Desagregace prostorových dat o hustotě zalidnění s využitím 3D modelu města

Abstract

The thesis studies the use of existing 3D models as a source of information about the volume of buildings, which is further used in statistical modeling of spatial data. Existing approaches to the spatial data disaggregation are presented, including those utilizing three- dimensional data. The method of obtaining volume information is implemented employing ArcPy libraries for multipatch format. Open source PostgreSQL PostGIS database functions were put in use to retrieve the volumes from rasters containing information about the height of the building. Disaggregation, performed with both 2D and 3D data, is evaluated in terms of accuracy, model performance, and the ability of 3D data to replace some 2D data. The proposed calculation methods and model results are critically evaluated. Keywords: 3D data, volume, Prague, disaggregation, modeling, ArcPy, PostGIS, machine learning

Práce se zabývá využitím existujících 3D modelů jako zdroje informací o objemu budov, jež je dále využíván ve statistickém modelování prostorových dat. Představeny jsou existující přístupy k využití prostorových informací v modelování a desagregaci, včetně využití trojdimenzionálních dat. Metoda získávání informace o objemu je implementována v prostředí ArcPy pro formát multipatch a v open source prostředí PostgreSQL PostGIS pro rastry obsahující informace o výšce zástavby. Desagregace byla provedena s 2D i s 3D daty a je hodnocena z hlediska přesnosti, výkonu modelu a schopnosti 3D dat nahradit některá 2D data. Navržené metody výpočtu i výsledky modelu jsou kriticky zhodnoceny. Klíčová slova: 3D data, objem, Praha, desagregace, modelování, ArcPy, PostGIS, strojové učení