The initial geographic information system (GIS) and building information modelling (BIM) are designed and developed independently in order to serve different purposes and use. Within the prolific increase and growing maturity of three-dimensional (3D) technology, both 3D geodata and BIM data can specify semantic data and model 3D buildings that are prominent for the 3D city models and 3D cadastre. 3D geodata can be collected from geodetic surveying methods such as total station, laser scanning and photogrammetry and generate 3D building models by CityGML format for macro analysis on city scale. BIM data has significant advantages in planning, designing, modelling and managing building information, which contains rich details of building elements. Additionally, BIM helps and supports to exchange and share complex information through life-cycle project. Because there are some overlaps between them, the integration of BIM and 3D city models is mutually beneficial for representing comprehensive 3D building models. This thesis is a summary and compilation of two papers, where one is a review paper published in Journal of Spatial Science, and the other is a research paper currently under review in ISPRS International Journal of Geo-Information. The first paper designed and implemented a methodology to formalize the integration of BIM data into city models (CityGML models) that were generated from BIM data and from ALS/footprint data based on the proposed common modelling guidelines. The geometric results of the CityGML models were compared and evaluated visually and quantitatively. The second paper proposed a general framework for sharing and integrating cadastral information with BIM and 3D GIS together with general requirements. Based on the requirements and framework, the case study focused on how to represent and visualize 3D cadastral boundaries legally and technically by integrating BIM at building level and CityGML at city level. Both the Industry Foundation Classes (IFC) model and the CityGML model were connected to Land Administration Domain Model (LADM) at the conceptual level using Unified Modeling Language (UML) models and on database level. The findings of the first paper include investigation of BIM data as a qualified source on the geometric aspects in order to satisfy the need for a more rapid update process of 3D city models, and the second paper shows that the proposed framework and requirements perform well for generating 3D cadastral model in the real-world case study. / Det ursprungliga geografiska informationssystemet (GIS) och byggnadsinformationsmodellering (BIM) är utformade och utvecklade oberoende av varandra för att tjäna olika syften och användning. Inom 3D-teknik kan både 3D geodata och BIM-data specificera semantiska data och modellera 3D-byggnader som är framträdande för 3D stadsmodeller och 3D fastighetsregister. 3D-geodata kan samlas in från geodetiska mätningsmetoder som totalstation, laserskanning och fotogrammetri och de kan generera 3D modeller av byggnader i CityGML för makroanalys av städer. BIM-data har betydande fördelar i planering, design, modellering och hantering av byggnadsinformation eftersom det innehåller detaljerade uppgifter om byggelement. Dessutom gör BIM det möjligt att förmedla och analysera komplex information över byggnaders livscykel. Integrationen av BIM- och 3D-stadsmodeller är viktigt för att kunna analysera både byggnader och stad, exempelvis i stadsplanering, byggnadskonstruktion och hållbarhetsanalys.Denna avhandling är en sammanfattning och sammanställning av två artiklar, varav den ena är publicerad i Journal of Spatial Science, och den andra är under granskning i ISPRS International Journal of Geo-Information. Den första artikeln utformade och implementerade en metod för att formalisera integrationen av BIM-data i stadsmodeller (CityGML-modeller) som genererades från BIM-data och flygburen laserskanning/fotavtryck baserat på gemensamma modelleringsriktlinjerna. De geometriska resultaten av CityGML modellerna jämfördes och utvärderades visuellt och kvantitativt. Den andra artikeln föreslog en allmän ram för att dela och integrera fastighets information med BIM och 3D GIS tillsammans med allmänna krav. Baserat på kraven och ramverket så visade en fallstudie på hur man kan representera och visualisera 3D fastighetsgränser juridiskt och tekniskt genom att integrera BIM på byggnadsnivå och CityGML på stadsnivå. Både IFC-modellen och CityGML-modellen kopplades till LADM på konceptuell nivå med hjälp av UML-modeller och på databasnivå.Slutsatserna från den första artikeln inkluderar undersökning av BIM data som en kvalificerad källa på de geometriska aspekterna för att uppfylla behovet av en snabbare uppdateringsprocess av 3D-stadsmodeller, och den andra uppsatsen visar att det föreslagna ramverket och kraven presterar väl för att generera 3D fastighets modeller i den verkliga världen. / <p>QC 20191023</p>

Air pollution is associated with various adverse health impacts and is identified as one of the leading risk factors for global disease burden. Further, air pollution is one of the pathways through which climate change could negatively impact health. Field studies have shown that air pollution has high spatiotemporal variability and pollutant concentrations vary substantially within neighborhoods. Characterizing air pollution at a fine-grained level is essential for accurately estimating human exposure, assessing its impact to human health, and further aiding localized air pollution policy. Air quality models are developed to estimate air pollution at locations and time periods without monitors, and these estimates are commonly used for exposure and health effects studies. Traditional land use regression [LUR] models are one of the cost-effective empirical air quality models. LUR typically relies on fixed-site measurements, GIS-derived variables with limited spatial resolution, and captures linear relationships. In recent years, innovative open-source imagery datasets and their associated features (e.g., street view imagery, remote sensing imagery) have emerged and show potential to augment or replace traditional LUR predictors. Such imagery data sources embody abundant information of natural and built environment features. Advanced computer vision techniques enable feature extraction and quantification through these extensive imagery datasets. The overarching objective of this dissertation is to investigate the feasibility of leveraging open-source imagery datasets (i.e., Google Street View [GSV] imagery, Landsat imagery, etc.) and advanced machine learning algorithms to develop image-based empirical air quality models at both local and national scale. The first study of this work established a pipeline of feature extraction through street view imagery sematic segmentation. The resulting street view features were used to predict street-level particulate air pollution for a single city. The results showed that solely using GSV-derived features can achieve comparable model fits as using traditional GIS-derived variables. Feature engineering improved model stability and interpretability through reducing spurious variables from potential misclassifications from computer vision algorithms. The second study further developed GSV-based models at national scale across multiple years. Random forest models were developed to capture the nonlinear relationship between air pollution and its impacting factors. The results showed that with sufficient street view images, GSV imagery alone may explain the variation of long-term national NO2 concentrations. Adding satellite-derived aerosol estimates (i.e., OMI column density) can significantly boost model performance when GSV images are insufficient, but the addition narrows when more GSV images are available. Our systematic assessment of the impact of image availability on model performance suggested that a parsimonious image sampling strategy (i.e., one GSV image per 100m grid) may be sufficient and most cost-effective for model development and application. Our third study explored the feasibility of combining street view and remote sensing derived features for national NO2 and PM2.5 modeling and projection at high spatial resolution. We found that GSV-based models captured both the highest and lowest pollutant concentrations while remote sensing features tended to smooth the air pollution variations. The results suggested that GSV features may have the capability to better capture fine-scale air pollution variability. The resulting air pollution prediction product may serve a variety of applications, including providing new insights into environmental justice and epidemiological studies due to its high spatial resolution (i.e., street level). Collectively, the result of this dissertation suggests that GSV imagery, processed with computer vision techniques, is a promising data source to develop empirical air quality models with high spatial resolution and consistent predictor variables processing protocol. Image-based features assisted with advanced ML approaches have the potential to greatly improve air quality modeling estimates, and successfully show comparable and even superior model performance than other modeling studies. Moreover, the ever-growing public imagery data sources are particularly promising for remote or less developed areas where traditional curated geodatabases are sparse or nonexistent. / Doctor of Philosophy / Air pollution is detrimental to human health and well-being. Further, air pollutants concentrations can change rapidly within a short distance and temporal frame. Monitoring air pollution with high spatial-temporal resolution is important. Traditional air quality monitoring networks are expensive and sparsely distributed, leading to gaps in capturing the air pollution at small spatial scales. Air quality models are developed to estimate air pollution at locations and time periods without monitors. Empirical air quality models often use air measurements from stationary sites and GIS-derived features (e.g., traffic, population density, land use types, etc.) to develop regression models and use the regression formula to estimate air pollutant concentrations in unmonitored areas. However, GIS-derived features are often collected from curated GIS databases, which often have coarse resolution when available across large geography. Street view imagery and remote sensing imagery contains rich information of natural and built environments. Computer vision techniques can be applied to extract such information to replace or augment traditional GIS-derived features. Combined with advanced machine learning algorithms, features derived from open-access images are promising to develop air quality models with a consistent image collection and processing protocol. This dissertation examines the feasibility of using street view imagery (i.e., Google Street View [GSV] Imagery) and remote sensing imagery to develop air quality models at both local and national scales. Our results found that solely using GSV features to build local and national models can achieve good model performance, which is consistent or even better than other models using traditional GIS-derived variables. For areas without sufficient GSV images, adding satellite observations for air pollution can significantly enhance model performance. Remote sensing features tend to smooth air pollution variation while GSV features tend to better capture fine-scale intra-urban air pollution variation. In conclusion, leveraging open-source imagery datasets with advanced machine learning methods are promising for estimating air pollution at high spatial resolution with good model fits.

Der Beitrag stellt aktuelle Entwicklungen und Ergebnisse im Monitor der Siedlungs- und Freiraumentwicklung (IÖR-Monitor) vor. Da die Umstellung des ATKIS Basis-DLM als wichtigste Datengrundlage des Monitors auf das neue AAA-Modell inzwischen weit fortgeschritten ist, wurde das Flächenschema des Monitors angepasst, sodass nun ein weitestgehend konsistenter räumlicher und zeitlicher Vergleich alter und neuer ATKIS-Modelldaten möglich ist. Der neue Indikator „Bebauter Siedlungs- und Verkehrsflächenanteil“ ermöglicht eine Abschätzung der urbanen Entwicklung unabhängig von Sport-, Freizeit- und Erholungsflächen, wie es u. a. die Ministerkonferenz für Raumordnung (MKRO) fordert. Inzwischen werden die Indikatoren im IÖR-Monitor zusätzlich kleinräumig als Rasterkarten dargestellt und ermöglichen damit auch innergemeindliche Aussagen zur Flächennutzungsstruktur und ihrer Entwicklung. Es deutet sich an, dass die Flächennutzungsentwicklung mithilfe der Monitor-Indikatoren verlässlicher als mit den Daten der amtlichen Flächenerhebung bewertet werden kann. Das amtliche Liegenschaftsbuch (in Zukunft ALKIS) als deren Datengrundlage weist beim Flächennutzungseintrag und seiner Aktualisierung deutliche Schwächen gegenüber den zyklisch aktualisierten geotopographischen Basisdaten (ATKIS Basis-DLM) des IÖR-Monitors auf.

Bisher sind Indikatoren für die Landschaftsvielfalt auf bundesweiter Ebene trotz vorhandener früherer Ansätze, beispielsweise zur Umweltökonomischen Gesamtrechnung, noch unterrepräsentiert. Auch auf EU-Ebene existieren dazu nur erste Ansätze. Die Vielfalt der Nutzung einer Landschaft kann auf der Basis von Flächennutzungsinformationen mittels geeigneter Maßzahlen beschrieben werden. Dabei dienen Indizes der Landschaftsstruktur („Landschaftsstrukturmaße“) zur Beschreibung der Zusammensetzung und räumlichen Ordnung einer Landschaft. Aus der flächendeckenden Datengrundlage des Monitors der Siedlungs- und Freiraumentwicklung (IÖR-Monitor) lassen sich räumliche Maßzahlen zu Größe, Form, Anzahl, Art und Anordnung der Landschaftselemente ableiten und mit weiteren Fachdaten verknüpfen. Der Beitrag gibt einen Überblick über bisher vorhandene Ansätze und Indikatoren in Deutschland sowie der Europäischen Union. Abschließend werden Überlegungen für Indikatoren zur Landschaftsvielfalt im IÖR-Monitor sowie erste Ergebnisse vorgestellt.

Die Usability von Webanwendungen in Geodateninfrastrukturen gewinnt zunehmend an Bedeutung. Eine große Anzahl von Webanwendungen stellt einem heterogenen und wachsenden Nutzerkreis Geoinformationen auf verschiedene Weise über das Web zur Verfügung. Diese Nutzergruppen benötigen robuste und nutzerfreundliche User-Interfaces. Die Usability der verfügbaren Webanwendungen variiert stark, wobei sich eine unzureichende Usability nicht nur auf die Akzeptanz der Webanwendung, sondern vielfach auf die Akzeptanz der bereitgestellten Geoinformationen bzw. auf die der ganzen Geodateninfrastruktur auswirkt. Die Behebung von Usability-Problemen aus Webanwendungen in Geodateninfrastrukturen (GI-Webanwendungen) ist derzeit mit einem hohen Aufwand verbunden. Ein Grund dafür ist die fehlende Strukturierung wiederkehrender Usability-Probleme, die zur Folge hat, dass Usability-Probleme stets durch Usability-Evaluierungen neu erkannt werden müssen. Strukturierte Usability-Probleme lassen sich durch Lösungsmuster beheben. Die Vielzahl der verfügbaren GI-Webanwendungen lässt darauf schließen, dass für die grundlegenden wiederkehrenden Probleme bereits Lösungen in anderen GI-Webanwendungen existieren. Bisher werden die Lösungen jedoch für jede Anwendung neu entwickelt und implementiert. Es fehlt an Methoden und Konzepten die (häufig) auftretenden Usability-Probleme in GI-Webanwendungen strukturiert zu erfassen und durch Lösungsmuster zu beheben. Die Beiträge der vorliegenden Arbeit bestehen unter anderem in einer Auseinandersetzung mit dem Themengebiet der Usability für Webanwendungen in Geodateninfrastrukturen. Ein Ergebnis der Arbeit besteht in der interdisziplinären Grundlagenbetrachtung zur Usability im Softwareentwicklungsprozess und zu Kernaspekten von Geodateninfrastrukturen und darin verfügbaren Webanwendungen. Im Rahmen der Arbeit erfolgte ebenfalls eine Systematisierung bisheriger Forschungsarbeiten zur Usability in GI-Webanwendungen. Diese zeigte, dass das Bewusstsein für die Bedeutung der Usability in der GI-Domäne bereits vorhanden ist, es zum Teil aber noch an detaillierten Untersuchungen fehlt. Daher wurden in verschiedenen eigenen Usability-Studien Untersuchungen zur Usability in der GI-Domäne durchgeführt. Die daraus resultierende strukturierte Sammlung von Usability-Problemen in GI-Webanwendungen bildet ein Usability-Grundwissen für zukünftige Neuentwicklungen oder Überarbeitungen von GI-Webanwendungen. Die gesammelten Usability-Probleme lassen sich teilweise auch in anderen Anwendungen der Domäne finden, und bilden somit auch für deren Entwicklung bzw. Redesign eine sinnvolle Wissensbasis. Für die strukturierte Erfassung von Usability-Problemen aus GI-Webanwendungen und entsprechende Lösungsvorschläge wird das Konzept der Usability-Patterns für GI-Webanwendungen vorgeschlagen. Durch die Integration des GIDomänenwissens in die Patternstruktur, können Usability-Probleme der Domäne entsprechend spezifischer beschrieben und passende Lösungen aufgefunden werden. Neue Patterntypen und -relationen mit Regeln zur Kombinierbarkeit der Typen und Relationen ermöglichen die Vermeidung mehrfach auftretender Usability-Probleme, wie z. B. des Mangels eines konsistenten Design- und Interaktionskonzepts. Aufbauend auf einem komplexen Anwendungsfall wird die Umsetzbarkeit des Konzepts der Usability-Patterns für GI-Webanwendungen gezeigt. In einer selbst entwickelten Anwendung zur Exploration und Visualisierung wissenschaftlicher GI-Ressourcen werden dazu Beispielpatterns umgesetzt und evaluiert. Die Anwendung implementiert neuartige Visualisierungs- und Interaktionskonzepte für die Exploration von GI-Ressourcen, zeigt aber auch die Übertragbarkeit von Lösungskonzepten aus anderen Domänen. Ein sogenannter Patternbrowser veranschaulicht, wie die Recherche und Exploration von Patterns einer Patternsammlung auf Basis der Patternmerkmale erfolgen kann. Die Webanwendung stellt damit ein Werkzeug für die projektübergreifende Arbeit interdisziplinärer Teams dar. Eine Formalisierung der wesentlichen Patternmerkmale bildet die Grundlage für die vielfältige Nutzung des neuen Konzepts, z. B. in verschiedenen Softwareanwendungen wie GUI-Buildern, und damit verbundene weiterführende Forschungsarbeiten.

Die Usability von Webanwendungen in Geodateninfrastrukturen gewinnt zunehmend an Bedeutung. Eine große Anzahl von Webanwendungen stellt einem heterogenen und wachsenden Nutzerkreis Geoinformationen auf verschiedene Weise über das Web zur Verfügung. Diese Nutzergruppen benötigen robuste und nutzerfreundliche User-Interfaces. Die Usability der verfügbaren Webanwendungen variiert stark, wobei sich eine unzureichende Usability nicht nur auf die Akzeptanz der Webanwendung, sondern vielfach auf die Akzeptanz der bereitgestellten Geoinformationen bzw. auf die der ganzen Geodateninfrastruktur auswirkt. Die Behebung von Usability-Problemen aus Webanwendungen in Geodateninfrastrukturen (GI-Webanwendungen) ist derzeit mit einem hohen Aufwand verbunden. Ein Grund dafür ist die fehlende Strukturierung wiederkehrender Usability-Probleme, die zur Folge hat, dass Usability-Probleme stets durch Usability-Evaluierungen neu erkannt werden müssen. Strukturierte Usability-Probleme lassen sich durch Lösungsmuster beheben. Die Vielzahl der verfügbaren GI-Webanwendungen lässt darauf schließen, dass für die grundlegenden wiederkehrenden Probleme bereits Lösungen in anderen GI-Webanwendungen existieren. Bisher werden die Lösungen jedoch für jede Anwendung neu entwickelt und implementiert. Es fehlt an Methoden und Konzepten die (häufig) auftretenden Usability-Probleme in GI-Webanwendungen strukturiert zu erfassen und durch Lösungsmuster zu beheben. Die Beiträge der vorliegenden Arbeit bestehen unter anderem in einer Auseinandersetzung mit dem Themengebiet der Usability für Webanwendungen in Geodateninfrastrukturen. Ein Ergebnis der Arbeit besteht in der interdisziplinären Grundlagenbetrachtung zur Usability im Softwareentwicklungsprozess und zu Kernaspekten von Geodateninfrastrukturen und darin verfügbaren Webanwendungen. Im Rahmen der Arbeit erfolgte ebenfalls eine Systematisierung bisheriger Forschungsarbeiten zur Usability in GI-Webanwendungen. Diese zeigte, dass das Bewusstsein für die Bedeutung der Usability in der GI-Domäne bereits vorhanden ist, es zum Teil aber noch an detaillierten Untersuchungen fehlt. Daher wurden in verschiedenen eigenen Usability-Studien Untersuchungen zur Usability in der GI-Domäne durchgeführt. Die daraus resultierende strukturierte Sammlung von Usability-Problemen in GI-Webanwendungen bildet ein Usability-Grundwissen für zukünftige Neuentwicklungen oder Überarbeitungen von GI-Webanwendungen. Die gesammelten Usability-Probleme lassen sich teilweise auch in anderen Anwendungen der Domäne finden, und bilden somit auch für deren Entwicklung bzw. Redesign eine sinnvolle Wissensbasis. Für die strukturierte Erfassung von Usability-Problemen aus GI-Webanwendungen und entsprechende Lösungsvorschläge wird das Konzept der Usability-Patterns für GI-Webanwendungen vorgeschlagen. Durch die Integration des GIDomänenwissens in die Patternstruktur, können Usability-Probleme der Domäne entsprechend spezifischer beschrieben und passende Lösungen aufgefunden werden. Neue Patterntypen und -relationen mit Regeln zur Kombinierbarkeit der Typen und Relationen ermöglichen die Vermeidung mehrfach auftretender Usability-Probleme, wie z. B. des Mangels eines konsistenten Design- und Interaktionskonzepts. Aufbauend auf einem komplexen Anwendungsfall wird die Umsetzbarkeit des Konzepts der Usability-Patterns für GI-Webanwendungen gezeigt. In einer selbst entwickelten Anwendung zur Exploration und Visualisierung wissenschaftlicher GI-Ressourcen werden dazu Beispielpatterns umgesetzt und evaluiert. Die Anwendung implementiert neuartige Visualisierungs- und Interaktionskonzepte für die Exploration von GI-Ressourcen, zeigt aber auch die Übertragbarkeit von Lösungskonzepten aus anderen Domänen. Ein sogenannter Patternbrowser veranschaulicht, wie die Recherche und Exploration von Patterns einer Patternsammlung auf Basis der Patternmerkmale erfolgen kann. Die Webanwendung stellt damit ein Werkzeug für die projektübergreifende Arbeit interdisziplinärer Teams dar. Eine Formalisierung der wesentlichen Patternmerkmale bildet die Grundlage für die vielfältige Nutzung des neuen Konzepts, z. B. in verschiedenen Softwareanwendungen wie GUI-Buildern, und damit verbundene weiterführende Forschungsarbeiten.:1 Einleitung 9 1.1 Motivation 9 1.2 Forschungsfragen 11 1.3 Aufbau der Arbeit 13 2 Usability und Webanwendungen in Geodateninfrastrukturen 16 2.1 Usability und Usability-Evaluierungsmethoden 16 2.2 Webanwendungen in Geodateninfrastrukturen 25 3 Untersuchungen zur Usability in Geodateninfrastrukturen 34 3.1 Abgrenzung der Usability in GI-Webanwendungen 35 3.2 Usability-Evaluierungsmethoden für GI-Webanwendungen 36 3.3 Konzeption und Durchführung von Usability-Inspektionen für GIWebanwendungen 41 3.4 Usability-Probleme in GI-Webanwendungen 57 4 Patterns in der Softwareentwicklung 61 4.1 Patterns und Design-Patterns 61 4.2 Mensch-Computer-Interaktions-Patterns 63 4.3 Usability-Patterns 65 4.4 Organisationsprinzipien von Patterns 70 4.5 Formalisierung von Patterns 73 5 Konzeption von Usability-Patterns für GI-Webanwendungen 76 5.1 Anwendbarkeit der Usability-Patterns auf GI-Webanwendungen 76 5.2 Allgemeine Anforderungen und Patternbeispiele 80 5.3 Integration von Hilfsstrukturen zur Patternnutzung und des GIDomänenwissens in die Patternstruktur 82 5.4 Modellierung eines konsistenten Design- und Interaktionskonzepts 88 6 Umsetzung und Evaluierung des Konzepts 100 6.1 Fallstudie: GLUES – Suchen wissenschaftlicher GI-Ressourcen 100 6.2 Exemplarische Umsetzung von Usability-Patterns 106 6.3 Usability-Studie zur Umsetzung der Usability-Patterns 111 7 Unterstützung bei der Nutzung des Patternkonzepts 132 7.1 Patternbrowser zur Suche nach Usability-Patterns 132 7.2 Formalisierung von Usability-Patterns für GI-Webanwendungen 134 8 Zusammenfassung 144 8.1 Diskussion und Beantwortung der Forschungsfragen 144 8.2 Ausblick und zukünftige Arbeiten 148 9 Anhang 152 9.1 Modelle 152 9.2 Usability-Studien 153 9.3 Eyetracking-Studie 159 10 Verzeichnisse 185 10.1 Abbildungsverzeichnis 185 10.2 Tabellenverzeichnis 188 10.3 Listingverzeichnis 190 10.4 Literaturverzeichnis 191

I Sverige finns idag (2016) inget gemensamt standardiserat sätt för att insamla, benämna eller lagra geodata, Regeringen bestämde därför hösten 2013 att en svensk standard för geodata skulle börja att införas. Arbetet med Svensk geoprocess påbörjades samma år. Projektet med att ta fram en Svensk geodatastandard har nu pågått i tre år och till halvårsskiftet 2016 avslutas projektet Svensk geoprocess för att övergå i implementation av standarden. Svensk geoprocess drivs som ett samverkansprojekt mellan Sveriges Kommuner och Landsting (SKL), Lantmäteriet och Sveriges Kommuner. Rapporten syftar till att undersöka vilka avgörande faktorer som kan ha inverkan vid implementation av en nationell infrastruktur för geodata i kommunal verksamhet. För att undersöka området genomförs rapportarbetet med en trestegsmetod där varje steg bygger på föregående. I det första steget genomförs en omvärldsanalys där arbetet med en nationell infrastruktur för geodata studeras i de nordiska länderna. Rapporten behandlar även det gemensamma EU-arbetet som har genomförts inom området. I det andra steget baserat på den framkomna informationen genomfördes ett enkätutskick till alla Sveriges kommuner med frågor kring arbetet med Svensk geoprocess. I det sista steget baserat på genomförd enkät, har en intervjuer med sex utvalda personer genomförts för att förfina och utvidga svaren från enkäten. Dessa tre steg har slutligen gemensamt mynnat ut i de viktigaste faktorerna för en implementering av Svensk geoprocess. Dessa sex faktorer är: Kommunikation, Huvudaktörer (i detta fall kommuner, systemleverantörer och Lantmäteriet), Förvaltning, Tid, Ekonomi och Personal. Resultatet kan komma till nytta för projektet Svensk geoprocess och alla verksamheter som kommer att behöva ta beslut i frågan om implementering av Svensk geoprocess.

The future holds challenges for urban areas when it comes to handling pluvial floodings, occurring when the rainfall intensity exceeds both the man-made and natural infiltration and drainage capacity. To gain understanding of the effects and needed measures, tools for modelling the urban response to events such as cloudbursts are needed. The aim of this project was to build a model using the Spatially Distributed Travel Time (SDTT) approach to model the rainfall-runoff response of an urban watershed. The model was developed in ArcGIS Pro using a built-in module ArcPy allowing for the use of a Python script to ensure fast calculations and simulations on grid cell basis. In total six smaller watersheds within the larger catchment were modelled with a variety in size and degree of urbanisation. Unlike fully distributed models solving for both the continuity equation and momentum equation, the models save time by applying kinematic wave approximation solving the steady state, uniform continuity equation and the Manning’s equation. The study uses only one calibration parameter representing the upstream area contributing to runoff, used for adjusting the travel times to ensure they are not too slow which could generate a delay and underestimation of the peak discharge. The model was parameterized for a cloudburst event that occurred in the city of Gävle, in the year of 2021, and was validated against a fully distributed model (MIKE 21) simulating the same event. The generated response from the SDTT model successfully returns similar hydrographs to that of a fully distributed model in most cases. It performed very well in high urbanised areas with an even spatial distribution of the two land cover classes used, impervious and pervious surfaces, and small volumes of depressions. In areas with lesser degree of urbanisation and larger depression volumes collecting runoff, the simplified model struggled to capture the draining dynamics of these. However, the model managed to match the time to peak reasonably well in the struggling areas as well. To increase the applicability of the model the upstream area contributing to runoff should be based on physical characteristics and not calibration. Further, the model should be applied to other areas preferably using other rainfall event data or design storms, as well as investigate the performance using more than two land cover classes. Finally, a sensitivity analysis could be performed for parameters that were now set to fixed values, done so to reduce the calibration. / Framtiden kommer bjuda på utmaningar för urbana områden när det kommer till hanteringen av pluviala översvämningar, vilka inträffar när nederbördsintensiteten överstiger både den konstgjorda och naturliga infiltrations- och dräneringskapaciteten. För att få ökad förståelse av effekterna samt besluta om nödvändiga åtgärder behövs nya verktyg för att modellera den urbana responsen till följd av extrem nederbörd så som skyfall. Syftet med detta projekt vara att med hjälp av spatialt fördelade rinntider och kinematiska vågmodellen modellera nederbörden och avrinningen i ett urbant avrinningsområde. Modellen utvecklades i ArcGIS Pro med hjälp av den inbyggda modulen ArcPy vilken tillåter användningen av ett Python-skript som ger snabba beräkningar och korta simuleringar applicerade på cellnivå. Totalt modellerades sex mindre avrinningsområden inom det större området, alla med olika storlek och urbaniseringsgrad. Till skillnad från fullt distribuerade modeller som löser både kontinuitetsekvationen och rörelsemängdsekvationen, sparar modellen tid genom att tillämpa kinematisk vågteori, stationära kontinuitetsekvationen samt Mannings ekvation. Studien använder endast en kalibreringsparameter vilken representerar området uppströms om varje cell som bidrar till avrinning nedströms. Denna används för att justera rinntiderna för att säkerställa att modellen inte returnerar för långsamma tider vilket kan generera en fördröjning av responsen och underskattning av maxflödet. Modellen parametriserades för ett skyfall som inträffade i Gävle år 2021, och validerades mot en fullt distribuerad modell (MIKE 21) som simulerade samma händelse. Den modellerade responsen från avrinningsmodellen byggd på spatialt fördelade rinntider kunde framgångsrikt leverera liknande hydrografer som den fullt distribuerade modellen. Modellen presterade framför allt bra i områden med hög urbaniseringsgrad innehavande en jämn spatial fördelning av de två marktäckningsklasserna som användes, nämligen hårdgjorda och icke hårdgjorda ytor, samt små volymer av sänkor i området. I områden med en lägre urbaniseringsgrad och större volymer sänkor vilka fördröjer avrinningen hade modellen svårare att producera liknande hydrografer troligen då den förenklade modellen ej kan fånga dynamiken av att fylla och tömma dessa sänkor. Däremot lyckades den fortfarande att matcha tiden för maxflödet även för dessa områden. För att öka modellens tillämpbarhet bör området uppströms som bidrar till avrinning nedströms baseras på fysikaliska egenskaper och inte kalibrering. Vidare bör modellen tillämpas på andra områden, helst med hjälp av andra nederbördsdata eller designregn, samt undersöka prestandan om mer än två marktäckningsklasser används. Slutligen kan en känslighetsanalys utföras för parametrar som nu satts till fasta värden, detta för att minska kalibreringen.

Prior to using hydraulic and spatially distributed modelling softwares, the theory of the unit hydrograph was a commonly used tool for modelling of surface and runoff water. While distributed models often provide detailed results from extensive calculation durations, the unit hydrograph have been questioned for simplifying the physical characteristics of the watershed modelled. Typically, the unit hydrograph theory does not explicitly take the flow paths of the watershed in consideration during calculation. With the rise of geographical information systems, methods of deriving spatially distributed unit hydrographs have been developed. The aim of these have commonly been to find a spatially varied form of hydrological modelling, while still keeping the computation times low. The method is commonly built by calculating the travel time to the watershed outlet along the flow path. In this study, spatially distributed unit hydrographs are derived separately for the watershed’s pervious and impervious surfaces in a Python script using map algebra and the Esri’s Python wrapper module Arcpy. The travel times are generated from a velocity field calculated using Maidment and Olivera’s velocity equation. The velocity equation contains three unknown parameters; one for an average velocity and two calibration parameters. The excess precipitation is calculated of a 100 year return period Chicago Design Storm hyetograph using the SCS-CN method. The direct runoff hydrographs are calculated over three semi-urban watersheds in Smedby in southern Sweden, and the results are compared to MIKE 21 hydrograph data of each corresponding watershed and rain input. The result obtained showed to replicate the hydrograph response quite well, but only if the unknown parameters in the velocity equation were calibrated to match the MIKE 21 data. The unknown parameters of the velocity equations produces uncertainties of using the method without calibration data, which implies that the script is not well adapted to use for modelling predictions. It may be of interest to calculate the travel times of the locations within the watershed using a different formula. The script tool could be tested using different design storms as input, and areas of different characteristics compared to Smedby could be tested. / Innan det blev vanligt att använda hydrauliska och rumsliga modellerings- mjukvaror användes ofta teorin bakom enhetshydrografen för modellering av avrinning. Medan de rumsliga mjukvarorna ofta erbjuder detaljerade resultat till priset av långa beräkningstider, har enhetshydrografen ifrågasatts för att förenkla den fysiska karaktären av avrinningsområdet. Typiskt sett tar inte enhetshydrografen avrinningsområdets flödesvägar direkt i hänseende vid beräkning. Utveckling och ökad tillgänglighet av geografiska informations- system förenklade möjligheterna att utveckla beräkning av enhetshydrografer som tar hänsyn till avrinningsområdets karaktär, typiskt sett genom att beräkna rinntiden från varje läge i avrinningsområdet, längs rinnvägarna och till utloppet. I den här studien beräknas spatiala enhetshydrografer separat för avrinningsområdets hårdgjorda och icke hårdgjorda ytor, genom att utveckla ett Python skript med hjälp av karalgebra och Esri’s wrapper modul ArcPy. Rinntiderna från olika lägen i avrinningsområdet beräknas med Maidments och Oliveras formel för hastighet, vilken innehåller okända parametrar för en uppskattad medelhastighet samt två kalibreringsparametrar. Effektivt regn från ett Chicago Design Storm regn med en återkomsttid på 100 år beräknas med hjälp av SCS-CN metoden. Hydrograferna för direkt avrinning faltas för tre semi-urbana avrinningsområden i Smedby i södra Sverige för att sedan jämföras mot MIKE 21 genererad hydrograf data för respektive motsvarade avrinningsområde. Hydrografdata producerat av MIKE 21 har tagits fram med lika CDS-regn data som input. Resultatet visar att hydrografer snarlika MIKE 21 hydrograferna kan tas fram med Maidments spatialt fördelade enhetshydrograf, om de okända parametrarna i Maidments formel kalibrerades mot MIKE 21 data. Utan kalibreringsdata för att bestämma de okända parametrarna kan resultatet anses vara mycket osäkert, vilket antyder att Python skriptet ej bör användas för använda metoden för att förutspå responser av regnevent. Andra beräkningar än Maidments ekvation kan vara av intresse att implementera. Olika typer av regninput samt spatial data över andra platser än Smedby kan vara av intresse att testa Python skriptet för.

Zum Aufbau eines flächendeckenden Monitors der Siedlungs- und Freiraumentwicklung in Deutschland werden geeignete Geodaten benötigt. Ausgehend von den raum- und umweltplanerischen Zielstellungen eines Flächenmonitorings in Verbindung mit dem Anliegen der laufenden Raumbeobachtung ergeben sich dafür grundlegende Anforderungen. Verfügbare Datenquellen werden im Hinblick auf ihre potenzielle Eignung vorgestellt und verglichen: das Amtliche Topographisch-Kartographische Informationssystem ATKIS (insbesondere das Basis-DLM), das Amtliche Liegenschaftskataster-Informationssystem ALKIS (basierend auf der automatisierten Liegenschaftskarte ALK und dem Liegenschaftsbuch ALB) sowie klassifizierte Luft- und Satellitenbilddaten. Erkennbare Datenprobleme werden im Hinblick auf die Berechnung von Indikatoren diskutiert und mit Fallbeispielen illustriert. Außerdem wird eine Lösung für die administrative Bezugsgeometrie des Monitors vorgestellt.