In einem früheren Beitrag dieser Reihe habe ich drei häufige Herausforderungen vorgestellt, denen ich in Geodatenintegrationsprojekten immer wieder begegne. In den beiden vorangegangenen Beiträgen habe ich die Bedeutung von Datenkenntnis und der Erstellung standardbasierter Metadaten erläutert . In diesem letzten Beitrag wende ich mich den Daten selbst zu und gehe auf die Wichtigkeit strukturierter, standardbasierter Daten ein, wobei ich gleichzeitig anerkenne, dass dies nicht immer der Realität entspricht.
Wenn Vektordaten (z. B. Punkte, Polygone oder Linien) aus einem unstrukturierten Format wie PDF, Video oder Bild integriert werden sollen, ist eine Vorverarbeitung erforderlich. Dies verkompliziert den ETL-Prozess (Extraktion, Transformation, Laden) und kann zu Informationsverlusten führen.
Ich bin jedoch auf Fälle gestoßen, in denen es keine Alternative gab, da die Datenproduzenten die Informationen nur in diesen Formaten bereitstellen konnten. In solchen Fällen kann Künstliche Intelligenz (KI) eine wertvolle Rolle spielen, indem sie mithilfe von Algorithmen wie Convolutional Neural Networks (CNNs) zur Bildsegmentierung strukturierte Elemente aus unstrukturierten Informationen extrahiert.
Aber auch wenn wir von strukturierten Formaten sprechen, sind nicht alle Formate gleichwertig.
Die folgende Abbildung zeigt eine Rangliste von Datenformaten basierend auf ihrem Interoperabilitätspotenzial. Es sei darauf hingewiesen, dass es sich hierbei lediglich um beispielhafte Darstellungen und nicht um eine vollständige Liste aller existierenden Vektordatenformate handelt.
CSV ist das am wenigsten empfehlenswerte Format, obwohl es ein Standard ist ( RFC 4180 ). Da es kein festes Schema besitzt, ist die Validierung der Informationen schwierig. Dies ist besonders problematisch für Geometrien, die auf verschiedene Weise kodiert werden können, ohne Angaben zu den Koordinatenreferenzsystemen (KRS) zu liefern.
Shapefile ist ein strukturiertes, offenes Format. Ein 1998 veröffentlichtes Whitepaper beschreibt das Format detailliert und ermöglicht dessen Implementierung (und es wird von den meisten Geodatenwerkzeugen effektiv unterstützt). Die Spezifikation ist jedoch kein Standard, da sie nicht von einer unabhängigen Normungsorganisation entwickelt und gepflegt wird. Daher bietet sie nicht dieselbe Sicherheit wie formale Standards.
Die drei verbleibenden Formate im oberen Bereich der Skala sind Standards und daher empfehlenswert. GeoJSON und JSON-FG zeichnen sich durch eine höhere Interoperabilität aus, da sie die semantische Validierung mittels JSON Schema unterstützen . JSON-FG unterstützt insbesondere die Definition von FeatureTypes, die durch FeatureSchemas definiert werden.
Bei der Auswahl von Standards anhand dieses Diagramms sind einige Einschränkungen zu beachten. JSON-FG ist ein relativ neuer Standard und möglicherweise noch nicht weit verbreitet, während GeoJSON immer das Standard-Koordinatenreferenzsystem (WGS84) voraussetzt.
Obwohl es sinnvoll ist, interoperablere Formate zu empfehlen, ist mir bewusst, dass Benutzer oft mit unterschiedlichen Formaten arbeiten. Glücklicherweise lassen sich strukturierte Formate in der Regel mithilfe von Tools wie GDAL problemlos konvertieren.
Umsetzung dieser Empfehlungen in die Praxis
Praktische Hinweise zu Datenformaten, Dateinamen und Feldnamen finden Sie in diesen Richtlinien . Dieser Leitfaden bietet eine schrittweise Anleitung zur Umwandlung tabellarischer Daten in ein Geodatenformat.
