Datenbankgestütztes Matching von Kartenobjekten Abstract

Daniela Mantel, Udo Lipeck
Universität Hannover,
Institut für Informationssysteme FG Datenbanksysteme
Datenbankgestütztes Matching von Kartenobjekten
Abstract:
Nowadays cartographic objects of different resolutions are hold in different coexisting
databases. This implies an extensive amount of work for updating an object in all
resolutions. One way to reduce this is to build a multi-representation database which holds
and links different representations of the real-world objects and allows to automatically
pass updates to all linked representations (requiring the existence of algorithms for update
propagation). In order to ensure the autonomy of applications on the local databases, we
propose the architecture of a federated database for such a multi-representation database.
A main requirement for setting up a multi-representation database is to “identify” the
different representations of real-world objects. In this article we describe a multistage
procedure for this “object identification” (matching).
Zusammenfassung:
Kartographische Objekte verschiedener Maßstäbe werden heute in vielen unabhängig
existierenden und insbesondere unabhängig gepflegten Datenbanken gespeichert. Daraus
entsteht bei Fortführungen ein hoher Aufwand für die Aktualisierung in allen Maßstäben.
Eine Möglichkeit diesen Aufwand zu reduzieren besteht darin, die Daten unterschiedlicher
Auflösung in einer integrierten Datenbank zu halten und Fortführungen zwischen den
Maßstäben automatisch zu propagieren. Neben den benötigten Mechanismen zur
Weitergabe von Aktualisierungen zwischen den Maßstäben, wird hierfür ein Konzept für
die Realisierung einer Multi-Resolution Database (MRDB) benötigt. Um die Autonomie der
bereits bestehenden Datenbanken und ihrer Anwendungen zu erhalten, schlagen wir als
Architektur für eine MRDB das Konzept der föderierten Datenbank vor.
Eine wichtige Aufgabe beim Aufbau einer föderierten Datenbank stellt dabei die
Identifikation von Repräsentationen der gleichen Real-Welt-Objekte dar. Wir stellen in
diesem Artikel ein mehrstufiges Verfahren für diese „Objektidentifikation“ (Matching) vor.
1. Einleitung
Ausgangssituation ist das Vorliegen kartographischer Datenbestände desselben Gebietes
in verschiedenen Maßstäben, die für maßstabsübergreifende Anfragen und
Aktualisierungen integriert werden sollen. Innerhalb dieser Datenbestände werden RealWelt-Objekte unterschiedlich dargestellt. So kann es bei ATKIS-Daten, für die wir mit
Daten des DLM 25, des DLM 250 und des DLM 1000 eine solche Integration durchgeführt
haben, durch unterschiedliche Objektbildungsregeln dazu kommen, dass ein
Straßenabschnitt im feineren Maßstab durch zwei, im gröberen Maßstab durch drei
(Datenbank-) Objekte repräsentiert wird. Sollen diese Daten nun integriert zur Verfügung
stehen, so sind folgende Aufgaben zu erfüllen:
• Aufbau einer geeigneten Datenbank-Architektur
• Aufbau einer Struktur zur Speicherung von Objektzuordnungen aller
Kardinalitäten (1:1, 1:n, n:m)
• Aufbau von Methoden bzw. Verfahren zur Objektidentifikation.
•
Dem entsprechend ist der vorliegende Artikel aufgebaut.
2. Architektur
Um eine größtmögliche Autonomie der zugrunde liegenden Datenbestände zu
gewährleisten und insbesondere eine weitere Nutzung der für diese implementierten
(„lokalen“) Anwendungen zu ermöglichen, eignet sich besonders die Architektur einer
Föderierten Datenbank (siehe Abbildung 1).
Ausgangspunkt für ein föderiertes Datenbanksystem [1] sind mehrere getrennt betriebene
Datenbanken, die so miteinander gekoppelt werden sollen, dass Anfragen an den aus
ihnen integrierten Datenbestand gestellt werden können und so globale Anwendungen
ermöglicht werden. Daraus ergibt sich ein grundsätzlicher Aufbau wie in Abbildung 1: Über
den zu föderierenden Datenbanken (Komponentendatenbanken) mit ihren
Datenbankmanagementsystemen wird ein Föderierungsdienst gesetzt, der eine integrierte
Zugriffsmöglichkeit auf die Datenbanken bietet. Die Komponentendatenbanken werden
hierbei nicht verändert, so dass die lokalen Anwendungen nicht beeinflusst werden.
Abbildung 1: Föderierte Datenbank
Die Arbeitsdatenbank des Föderierungsdienstes dient zum einen der Verwaltung der
benötigten Meta-Daten der Komponentendatenbanken, zum anderen werden hier die
benötigten Parameter und Regeln für das Matching gespeichert. Daneben verfügt der
Föderierungsdienst über eine Datenbank zur Speicherung der Verknüpfungen zwischen
den Objekten der Komponentendatenbanken, also zwischen den unterschiedlichen
Repräsentationen gleicher Real-Welt-Objekte.
3. Links
Da in unterschiedlichen Maßstäben Real-Welt-Objekte durch unterschiedliche
Objekteinteilungen (z. B. aufgrund von kartographischen Generalisierungen zu
grobmaßstäblichen Repräsentationen oder wie im Falle von ATKIS-Daten durch
unterschiedliche Objektbildungsregeln) dargestellt werden, muss das Modell für die
Speicherung der Objektzuordnungen (Links) nicht nur 1:1-Zuordnungen sondern auch
Zuordnungen anderer Kardinalitäten, also 1:n und n:m (siehe Abbildung 2a)), abbilden
können. Dies wird dadurch realisiert, dass für die zuzuordnenden Repräsentationen eines
Real-Welt-Objektes zunächst die zugehörigen Datenbankobjekte der jeweiligen
Datenbestände zu je einem Objekt aggregiert werden (Klassen „aggregierte Objekte“ in
Abbildung 2). Diese neu gebildeten Objekte werden dann einander zugeordnet (siehe
„agg.Objektlinks“ in Abbildung 2b)). Zusätzlich werden die geometrischen Beziehungen (z.
B. „a ist geometrisch Teil von b“) zwischen den einzelnen beteiligten Objekten in der
Klasse „Objektlinks“ gespeichert.
b)
a)
Abbildung 2: Objektlink und Linkstruktur
4. Matching
4.1 Stufen des Matching:
Die Zuordnung der Objekte zueinander kann in mehreren Stufen erfolgen. Zunächst
werden die Objekte der zugrunde liegenden Datenbestände so in Vergleichsmengen
klassifiziert, dass Zuordnungen (Links) nur innerhalb einer Klassenzuordnung, bestehend
aus zwei Vergleichsmengen, sinnvoll sind, also auch nur dort generiert werden müssen.
Dann werden innerhalb dieser Klassenzuordnungen Kandidaten für die Zuordnungen
gesucht („mögliche Zuordnungen“), und aus dieser Menge der möglichen Zuordnungen
wird die gültige Kombination von Zuordnungen ermittelt. Die Ermittlung der gültigen
Zuordnungen erfolgt dabei teilweise automatisiert, kommt aber nicht gänzlich ohne
manuelle Nachbearbeitung aus.
Der Ablauf des Matching-Prozesses ist also wie folgt:
1.
2.
3.
4.
Semantische Filterung
Ermittlung möglicher Zuordnungen
Regelbasierte Auswahl
Manuelle Nachbearbeitung
4.2 Semantische Filterung
Zunächst werden die Objektarten, die in den beiden betrachteten Datenbanken
vorkommen, miteinander verglichen und so festgestellt, welche Objektarten sich
semantisch überlappen, also möglicherweise gleiche Real-Welt-Objekte modellieren
können. Als Beispiel sind in Abbildung 3a für den Objektbereich Straßenverkehr des
DLM250 und des DLM1000 die semantischen Überlappungen zwischen den Objektarten
durch die durchgezogenen Linien dargestellt. Teilt man nun die Objektartenmengen der
beiden betrachteten Datenmodelle (wie in Abbildung 3a)) so ein, dass semantische
Überlappungen einer Objektartenmenge des ersten Datenmodells nur zu maximal einer
Objektartenmenge des zweiten Datenmodells (und umgekehrt) existieren, so erhält man
„grobe Klassenzuordnungen“ (1,2), auf die man sich bei der Objektidentifikation
beschränken kann.
a) Grobe Klassenzuordnungen
b) Klassenzuordnungen
Abbildung 3: Semantische Filterung
Die groben Klassenzuordnungen lassen sich durch weitere partitionierende Attribute, im
ATKIS-Modell beispielsweise durch die objektbildenden Attribute, an Hand der
Attributwertübergänge weiter unterteilen, so dass die zuzuordnenden Mengen weiter
beschränkt werden können („feine Klassenzuordnungen“). Für die grobe
Klassenzuordnung „Straße“ im DLM 250 und DLM 1000 führt dieses, wie in Abbildung 3 b)
dargestellt, mit dem Attribut Widmung zu vier Klassenzuordnungen (A,B,C,D). Dies ist in
Abbildung 3 b) für die grobe Klassenzuordnung „Straße“ (1) im DLM250 und DLM 1000 für
das Attribut Widmung dargestellt.
Die Ermittlung der möglichen Zuordnungen
Klassenzuordnungen beschränkt werden.
kann
nun
auf
diese
feinen
4.3 Buffer Growing
Ein Verfahren zur Ermittlung der möglichen Zuordnungen linienförmiger Objekte ist das in
[8] vorgestellte Buffer Growing, das in [5] für die datenbankgestützte, das heißt
mengenorientierte, Verarbeitung angepasst wurde. Dieses nutzt aus, dass die
verschiedenen Repräsentationen eines Real-Welt-Objektes geometrisch ähnliche Größen
und Positionen aufweisen. Hier wird vorausgesetzt, dass der jeweilige (aggregierte)
Zuordnungspartner innerhalb eines vorgegebenen Puffers um das (aggregierte) Objekt
liegt.
Der Algorithmus arbeitet wie folgt:
Zunächst wird um jedes Objekt (aus beiden Datenbeständen) ein Puffer gelegt. Alle in
diesem Puffer vollständig enthaltenen Objekte des jeweils anderen Datenbestandes und
deren geometrisch möglichen Aggregierungen sind dann die möglichen
Zuordnungspartner des Objektes (siehe Abbildung 4 b)). Schneidet ein Objekt zwei Puffer
um Objekte des anderen Datenbestandes, deren zugrunde liegenden Objekte zu einem
aggregierbar sind, ohne ganz in einem der beiden Puffer enthalten zu sein, werden die
den Puffern zugrunde liegende Objekte aggregiert und um das so entstandene Objekt ein
Puffer gelegt. Dann werden wieder alle möglichen Aggregierungen von ganz in diesem
neuen Puffer liegenden Objekten als mögliche Zuordnungen identifiziert (siehe Abbildung
4 c)). Dieses wird so lange wiederholt bis keine weiteren Schnitte vorhanden sind. Im
Anschluss daran werden eventuell doppelt auftretende Zuordnungen (die daraus
resultieren, dass mit der Pufferbildung um beide Datenbestände gearbeitet wird) eliminiert.
Abbildung 4: Buffer Growing
4.5 Auswahlverfahren
Da jedes Objekt in einer Datenbank nur zu einem Real-Welt-Objekt gehören darf, können
innerhalb der Menge möglicher Zuordnungen Konflikte auftreten. Ein Konflikt zwischen
zwei möglichen Zuordnungen besteht dann, wenn beide dasselbe (Datenbank-) Objekt
enthalten. Dieses Prinzip kann man im Auswahlverfahren auf verschiedene Arten nutzen.
Zum einen können durch das Bestätigen einer möglichen Zuordnung alle mit dieser
Zuordnung in Konflikt stehenden Zuordnungen verworfen werden. In Abbildung 5 werden
beispielsweise durch die Auswahl der Zuordnung a) die Zuordnungen b) und c) verworfen,
da sie jeweils Objekte (B bzw. A, B und E) mit der Zuordnung a) gemeinsam haben.
Abbildung 5: Zuordnungskonflikte
Zum anderen können aber auch Zuordnungen, die nicht mit anderen in Konflikt stehen und
festgesetzten (Qualitäts-) Kriterien entsprechen, als mit hoher Wahrscheinlichkeit gültig
angenommen und so automatisch bestätigt werden. In Abbildung 5 kann nun
beispielsweise die Zuordnung d) bestätigt werden, sofern sie allen Qualitätskriterien
genügt.
Diese Grundprinzipien lassen sich in einem regelbasierten Auswahlverfahren nutzen. Hier
werden Qualitätskriterien an die Zuordnungen durch Regeln festgelegt. Eine solche Regel
ist beispielsweise, dass die Längen einander zugeordneter Linienobjekte nur um einen
festgelegten Prozentsatz differieren dürfen. Verwirft man mit solchen Regeln alle
Zuordnungen, deren zugeordnete Objekte sich nicht genug „ähneln“, so wird die Menge
der möglichen Zuordnungen dadurch auf solche Zuordnungen eingeschränkt, die die
Kriterien erfüllen. Dadurch können Konflikte eliminiert werden und Zuordnungen, die
ursprünglich im Konflikt mit anderen standen, nun konfliktfrei sein, also als gültig
angenommen und automatisch bestätigt werden.
Die Regelanwendung kann auch iterativ mit schwächer werdenden Kriterien erfolgen. Hier
werden jeweils nach Anwendung eines Kriteriums alle in der Ergebnismenge konfliktfreien
Zuordnungen bestätigt, dann die in der Gesamtmenge der möglichen Zuordnungen mit
diesen in Konflikt stehenden Zuordnungen verworfen, und auf die übrige Menge der
möglichen Zuordnungen das gleiche Kriterium mit abgeschwächten Parametern erneut
angewandt. Diese Iteration kann dann bis zu einem festgelegten Schwellenwert für die
Parameter erfolgen. Für eine solche iterative Regelanwendung erwies sich insbesondere
das oben erwähnte Längendifferenzkriterium für das Linienmatching als gut geeignet.
Mit den eben beschriebenen Methoden kann ein großer Teil der ermittelten möglichen
Zuordnungen automatisch verworfen oder bestätigt werden. Für die verbleibende Menge
müssen dann Software-Tools zur Verfügung stehen, die die manuelle Auswahl
unterstützen. Dafür wird ein Visualisierer benötigt, der die Möglichkeit bietet Zuordnungen
anzuzeigen und zu markieren („Paarmodus“). Markierte Zuordnungen müssen dann durch
den Benutzer bestätigt oder verworfen werden können, wobei beim Bestätigen einer
Zuordnung solche Zuordnungen, die mit dieser in Konflikt stehen, automatisch verworfen
werden müssen. Des weiteren kann hierbei oder beim Verwerfen einer Zuordnung je nach
Konfiguration des Tools ein weiterer automatischer Prozess angestoßen werden, der dann
wieder alle durch diese Auswahl konfliktfreien Zuordnungen automatisch bestätigt.
Abbildung 6 zeigt den im Fachgebiet Datenbanksysteme genutzten selbstentwickelten
Visualisierer GisVisual mit der Erweiterung für die Auswahl von Zuordnungen in einer
Testsituation.
Abbildung 6: GisVisual mit Erweiterung geoFoed
5. Die Arbeitsdatenbank
In Abbildung 7 ist das Schema der Arbeitsdatenbank für den Föderierungsdienst
dargestellt. Im grün unterlegten Bereich werden die zur Föderierung gehörenden
Datenbanken und deren Verknüpfungen („DB-Links“) registriert. Die für die semantische
Filterung benötigten Daten, also die Einteilung in Klassenzuordnungen an Hand von
Attributwerten, ist im gelb unterlegten Teil modelliert. Der blau unterlegte Teil schließlich
dient der Speicherung der Matching-Parameter und der zu nutzenden Auswahlregeln.
Die Objekte der Komponentendatenbanken sind über Importe in materialisierter Form oder
Sichten in virtueller Form eingebunden. Für das Management der Datenbank wird eine
objekt-relationale Datenbank mit einer erweiterung für räumliche Objekte und räumliche
Operatoren (z. B. Oracle 8i) eingesetzt.
Abbildung 7: Arbeitsdatenbank des Föderationsdienstes
Der Zugriff auf die Arbeitsdatenbank erfolgt über eine SQL-Programmierschnittstelle, z. B.
Oracle PL/SQL. Hier sind zum einen Funktionen zur Verwaltung der Datenbanken in der
föderierten Datenbank, also solche die den Registrierungsbereich der Datenbank nutzen
(Package GeoFoed in Abbildung 8), zur Verwaltung der semantischen Filterung und zur
Steuerung des Matching-Verfahrens (Packages MatchingRules und MatchingTools)
implementiert. Zum anderen werden Zugriffsfunktionen auf die Linkstruktur zur Verfügung
gestellt, etwa zum Einfügen von Links oder zum Abfragen von an einem Link beteiligten
Objekten.
Die SteuerungsGUI in Abbildung 8 stellt das Benutzer-Interface zu allen Funktionen der
SQL-Schnittstelle dar. Hier kann also beispielsweise die semantische Filterung konfiguriert
werden (siehe Abbildung 9). Für die manuelle Auswahl von Zuordnungen wird eine
Interaktion mit einem Visualisierer benötigt. Um diesen austauschbar zu halten und auch
Änderungen an der SteuerungsGUI ohne Eingriffe in diese Steuerung zu ermöglichen,
wird sowohl der Zugriff auf die PL/SQL-Schnittstelle als auch die Interaktion zwischen
SteuerungsGUI und Visualisierer durch einen Connector realisiert.
Abbildung 8: Programmstruktur
Abbildung 9: Bearbeitung der Arbeitsdatenbank (bei Klassenzuordnungen) in der SteuerungsGUI
6. Ausblick
Derzeit werden am Fachgebiet Datenbanksysteme der Universität Hannover weitere
Matchingverfahren untersucht und Auswahlregeln getestet. Weitere Konzepte zur MRDB-
Nutzung, insbesondere die datenbankseitige Unterstützung von regelbasierten Verfahren
zur Propagierung von Updates, werden gemeinsam mit dem Institut für Kartographie und
Geoinformatik der Universität Hannover entwickelt. Gefördert werden diese Arbeiten durch
das Bundesamt für Kartographie und Geodäsie.
Literatur:
[1] Conrad, S.: Föderierte Datenbanksysteme. Springer-Verlag, Berlin, 1997.
[2] Devogele, T., Parent, C. und Spaccapietra, S: On Spatial Database Integration. International
Journal of Geographical Information Science, 12(4), 1998, pp. 335-352.
[3] Kleiner, C., Lipeck, U.W. und Falke, S.: Objekt-Relationale Datenbanken zur Verwaltung von ATKISDaten. In: R.Bill, F.Schmidt (Hrsg.), ATKIS - Stand und Fortführung, Verlag Konrad Wittwer,
Stuttgart, 2000, pp.169-177.
[4] Kleiner, C. und Lipeck, U.W.: Web-Enabling Geographic Data with Object-Relational Databases. In:
A. Heuer et al. (Hrsg.), Datenbanksysteme in Büro, Technik und Wissenschaft - 9. GI-Fachtagung
BTW 2001, Springer-Verlag, Berlin, 2001, pp. 127-143.
[5] Mantel, D.: Konzeption eines Föderierungsdienstes für geographische Datenbanken. Diplomarbeit,
FB Informatik, Universität Hannover, 2002.
[6] Sester, M., Anders, K.-H. und Walter,V.: Linking Objects of Different Spatial Data Sets by Integration
and Aggregation. GeoInformatica, 2(4), 1999,pp. 335-358.
[7] Sester, M.: Maßstabsabhängige Darstellungen in digitalen räumlichen Datenbeständen.
Habilitationsschrift, Universität Stuttgart, 2000.
[8] V. Walter: Zuordnung von raumbezogenen Daten - am Beispiel der Datenmodelle ATKIS und GDF.
Dissertation, Universität Stuttgart, 1997.