
Automatisierte Generalisierung ist schon immer ein schwieriges Thema im GIS-Umfeld. Die schönen Algorithmen der GI-Systeme erledigen ihre Arbeit, bauen Unschärfen ein, vereinfachen die Geometrien, … aber der Mensch ist nie wirklich zufrieden. Handarbeit wird aber auch gescheut, des Aufwandes und der fehlenden Automatisierung wegen. In [1] und [2] wurde in jüngerer Zeit das Thema erneut aufgegriffen, in der Diskussion auf [3] verwiesen. Und das klang für mich recht interessant, ich musste es gleich mal ausprobieren, … und die Ergebnisse waren beachtlich, wenn auch nicht bei 100%. Aber das habe ich wirklich nicht erwartet! Hier mein [3] nachempfundenes Vorangehen:
- Gebäude laden
- Gebäude buffern mit 30m Bufferweite (geb_30_buf)
- Den entstandenen 30-Buffer mit -25m (also negativ) buffern (geb_-25_buf)
- Die (Multi-)Polygone zu Single konvertieren (geb_-25_buf_single)
- Mit der “DeleteRings”-Funktion alle inneren Ringe > 10000 qm löschen (geb_-25_buf_single_DeleteRings10000)
- Flächen < 10000 qm löschen (area_gt_10000)
- Vereinfachung mit 30m (area_gt_10000_simplify_30)
- Glätten mit 30m (area_gt_10000_simplify_30_smooth)









Das Ergebnis ist m. E. nach recht brauchbar, an einigen Stellen würde ich dennoch händische Korrekturen bevorzugen. Die Hauptarbeit erledigen die Algorithmen aber recht gut, mit den Parametern (30m, -25m, 10000 qm , …) kann man sicher noch gut “spielen”, ein Versuch lohnt sich in jedem Fall!
[1] … https://twitter.com/awoodruff/status/1357709510077521921?s=20
[2] … https://twitter.com/stevefaeembra/status/1357759057914957827?s=20
[3] … https://gis.stackexchange.com/questions/247424/generating-urban-footprint-polygons-from-building-clusters-in-qgis