Episode Details

Standardmethoden zur Einteilung von Werten in Klassen, z. B. für die Herstellung von thematischen Karten, garantieren weder den Erhalt räumlicher Muster, noch können sie eine objektive Repräsentation bewirken. Der Beitrag macht auf diese Probleme der Datenklassifikation aufmerksam und behandelt mögliche Abhilfen. Bei der Verarbeitung von quantitativen Daten wird häufig eine Datenklassifikation vorgenommen. Eine solche Klassifikation dient z. B. der Reduktion der Datenmengen, Rechenzeiten bei Verarbeitungen und ganz besonders einer kontrastreicheren Visualisierung (z. B. in thematischen Karten, bei denen Klassen „bis zu 100 Einwohner pro km2“, usw. gebildet werden). Die unterschiedlichen GIS-Softwareprodukte bieten Standardverfahren und -einstellungen an (z. B. äquidistant, Quantile), die häufig unreflektiert eingesetzt werden. Dieser Beitrag befasst sich einerseits mit dem Problem, dass einzelne Klassifikationsmethoden u. U. wichtige Informationen (wie z. B. räumliche Muster) verschleiern. Es werden dazu alternative Methoden vorgestellt, die auf die Erhaltung bestimmter Muster ausgerichtet sind. Andererseits besteht das grundsätzliche Problem, dass es nicht das eine richtige Verfahren geben kann – die Anwendung einer bestimmten Methode muss immer zu Verlusten und im schlechtesten Fall zu einer Manipulation führen. Der Umgang mit diesem Problem wird ebenfalls in diesem Beitrag diskutiert. #### Einreichung im Akademic Track Zenodo-DOI: https://zenodo.org/records/14616647 Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2025/talk/LT38GV/