Räumliches Entscheidungsunterstützungssystem

Ein räumliches Entscheidungsunterstützungssystem (SDSS ) ist ein interaktives, computergestütztes System, das bei der Entscheidungsfindung bei der Lösung eines halbstrukturierten räumlichen Problems hilft^[1]. Es wird im Wesentlichen dazu verwendet, um Raumplaner:innen bei der Gestaltung von Landnutzungsentscheidungen zu unterstützen. SDSS ist also System, mit dem Daten räumlichen veranschaulicht werden und Entscheidungsprozesse durch den Menschen vorbereitet werden. Die räumliche Modellbildung auf Basis von georeferenzierten Daten zusammen mit der Visualisierung der Handlungsoptionen und deren Konsequenzen bildet die Grundlage, um einen möglichst effizienten Entscheidungsweg zu identifizieren. Ein SDSS wird manchmal als politisches Unterstützungssystem bezeichnet und umfasst ein Entscheidungsunterstützungssystem (DSS) und ein Geoinformationssystem (GIS). Dies schließt u.a. die Verwendung eines Datenbankmanagementsystem (DBMS) mit ein, da die geographischen Daten effizient gespeichert und deren Zugriff u.a. für das GIS und das DSS umgesetzt werden muss. (Fuzzylogik-)Regelsysteme oder im Sinne des Maschinellen Lernens trainierbare Entscheidungskomponenten operieren auf den Daten in DBMS oder werden mit den Daten aus der Datenbank trainiert werden. Zielsetzung dabei ist, die möglichen Ergebnisse von Entscheidungen in der Zukunft zu prognostizieren und damit die Konsequenzen der Entscheidungen abzuschätzen. Benutzer:innen können diese Information durch Interaktion mit dem Computersystem räumlich visualisieren und die Konsequenzen der Entscheidungsoptionen zu betrachten.

Verfahren

Ein SDSS existiert in der Regel in Form eines Computermodells oder einer Sammlung von vernetzten Computermodellen, einschließlich eines Landnutzungsmodells. Verschiedene Techniken zur Simulation von der Dynamik von Umweltfaktoren und der Landnutzungsdynamik hängen ggf. von einem konstanten Monitoring der Raumes ab, damit die Veränderung im Raum sich auch in den Daten für die Enscheidungsunterstützung niederschlagen. Zur Verfügung stehen unterschiedliche Typen von SDSS, die z.B.

ein zellulärer automata (CA) basierende Modelle^[2]
agentenbasierte Modelle (ABM).^[3]
Maschinelles Lernen (ML) für räumliche Entscheidungsunterstützung z.B. über Fernerkundungsdaten trainierbare und auswertbare Geodaten^[4].

Ein SDSS verwendet typischerweise eine Vielzahl von räumlichen und nicht-räumlichen Informationen, wie Daten über Landnutzung, Transport, Wassermanagement, Demographie, Landwirtschaft, Klima, Epidemiologie, Transport, Ressourcenmanagement. Die Modelle der räumlichen Entscheidungsunterstützung können durch Messdaten kalibriert werden und dann Projektionen in die Zukunft zur Analyse verschiedener räumlicher Entscheidungsoptionen gemacht werden. Mit diesen Techniken können Raumplaner die Auswirkungen verschiedener Szenarien untersuchen und Informationen liefern, um fundierte Entscheidungen zu treffen.

Open Source SDSS

Open Source kann verwendet werden, damit räumliche Entscheidungsunterstützungssysteme an die Anforderungen von Einrichtungen angepasst werden. Ferner kann das System im Sourcecode überprüft werden.

Lerneinheiten

Aufgaben

Langzeitmittelwert für Niederschläge pro Monat

Länder und deren jährliche Niederschlagsmengen

Risikokarten: Suchen Sie im Internet nach raumzeitlichen Animationen für die Verbreitung von Grippe. Beschreiben Sie die Entscheidungsunterstützung, die Gesundheitsbehörden durch eine solche Animation nutzen können (siehe Robert-Koch-Institut Flur Karten^[5]. Untersuchen Sie, wie man eine Animation mit Risikokarten erstellen kann, die aus Einzelbildern für verschiedene Wochen erstellt wurden (siehe Wie-To: Erstellen Sie GIF-Animation mit GIMP).
Risikomanagement: Betrachten Sie die Impfung als eine mögliche Antwort, die als Gegenmaßnahme für die Risikominimierung verwendet werden kann, wenn ein Impfstoff vorliegt. Welche andere Aspekte neben Impfkampagnen könnte in ein räumliches Entscheidungsunterstützungssystem eingepflegt werden, um die Wirkung von Maßnahmen sichtbar zu machen und in der Öffentlichen Gesundheit in Bezug auf Ressourcenzuweisung optimieren.
(Nachhaltigkeitsziele) Analyse der development/sustainable development-goals/ Ziele für nachhaltige Entwicklung^[6] und identifizieren von räumlichen Muster von Risiken und der räumlichen Zuordnung von Ressourcen zur Risikominimierung. Beschreiben Sie den Zweck eines räumlichen Entscheidungsunterstützungssystems für ausgewählte Sustainable Development Goals (SDG)!
(Informationssysteme im Allgemeinen) Analyse der allgemeinen Merkmale von Informationssystemen und der Ableitung von Anforderungen und Einschränkungen für Spatial Decision Support Systems!
Spatial Decision Support Layers: Ein Geoinformationssystem wird in Layern organisiert, die mit spezifischen Informationen (z.B. Temperatur, Niederschlag). Ein Regelsystem operiert auf diesen Datenschichten und verwandelt GIS-Schichten in bestimmte räumliche Entscheidungsprodukte, die mit einer Regelbasis (z.B. Fuzzy Controller) weiter verarbeitet werden können.

Siehe auch

Risikomanagement für nutzergesteuerte Raumaktivitäten.

Augmented Reality
Low-Cost Precision Farming als Entscheidungsunterstützung für räumliche Planung

Referenzen

↑ Sprague, R. H., and E. D. Carlson (1982) Building effective Decision Support Systems. Englewood Cliffs, N.J.:Prentice-Hall, Inc.
↑ White, R., and G. Engelen (2000) High-resolution integrated modeling of spatial dynamics of urban and regional systems. Computers, Environment, and Urban Systems 24: 383–400.
↑ Parker, D. C., Manson, S. M., Marco A. Janssen, Hoffmann, M., Deadman, P., June (2003) Multi-agent systems for the simulation of land-use and land-cover change: A review. Annals of the Association of American Geographers 93 (2): 314–337.
↑ Ferreira, B., Silva, R. G., & Iten, M. (2022). Earth observation satellite imagery information based decision support using machine learning. Remote Sensing, 14(15), 3776.
↑ Jährliche räumliche Karten einer Grippewelle - Robert-Koch-Institut - https://influenza.rki.de/MapArchive.aspx
↑ Griggs, D., Stafford-Smith, M., Gaffney, O., Rockström, J., Öhman, M. C., Shyamsundar, P., ... & Noble, I. (2013). Policy: Sustainable development goals for people and planet. Nature, 495(7441), 305-307.

Externe Links

International Cartographic Association (ICA), die Weltorganisation für Mapping und GIScience-Profis
Kartenmodul integriert in das Entscheidungsunterstützungssystem
Spatial Decision Support Consortium professional Netzeswork and Knowledge Portal basierend auf einer räumlichen Entscheidungsunterstützung

Seiteninformation

Diese Lernresource können Sie als Wiki2Reveal-Foliensatz darstellen.

Wiki2Reveal

Dieser Wiki2Reveal Foliensatz wurde für den Lerneinheit Informationssysteme' erstellt der Link für die Wiki2Reveal-Folien wurde mit dem Wiki2Reveal-Linkgenerator erstellt.

Die Seite wurde als Dokumententyp PanDocElectron-SLIDE erstellt.
Link zur Quelle in Wikiversity: https://de.wikiversity.org/wiki/R%C3%A4umliches%20Entscheidungsunterst%C3%BCtzungssystem
siehe auch weitere Informationen zu Wiki2Reveal und unter Wiki2Reveal-Linkgenerator.

Übersetzung und Versionierung

Diese Seite wurde auf Basis der folgenden Wikiversity-Quelle übersetzt und berücksichtigt die Versionierung von Dokumenten für einen transparent Versionsverlauf auch zwischen Übersetzungen und der Quelle:

Quelle Spatial Decision Support System
URL: https://en.wikiversity.org/wiki/Spatial%20Decision%20Support%20System
Datum: 27.10.2024 19:41

[CITE1-1] Sprague, R. H., and E. D. Carlson (1982) Building effective Decision Support Systems. Englewood Cliffs, N.J.:Prentice-Hall, Inc.

[CITE2-2] White, R., and G. Engelen (2000) High-resolution integrated modeling of spatial dynamics of urban and regional systems. Computers, Environment, and Urban Systems 24: 383–400.

[CITE3-3] Parker, D. C., Manson, S. M., Marco A. Janssen, Hoffmann, M., Deadman, P., June (2003) Multi-agent systems for the simulation of land-use and land-cover change: A review. Annals of the Association of American Geographers 93 (2): 314–337.

[4] Ferreira, B., Silva, R. G., & Iten, M. (2022). Earth observation satellite imagery information based decision support using machine learning. Remote Sensing, 14(15), 3776.

[CITE5-5] Jährliche räumliche Karten einer Grippewelle - Robert-Koch-Institut - https://influenza.rki.de/MapArchive.aspx

[cite6-6] Griggs, D., Stafford-Smith, M., Gaffney, O., Rockström, J., Öhman, M. C., Shyamsundar, P., ... & Noble, I. (2013). Policy: Sustainable development goals for people and planet. Nature, 495(7441), 305-307.

[1]

[2]

[3]

[4]

[5]

[6]