Georeferencinio pagrindo kadastro automatizuoto atnaujinimo naudojant savivaldybių topografinius duomenis galimybių tyrimas

Abstract

Straipsnyje nagrinėjama Valstybinio Georeferencinio pagrindo kadastro, kuriame kaupiami gamtiniai ir antro pogeniniai objektai, atnaujinimo galimybės taikant automatizuoto generalizavimo būdus. Šio kadastro duomenys plačiai naudojami priimant sprendimus, sprendžiant įvairius uždavinius, kuriant žemėlapius, todėl svarbu užtikrinti duomenų ak tualumą ir tikslumą. Paprastai smulkesnio mastelio erdviniai duomenų rinkiniai yra atnaujinami naudojant stambesnio mas telio duomenis. Pastaraisiais dešimtmečiais šiame procese pradėti naudoti automatizuoti erdvinių duomenų generalizavimo procesai. Atliekant tyrimą analizuotas Vilniaus miesto didelio tikslumo topografijos erdvinių duomenų rinkinio panaudo jimas, atnaujinant Georeferencinio pagrindo kadastrą. Straipsnyje pateikiami tyrimo metu sukurti galimi Georeferencinio pagrindo kadastro objektų, vaizduojančių pastatus, plotinius hidrografijos ir kelių infrastruktūros objektus, žemės dangą ir pan., algoritmai, kurie gali būti įgyvendinti naudojant ArcGIS programinę įrangą.

The article present results of the research of updating the (geo)reference data cadastre (GRPK) by using automatic generalisation methods. The GRPK stores spatial objects which represent anthropogenic and natural objects at scale 1:10,000. This data set is wildly used for decisions making, preparing maps etc. Therefore there is important to ensure the relevance and accuracy of the data. As a rule spatial data sets at smaller scale are updated using data at a larger scale. In recent decades, there are increasing role of automated spatial data generalisation processes. This study analysed the possibilities update GRPK using results of Vilnius city high-precision topographic data automatic generalisation. The paper presents the ideas and general description of algorithms for automatic update of GRPK objects like buildings, polygons of hydrography and road infrastructure, land cover and so on. Generalization algorithms implemented using ArcGIS software.