Visualisierung der Wertschöpfungskette Holz ‒ eine

40
Fachartikel
Visualisierung der Wertschöpfungskette Holz ‒
eine webbasierte Lösung zur Veranschaulichung und
Analyse der Holzflussdaten in der Steiermark
Visualization of the Forest-based Supply Chain – A Web-based
Tool to Visualize and Analyze Timber Flow in Styria
Maximilian Schachner-Nedherer1, Johannes Scholz1
1Institut
für Geodäsie, Technische Universität Graz · [email protected]
Zusammenfassung: Der Rohstoff Holz ist ein wichtiges Standbein der österreichischen Wirtschaft
(Proholz Steiermark 2017). Die Digitalisierung der Wertschöpfungskette von der Schlägerung bis zum
Endkunden birgt ein großes Potenzial, um die gesamte Prozesskette effizienter zu gestalten und um die
Transparenz zu erhöhen. Diese Arbeit beschäftigt sich mit der Visualisierung und Analyse der Transportprozesse der Wertschöpfungskette Holz anhand eines Datensatzes der Holzcluster Steiermark
GmbH, der das Jahr 2015 umfasst. Ziel der Arbeit ist eine Visualisierung der Daten zum Zweck der
visuellen Analytik, welche als webbasierte Lösung angeboten werden soll. Besonderes Augenmerk
liegt dabei auf einer passenden zeitlichen und räumlichen Aggregation und Analyse.
Schlüsselwörter: Visualisierung, Wertschöpfungskette Holz, zeitlich-räumliche Analyse
Abstract: Wood is one of the most important backbones of the Austrian economy. The digitalization of
this supply chain, which starts with the harvesting process and ends with the final product, holds potential to create a more efficient working process and finally to gain higher transparency. This paper
presents an analysis and visualization of the transportation data of the forest-based supply chain using
a dataset of 2015 provided by the Holzcluster Steiermark GmbH. The aim is to create a tool for visual
analytics, which is offered as web-based solution. In particular we focus on the temporal and spatial
aggregation and analysis of the available datasets.
Keywords: Visualization, fores-based supply chain, spatial-temporal analysis
1
Motivation und Stand der Technik
Die Ressource Holz ist ein wichtiger nachhaltiger Rohstoff und zugleich ist die Holzindustrie
ein wichtiger Wirtschaftsfaktor für das Land Österreich – was sich durch ein Produktionsvolumen von 7.49 Mrd. Euro sowie einer positiven Handelsbilanz im Ausmaß von 1.23 Mrd.
Euro für 2015 (Fachverband der Holzindustrie Österreichs, 2016) äußert. Um die Wettbewerbsfähigkeit der österreichischen Holzindustrie im internationalen Vergleich weiter stärken zu können, erscheint es notwendig die Digitalisierung der gesamten Wertschöpfungskette voranzutreiben. Dieser Umstand ist auch einer der Gründe für Forschungsinitiativen im
Bereich der Wertschöpfungskette Holz (EFORWOOD, 2017; FOCUS, 2017; Mittlboeck et
al., 2015; Ziesak et al., 2014). Im Speziellen sind die aktuellen Forschungsinitiativen darauf
bedacht, den Fokus auf den Transport des Rohstoffes Holz vom Wald zum nächsten Bearbeitungsschritt zu legen (z. B.: D’Amours et al., 2008). Dabei sind einerseits die Optimierung
der Holzabfuhr, und andererseits die transparente und lückenlose Aufzeichnung der Herkunft
AGIT ‒ Journal für Angewandte Geoinformatik, 3-2017. © Herbert Wichmann Verlag, VDE VERLAG GMBH ·
Berlin · Offenbach. ISBN 978-3-87907-633-8, ISSN 2364-9283, eISSN 2509-713X, doi:10.14627/537633005.
Dieser Beitrag ist ein Open-Access-Beitrag, der unter den Bedingungen und unter den Auflagen der
Creative Commons Attribution Lizenz verbreitet wird (http://creativecommons.org/licenses/by-nd/4.0/).
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
41
und des Transportweges des Rohstoffes von hohem Interesse, welche mithilfe aktueller Sensortechnologie umgesetzt werden soll (Mittlboeck, et al., 2015).
Da der Begriff Wertschöpfungskette recht vielseitig einsetzbar ist, bedarf es einer für diesen
Zusammenhang passenden Definition. Der folgende Absatz basiert daher auf Springer Gabler
Verlag (2017) und Wannenwetsch (2006). Eine Wertschöpfungskette – im allgemeinen Sinn
‒ stellt zusammenhängende Aktivitäten dar, die sich mit dem wirtschaftlichen Güterherstellungsprozess beschäftigen. Dieser Prozess gliedert sich in Teilbereiche, welche sich mit der
Produktion, Verarbeitung, Fertigstellung und Vermarktung eines Produktes befassen. Die
Wertschöpfungskette Holz umfasst alle Aktivitäten vom Rohprodukt Holz bis zum fertigen
Produkt. Die Kette gliedert sich in vier Prozesse: Holzerzeugung, Erzeugung der Produkte,
Verteilung derselben, und Verkauf der Produkte. Holzerzeugung umfasst die Schlägerung
von Holz im Wald, inklusive der Lagerung im Wald und der Transportprozesse zum Sägewerk. Die Produktion ist die Veredlung des Rohproduktes zu Fertig- oder Halbfertigwaren.
Die vorliegende Arbeit ist intendiert, zu einer transparenten Dokumentation und Analyse des
Prozesses der Holzerzeugung, als Teil der Wertschöpfungskette, beizutragen. Ausgehend
von den Bestrebungen der Holzcluster Steiermark GmbH die Entwicklung der Wertschöpfungskette Holz in der Steiermark zu fördern, versuchen die Autoren mittels eines webbasierten Karten-Viewers die Visualisierung von digital erfassten Transportdaten zu verbessern. Diese werden von der Holzcluster Steiermark GmbH aktuell mittels der, proprietären
und geschlossenen, Woodlogistics-Plattform gesammelt. Diese Plattform entstand aus dem
Zusammenschluss der Akteure der Wertschöpfungskette Holz in der Steiermark und dient
als zentrale Informationsdrehscheibe für die Wertschöpfungskette. Für den Bereich der Holzerzeugung, werden die Daten des geernteten Holzes, des Transportes (zur transparenten Abrechnung), sowie der Lieferung zum Sägewerk in dem System gespeichert. Die Datensammlung geschieht zum Teil mithilfe von Sensoren, die in den Lastkraftwagen verbaut sind, ansonsten werden die Daten über Schnittstellen und Interfaces in das System eingegeben.
Da mit diesen gesammelten Daten der Woodlogistics-Plattform zum Zeitpunkt der Erstellung
der Arbeit noch keine zeitlich-räumliche Analyse und Visualisierung entwickelt wurde, stellt
diese Arbeit einen ersten Versuch der Analyse und Visualisierung dar. Die Konsequenz daraus ist, eine den Anforderungen der Verantwortlichen der Holzcluster Steiermark GmbH entsprechende, webbasierte kartographische Visualisierung der Daten vorzunehmen. Ziel soll
sein, die Zusammenhänge und Muster der Logistik hinter den Transporten zu veranschaulichen und für die Mitglieder des Holzclusters zentral bereit zu stellen. Im Besonderen sollen
dabei die transportierten Holzmengen für eine thematische Darstellung der Wertschöpfungskette in einen zeitlich-räumlichen Kontext gesetzt werden. Die vorliegende Arbeit hat konkret zum Ziel, einen Prototyp zur Visualisierung und visuellen Analyse der Daten der Holzproduktion zu erstellen. Die Funktionalität des Prototyps wird anhand von realen historischen
Daten aus dem Jahr 2015 getestet. Die Daten wurden von der Holzcluster Steiermark GmbH
bereitgestellt.
Die Struktur des Artikels ist wie folgt. Kapitel 2 behandelt den Lösungsansatz der in dieser
Arbeit verfolgt wird. In Kapitel 3 wird die Umsetzung im Detail beschrieben. Hier werden
die Datenmigration und die Visualisierung mittels OpenLayers3 thematisiert. Die Ergebnisse
sind in Kapitel 4 enthalten – gemeinsam mit einer Diskussion derselben. Kapitel 5 enthält die
Zusammenfassung.
42
2
AGIT – Journal für Angewandte Geoinformatik · 3-2017
Lösungsansatz und Methodik
Der Ansatz, der in diesem Artikel verfolgt wird, basiert im Wesentlichen auf fünf Arbeitsschritten (siehe Abb. 1). Die Evaluierung der Anforderungen erfolgte im Rahmen von gemeinsamen Gesprächen und strukturierten Interviews mit den Mitarbeitern der Holzcluster
Steiermark GmbH sowie von Akteuren der Wertschöpfungskette. Darauf aufbauend wurden
die Rohdaten ausgewählt, entsprechend analysiert und ein konzeptionelles Datenmodell erstellt (Chen, 1976). Das konzeptionelle Datenmodell dient als Basis für die webbasierte Visualisierung der Daten der Wertschöpfungskette. Eine funktionale Evaluierung des Ergebnisses soll die erstellte Lösung mit den Anforderungen gegenüberstellen.
Anforderungs‐
evaluierung
Rohdatenanalyse
Konzeptionelles Datenmodell
Datenmigration und Implementierung
Evaluierung der Ergebnisse
Abb. 1: Darstellung der Arbeitsschritte der Lösungsstrategie
Die Anforderungen, die im Zuge dieser Arbeit von den Vertretern der Holzcluster Steiermark
sowie von Akteuren der Logistikkette Holz formuliert wurden, können folgendermaßen zusammengefasst werden: Es wird ein Werkzeug gefordert, welches zum einen die Holztransporte visualisiert, zum anderen aber auch zeitliche und räumliche Analysen für die Verantwortlichen der Wertschöpfungskette Holz zulässt. Das Ergebnis soll die bereitgestellten und
abgelieferten Holzmengen vor allem nach unterschiedlichen Zeitabschnitten (z. B.: Monate)
visualisieren. Es soll somit für jeden Lieferort, welcher in diesem Zusammenhang als Sägewerk identifiziert wird, die zugehörigen Ernteorte dargestellt werden. Weitergehend wird gefordert, dass das „Einzugsgebiet“ jedes Sägewerkes je nach Zeitraum in einer Karte dargestellt wird. Darüber hinaus wird verlangt, dass die gelieferten Warenmengen proportional
zueinander dargestellt werden sollen.
Die Datenanalyse zielt vor allem auf die Attribute des zur Verfügung gestellten Datensatzes,
dessen Inhalte und Integrität ab. Zusätzlich können aufgrund dieser Analyse nicht vollständige oder fehlerhafte Einträge ausgeschieden werden, welche für eine webbasierte Visualisierung nicht verwendbar sind.
Basierend auf der Analyse der Daten und aufbauend auf den Gesprächen mit den Stakeholdern, wird ein konzeptionelles Datenmodell erstellt – in diesem Paper ein Entity-Relationship
Modell (Chen, 1976). Dieses konzeptionelle Modell dient als Grundlage für die webbasierte
Visualisierung der Daten der Wertschöpfungskette Holz. Zum einen wird es als Schema für
die Datenmigration in eine räumliche Datenbank verwendet, zum anderen wird dadurch sichergestellt, dass ein webbasiertes Visualisierungsmodul auf die Daten zugreifen und diese
darstellen kann.
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
43
Die Migration der Daten in eine räumliche Datenbank wird mittels eines spatial ExtractTransform-and-Load Tools (ETL) durchgeführt. Ein solches Werkzeug ist in der Lage Rohdaten zu lesen, zu verändern und in ein neues Datenformat zu schreiben. Zudem können
räumliche Referenzsysteme verändert werden oder eine Georeferenzierung von Datensätzen
vorgenommen werden.
Die webbasierte Visualisierung der Daten soll die Zusammenhänge der Logistikkette mittels
thematischen Karten veranschaulichen (Slocum et al., 2009). Von besonderem Interesse in
diesem Zusammenhang ist hier die Methode der proportionalen Symboliken, die es erlauben,
numerische Werte, die das Niveau einer Ratioskala erfüllen (Stevens 1946), georeferenziert
visuell darzustellen. Die Möglichkeiten, die Zusammenhänge zwischen Holzernte und des
ersten Verarbeitungsschrittes in einem Sägewerk in zeitlich unterschiedlichen Stufen darzustellen bzw. räumliche Aggregation durch z. B. die Veranschaulichung des Einzugsgebietes
zu zeigen, entspricht dem Prinzip der Exploratory Data Analysis (EDA) (Dransch, 1997;
Andrienko & Andrienko, 2006).
Um die Daten dynamisch zu analysieren und zu visualisieren, wird eine facettierte Suche
eingesetzt (Hearst, 2006). Facettierte Suche ist eine Technik, die es ermöglicht, Daten und
Suchtreffer schrittweise eingegrenzt und/oder systematisch zu durchsuchen. Durch diese Methode können große Datenbestände, anhand vorgegebener „Kategorien“ (i. e. Facetten), gefiltert werden. Die facettierte Suche wird in dem Kontext des Papiers eingesetzt, um eine
räumliche, zeitliche und attributive Strukturierung des Datensatzes zu ermöglichen. Konkret
eignen sich Sägewerke (Lieferorte) sowie Zeiträume als Facetten (i. e. Kategorien), um die
Daten der Wertschöpfungskette zu strukturieren.
3
Umsetzung
3.1
Datenanalyse und ERM
Der erste Teil der Umsetzung beschäftigt sich mit der Analyse der gelieferten Rohdaten.
Diese umfassen 21860 Einträge. Durch die tabellarische Aufbereitung kann zwischen unterschiedlichen Attributspalten unterschieden werden. Eine grobe Einteilung lässt sich wie folgt
treffen:



Ernteadresse,
Abnehmer (Sägewerk),
Frächter.
Zur genauen Beschreibung der einzelnen Attribute dient die Abbildung 2.
44
AGIT – Journal für Angewandte Geoinformatik · 3-2017
Abb. 2: Struktur der Rohdaten
Die Abbildung 3 zeigt die relevanten Attributspalten mit vollständigen Einträgen. Es bestehen zum Teil Datenlücken, welche im Besonderen in Form von fehlenden Koordinaten oder
fehlenden Ortsbezeichnungen bezogen auf Abhol- oder Lieferadresse auftreten. Fehlen Einträge, werden diese mit frei zur Verfügung gestellten Datensätzen vom GIS Steiermark abgeglichen. Existiert keine räumliche Information zu einem Transporteintrag, wird dieser aus
den Ausgangsdaten entfernt.
Abb. 3: Beispieldatensatz Originaldaten
Abb. 4: Konzeptionelles Datenmodell
Nachdem die relevanten Attributspalten identifiziert sind, wird ein Datenbankschema erstellt.
Dazu wird ein Entity-Relationship-Modell aufgebaut, welches als Basis für die Datenmigration in eine räumliche Datenbank dient. Die Idee hinter dem konzeptionellen Datenmodell
wird in Abbildung 4 verdeutlicht. Das Konzept kann dem Anwender so kommuniziert wer-
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
45
den, dass die unterschiedlich vielen Ernteorte in Verbindung mit mehreren Lieferadressen,
hier als Sägewerke klassifiziert, stehen. Dies entspricht einer n:m Kardinalität, welche die
Komplexität des Verhältnisses zwischen den Entitäten aufzeigt.
3.2
Datenmigration in räumliche Datenbank
Nach der Erstellung des Datenbankschemas werden die Transportdaten in eine räumliche
Datenbank migriert. Die Migration wird mittels eines Spatial-ETLs durchgeführt. Hier bietet
sich das Softwarepaket Feature Manipulation Engine (FME) (Bellinghoff et al., 2015) der
Firma Safe Software Inc. an. Das Programm dient der formatunabhängigen Verarbeitung von
Daten, welche eine Georeferenzierung besitzen. Diese werden in FME mittels sogenannter
Reader extrahiert und in ein FME interoperables Format übersetzt. Die Funktionen von FME
ermöglichen Transformationen, Berechnungen oder andere Arten der Manipulation. Mithilfe
von Writern können die editierten Daten in ein beliebiges Format migriert werden. FME
greift dabei auf einen Pool von über 350 unterstützten Datenformaten zurück. Das bedeutet,
dass sich gleichermaßen Vektor-, Raster- Punktwolkendaten sowie Sach- und Tabellendaten
verarbeiten lassen. Ein Vorteil von FME ist, dass die Datenmigration mittels eines grafischen
User Interfaces entwickelt werden kann. Mithilfe des Drag-and-drop-Prinzips können unterschiedliche Werkzeuge in das Projekt integriert werden (siehe Abb. 5).
Abb. 5: Auszug einer individuellen Befehlsoberfläche in FME
Als Beispiel für den Einsatz von FME wird ein koordinativer Eintrag aus den Daten angeführt
(siehe Tabelle 1), um die schrittweise Verarbeitung näher zu erläutern. Dabei soll gezeigt
werden, dass die Ausgangsdaten zwar als Dezimalgrad in Form von Länge und Breite mit
dem WGS84 als Bezugssystem identifiziert werden können, es aber dem Einsatz der verschiedenen Tools von FME bedarf, die Koordinaten sinnvoll aufzubereiten.
46
AGIT – Journal für Angewandte Geoinformatik · 3-2017
Tabelle 1: Formatierung der Koordinaten
Ausgangsdaten
φ , λ (WGS84) [°]
y , x (UTM33N) [m]
47354233,15085785
47.354233, 15.085785
5244533.529 , 506478.246
Der für die weiteren Arbeitsschritte nun passend formatierte Datensatz kann mithilfe von
FME in eine räumliche Datenbank migriert werden. Dazu wird auf die Open-Source-Datenbank PostgreSQL (Scherbaum et al., 2009) zurückgegriffen. Als Aufsatz zur Nutzung der
räumlichen Information dient PostGIS. Da PostGIS (Ramsay et al., 2017) eine räumliche
Erweiterung für PostgreSQL ist, kommen mit diesem Aufsatz zusätzliche Datentypen und
Funktionen zu den normalen SQL-Spezifikationen hinzu – die “Simple Features for SQL“
von OGC (Herring, 2006).
3.3
Visualisierung mit OpenLayers
Die Visualisierungsstrategie dieser Arbeit für die Realisierung eines Web-GIS beruht auf der
Verwendung der JavaScript-Bibliothek OpenLayers. Damit ist es möglich, die Anforderungen der Stakeholder zu erfüllen. Das Konzept, welches sich hinter dem Web-GIS versteckt,
wird in Abbildung 6 vereinfacht dargestellt. Die unterschiedlichen Möglichkeiten der Darstellungen sind die Hauptfunktionen der Visualisierung. Das heißt, das System kann zu jedem
Sägewerk die zugehörigen Lieferorte und Mengen, sowie das Einzugsgebiet visualisieren.
Abb. 6: Konzept zur Visualisierung der Holzdaten
Der Ablauf des Flow-Charts in Abbildung 6 zeigt die Interaktion des Systems mit dem Benutzer, um entsprechende Daten anzuzeigen. Das Konzept folgt der Methodik einer facettierten Suche, die es dem Benutzer ermöglicht anhand folgender Parameter die Daten zu durchsuchen und zu visualisieren:



Lieferort,
Zeitraum,
Darstellung der Lieferorte, des Einzugsgebietes oder der geernteten Holzmenge.
Zur visuellen Aufbereitung der Mengenlieferungen wird die proportionale Symbolik in Form
von proportionalen Kreisdiagrammen eingesetzt. Die gelieferte Holzmenge – in der Einheit
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
47
Festmeter – eines Ernteortes entspricht dem Radius des Kreissymbols. Diese wird explizit
noch als Zahl im Mittelpunkt des Symbols angezeigt.
Durch die Einbindung der jQuery-Bibliothek wird die Abfrage der PostGIS-Datenbank implementiert. Hierbei wird über AJAX ein entsprechendes PHP-Skript geladen, welches die
Abfrage über den Server an die Datenbank weiterleitet. Das Ergebnis wird mithilfe des Datenformates GeoJSON ausgewertet. Dieses Format ermöglicht die Visualisierung unterschiedlicher Geometrietypen.
4
Ergebnisse
Der Prototyp dieser Arbeit zeigt die Umsetzung einer Visualisierung Daten der Wertschöpfungskette Holz – im Besonderen des Teilbereiches der Holzproduktion – basierend auf dem
Datensatz für das Jahr 2015. Hierbei wird die Metapher Karte als zentrales Informationsmedium gewählt, welches mit thematischer Kartographie die verfügbaren Daten veranschaulicht. Der Benutzer kann, durch die Anwendung einer einfachen facettierten Suche, Daten für
einen Lieferort bzw. für einen definierten Abfragezeitraum visualisieren. Die Zeitauswahl
ermöglicht es, Daten eines gesamten Jahres oder eines spezifischen Monats zu analysieren.
Das Web-GIS wird in Abbildung 7 dargestellt. Die Basiskarte zeigt das Land Steiermark,
wobei die Daten aus dem Projekt OpenStreetMap eingebunden werden.
Abb. 7: Gesamtübersicht des Web-GIS
48
AGIT – Journal für Angewandte Geoinformatik · 3-2017
Mithilfe von Drop-down-Menüs (siehe Abbildung 8) kann der Benutzer – facettiert – Daten
auswählen/eingrenzen, je nachdem für welchen Lieferort und welchen Zeitraum die gewünschte Information dargestellt werden soll.
Abb. 8: Drop-down-Menü zur Datenselektion und Anzeige
Mithilfe der in Abbildung 9 gezeigten Symbolik werden Ernteorte und Lieferadressen angezeigt. Die standardmäßige Kombination eines Sägewerks und den entsprechenden Ernteadressen wird anhand Abbildung 10 gezeigt. Als Zielort fungiert dabei Graz. Die Ernteadressen
beziehen sich auf das gesamte Jahr 2015. In der Abbildung 10 wird zusätzlich noch das Einzugsgebiet des Zielortes Graz veranschaulicht.
Abb. 9:
Legende der unterschiedlichen Markierungen innerhalb
des Web-GIS
Abb. 10: Kombination Sägewerk mit Ernteadressen
Zusätzlich zum Einzugsgebiet werden die ortsspezifischen Liefermengen angezeigt (siehe
Abb. 11). Diese werden mit der entsprechenden Liefermenge beschriftet. Zusätzlich sind die
proportionalen Symbole ersichtlich. Die Holzmenge legt den Radius der Kreise um die Ern-
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
49
teorte fest, und die Kreise werden mit der geernteten Holzmenge beschriftet. Abbildung 12
zeigt einen vergrößerten Kartenausschnitt, um die proportionale Symbolik nochmals hervorzuheben. Dieses Ergebnis zeigt ein Gebiet südlich von Mürzzuschlag und betrifft die Erntemengen des Monats Dezember 2015, die nach Graz geliefert werden.
Abb. 11: Liefermengen für den Zielort Graz und die Repräsentation in der Karte mittels
proportionaler Symbole
Abb. 12: Proportionale Symbolik der nach Graz gelieferten Erntemengen im Monat Dezember 2015 ‒ hier ein Ausschnitt südlich von der Stadt Mürzzuschlag
50
5
AGIT – Journal für Angewandte Geoinformatik · 3-2017
Zusammenfassung
Die vorliegende Arbeit liefert einen Beitrag zur Erhöhung der Transparenz der Wertschöpfungskette Holz im Bereich der Holzerzeugung. Ausgehend von den attributiven Daten der
Woodlogistics-Plattform der Holzcluster Steiermark GmbH, wird mittels einer webbasierten,
kartenzentrierten Visualisierungsstrategie, ein Prototyp einer visuellen Analyse der Daten ermöglicht. Anhand realer historischer Daten für das Jahr 2015 wird der entwickelte Ansatz
getestet und in Form eines Prototyps implementiert.
Die Ergebnisse zeigen, dass eine räumliche Referenzierung der attributiven Daten der Wertschöpfungskette Holz – insbesondere des Teilbereiches der Holzerzeugung – möglich ist.
Basierend auf den generierten räumlichen Daten wird mithilfe von Open-Source-Technologien, wie OpenLayers und PostgreSQL mit PostGIS, eine visuelle Analyse der Logistikdaten
möglich. Von besonderem Interesse hinsichtlich der Analyse, sind die Zusammenhänge zwischen Holzernte und dem nachfolgenden Bearbeitungsschritt in einem Sägewerk. Das System kann, unter Verwendung der Metapher Karte, zeitlich-räumliche Antworten auf die Fragen nach Rohstoffherkunft und Mengen der einzelnen Sägewerke geben. Hierbei wird der
Benutzer mittels einer einfachen facettierten Suche unterstützt. In dieser Arbeit wird die Visualisierung der Holzmengen mittels proportionaler Kartensymbole durchgeführt, um die
Zahlen visuell vergleichbar zu machen.
Weitere offene Forschungsfragen beschäftigen sich mit der zeitlich-räumlichen Analyse mit
der Hilfe von geostatistischen Methoden. Insbesondere sind Techniken wie Flow Maps,
Punktmusteranalysen oder Kernel Density Estimation hier von besonderem Interesse. In zukünftigen Arbeiten, werden diese Fragestellungen bearbeitet und evaluiert.
Danksagung
Diese Arbeit wurde von der Holzcluster Steiermark GmbH unterstützt. Die Daten für die
Arbeit wurden freundlicherweise von der Holzcluster Steiermark GmbH unentgeltlich zur
Verfügung gestellt.
Referenzen
Andrienko, N., & Andrienko, G. (2006). Exploratory analysis of spatial and temporal data:
a systematic approach. Berlin: Springer Science & Business Media.
Bellinghoff, M., Dahmen, C., & Heisig, C. (2015): FME Desktop. Das deutschsprachige
Handbuch für Einsteiger und Anwender. Berlin/Offenbach: Wichmann.
Chen, P. (1976). The Entity-Relationship Model ‒ Toward a Unified View of Data. ACM
Transactions on Database Systems, (1), 9‒36.
D’Amours, S., Rönnqvist, M., & Weintraub A, (2008). Using operational research for supply
chain planning in the forest products industry. INFOR: Information Systems and Operational Research, 46(4), 265‒281.
Dransch, D. (1997). Computer-Animation in der Kartographie. Theorie und Praxis. Berlin/
Heidelberg: Springer.
M. Schachner-Nedherer, J. Scholz: Visualisierung der Wertschöpfungskette Holz
51
Eforwood (2017). Sustainability Impact Assessment of the Forestry-Wood Chain. Retrieved
Jan 17, 2017, from www.innovawood.com/eforwood/.
Fachverband der Holzindustrie Österreichs (2016). Branchenbericht der Österreichischen
Holzindustrie. Retrieved Jan 19, 2017, from
https://issuu.com/holzindustrie/docs/fachverband_branchenbericht.
Focus Consortium (2017). About Focus. Retrieved Jan 19, 2017, from www.focusnet.eu.
Hearst, M. (2006). Design recommendations for hierarchical faceted search interfaces. In:
ACM SIGIR workshop on faceted search (pp. 1‒5). Retrieved Apr 18, 2017, from
http://flamenco.sims.berkeley.edu/papers/faceted-workshop06.pdf.
Herring, J. R. (2006). Opengis implementation specification for geographic information-simple feature access-part 2: SQL option. Open Geospatial Consortium Inc.
Jansen, M., & Adams, T. (2010). OpenLayers. Webentwicklung mit dynamischen Karten und
Geodaten. München: Open Source Press.
Mittlboeck, M., Jank, R., & Scholz, J. (2015). Harmonizing measurements from wood harvesting machines to support near real time spatio-temporally enabled dashboards for process control. In: Forest engineering: making a positive contribution. Abstracts and Proceedings of the 48th Symposium on Forest Mechanization, Linz, Austria, 2015 (pp. 55‒61).
University of Natural Resources and Life Sciences: Institute of Forest Engineering.
Proholz Steiermark (2017). Retrieved Jan 18, 2017, from www.proholz-stmk.at/multitalentholz/holz-der-wirtschaftsfaktor/.
Ramsay, P. et al. (2017). POSTGIS: Spatial and Geographic objects for PostgreSQL. Retrieved Jan 17, 2017, from www.postgis.net/features.
Scherbaum, A. (2009). PostgreSQL. Datenbankpraxis für Anwender, Administratoren und
Entwickler. München: Open Source Press.
Slocum, T. A., McMaster, R. B., Kessler, F. C., & Howard, H. H., (2009). Thematic cartography and geovisualization. Prentice Hall, Upper Saddle River, NJ: Pearson.
Springer Gabler Verlag (Ed.). (2017). Gabler Wirtschaftslexikon, Stichwort: Wertschöpfungskette. Retrieved Jan 19, 2017, from
www.wirtschaftslexikon.gabler.de/Archiv/145581/wertschoepfungskette-v7.html.
Stevens, S. S. (1946). On the Theory of Scales of Measurement. Science, 10 (2684), 677‒680.
Wannenwetsch, H. (2006). Vernetztes Supply Chain Management: SCM-Integration über die
gesamte Wertschöpfungskette. Berlin/Heidelberg: Springer.
Ziesak, M., Marques, A. F., Rasinmaki, J., Rosset, C., Nummila, K., Scholz, J., Mittlboeck,
M., Pinho de Sousa, J., Häkli, J., & Rommel, D. (2014). Advances in forestry control and
automation systems in Europe – FOCUS: the concept idea in a multinational EU research
project. In: Precision Forestry Symposium 2014: „The anchor of your value chain“ (pp.
112‒113).