Simulation Geographischer Systeme Peter MANDL UNIGIS Studientage 3/98 Mittwoch, den 7. Juli 1999.

Simulation Geographischer Systeme

Peter MANDL

UNIGIS Studientage 3/98

Mittwoch, den 7. Juli 1999

7. Juli 1999 Mandl: Simulation Geographischer Systeme

2

Inhalt des Vortrages

1. Was ist ComputersimulationComputersimulation?1.1 Dynamisierung von (räumlichen) Modellen

2. Rahmen für Geo-SimulationGeo-Simulation

3. CharakteristikaCharakteristika und AufgabenAufgaben von Geo-Simulation

4. Drei BeispieleDrei Beispiele für Geo-Simulation

5. AusblickAusblick


3

1. Was ist Computersimulation?

• Erzeugen künstlicher Landschaften und Welten (SimCity etc.)

• Lösen von Gleichungen auf iterativem Wege

• Durchführung von Experimenten im Computer

• Dynamisierung von räumlichen Modellen

Travelling Salesmanproblem

Cellular Automata

SimCity Flug über NP Berchtesgaden


4

1.1 Dynamisierung von Modellen

Geographisches System

KonzeptuellesModell

Computer-Modell

Simulationsergebnisse

RückschlüsseRückschlüsse ModellentwurfModellentwurf

ImplementationImplementation

(nach PAGE 91)


5

Theorien

Relationen

Objekte und Attribute

AngewandteGI-Modelle

Daten

Formale GI-Modelle

GIS-Grundfunktionen

GIS-Datenmodelle

Räumliche KonzepteGeo-Simulation

2. Rahmen für Geo-SimulationGeo-System-EbeneGeo-System-Ebene GI-System EbeneGI-System EbeneAbbildungs-EbeneAbbildungs-Ebene

ZustandZustand

StrukturStruktur

VerhaltenVerhalten


6

3.1 Charakteristika von Geo-Simulation

• VerteilteVerteilte Mod. (P, L, F, O / diskret, stetig)

• DynamisierungDynamisierung (Zeit, Raum, Inhalte, ...)

• KopplungKopplung von GI-Systemen und Simulationsumgebungen (Interfaces)

• Neue MethodenNeue Methoden (Soft Computing, AI, ...)

• Mikro-Mikro- und MakroMakro-Ansätze

• InduktiveInduktive und deduktivededuktive Modellbildung


7

3.1 Charakteristika von Geo-Simulation

• VerteilteVerteilte Mod. (P, L, F, O / diskret, stetig)

• DynamisierungDynamisierung (Zeit, Raum, Inhalte, ...)

• KopplungKopplung von GI-Systemen und Simulationsumgebungen (Interfaces)

• Neue MethodenNeue Methoden (Soft Computing, AI, ...)

• Mikro-Mikro- und MakroMakro-Ansätze

• InduktiveInduktive und deduktivededuktive Modellbildung1 2 3


8

3.2 Aufgaben von Geo-Simulation

• Verhaltenserkundung:Verhaltenserkundung: Spielräume ausloten

• Szenarienbildung:Szenarienbildung: was-wäre-wenn im Rahmen unterschiedlicher Ziele

• Zustandserzeugung:Zustandserzeugung: vorgegebene Zustände anstreben

• Optimierung:Optimierung: beste Zustände bestimmen


9

3.2 Aufgaben von Geo-Simulation

• Verhaltenserkundung:Verhaltenserkundung: Spielräume ausloten

• Szenarienbildung:Szenarienbildung: was-wäre-wenn im Rahmen unterschiedlicher Ziele

• Zustandserzeugung:Zustandserzeugung: vorgegebene Zustände anstreben

• Optimierung:Optimierung: beste Zustände bestimmen

1 2 3


10

4. Beispiel 1: Fuzzy-SDSS

• Thema:Thema: Simulationsmodell zur Unter-stützung räumlicher Entscheidungen im Regionalbereich

• Ziel:Ziel: Empfehlung zur Regionsentwicklung

• Methode:Methode: Fuzzy-System-Model

• CharakteristikaCharakteristika

• AufgabenAufgaben


11


EntwicklungskriterienEntwicklungskriterien • wirtschaftliche Basis• Lebensqualität• Umwelt• demogr. Situation• kulturelle Aktivitäten

EntwicklungszieleEntwicklungsziele• keine Veränderung• Industrie• Transit• Landwirtschaft• Einrichtungen• Tourismus• Wohnnutzung


12


Eigenschaften des AnsatzesEigenschaften des Ansatzes

• widersprüchliche Expertenmeinungen

• parallele Verarbeitung der Kriterien

• Zusammenhänge durch „weiche“ Regeln

• leichte Verhaltenserkundung und Szenarienbildung

• Transfer: neue Regeln, Operatoren etc.


13





14

4. Beispiel 2:. VT/GIS

• Thema:Thema: Simulationsmodell der landwirtschaftlichen Standorttheorie nach J.H. von Thünen

• Ziel:Ziel: Voraussage der optimalen Nutzung

• Methode:Methode: GIS-Makro-Modell




15


L = Y ( P - C ) - Y D Fmit:

L die jeweils erzielbare Bodenrente (z.B. in öS pro km²) ist,

Y der Anbauertrag (z.B. in t pro km²)

P der Marktpreis der Feldfrucht (z.B. in öS pro t)

C die Erzeugungskosten der Feldfrucht (z.B. in öS pro t)

D die Entfernung zum zentralen Ort (in km) und

F die Transportkosten (z.B. in öS pro Tonnenkilometer).

Entfernung von der StadtWohngebiete

Milch/Gemüse

Weizenanbau

Weidewirtschaft Ödland

Entfernung von der Stadt

Boden-rente

prokm²

Wohngebiete

Milch/Gemüse

Weizenanbau

Weidewirtschaft

Ödland


16



• Berücksichtigung mehrere Städte

• Variable Transportkosten (Eisenbahn)

• Transporthindernisse (Seen)

• Friktionsoberflächen für Ertrag

• Transfer: Mikro-, Meso- und Makroebene


17

4. Beispiel 3: ISLAND-Demo

• Thema:Thema: Explor. Modellierung von sozio-ökon.Folgen klimatischer Veränderungen

• Ziel:Ziel: Einflußfolgenabschätzung und Szenarienentwicklung

• Methode:Methode: verteilte dyn. Geo-Simulation




18


19

4. Beispiel 3: ISLAND-Demo


• Arbeiten im Mikro- (Inhalt) und Makromodell (Raum) möglich

• Diffusionssimulation

• Interaktive Graphik

• offenes Konzept

• Zellulärer Automaten Ansatz


20

5. Ausblick

• neue Plattformen:neue Plattformen: Internet, verteilte Syst.

• neue Methoden:neue Methoden: Multiagentenbasierte Mod., zelluläre Automaten, Fuzzy-Neuro-Genetische Modelle

• neue Ansätze:neue Ansätze: Syndrom-, Komplexitätsm.

• HarmonisierungHarmonisierung und InteroperabilitätInteroperabilität

• GeocomputationGeocomputation Leeds OpenGIS

PIK SFI

MapServer


21

Geo-Simulation

Java Antz

The Philosophical Computer

Online Verkehr Duisburg

Multiagentenbasierte Modelle: RBSim

Zelluläre Automaten: FireGIS


22

Zitate zur Präsentation

• Fuzzy-SDSS

• DODSON, R.F. (1991): VT/GIS: The von Thünen GIS Package. NCGIA, Santa Barbara

• ISLAND-Demo VT/GIS Download

ISLAND Model Download

CubiCalc Demo Download

Simulation Geographischer Systeme Peter MANDL UNIGIS Studientage 3/98 Mittwoch, den 7. Juli 1999.

Documents

Transcript of Simulation Geographischer Systeme Peter MANDL UNIGIS Studientage 3/98 Mittwoch, den 7. Juli 1999.