldaten und Differenzendaten in einer Darstellung zu kombinieren Ja Nein Weiss nicht o zx en Frage 10 Hat das vorgestellte Programm ihr Interesse gegen ber diesen kombinierten Darstellung geweckt Ja Nein Weiss nicht o w fs e Frage 11 Glauben sie dass solche Darstellungen n tzlich sind also einen Mehrwert bieten Ja Nein Weiss nicht N 45 gt e Frage 12 K nnen sie sich vorstellen solche kombinierten Darstellungsvarianten f r ihre Arbeit zu nutzen falls das von ihnen verwendete Programm dies zul sst Ja Nein Weiss nicht 0 1 2 3 4 5 6 7 8 9 56 5 Evaluation Frage 13 Wie beurteilen sie die Anzahl der vorhandenen Differenzen Darstellungen Eher zu wenige Gen gend Eher zu viele Tabelle 5 4 Auswertung der schriftlichen Fragen 9 13 des Fragebogens Die letzten 5 schriftlichen Fragen betreffen das Kernthema dieser Diplomarbeit die Visualisierung der Daten Die numerische Ansicht der Resultate kann der Tabelle 5 4 oberhalb des Textes stehend entnommen werden W hrend in der Befragung konkreter auf die einzelnen Umsetzungen eingegangen wird sprechen die Fragen 9 bis 12 das Grundkonzept der Darstellungen an In ihrer Reihenfolge bauen sie aufeinander auf wobei Frage 9 das Verst ndnis des Konzeptes erkundet
120. ngsfenster darunter fallen alle Darstellungs Anderungs und L schzugriffe wie auch alle Informationsabfragen betreffend der Fenster werden mittels Iterationen ber diesen Vektor gesteuert Aufgrund differierender Datenstrukturen m ssen die Fenster von Differenzenrechnungen gegen ber solchen von Originaldaten unterschiedlich angesprochen werden Trotzdem sollen alle in einer Iteration erfasst sein Dies wird mittels Vererbung gel st Der Vektor nimmt Instanzen der NetCDF Klasse auf die als Basisklasse der NetCDFOrig Originaldaten und der NetCDFCalc Klasse Differenzendaten fungiert Die spezialisierten Unterklassen implementieren alle virtuellen Methoden ihrer Basisklasse Somit ist es m glich beide Klassenarten trotz deren Unterschiedlichkeit im selben Container zu speichern Die neusten Applikationsversionen enthalten eine weitere Klasse die NetCDFDialog Klasse Sie wurde aufgrund von Reaktionen der Testpersonen w hrend der Evaluation eingef hrt und liefert einen Dialog zur Auswahl der Visualisierungsfunktionen Neben Informationen zu Namen und Pfad der dargestellten Datei wird die Auswahl der gew nschten Variable und das Setzen eigener Begrenzungen Limiten gesteuert Auch die Farbmuster k nnen so ge ndert werden 31 Visualisierung von Unsicherheiten ur 3ur jut Ismurnes qur 3ur
121. nterschiedlichen Detailierunsgrad zur Veranschaulichung der Unsicherheit wird von van der Wel et al vorgeschlagen 1994 325 Je gr ssere Unsicherheiten in den Daten enthalten sind desto weniger Detail werden dargestellt desto st rkere Generalisierung wird auf die Visualisierung angewendet MacEachren 1992 zeigt mit der Aufl sung eine identische L sung unter anderem Namen 22 2 Grundlagen Slicing In Teile trennen Bei dieser Technik werden zeitlich versetzt unterschiedliche Wahrscheinlichkeits Schwellenwerte bestimmt und die Daten einer der beiden Teilmengen zugeordnet und visualisiert Mittels Ver nderung des Schwellenwertes f rben sich unterschiedliche Gebiete ein van der Wel et al 1994 325 Shading Schattierung Um in 2 dimensionalen Anzeigen eine Unsicherheitsoberfl che zu simulieren kann diese Schattierungstechnik eingesetzt werden Nachteil daran sind k nstliche Schatteneffekte in Bereichen guter Datenqualit t hinter Unsicherheitsbergen van der Wel et al 1994 325 Dazzling Optische Verwirrung Beim Dazzling soll eine unangenehme Musterung den Betrachter von weniger wahrscheinlichen Datenbereichen ablenken Van der Wel et al 1994 327 schlagen daf r unter anderem Interferenzmuster vor Soundeffekte Eine sehr interessante Methode um die visuellen Komponenten f r andere Dienste frei zu halten ist der Einsatz von Soundeffekten Krygier 1994 Fisher 1994 in van der Wel et al 1994 W hrend
122. o gross Da die Daten und Unsicherheiten nicht bereinander liegen sind die zusammengeh renden Werte nicht immer ganz eindeutig identifizierbar Wechselweise Anzeige beider Karten Wie bei den zwei statischen Karten werden die Daten und die Datenqualit t getrennt dargestellt Hier allerdings im selben Fenster alternierend Der kleinere Platzbedarf ist dabei ein Vorteil daf r muss sich der Betrachter die jeweils nicht sichtbaren Daten vorstellen bzw aus dem Ged chtnis abrufen Ein sehr schnelles Wechseln zwischen den beiden Ansichten w re interessant zu testen F r den Betrachter k nnte ein Mischeffekt entstehen sofern der Wechsel schneller ist als die Reaktionszeit seiner Augen Dies w rde ca 15 20 Wechsel pro Sekunde erfordern Evans 1996 verwendet eine Endlosschleife in der zwei unterschiedliche Zustandskarten alternieren Sie benutzt dabei eine nderungsgeschwindigkeit von vier Wechseln pro Sekunde 2 4 5 Weitere Techniken und Effekte In der Literatur sind weitere Visualisierungstechniken zu finden Diese sind jedoch f r diese Diplomarbeit weniger relevant oder sie entstehen durch Verbindung mehrerer bereits vorgestellter Methoden Bei manchen erscheint dem Autor das Konzept nicht sehr vielversprechend wiederum andere unterscheiden sich nebst der Benennung kaum Deshalb hier nur eine kurze Erw hnung aller noch gefundener Techniken Zooming Optische Format nderung Die Anwendung unterschiedlicher Zoomstufen bzw u
123. ogrammierproblem handelt darf man annehmen dass dessen Behebung in einer professionellen Anwendung keine Schwierigkeiten bereitet Somit werden die Re Draw Funktion und die damit verbundenen GUI Objekte berfl ssig Zwei nderungen an den Beschriftung werden gefordert Der Zoom Balken zur Regelung der Darstellungsgr sse der Rasterzellen von 1x1 bis 4x4 Pixel soll die Beschriftung Sizing erhalten Dies mit der Begr ndung dass ein echter Zoom in einem fixen Rahmen einen mehr oder weniger grossen Kartenausschnitt darstellt w hrend sich hier die Fenstergr ssen anpassen dabei aber immer das gesamte Raster sichtbar bleibt Der andere Namenswechsel betrifft den Color mode der Titel f r die Auswahlbox des Farbverlaufes Der Vorschlag Color pattern ist bereits bernommen Weitere kleinere Anregungen sind unter anderem Tooltips Erkl rungsboxen f r die grafischen Elemente implementieren die deren Funktion und die Anwendung beschreiben und so eine Soforthilfe zur Laufzeit bieten Die Gr sse der Visualisierungsfenster fixieren da eine Ver nderung daran keinen Effekt auf die Visualisierung selbst bewirkt Der Animationsfunktion soll einen Stop Button beigeben werden sonst kann durch falsch gesetzte Werte ein langes Warten resultieren weil momentan das Abspielen der Zeitschritte nicht unterbrochen werden kann Zus tzlich zum Menu soll eine Werkzeugleiste eingeblendet werden Der Time slice Balken soll dorthin springen
124. ography and Geographic Information Systems 28 1 13 28 Fisher P F 1994 Hearing the reliability in classified remotely sensed images Cartography and Geographic Information Systems 21 1 31 36 Foody G M Atkinson P M eds 2002 Uncertainty in Remote Sensing and GIS Wiley Chichester Foody G M 2003 Uncertainty knowledge discovery and data mining in GIS Pogress in Physical Geography 27 1 113 121 Fr hauf K Ludewig J und Sandmayr H 2004 Software Pr fung Eine Anleitung zum Test und zur Inspektion 5 Auflage vdf Hochschulverlag AG Z rich Geldermans S and Hoogenboom M 2001 GIS Visualization The Killer Application Geoinformatics 2001 Oct 6 9 Hagdorn M K M 2003 Reconstruction of the Past and Forecast of the Future European and British Ice Sheets and Associated Sea Level Change unpublished PhD thesis University of Edinburgh Hebeler F Purves R S Hagdorn M and Hulton N 2005 Experiments on the sensitivity of modelled extent of Fennoscandian icesheets to representation of topography Poster for EGUOS Ince D 1995 Software Quality Assurance Student Introduction McGraw Hill Book Company Europe London Jones C 1997 Geographical Information Systems and Computer Cartography Addison Wesley Longman Limited Pearson Education Limited Harlow Kraak M J 2000 About Maps Cartography Geovisualization and other Graphics Geoinformatics 2000 Dec 26 27 Krygie
125. on P M Foody G M 2002 Uncertainty in Remote Sensing and GIS Fundamentals in G M Atkinson P M eds Uncertainty in Remote Sensing and GIS Wiley Chichester Bahrenberg G Giese E Nipper J 1990 Statistische Methoden in der Geographie Band 1 Univariate und bivariate Statistik 3 berarbeitete Auflage Teubner Studienb cher der Geografie Stuttgart Beard M K Buttenfield B P and Clapham S B 1991 NCGIA Research Initiative 7 Visualization of Data Quality Scientific Report of the Specialist Meeting 8 12 June Castine Maine Blok C A 2000 Dynamic visualization in a developing framework for the representation of geographic data Cybergeo http www cybergeo presse fr 153 17 Novembre 2000 Boluva V 2001 Farbmodelle Ausarbeitung zum Blockseminar WS 2001 2002 Fachhochschule Giessen Friedberg http homepages fh giessen de hg10013 Lehre MMS SS01 WS S0102 Farbmodelle letzter Zugriff 29 August 2005 Burrough P A McDonnell R A 1998 Principles of Geographical Information Systems Oxford University Press Oxford Buttenfield B P 1991 Visualizing cartographic metadata in Beard M K Buttenfield B P and Clapham S B NCGIA Research Initiative 7 Visualization of Data Quality Scientific Report of the Specialist Meeting 8 12 June Castine Maine Cartwright W Crampton J Gartner G Miller S Mitchell K Siekierska E and Wood J 2001
126. ons und Wissensl cke dreht also um einen momentan nicht nderbaren Mangel innerhalb des verwendeten Modells dr ckt Unsicherheit diesen Sachverhalt am besten aus Unsicherheit korreliert direkt mit der Datenqualit t die sich aus verschiedenen Arten von Datengenauigkeit zusammensetzt Die DCDSTF 1988 in Buttenfield 1991 differenziert f nf solcher Genauigkeitsdimensionen die allgemein anerkannt sind Die Abstammung lineage die Positions genauigkeit positional accuracy die Attributgenauigkeit attribue accuracy und die Vollst ndigkeit completeness k nnen in einem Datenset lokal differieren w hrend die logische Konsistenz logical consistency nur f r das Gesamtprodukt angegeben werden kann van der Wel et al 1994 319 F r die vorliegende Diplomarbeit ist die exakte Definition des Begriffes Unsicherheit zweitrangig Wichtiger ist die damit verbundene Sichtweise auf die Daten und ihre Auspr gung Es soll zum Aus druck kommen dass der Wertebereich der angesprochenen Modellresultate einen gewissen Spielraum beinhaltet Um die angestrebten Visualisierungen umsetzen zu k nnen muss dieser Spielraum definiert berechnet und als Metadaten mitgeliefert werden 2 3 2 Quellen von Datenunsicherheiten Die Quellen von Datenunsicherheiten sind mannigfaltig und k nnen in jedem Schritt des Forschungsprozesses auftreten Je fr her sich Ungenauigkeiten einschleichen umso gr sser ist normalerweise ihr Einfluss auf das Endresultat Jede
127. r J B 1994 Sound and Geographic Visualization in MacEachrean A M and Taylor D R F eds Visualization in Modern Cartography Pergamon Oxford 149 166 Longley P A Goodchild M F Maguire D J and Rhind D W 2001 Geographic Information Systems and Science Wiley Chichester Lynch P J Horton S 2002 Web Style Guide 2nd Edition Dithering Yale University Press http www webstyleguide com graphics dither html letzter Zugriff 29 August 2005 76 Literatur und Quellenverzeichnis MacEachren M 1995 How maps work representation visualization and design New York The Guilford Press MacEachren M and Kraak M J 20012 Research Challenges in Geovisualization Cartography and Geographic Information Systems 28 1 3 12 MacEachren M and Kraak M J 20015 Forschungsfragen der Geovisualisierung Research Challenges in Geovisualization summary Kartographische Nachrichten 51 4 204 207 Pierce D W 2003 Ncview a netCDF visual browser University of California Scripps Institution of Oceanography San Diego http meteora ucsd edu pierce ncview home page html letzter Zugriff 29 August 2005 Samet H 1989 Applications of Spatial Data Structure Computer Graphics Image Processing and GIS Addison Wesley Publishing Company Reading Massachusetts Sch ning R 1996 Modellierung des potentiellen Waldbrandverhaltens mit einem Geographischen Informations
128. r Datenmanipulationsschritt ist eine potentielle Quelle von der geografischen Abstraktion ber die Akquisition und der Geo Prozessierung bis hin zur Nutzung der Daten W hrend des gesamten Datenverarbeitungsprozess findet eine Datenreduktion statt Dies ist sogar n tig um die Datenverarbeitung durchzuf hren Dabei werden den Daten allerdings Ungenauigkeiten und Unsicherheiten hinzugef gt Zhang und Goodchild 2002 In der folgenden Auflistung werden einige Unsicherheitsquellen vorgestellt Geographische Daten unterliegen der Abstraktion um ihre schiere Menge nutzbar zu machen Dabei werden sie vereinfacht und diskretisiert um eine Vereinfachung der Datenanalyse zu erm glichen Konzeptionsfehler bilden eine weitere Kategorie Unsicherheiten entstehen beim Einordnen von 2 Grundlagen Elementen in Klassen wenn die Klassengrenzen unad quat gezogen werden oder ein Element eine bergangsstufe zwischen den Klassen darstellt Zhang und Goodchild 2002 Die Wahl des Analyseverfahrens schr nkt die Datenaufnahme ebenso ein wie Vereinfachungen und Ann herungen bei den Situationsanalysen und den Definitionen der Untersuchungsobjekte Foody und Atkinson 2001 Oft sind die Messungen und das Verst ndnis der Daten unsicher Messunsicherheiten treten h ufiger auf als Verst ndnisunsicherheiten haben aber eine kleinere Auswirkung Foody und Atkinson 2001 Messfehler sind ebenfalls h ufig Sie k nnen sowohl die Position von Objekten wie auch deren A
129. r f r eine Zelle Das Ziel der Arbeit ist aber eine schnelle bersicht ber die differierenden Unsicherheiten eines ganzen Datensatzes zu bieten Somit bleiben die visuellen Darstellungsm glichkeiten brig und bilden den Fokus der Arbeit Visualisierung spricht die sichtbare Informationsweitergabe an Daf r sind mehrere Vorgehensweisen m glich Eine zu bestimmende Grundsatzentscheidung ist ob die Daten und die Qualit tsdaten getrennt in zwei separierten Visualisierungen oder in einer vereint dargestellt werden Der Autor entschied sich f r die zweite M glichkeit Ihr Konzept ist neuer und sie kann mehr Informationen auf kleinerem Raum anzeigen Ausserdem wirkt es realit tsnaher beide Daten miteinander zu verbinden und gleichzeitig darzustellen so dass die korrespondierenden Teile beieinander stehen Bei getrennten Darstellungen ist der Benutzer gezwungen die zusammengeh renden Daten selbst zu finden Dies kann zu Interpretationsfehlern f hren Es wird eine grafische Sprache gew hlt mit der Bildinhalte analysiert und in Einzelteile zerlegt werden k nnen Ein sehr flexibles Beschreibungsger st bietet das Prinzip der Grafikvariablen das erstmals durch Bertin 1967 in Blok 2000 beschrieben wurde Es unterteilt die Visualisierungen in 61 Visualisierung von Unsicherheiten klare Komponenten Zudem kann diese Beschreibung auf unterschiedliche Weise erweitert werden Dies kann ein Perspektivenwechsel in der Betrachtung und Analyse d
130. raturstudium und die Implementierung der Software gewonnen wurden in einer optisch ansprechenden Form zu gruppieren und pr sentieren Der Leser soll einen Einblick in die Materie der Visualisierung von Unsicherheiten erhalten und die Grundz ge der Thematik verstehen Dabei werden einige ausgew hlte Aspekte st rker beleuchtet als andere Die Applikation ist ein Beispiel f r eine m gliche L sung der Problemstellung Zusammen mit der Evaluation bildet sie f r Interessierte eine Basis auf der sie eigene Implementierungen aufbauen k nnen Dabei d rfen die auf der CD vorliegenden Klassen frei verwendet und modifiziert werden Dies unter der Bedingung dass die Weiterentwicklungen ebenfalls der ffentlichkeit frei zur Verf gung gestellt werden Der Autor freut sich auf Anregungen und Anfragen zu allen Aspekten dieser Diplomarbeit und stellt sich f r Ausk nfte gerne zur Verf gung 2 Grundlagen 2 Grundlagen 2 1 Einf hrende Begriffsdefinitionen GIS GIS ist die Abk rzung f r Geographische Informationssysteme Die vorliegende Diplomarbeit ist eng mit dem Gebiet der GlSysteme verbunden Bei der weiteren Beschreibung und Definition des Untersuchungsgegenstandes wird auf sie Bezug genommen Deshalb folgt eine Definition und Beschreibung derselben Eine werkzeugbezogene Definition beschreibt ein GIS als ein System zur Aufnahme Speicherung berpr fung Manipulation Analyse und Anzeige von georeferenzierten r umlichen Daten D
131. raus folgenden nderungen der Temperatur erzeugt Die Temperatur ist dabei abh ngig vom adiabatischen Gradienten Ihre Ver nderung betr gt rund 0 7 Grad Celsius je 100 m Die Erh hung respektive Vertiefung der topografischen H he ber Normalnull erfolgte mit konstanten oder variablen Betr gen Insgesamt wurden 12 verschiedene Modellierungsresultate erstellt die zur Erprobung der unterschiedlichen Visualisierungen zur Verf gung stehen Folgende H henunterschiede wurden in die Ausgangstopographie eingerechnet Tabelle 3 1 25 Visualisierung von Unsicherheiten Datei Topographische nderung run1 2 1000 20km nc Originaltopographie top_a100 1000 20km nc Konstant 50m Erh hung ber ganzes Gebiet addiert top_a250 1000 20km nc Konstant 250m Erh hung ber ganzes Gebiet addiert top_a50 1000 20km nc Konstant 100m Erh hung ber ganzes Gebiet addiert top_aperc10 1000 20km nc Konstant 10 Erh hung ber ganzes Gebiet addiert top_apercrand10 1000 20km nc Zuf llig bis max 10 Erh hung ber ganzes Gebiet addiert top arand100 1000 20km nc Zuf llig bis max 100m Erh hung ber ganzes Gebiet addiert top arand250 1000 20km nc Zuf llig bis max 250m Erh hung ber ganzes Gebiet addiert top cr10 1000 20km nc Zuf llig bis max 10m nderung ber ganzes Gebiet oder top cr100 1000 20km nc Zuf llig bis max 100m nderung ber ganzes Gebiet oder top subtrand100 1000 20km nc Zuf llig
132. regungen zu weiteren Forschungsarbeiten gegeben Diese gliedern sich in die f nf Themenbereiche theoretische Betrachtungen Begrifflichkeit Datenformat Applikation und Evaluationsinstrument 7 3 1 Theoretische Betrachtungen Vor allem die unterschiedlichen Visualisierungstechniken werden hier nur kurz erw hnt Dabei l sst sich deren Visualisierungseignung nicht in vollem Umfang analysieren sondern diese wurde im Hinblick auf die arbeitsspezifische Situation betrachtet Es wird nur eine Auswahl an Techniken vorgestellt Eine Betrachtung weiterer Techniken w re sicher interessant Dabei liesse sich auf der vorliegenden Arbeit aufbauen 70 7 Schlussfolgerungen und Ausblick Der Fokus liegt bei einfach realisierbaren und leicht verst ndlichen Visualisierungen und Techniken Es bleibt abzukl ren inwiefern der Einsatz komplexer Techniken einen Zusatznutzen zu generieren vermag Die angesprochene visuelle Erweiterung in die dritte Dimension bietet einen zus tzlichen Freiheitsgrad van der Wel et al 1994 325 Mit diesem l sst sich eine weitere Variable darstellen oder die Unsicherheiten akzentuieren Bei allen technischen M glichkeiten d rfen die Aspekte des Nutzens und der Verst ndlichkeit nicht vergessen gehen Die Visualisierungen d rfen nicht zu berladen werden Nur ganz am Rande zu Sprache gekommen ist die bermittlung von Unsicherheitsdaten f r sehbehinderte Menschen Dabei ist die bersetzung in T ne nur einer von mehreren
133. ren Benutzeroberfl che und Funktionalit ten betrachtet Ein grosser Teilabschnitt befasst sich mit den implementierten Visualisierungen Sie werden einzeln mit dem zugrunde liegenden Konzept und den benutzten Grafikvariablen vorgestellt Die detaillierte Besprechung der Applikationsevaluation erfolgt in Kapitel 5 Darin wird auf den Testaufbau eingegangen und die Gruppe der Testpersonen vorgestellt Ihre Antworten zum Standardfragebogen werden grafisch dargestellt Mit jeder Testperson wurde zus tzlich eine freie Befragung durchgef hrt deren Ergebnisse ausf hrlich aufgelistet werden In Kapitel 6 findet die Diskussion der Diplomarbeit statt Dabei werden die Hypothese und die verschiedenen Fragestellungen aufgegriffen Diese bilden den Bogen f r die kritische Betrachtung der Arbeit Dabei sollen das theoretische Konzept die Applikation und die Evaluation beleuchtet werden Im letzten Kapitel werden als Ausblick weiterf hrende Forschungsm glichkeiten angedacht Zuk nftige Erweiterungen und Anpassungen der Applikation werden ebenso skizziert wie ein verbessertes Entwicklungsvorgehen und ad quatere Metadaten Im Anhang schliesslich finden sich das Quellenverzeichnis der in der Evaluation benutzte Fragebogen eine CD mit den f r die Installation der Applikation ben tigten Dateien und ein Auszug aller Header Datei des Applikations Quellcode Dieser schriftliche Bericht hat zum Ziel die theoretischen und praktischen Erkenntnisse die durch das Lite
134. rfahren Die Blinktechnik l sst sich besonders gut mit Schwellenwerten einsetzen Liegen die Wert ber einem gewissen Unsicherheits Schwellenwert blinken die dargestellten Datenbereiche darunter verhalten sie sich statisch Der Benutzer soll dann mittels einfacher Bedienung den Schwellenwert variieren k nnen beispielsweise mit einem Schieber threshold slider Fisher 1992 in van der Wel et al 1994 326 setzt die Blink Technik ein Dabei ist die Darstellungsdauer auf dem Bildsschirm umgekehrt proportional zur Unsicherheit der Datenwerte Die Technik ist f r Druckerzeugnisse nicht verwendbar Das statische Medium Papier l sst keinen Anzeigewechsel zu Ungekl rt ist die Art des Farbwechsels Unterschiedliche Farbgebungen verlangen verschiedene Wechsel Diese m ssen klar definiert werden was je nach dargestelltem Raster schwierig ist Ein anderer entscheidender Punkt ist die Benutzerfreundlichkeit Es ist anzunehmen dass ein st ndig blinkender Bildschirm den Betrachter schnell erm den l sst seine Konzentration damit nachl sst Denkbar w re sogar das Hervorrufen k rperlicher Beschwerden wie beispielsweise Kopfweh Der Einsatz dieser Visualisierungstechnik sollte sporadisch erfolgen und eher kurze Zeitr ume umfassen Der Autor bezweifelt aber dass es Anwender gibt die sich freiwillig l ngere Zeit dem Blinken aussetzen w rden 3 Dimensionalit t Wird die dritte Dimension in die Visualisierungen miteinbezogen er ffnet sich ein w
135. s eine eigene GUI gestartet Dadurch wird viel Bildschirmfl che beansprucht und die Programmsteuerung schnell un bersichtlich Ausserdem wird so der Speicher und Rechenbedarf unn tig erh ht Die Installation der Applikation ist mit grossem Aufwand verbunden Neben der sehr grossen qT Klassenbibliothek die nicht standardm ssig auf allen Linuxsystemen vorhanden ist muss auch das NetCDF Packet heruntergeladen und installiert werden Anschliessend erfolgt die manuelle Compilierung der entwickelten Applikation Ein Benutzer der dieses Prozedere vollzieht d rfte demnach mit dem Anpassen des Quellcodes f r die eigenen Raster kaum M he haben 64 6 Diskussion 6 4 Bewertung der Umsetzung Frage Nummer IV befasst sich mit der Evaluation der Applikation IV Wie urteilen Testpersonen ber das Programm und die Darstellungen Da viele der gewonnen Erkenntnisse die Evaluation selbst betreffen werden diese Resultate als erstes diskutiert Eine wichtige Erkenntnis die unmittelbar den gesamten Designprozess sowie die Implementierung betrifft ist die Notwendigkeit einer vorg ngigen Informationsbeschaffung zu den von den Benutzern gew nschten Funktionen Visualisierungsoptionen und grafischen Interaktionsm glichkeiten Unter letztem Punkt sind die Gestaltung der Oberfl chenelemente sowie die Anordnung und Abfolge dieser Elemente zu verstehen Die nachtr glich durchgef hrte Evaluation ergab sehr viele gute Ideen und Anregungen zu al
136. schrieben Fettschrift Zeigt an dass es sich bei der Variable um eine Dimension handelt Tabelle 3 2 Da zer Beschreibung Datentyp ee Einheiten x 1 horizontale Achse float x Meter y 2 horizontale Achse float y Meter z Vertikale Achse float z Meter time Modellzeit int time Jahr ih Eisdicke float time y x Meter rh Topographie float time y x Meter eus Eustatischer Meeresh henwechsel float time Meter mbal Oberfl chen Massenbilanz float time y x Meter Jahr pmdt Basale Temperatur float time y x Grad Celsius melt Schmelzrate float time y x Meter Jahr cony Kontinentalit t float time y x 1 calv Kalbungsrate float time y x Meter Jahr slc Meeresh henwechsel float time y x Meter Tabelle 3 2 Die dreizehn Variablen in den NetCDF Beispieldatens tzen mit ihren Namen Beschreibungen Datentypen und Dimensionen Gr sse der Dimensionen in Rasterzellen x 142 119 2 11 time UNLIMITED Im Dateik rper werden alle Daten abgelegt Die genaue Struktur der Speicherung dieser Daten braucht den Benutzer des Datenformates nicht zu k mmern Die Datenverwaltung kann als Blackbox betrachtet Die NetCDF Bibliothek liefert Definitionszugriffe als Schnittstellen zu verschiedenen Programmiersprachen Die Daten selber sind werden alle relevanten Schreib Lese und somit unabh ngig von Plattform und Programmiersprache Beispielsweise kann eine NetCDF Datei auf
137. sekundenschnelle einen guten berblick ber die Daten und deren Unsicherheiten erm glichen Komplexere Visualisierungen sind weniger beliebt Die Applikation selber kann durch die Implementierung weiterer Visualisierungs optionen und Funktionalit ten verbessert werden Besonders die GUI muss berarbeitet werden iii iv Error free models do not exist There are always limitations in either mesuring the input parameters by not knowing all parameters influencing the model Since the result output of the models is used in decision making it is very important to provide the decision makers with all known uncertainties concerning the specific model This diploma thesis examines different visualisation possibilities of data uncertainties The term data uncertainties describes differences or value fluctuations in various output data sets These differences originate for example from models which supply differing result sets from different input parameters as it is usual with the employment of Monte Carlo Simulation Data uncertainties or data inaccuracies arise throughout the entire sequence of data processing They are unavoidably linked to any kind of data A selection of several sources of data uncertainty are presented in the chapter Grundlagen fundamentals The theoretical framework applied for the visualization of uncertainties is based on the famous graphic variables described by Jaques Bertin in 1967 Newer grap
138. sicherheitsdaten Vielmehr soll ein weiterer Schwerpunkt bei der Entwicklung einer prototypischen Anwendung solcher Darstellungen liegen Besonderes Augenmerk liegt in der einfachen Erfassbarkeit und der eindeutigen Interpretation der Darstellungen Es werden einige der im Kapitel Grundlagen erdachten Visualisierungen an Beispielen praktisch umgesetzt Anschliessend werden diese mit einer kleinen Gruppe von Testpersonen in einer haupts chlich qualitativen Evaluation hinterfragt Ein weiteres Ziel dieser Implementierung ist die Suche nach einer geeigneten Benutzerschnittstelle zur einfachen Generierung der Visualisierungen und einer schnellen und intuitiv gehaltenen Benutzerf hrung Dabei ergeben sich einerseits Fragen zum Design der Programmoberfl che Ihre optische Gestaltung soll von den Benutzern als visuell angenehm verst ndlich und intuitiv empfunden werden Andererseits ist die passende Auswahl der Software container wie Listen und Kn pfe ebenso wichtig f r die reibungslose Interaktion mit der Applikation Das erhoffte Endprodukt ist kein kommerziell vertriebenes Softwarepaket Die Entwicklung eines solchen ist mit den gegebenen Ressourcen nicht durchf hrbar Deshalb wird eine Auswahl an Funktionen und Visualisierungen zur Umsetzung bestimmt Diese erfolgt nach subjektiv gewichteten Kriterien des Autor Es wird versucht so weit wie m glich auf die verschiedenen zuvor definierten Gesichtspunkte einzugehen Die Bezeichnung als Prototypen wieder
139. sierungen Aufgrund der Wichtigkeit dieses Themenkomplexes ist er unterteilt Jede Visualisierung wird einzeln diskutiert und nach deren Verbesserungspotential geforscht Der Gesamteindruck aller Visualisierungen deren Anzahl und Praxisn he bildet die n chste 48 5 Evaluation Beurteilungsebene Zum Schluss werden Ideen f r weitere Visualisierungen und Farbverl ufe aufgenommen Wiederum sollen die Testenden kreativ t tig sein und auch unrealisierbare W nsche anbringen d rfen 5 Weiteres Dieser Punkt gibt den Testpersonen die M glichkeit sich zu nicht angesprochene Themen ussern zu k nnen Technische Aspekte k nnen analysiert oder ber den konzeptioneller Hintergrund der Arbeit philosophiert werden Dieser Testablauf ist idealtypisch und die Einhaltung der Reihenfolge nicht immer durchf hrbar Dieser Umstand ist jedoch vernachl ssigbar da in dieser Evaluation vor allem die qualitativen Bemerkungen der Tester interessieren um daraus Anregungen f r die Verbesserung der erw hnten Punkte zu gewinnen Der Testleiter beharrt nicht auf der genauen Einhaltung der Befragungsabfolge Manche Testpersonen probieren bereits w hrend dem Lesen der Anleitung das Gelesene an der Anwendung aus Dieses Verhalten wird unterst tzt da es der Alltagssituation eines Anwenders entspricht die ohnehin nur schwer simulierbar ist 5 1 2 Die entwickelte Anwendung spricht ein Fachpublikum mit geografischem Hintergrund an das sic
140. spiegelt das experimentelle Entwicklungsstadium in der sich die Applikation befindet In diesem Kapitel soll die technische Seite der Umsetzung beschrieben sowie die verschiedenen umgesetzten Visualisierungsarten erl utert werden Die Evaluation wird anschliessend in einem eigenen Kapitel behandelt wo ausf hrlich auf die unterschiedlichen Bewertungen der Testteilnehmer eingegangen wird 4 1 Eingesetzte Technologien 4 1 1 Linux Betriebssystem Die Applikation wurde auf einem Personal Computer mit einem Linux Betriebssystem implementiert Die urspr ngliche Idee ein Plugin zu QGIS einem Open Source GIS Projekt zu entwickeln gab diese Plattform vor Nachdem dieses erste Konzept fallen gelassen wurde der Autor sich mittlerweile in Linux eingearbeitet hatte wurde dieses Betriebssystem nicht mehr gewechselt Im Laufe der Umsetzung erwies sich die Plattform als sehr geeignet da f r sie viele frei verwendbare Anwendungen existieren Deren Installation ist nicht immer einfach und es ben tigt dazu eine gewisse Einarbeitungszeit Mit ein wenig bung bereitet der Ablauf jedoch keine M he mehr Ausserdem erfreut sich Linux als Unix Abk mmling einer grossen Beliebtheit unter Forschern Die grosse Anzahl Software Erzeugnisse die frei zur Benutzung beziehungsweise zur Weiterverarbeitung im Internet zur Verf gung stehen ist daf r mitentscheidend 29 Visualisierung von Unsicherheiten 4 1 2 Programmiersprache und qT Framework Die Wa
141. st ndlich ist die Textur gut geeignet nur die Unsicherheitsdaten darzustellen Ist der Einsatz von Farben nicht erw nscht oder unm glich ist die Datendifferenzierung mittels Texturierung eine beliebte und brauchbare Alternative Bei nominalen oder ordinalen Daten geht dies problemlos ohne Einschr nkungen bei interval und rational skalierten Daten ist auf eine klare hierarchische Wirkung zu achten VAVAVAVA E 2 222 2 Grundlagen hoch hoch Unsicherheit Unsicherheit tief tief tief Datenwert hoch tief Datenwert hoch hoch hoch 44 Y l yyy 2 2 Unsicherheit Unsicherheit tief tief tief Datenwert hoch tief Datenwert hoch Abbildung 2 3 Unsicherheit mittels Textur Datenwerte mittels Farbton Erste Zeile Grauwert Zweite Zeile Farbs ttigung Dritte Zeile und Farbwert Vierte Zeile visualisiert Size Gr sse Der Autor hat f r die Grafikvariable Gr sse als Stilmittel der Unsicherheitsvisualisierung von Rasterdaten eine Einsatzm glichkeit entdeckt Diese ist jedoch eher eine theoretische Spielerei als praktisch umsetzbar F r Rasterdaten l sst sich in Visualisierungen die Gr sse jeder Rasterzelle durch vorg ngige Vektorisierung variieren Umso kleiner die Zelle gezeichnet wird desto gr sser ist die damit symbolisierte Unsicherheit Die Schrittweite zwischen den Rasterzellen muss dabei erhalten bleibe
142. st aber nur Gimp The Gimp Team 2005 bekannt wo die einzelnen Fenster ebenfalls frei auf dem Desktop schweben und nicht in einer Arbeitsfl che liegen Eine klare Mehrheit ist mit dieser Aufteilung einverstanden Dieser Evaluationsteil bietet gerade f r die m ndlichen Befragung viele Ansatzpunkte Jeder Tester kennt verschiedene grafische Benutzeroberfl chen und kann aus seinem eigenen Erfahrungsschatz sch pfen Es zeigen sich teilweise grosse Unterschiede in den Meinungen durch welche Komponenten sich das optimale Benutzerinterface auszeichnet Es erstaunt wie vielf ltig die Ideen zur Gestaltung des Untersuchungsgegenstandes ausfallen Andererseits gibt es Elemente die von allen Testpersonen bem ngelt werden Eine der Hauptkritiken betrifft die Komplizierte Steuerung ber das Applikationsmenu Die Absicht ist dadurch mehr Platz f r Visualisierungsfenster auf dem Bildschirm zu schaffen Alle Funktionen lassen sich ber diese Menuleiste aufrufen und sind mit einem Tastenk rzel versehen Sind diese K rzel bekannt erlauben sie eine relativ schnelle Auswahl der Abl ufe Dieses Kennenlernen ist im Umfang der Evaluation aber nicht m glich So taucht vielfach der Wunsch auf Schaltfl chen Buttons direkt in das Hauptfenster zu integrieren Mindestens die Funktionen Add new frame Calculate difference frame Remove frames und Redraw frames sollten so steuerbar sein Eine weitere Idee ist je nach gew nschter Funktio
143. stehen diese Legende nicht da zu viele Balken angezeigt werden Die Beziehung der Balken eines Paares untereinander ist verworren Zudem ist schlecht dass der Balken f r die Anzeige der Spannweite der echten Werte ber das Fenster hinausgezeichnet wird weil der Balken f r die Visualisiertenwerte eine konstante Gr sse beh lt Besser ist Letzteren je nach Einstellungen auch anzupassen Dies zeigt wie eng verwoben die L ngen der Balken mit dem direkt oberhalb angesprochenen Thema Grenzwerte f r einem Farbverlauf setzen sind Grunds tzlich soll an allen Visualisierungen festgehalten werden da die Auswahl an Darstellungs varianten mehr Betrachtungsm glichkeiten offen lassen Damit l sst sich mit den Daten spielen der Betrachter erh lt vielschichtigere Einblicke und so vielleicht vermehrte Denkanst sse bei deren wei terer Nutzung Je nach Datenverteilung kann der Nutzen der verschiedenen Visualisierungen schwan ken Um dies ausf hrlich zu testen fehlen aber gen gend unterschiedliche Daten und die Zeit dazu 59 Visualisierung von Unsicherheiten 60 6 Diskussion 6 Diskussion In diesem Kapitel werden die verschiedenen Teile der Diplomarbeit diskutiert Dabei werden die in der Einleitung formulierten Fragen als Ger st f r die Unterkapitel verwendet und die unter schiedlichen Gesichtspunkte der Arbeit danach untersucht Als Abschluss wird die verwendete Hypothese verifiziert 6 1 Vermittlung von Unsicherheiten Frage Numm
144. stellungsart werden die Unsicherheiten unterschiedlich schnell erkannt Mit den besten Visualisierungsverfahren sind die Differenzen in sekundenschnelle erfasst und k nnen interpretiert werden Die beiden beliebtesten Visualisierungen sind die Ditheringdarstellung und die Schattierungsdarstellung die von den Testpersonen eine sehr gute Bewertung erhalten In diesen Darstellungen werden die Gebiete mit gr sseren Differenzen leicht von jenen mit kleineren Abweichungen unterschieden Die Gebiete mit den haupts chlichen Dif ferenzen sind klar abgehoben wodurch die Akzentuierung von Problemzonen gelingt Die quanti tative Unterscheidung der Unsicherheit ist schwieriger Die Applikation bedarf in diesem Punkt weiterer Verbesserungen Das intuitive Verst ndnis ist bei den beiden erw hnten Visualisierungen sehr hoch Alle Testpersonen verstehen schnell was dargestellt wird Voraussetzung daf r ist eine kurze grundlegende Einf hrung in die Thematik der Darstellungen und des Inhalts der visualisierten Daten 66 7 Schlussfolgerungen und Ausblick 7 Schlussfolgerungen und Ausblick Dieses Kapitel fasst die angewandte Vorgehensweise zusammen und stellt die gewonnenen Erkenntnisse vor Als Abschluss der Diplomarbeit werden einige Anregungen f r weitere Forschungsarbeiten pr sentiert 7 1 berblick Diese Diplomarbeit untersucht die Unsicherheitsvisualisierung in zwei Hauptbereichen Zum einen liefert sie einen Beitrag zur Analyse des Einsatzes
145. sualization int type private cBox OCheckBox diffAbsCB int visualization void setLimits 85 Visualisierung von Unsicherheiten endif Painter RR KKK IKK I KR IR IR A RR IRR IR IRR IR IA IRR 2 22 2 2 2 2 2 k k k k k k k k k titel uncvispainter h descripton this class displayes the raster on the screen autor Sascha Oehler begin Fri 2004 11 19 last modified Wed 2005 04 27 version 8 FER AIA AR RA 2 22 2 2 22 2 22 2 2 22 2 2 22 2 22 2 2 222 2 222 22 2 2 22 2 2 2 2 2 22 2 2002 ifndef UNCVISPAINTER_H define UNCVISPAINTER H define BOTTOM YPOINTS 24 include qpainter h include lt qstring h gt include lt qfont h gt include uncvisnetcdf h class UncVisPainter public QPainter Q_OBJECT public UncVisPainter const QPaintDevice pd bool unclipped FALSE UncVisPainter void drawRaster UncVisNetCDF zLayer QString titel Sub methods for different drawing routines TODO change this bad coding redundant see manual for ideas void drawRasterBW UncVisNetCDF zLayer void drawRasterHue UncVisNetCDF zLayer void drawRasterSaturation UncVisNetCDF zLayer void drawRasterValue UncVisNetCDF zLayer TODO Experimental stage could have some general ideas see manual for notes void drawRasterMix UncVisNetCDF diffLayer UncVisNetCDF fromLayer void drawRasterDither UncVisNetCDF diffLayer UncVisNetCDF fromLa
146. svarianten f r ihre Arbeit zu nutzen falls das von ihnen verwendete Programm dies zul sst O Weiss nicht O Eher zu wenige Wie beurteilen sie die Anzahl der vorhandenen Differenzendarstellungen O Gen gend O Eher zu viele 79 Visualisierung von Unsicherheiten 80 B Sourcecode Headerdateien Sourcecode Headerdateien Bei der Programmierung mit C werden die Dateien blicherweise in zwei Dateiteile aufgeteilt Die Definitionen der Klasse der Attribute und der Methoden stehen in den Header Dateien mit der Endung h die Ausf hrungen in den dazugeh renden Body Teilen mit der Endung cpp Hier werden alle Header Dateien der beschriebenen Applikation aufgef hrt Der Nachdruck des gesamten Codes w re zu umfangreich und deshalb nicht sinnvoll Die Header Dateien andereseits bieten einen guten berblick ber die Klassen und ihre Schnittstellen Bei Interessse an den genauen Implemen tierungen der einzelnen Klassen und Methoden sei auf die beigelegte CD verwiesen Da die Main klasse ohne Header Datei auskommt und f r den Applikationsstart unbedingt erforderlich ist wird sie als einzige Body Datei aufgef hrt Main A kkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkxk titel uncvismain cpp descripton write working time stamps autor Sascha Oehler begin Mon 2004 10 11 last modified Tue 2005 04 13 version f 6
147. system unver ffentlichte Diplomarbeit Geographisches Institut Universit t Z rich The Gimp Team 2005 The Gimp GNU Image Manipulation Program Homepage http www gimp org letzter Zugriff 27 August 2005 Trolltech 2005 Trolltech Homepage Qt Overview Oslo http www trolltech com products qt index html letzter Zugriff 29 August 2005 Unidata 2005 University Corporation for Athmospheric Research UCAR Unidata NetCDF Data Format Boulder http my unidata ucar edu content software netcdf index html letzter Zugriff 29 August 2005 van der Wel F J M Hootsmann M R and Ormeling F 1994 Visualization of Data Quality in MacEachrean A M and Taylor D R F eds Visualization in Modern Cartography Pergamon Oxford 313 331 Wilmms A 1999 GoTo Programmierung Addison Wesley Longmann M nchen Zadeh L A 1965 Fuzzy sets Journal of Information and Control 8 338 353 Zheng T Q and Zhou Q 2001 Optimal spatial decision making using GIS a prototyp of a real estate geographical information system REGIS International Journal of Geographical Information Systems 15 4 307 321 Zhang J and Goodchild M F 2002 Uncertainty in Geographical Information Research Monographs in Geographic Information Systems Taylor amp Francis London 77 Visualisierung von Unsicherheiten 78 A Fragebogen A Fragebogen Dokumentation O Ja Hat ihnen di
148. t Als Sekund rziel soll diese Arbeitshypothese soweit dies berhaupt m glich ist validiert werden Zur weiteren Spezifizierung dieser Arbeitshypothese und als Konkretisierung f r die Umsetzung wird die folgende Anforderung angef gt Bei der Visualisierung der Daten sollen die St rke und die Verteilung der Unsicherheiten deutlich hervortreten und intuitiv verstanden werden Aus der abstrakten und allgemein gehaltenen Leitidee sind 4 konkrete Fragestellungen abgeleitet D Wie kann man Unsicherheiten in Rasterdaten darstellen Frage I zielt auf theoretische berlegungen zu den postulierten Darstellungen Bereits klingt dabei die praktische Umsetzung an in der mit Rasterdaten gearbeitet wird Dies aus dem Grund dass f r den konkreten Test diese Art von Daten im Gegensatz zu Vektordaten zur Verf gung stehen II Welche grafischen Variablen beziehungsweise Visualisierungstechniken sind f r diese Darstellungen besonders geeignet Frage II pr zisiert die erste indem von den verwendbaren Methoden gesprochen wird Die beiden letzten Fragestellungen drehen sich um die praktische Umsetzung in der zu entwickelnden Applikation IID Was sind die Anforderungen an eine Applikation dieses Typs Frage erkundet die generellen Bed rfnisse und Anforderungen an die zu entwickelnde Software Dabei k nnen zwei verschiedene Anforderungsarten unterschieden werden Zum Einen die bereits vor der Implementierung
149. t wenn die kleineren Zellenwerte von den gr sseren subtrahiert wurden Dieser Umstand wurde mit einem speziellen absolute Zahlen Flag ber cksichtigt Wird dieses Flag aktiviert werden die Differenzen in absoluten Zahlen gezeichnet also allen negativen Zahlen die Vorzeichen entfernt In der unteren Abbildung 4 6 kann der visuelle Unterschied der Visualisierungen verglichen werden Die gleiche Differenz ist einmal mit links und einmal ohne gesetztes Flag rechts abgebildet Abbildung 4 6 Zwei mal die selbe Differenz Nur die absoluten Differenzen links die echten Werte reichen auch unter Null rechts In der Praxis kann je nach Situation die rechte Visualisierung mit den echten Werten oder die linke Visualisierung mit den absoluten Zahlen von gr sserem Interesse sein Ist es entscheidend in welchem Modell die kleineren oder gr sseren Werte stehen wird die rechte Darstellung mit den Vorzeichen in der Differenz zum Einsatz kommen Will der Betrachter jedoch nur feststellen wie die Verteilung aussieht w hlt er die linke Besonders stark unterscheiden sich die Abbildungen wenn die Differenzen viel tiefer in den Minusbereich als in den Plusbereich fallen 38 4 Umsetzung Kombinierte Visualisierung von Original und Unsicherheitsdaten Ein Hauptaugenmerk der vorliegenden Arbeit liegt in der Suche und Erprobung kombinierter Visualisierungen von Originaldaten und davon abgeleiteten Metadaten Im konkreten Fall dieser Umsetzung i
150. t bei mehreren Layern Dies sind nur drei Fragen eines ganzen sich ffnenden Forschungsfeldes Buttenfield 1991 w hlt die Gr sse als m gliche Grafikvariable zur Darstellung von Unsicherheiten f r Punkt und Linien darstellungen Clarke und Teague 1999 beziehen auch fl chenhafte Darstellungen mit ein In beiden Artikeln wird die Erkl rung f r ein praktische Umsetzung weggelassen Der Autor kann sich deshalb den Einsatz nicht vorstellen Abbildung 2 4 Bei den Einzeldarstellung ohne Unsicherheit kann die Gr sse nur in Vektordaten verwendet werden Sie steht da je nach Einsatzgebiet f r die massstabsgetreue Abbildung geografischer R ume oder f r die gewichtete Repr sentation klassierter Ph nomene Mittels berzeichnung eines Elementes gegen ber den Restlichen erf hrt dieses eine Betonung Wie sich der Einsatz bei der Darstellung von Unsicherheiten separat auswirkt bleibt zu testen ist grunds tzlich aber vorstellbar B isl S B PEED BBB BET EBENE BE ENENNH EBENE SEHEN tief Datenwert hoch tief Datenwert hoch 2 eT RE E 5 11121222222 5 Abbildung 2 4 Unsicherheit mittels Gr sse Datenwerte mittels Farbton oben links Grau wert oben rechts und Textur unten visualisiert um tief tief Datenwert hoch 2 Grundlagen Shape Form Wie bei der Gr sse gibt es die theoretische M glichkeit die Form zur Uns
151. te die die ermittelte Differenz als ein Gitter ber die Originaldaten spannt Dabei kennzeichnen grosse Maschenweiten hohe Differenzen w hrend ein engmaschiges Netz kleine Differenzen symbolisiert Die unter dem Gitter liegenden Originaldaten bleiben generell sichtbar ausser die Applikation verf gt zur Darstellung des Rasters nur ber einen Pixel pro Zelle In diesem Fall werden die Rasterzellen mit den kleinsten Abweichungen komplett vom Gitter berdeckt da die Mindestbreite der Gitterlinien ebenfalls ein Pixel betr gt Aus dem Netz wird in jenen Bereichen eine Fl che die Visualisierung verliert Aussagekraft Bei der Nutzung dieser Visualisierung muss demnach darauf geachtet werden die Rasterzellen mit mindestens zwei Pixel Kantenl nge zu zeichnen Mehr bersichtlichkeit ist allerdings erst ab einer Kantenl nge von drei Pixeln gegeben Untenstehende Abbildung 4 9 illustriert diesen Sachverhalt Sie zeigt drei mal den gleichen Kartenausschnitt links mit einem Pixel je Zelle rechts mit zwei und oben mit drei Abbildung 4 9 Vergleich dreier Zoomstufen und die Auswirkung der Liniendicke des Gitters auf die Visualisierung Zur besseren Vergleichbarkeit wurden die Kartenausschnitte auf die gleiche Gr sse skaliert 42 4 Umsetzung Diese Gitterdarstellungen sind in 2 Untervarianten implementiert Abbildung 4 10 Einerseits geschieht die Teilung mit einem echtem Quadtree Algorithmus das heisst die betrachteten Fl chen werden nach
152. thods autor Sascha Oehler begin Mon 2004 10 04 last modified Fri 2005 04 29 version TI KCKCKCKCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCKCkCkCKCKCkCkCKCkCKCkCKCk KCk kCk kCk 22 22 22 22 22 22 22 22 22 22 22 2 2 ifndef UNCVISIO_H define UNCVISIO_H include qwidget h include lt qstring h gt include lt qstringlist h gt include lt qlistbox h gt include lt qcombobox h gt include lt qlineedit h gt include lt qlabel h gt include lt qslider h gt include netcdfcpp h class UncVisIO public QWidget Q OBJECT public UncVisIO OWidget parent 0 const char name 0 QWidget parent name UncVisIO UncVisIO public slots opens a file with one timestep from the ice sheet calculations variable ih void initNetCDFlistBox QListBox amp netCDFlistBox void initNetCDFsettings QListBox amp netCDFlistBox QLineEdit amp minZLimit QlineEdit amp maxZLimit void netCDFfileChoosed QListBox amp netCDFvarBox QString path OLabel amp countMax QSlider amp timeSliceSlider void addNetCDFfiles QListBox amp netCDFlistBox tendif Messages kk kk kk kk kk kk kk KCkCkCKCkCKCkCKCkCKCkCKCkCKCk CK Ck Ck kc k k ck k ck k ck ck ck ck ck ko titel uncvismessage h descripton class for all messages autor Sascha Oehler begin Thu 2005 04 28 last modified version 1 ECKCKCKCKCKCKCKCkCKCkCKCkCKCkCKCkCKCkCkCkck ckck ckck ckck c
153. tige Elemente wurden weggelassen oder als gruppierten Eintrag notiert 30 4 Umsetzung Den Klassen Bezeichnungen ist auf der CD das Pr fix UncVis vorangestellt um die Zugeh rigkeit zum Uncertainty Visualization Tool zu verdeutlichen Da dies alle Klassen gleichermassen betrifft wurde in diesem Text dieser Zusatz zugunsten der bersichtlichkeit weggelassen Die einzige Funktion der Main Klasse als Einstiegspunkt zur Applikation ist die Instanzierung der Gui Klasse Diese erzeugt die zentrale Benutzeroberfl che mit der Menuleiste und allen zentralen grafischen Steuerelementen Sie enth lt den Vektor f r s mtliche aktiven Visualisierungsfenster instanziert die IO Klasse und die Messages Klasse Die beiden Letzteren sind Hilfsklassen welche einen eng begrenzten Funktionsumfang besitzen Die Messages Klasse stellt alle kleineren Informations Fenster wie z B Fehlermeldungen w hrend der Laufzeit zur Verf gung Jede Klasse die solche Informationsboxen zeigen soll greift mittels Referenz auf die Messages Instanz zu Die IO Klasse ist f r alle Dateizugriff verantwortlich Sie enth lt die Methoden f r das Einlesen der NetCDF Dateipfade und liest die Angaben zu den Variablen und Dimensionen aus diesen Dateien Der Fenster Vektor nimmt als ein Kernelement der Programmarchitektur einen besonderen Platz ein Jede neu generierte Visualisierung wird an der letzten Position dieses Containers eingef gt S mtliche Zugriffe auf die Visualisieru
154. tion akzeptiert und unvoreingenommen analysiert um diese gegeneinander abzuw gen Es ist befriedigend zu sehen wie diese beiden Aspekte mit der Thematik der Visualisierung von Unsicherheiten sinnvoll vereint werden k nnen Gleichsam war es immer wieder notwendig mich w hrend des Schreibens der Arbeit auf die beiden Ausl ser zur ckzubesinnen Ohne die Unterst tzung und Mithilfe zahlreicher Personen w re diese Diplomarbeit nie entstanden Sie waren stets zur Stelle wenn ich wieder einmal am Sinn der Sache zweifelte oder kein Licht am Ende des Tunnels entdecken konnte Ihnen allen sei gedankt Besonderer Dank geht an Dr Ross Purves als meinen direkten Ansprechpartner f r die intensive Betreuung und die stets sehr konstruktiven zielgerichteten Hilfestellungen Ein weiteres Dankesch n richtet sich an Felix Hebeler f r das Bereitstellen der Modellierungsdaten und die konkreten Anregungen zum Design der Applikation Ebenfalls danken m chte ich Prof Dr Robert Weibel f r die gute Ausbildung und die unkomplizierte Endbetreuung dieser Diplomarbeit Allen dreien herzlichen Dank f r ihre Geduld Flexibilit t und die aufmunternden Worte zwischendurch Privat sind viele Menschen durch ihre Anteilnahme am Gelingen der Diplomarbeit mitbeteiligt Speziell erw hnen m chte ich meine Eltern die mir seit meiner Geburt eine optimale R ckendeckung bieten die mich vorbehaltlos unterst tzen und meine Entscheidungen und Verhaltensweisen herzli
155. ttfindet Die Antworten des Fragebogens werden in einer tabellarischen Form in themenspezifisch geordneten Kapiteln pr sentiert in denen direkt anschliessend die R ckmeldungen aus der m ndlichen Befragung zusammengetragen werden In Kapitel 5 Diskussion wird auf die einleitenden Fragestellungen und die Hypothese zur ckgegriffen Sie dienen als Ger st bei der kritischen Betrachtung der verschiedenen Teile dieser Diplomarbeit Es kann daraus geschlossen werden dass die gesteckten Ziele erreicht sind Ein theoretisches Grundger st zu den Visualisierungsoptionen ist erstellt F r dessen Ausbauf higkeit wird ebenfalls Platz einger umt Auf diese theoretisch erarbeiteten Konzepte st tzt sich ein selbst ndig implementierter Applikationsprototyp Dabei kommen die zu Testzwecken generierten Daten von Eisschildmodellierungen zum Einsatz die im NetCDF Format vorliegen Durch die weite Verbreitung in der Klimamodellierung ist dieses Testgef ss realistisch Zur berpr fung der Applikation und der Visualisierungen wird eine qualitative Evaluation durchgef hrt Diese ermittelt ein Interesse an den erzeugbaren Darstellungen und an der Anwendung Viele Verbesserungs vorschl ge und allgemeine Anregungen werden daraus gesammelt Diese k nnen in zuk nftige Applikationsversionen einfliessen 7 2 Erkenntnisse Es erstaunt wie ungenau der Begriff Unsicherheit im wissenschaftlichen Sprachgebrauch verwendet wird Obwohl eine grosse Auswahl an verschie
156. ttribute betreffen Diese Fehler k nnen durch den unsachgem ssen Einsatz von Mess instrumenten entstehen oder durch deren limitierte Messgenauigkeit Zhang und Goodchild 2002 Manche Messungenauigkeiten sind schwer zu vermeiden da sie durch ussere Einfl sse bestimmt sind Darunter fallen seismischen Bodenbewegungen Effekte der Kontinentaldrift oder die Lage nderung der Erdachse Longley et al 2001 Einige technische Probleme des Digitalisierens gedruckter Karten sind Hardwarefehler Be dienungsfehler der Apparaturen durch den Operator endliche Liniendicke auf den Originalkarten und numerische Instabilit ten in den Berechnungen Dutton 1991 Weitere Beispiele maschinen bezogener Fehler sind unpr zise Linienverfolgung oder Differenzen bei Photogrammetrieplottern Menschliches Versagen tritt beispielsweisse bei Falschklassifikationen auf Gr nde daf r sind falsches Betrachten oder Interpretieren der Untersuchungsgegenst nde Zhang und Goodchild 2002 Das gedankenlose Zusammentragen m glichst grosser Datenmengen ergibt nicht zwingend genauere Ergebnisse Gr ssere Datenbest nde sind oft aus unterschiedlichen Quellen mit unterschiedlichen Genauigkeiten Detailauspr gungen und Qualit ten zusammengesetzt ltere Datenbest nde k nnen mit unpr ziseren Instrumenten erfasst worden sein Klassierungen k nnen ber viele Jahre konstant bleiben oft geschieht allerdings das Gegenteil des Neueinteilens und Redefinierens von Klassen Die
157. u mit relativ wenig Aufwand achtbare Resultate erzielbar sind Der Autor entschied sich f r die Anwendung eines adaptierten Structured Walktrough ohne Vorbereitung der Testpersonen Fr hauf 2004 83 84 Dabei wird das Testobjekt in einem Schritt f r Schritt Verfahren begutachtet wobei dessen Urheber als Testleiter fungiert Das Verfahren wurde nicht wie von Fr hauf beschrieben auf die Logik und den Code des Programms angewendet sondern auf das Programm selber bzw dessen Funktionalit ten Im Fokus des Testes liegt der Benutzer und seine Wahrnehmung der Applikation die technischen Aspekte werden nur am Rande gestreift abh ngig vom Vorwissen der jeweiligen Testperson Jeder Test ist mit jeweils nur einer Person best ckt Diese kann so am eingehendsten befragt und damit ein Maximum an Information gewonnen werden 5 1 1 Aufbau der Befragung Die Befragung gliedert sich in einzelne Teile die aufeinander Bezug nehmen Da neben den Visualisierungen auch ein Test der Applikation sowie der Dokumentation stattfinden soll baut die 47 Visualisierung von Unsicherheiten Testplanung darauf auf Als Erstes sollen die Gutachter das Manual in der Weise gleichen studieren wie sie das blicherweise bei anderen Anwendungen tun Sie werden ausdr cklich darauf hingewiesen nicht gr ndlicher vorzugehen als bei anderen neu zu lernenden Softwareumgebungen Anschliessend findet der Applikationstest statt indem untersucht wird welche Funktionen die T
158. u verwendenden Zeichnungsparameter geregelt Schon bei wenigen Visualisierungsoptionen zeigte sich allerdings dass sich die Methode zu stark verschachtelt Sie war f r Aussenstehende kaum noch nachvollziehbar weshalb auf die Variante mit vielen Methoden gewechselt wurde Dieser Punkt unterliegt einer Designschw che die in einer sp teren Programmversion behoben werden muss Die GUI Klassen sind f r den Prototyp ausreichend S mtliche implementierten Funktionen sind mit vertretbarem Aufwand einsetzbar Die Evaluation hat gezeigt dass weitere Funktionen gew nscht werden die im Evaluationsteil dieses Kapitels besprochen werden Die Implementierung flexibler Rastergr ssen hat sich als schwierig erwiesen Der entwickelte Prototyp vermag im derzeitigen Stadium nur eine fixe Rastergr sse darzustellen Jede nderung an den Ausmassen des Raster bedingt eine Recompilierung der Applikation Dies kann mit wenig Aufwand durchgef hrt werden indem im Programmcode die verwendeten statischen Variablen mit den korrekten x und y Koordinaten berschrieben werden Allerdings bedingt dies dass der Benutzer der Applikation diesen Vorgang versteht und bereit ist diese Manipulation am Quellcode vorzunehmen Auf einige potentielle Benutzer mag dies abschreckend wirken Zudem sind bei der Verwendung vieler unterschiedlicher Rastergr ssen zu viele Applikationsversionen zu benutzen Bei der gleichzeitigen Darstellung dieser unterschiedliche Rastergr ssen wird jeweil
159. ualisierung von Unsicherheiten erg nzt oder gek rzt werden Die Verbesserungsvorschl ge fallen hier stark auseinander Es wird bemerkt dass sp tere Benutzer einen besseren Zugang zum verwendeten Datenformat haben und dies deshalb nicht so ausf hrlich erkl rt werden muss Das Kapitel Tutorial soll besser strukturiert werden Eine separate Erkl rung jeder Funktion des Programms wird der jetzigen Form eines mehr oder weniger zusammenh ngenden Textes vorgezogen Das entspr che mehr der gewohnten Form eines Tutorials F r jede einzelne Funktion soll eine klar abgegrenzte Schritt f r Schritt Anleitungen bestehen Der Umfang soll jedoch nicht wachsen was bei den Vorschl gen schwierig zu halten ist Besonders positiv erw hnt werden die knappe und knackige Art des Kapitels Benutzerinterface das mit wenigen Worten viel Information zu vermitteln mag sowie das Kapitel Visualisierungsbeispiele Bei Letzterem d rften die Beschreibungen zu den Beispielen ausf hrlicher sein Es soll erkl rt werden was genau auf den Abbildungen zu sehen ist und wie die Visualisierungen zu Stande kommen Ausserdem soll der angew hlte Listeneintrag genannt sein mit dem die Darstellungen verkn pft sind 5 2 2 GUI Frage 4 Ist die Bedienung des Programmes eher einfach und intuitiv oder eher kompliziert und umst ndlich Eher einfach Sowohl als auch Eher kompliziert Frage 5 Finden sie die Darstellung je
160. verschiedenartige Herkunft wird beim Zusammenf hren unter der Annahme von skalenlosen und hochpr zisen Daten missachtet Zhang und Goodchild 2002 Longley et al 2001 Quellenunstimmigkeiten und unvollst ndige Informationen sind auch f r Foody und Atkinson 2001 wichtige Fehlerquellen Prozessierungsfehler sind unter anderem bei der Umwandlung von Rasterdaten in Vektordaten und umgekehrt zu orten Die Generalisierung und Skalierung von Daten ist ein wichtiger Punkt bei der Suche und Vermeidung von Unsicherheiten Mit den bereits in der Qualit t reduzierten Daten werden schliesslich vereinfachte Entscheidungsfindungen und Entscheidungsbeschl sse durch gef hrt Zhang und Goodchild 2002 Die Art der Repr sentierung der verarbeiteten Daten kann ebenfalls einen weiteren Qualit tsverlust bedeuten Sprachliche Ungenauigkeiten im Sinne eines unsachgem ssen Sprachgebrauches der den Bedeutungsinhalt einer Information nicht eindeutig identifiziert oder diesen Inhalt gar verkehrt sind in jedem Datenverarbeitungsschritt m glich Foody und Atkinson 2001 2 3 3 Unsicherheitsmodellierung mittels Monte Carlo Simulation Die Monte Carlo Simulation MCS ist eine beliebte Methode Unsicherheitsdaten zu erzeugen Ehlschlaeger 2002 259 Foody 2003 115 Die Simulation tr gt ihren Name durch eine Gemeinsamkeit mit der gleichnamigen Hauptstadt Monacos Monte Carlo Diese ist f r ihre 9 Visualisierung von Unsicherheiten Spielcasinos ber hmt i
161. xt Heutige kartographische Umgebungen sind durch zwei Schl sselw rter charakterisierbar Interaktion und Dynamik als Gegensatz zu statischen Karten verstanden Kraak 2000 27 weist darauf hin das mit diesem neuen Verst ndnis der geografischen Datenaufbereitung mittels Visualisierung auch eine andere Sichtweise auf das Kartendesigns eingenommen wird 2 Grundlagen 2 3 Unsicherheit Mit diesem Begriff wird ein weites und heterogenes Bedeutungsfeld belegt Man kann sich unsicher f hlen weil etwas Unbekanntes Unerwartetes eintritt In diesem Beispiel steht der Begriff f r die eher negativ beladene Emotion des sich in der Luft f hlen Oder wir sagen das Wetter sei unsicher es k nnte Regen geben Hierbei dr ckt sich ein Zweifeln aus eine Einsch tzung der wir nicht vertrauen Es gibt auch den Ausdruck der unsicheren Wohnlage weil sie durch Umwelteinfl sse bedroht wird oder die Kriminalit t dort statistisch besonders hoch ist Diesen drei Beispielen gemein ist eine mehr oder minder grosse subjektive Komponente Erst der Akteur empfindet eine Situation als unsicher Eine andere Person mag eine andere Meinung dazu haben Im Gegensatz zur Alltagsunsicherheit verwendet diese Diplomarbeit den Begriff f r eine definierbare Unsicherheitskomponente in Daten beziehungsweise den datenliefernden Modellen Es lassen sich gewisse Analogien ziehen In allen F llen ist das nicht exakt vorhersehbare Verhalten eines Systems Schuld an der Unsicherh
162. yer void drawRasterDouble UncVisNetCDF fromLayer UncVisNetCDF toLayer int version 0 void drawRasterQuadtree UncVisNetCDF _diffLayer UncVisNetCDF _fromLayer int version 0 public slots private float limZMax1 float limZMin1 float zMaxl float zMinl float limZMax2 float limZMin2 float zMax2 float zMin2 int colorAlgorithm int zoom int legendBottom int legendLeft int legendColor void settings UncVisNetCDF zLayerl UncVisNetCDF zLayer2 void drawLegend void drawLegendHelp int layers void legendDescription QString titel int layerNo int position void quadtreel UncVisNetCDF diffLayer UncVisNetCDF fromLayer int xFrom int xTo int yFrom int yTo int xLoopPos int yLoopPos void quadtree2 UncVisNetCDF diffLayer UncVisNetCDF fromLayer int xFrom int xTo int yFrom int yTo int xLoopPos int yLoopPos 86 B Sourcecode Headerdateien void quadtree3 UncVisNetCDF diffLayer UncVisNetCDF fromLayer int xFrom int xTo int yFrom int yTo int xLoopPos int yLoopPos void quadtree4 UncVisNetCDF diffLayer UncVisNetCDF fromLayer int xFrom int xTo int yFrom int yTo int xLoopPos int yLoopPos void helpRaster int maxQuadTree int xBlocks int yBlocks endif IO J ECKCKCKCkCk kk kk kk kk kk ck Ck ok ck ck ck ok ck ok kok ck ok ck k ck k ck k ck k ck KR titel uncvisio h descripton this is the loader class used for all file access me
163. zeugten Farbtafeln so sehr dass man sie f r eine doppelte Wiedergabe der selben Farbtafel halten k nnte Als Beispiel lassen sich die Graustufendarstellung mit der Farbwert und Farbs ttigung vergleichen Alle drei sind Hell Dunkel berg nge die beiden letzteren in einem frei w hlbaren Farbton Es sollte nicht vergessen werden dass die Auswahl der Grafikvariablen insbesondere der j ngeren einem subjektiven Einfluss unterworfen ist In gewissen F llen ist es schwierig zu entscheiden ob es sich bei einer Bildkomponente um eine Grafikvariable im engsten Sinne des Wortes handelt oder eher 62 6 Diskussion um eine zusammengesetzte Grafikvariable h herer Ordnung Von diesen komplexeren Grafik variablen hin zu den verschiedenen Visualisierungstechniken die wiederum sehr unterschiedliche Komplexit ten und Anforderungen aufweisen ist es ein kleiner Schritt Die vorgenommene Einteilung in die drei grossen Gruppen klassische Grafikvariablen neuere Grafikvariablen und Visualisierungstechniken kann etwas zu statisch erscheinen Realistischer ist wohl die Betrachtung als Kontinuum in der die genaue Einteilung zugunsten der Einsatzm glichkeiten zur cktritt Andererseits ist die Einteilung im Hinblick auf die dadurch gewonnenen gr ssere bersichtlichkeit sicher vertretbar Wie bereits erw hnt werden einige Visualisierungstechniken aus verschiedenen Gr nden weg gelassen Darunter fallen schwer verst ndliche Konzepte

Download Pdf Manuals

Related Search

Related Contents

catalogue of scales  2 un engagement de construire, c`est cet  Frigidaire FRAP05A6OB Use and Care Manual  Cisco Systems CVRCFP4SFP10G Specification Sheet  ﺳوﻟوﺑروﮐس ®  Philips XL3401B User's Manual  Kingston Technology System Specific Memory KVR667D2N5/2G  CardioSoft* Diagnostic System Tender Specifications  Samsung 172MP User Manual  MANUALE TECNICO refrigeratori e pompe di calore Unità  

Copyright © All rights reserved. Failed to retrieve file