DOKTORI (PhD) ÉRTEKEZÉS PANNON EGYETEM GEORGIKON KAR ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA

DOKTORI (PhD) ÉRTEKEZÉS PANNON EGYETEM GEORGIKON KAR ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA Iskolavezető: Dr. habil. Anda Angéla az MTA doktora Témavezető: Dr. Berke József C.Sc TÉRKÉPSZERVER ÉS MÁS VIZUÁLIS TECHNOLÓGIÁK ALKALMAZÁSA AZ AGRÁR-FELSŐOKTATÁSBAN, KUTATATÁSBAN

Készítette: BUSZNYÁK JÁNOS

KESZTHELY 2009 2

TÉRKÉPSZERVER ÉS MÁS VIZUÁLIS TECHNOLÓGIÁK ALKALMAZÁSA AZ AGRÁR-FELSŐOKTATÁSBAN, KUTATATÁSBAN Értekezés doktori (PhD) fokozat elnyerése érdekében a Pannon Egyetem Állat- és Agrárkörnyezet-tudományi Doktori Iskolájához tartozóan. Írta: Busznyák János

A jelölt a doktori szigorlaton …......... %-ot ért el,

Az értekezést bírálóként elfogadásra javaslom: Bíráló neve: …........................ …................. igen /nem ………………………. (aláírás) Bíráló neve: …........................ …................. igen /nem ………………………. (aláírás) A jelölt az értekezés nyilvános vitáján …..........%-ot ért el. Veszprém/Keszthely,

…………………………. a Bíráló Bizottság elnöke

A doktori (PhD) oklevél minősítése…................................. ………………………… Az EDT elnöke

3

TARTALOMJEGYZÉK 1

2

3

4

KIVONATOK ............................................................................................................................................... 6 1.1

MAGYAR NYELVŰ KIVONAT .................................................................................................................. 6

1.2

ANGOL NYELVŰ KIVONAT ..................................................................................................................... 8

1.3

NÉMET NYELVŰ KIVONAT ..................................................................................................................... 9

BEVEZETÉS ............................................................................................................................................... 10 2.1

TÉMAFELVETÉS ................................................................................................................................... 11

2.2

KUTATÁSI CÉLOK ................................................................................................................................ 16

IRODALMI ÁTTEKINTÉS ........................................................................................................................ 19 3.1

TÉRKÉPEZÉS, DIGITÁLIS TÉRKÉP ......................................................................................................... 19

3.2

WEBES INTEGRÁLT VIZUÁLIS TÉRADATSZOLGÁLTATÁSOK ................................................................. 25

3.3

TÉRKÉPEZÉS GNSS ESZKÖZEI ............................................................................................................. 32

3.4

GEOINFORMÁCIÓS RENDSZEREKNÉL ALKALMAZOTT KÉPTÖMÖRÍTŐ ELJÁRÁSOK ÉS ALKALMAZÁSUK 39

3.5

GEOINFORMÁCIÓS ÉS VIZUÁLIS TERCHNOLÓGIÁK ALKALMAZÁSA AZ OKTATÁSBAN, KUTATÁSBAN ... 44

ANYAG ÉS MÓDSZER ............................................................................................................................. 50 4.1

ALKALMAZOTT INFORMÁCIÓTECHNOLÓGIAI ALAPELEMEK ................................................................ 50

4.2

VESZTESÉGES TÖMÖRÍTŐELJÁRÁSOK PSZICHOVIZUÁLIS ÖSSZEHASONLÍTÁSA..................................... 58

4.2.1

Vizsgálati módszer fontosabb jellemzői, újdonságai..................................................................... 58

4.2.2

A felmérés során felhasznált felvételek ......................................................................................... 58

4.2.3

A megjelenítés eszközei ................................................................................................................ 58

4.3

TÉRKÉPSZERVER SZOLGÁLTATÁSAINAK KIÉPÍTÉSÉVEL KAPCSOLATOS KUTATÁSOK ........................... 62

4.3.1

Vizsgálati módszer fontosabb jellemzői, újdonságai..................................................................... 62

4.3.2

Térképszerver és a laboratórium kezdeti részletes hardver-, szoftverspecifikációja ..................... 62

4.3.3

Raszteres 1:10000 méretarányú talajtérképek adatbázisba szervezése, publikálása...................... 64

4.3.4

Terepi adatgyűjtő rendszer ............................................................................................................ 66

4.3.5

Georgikon Térképszerver hozzáférési lehetőségei internetes kereséssel....................................... 67

4.4

VALÓS IDEJŰ KINEMATIKUS FOLYAMATOS GNSS ADATGYŰJTÉS DOMBORZATMODELL

LÉTREHOZÁSÁHOZ ............................................................................................................................................. 69

4

4.4.1

Vizsgálati módszer fontosabb jellemzői, újdonságai..................................................................... 69

4.4.2

Terepi mérés menete...................................................................................................................... 70

4.4.3

Georgikon GNSS Bázis szolgáltatásai........................................................................................... 70

4.4.4

GNSS Bázisállomás technikai jellemzői ....................................................................................... 70

4.4.5

Georgikon GNSS Bázisállomás létesítési adatai ........................................................................... 72

4.4.6

Terepi adatgyűjtő technikai jellemzői............................................................................................ 73

4.4.7

OGPSH, EOV transzformáció megvalósítása................................................................................ 74

4.5 5

KUTATÁSI EREDMÉNYEK ÉRVÉNYESÍTÉSE AZ AGRÁR-FELSŐOKTATÁSBAN ......................................... 75

EREDMÉNYEK.......................................................................................................................................... 77 5.1

VESZTESÉGES TÖMÖRÍTŐELJÁRÁSOK PSZICHOVIZUÁLIS ÖSSZEHASONLÍTÁSA..................................... 77

5.1.1

Színárnyalatok eltérése .................................................................................................................. 77

5.1.2

Színtelítettség eltérése ................................................................................................................... 78

5.1.3

Alakzatok, részletek felismerhetősége........................................................................................... 79

5.2

TÉRKÉPSZERVER SZOLGÁLTATÁSAINAK KIÉPÍTÉSÉVEL KAPCSOLATOS KUTATÁSOK ........................... 81

5.2.1

Talajtérképek vektorizálása, publikálása ....................................................................................... 82

5.2.2

Terepi felmérések térképszerverrel integrált rendszere ................................................................. 85

5.3

VALÓS IDEJŰ KINEMATIKUS FOLYAMATOS GNSS ADATGYŰJTÉS ....................................................... 88

5.3.1

Megbízhatóság kritikus szituációkban........................................................................................... 88

5.3.2

Terepi folyamatos topográfiai adatgyűjtés .................................................................................... 89

5.3.3

Terepi folyamatos topográfiai adatgyűjtés hatékonysága.............................................................. 91

5.3.4

Folyamatos topográfiai adatgyűjtés eredményeinek ellenőrzése................................................... 95

5.4

KUTATÁSI EREDMÉNYEK ÉRVÉNYESÍTÉSE AZ AGRÁR-FELSŐOKTATÁSBAN ......................................... 99

6

KÖVETKEZTETÉSEK ÉS JAVASLATOK ............................................................................................ 111

7

ÖSSZEFOGLALÁS .................................................................................................................................. 118

8

ÚJ TUDOMÁNYOS EREDMÉNYEK ..................................................................................................... 124

9

FELHASZNÁLT SZAKIRODALOM JEGYZÉKE.................................................................................. 128

10

FÜGGELÉK .............................................................................................................................................. 141

5

1 KIVONATOK 1.1 Magyar nyelvű kivonat TÉRKÉPSZERVER ÉS MÁS VIZUÁLIS TECHNOLÓGIÁK ALKALMAZÁSA AZ AGRÁR-FELSŐOKTATÁSBAN, KUTATÁSBAN

A szerző kutatásait az agrár-felsőoktatásban, kutatásban alkalmazott és a jövőben várhatóan alkalmazásra kerülő vizuális technológiára alapozta. Az értekezés több, egymásra épülő kutatás eredményeit mutatja be. Képtömörítési eljárások hatékonyságát pszichovizuális vizsgálattal elemezte, különös tekintettel a digitális térképezési felhasználásokra. A vizsgálati módszer legfontosabb újdonsága a szokásosan alkalmazott, páronként történő összehasonlításnak a négy eljárás egyszerre történő összehasonlításával történő felcserélése volt. A szerző meghatározta, hogy a fraktál, MrSID és JPEG2000- eljárással nagyfelbontású képek közepesen nagy tömörítése (9MB-ról 220KB-ra történő körülbelül 40-szeres tömörítés) egyaránt nagyon jó minőségben végezhető el. A fraktáltömörítés nagyon jó a színárnyalatok visszaadásában, de gyengébb az alakzatok, részletek felismerhetősége tekintetében, az MrSID-tömörítésű képek nagyon jól adják vissza az eredeti kép színmélységét, a színárnyalatok, alakzatok felismerhetősége tekintetében átlagos eredmény kapott. A JP2000-tömörítés adja a legjobb eredményt az alakzatok, részletek felismerhetősége szempontjából, de gyengébb eredményt ad a színárnyalatok,

színmélység

tekintetében.

A

JP2000

jó

eredménye

az

alakzatok

felismerhetősége tekintetében alkalmassá teszi térképek tömörítésére is. Vizsgálta és összehasonlította a papíralapról szkennelt raszteres topográfiai és talajtani térképek vektorizálásának automatizálási lehetőségét. Megállapította, hogy ESRI ArcScan modulja segítségével kis adatsűrűségű genetikus talajtérképek digitalizálása, vektorizálása hatékonyabban végezhető, mint manuálius eljárásokkal. A szerző vizsgálta a globális helymeghatározás rendszereinek automatikus térképezési lehetőségeit, az automatikus, félautomatikus domborzatmodell-generálás GNSS adatgyűjtő eszközrendszerét, annak hatékonyságát. A vizsgálati módszer legfontosabb újdonságai a valós idejű kinematikus folyamatos felmérési módszer használata és az eredményeket ellenőrző vizsgálatok voltak.

6

Következtetéseiben a szerző leírja, hogy a Georgikon Bázisállomás és más, hasonló struktúrájú NRTIP szolgáltatások pontosítóadataira épülő GNSS valós idejű kinematikus folyamatos topográfiai mérés megfelelő felszínborítású területeken hatékonyan képes közepes kiterjedésű terepi domborzatmodell nagypontosságú adatellátására, és az így gyűjtött téradatok jól használhatóak az agrár-, környezetvédelmi és egyéb területek térinformatikai alkalmazásainak alapadataiként, míg összefüggő erdővel borított területeken vegetációs időszakon kívül sem alkalmazható hatékonyan nagypontosságú felvételezésre. Kutatásait az eredmények oktatási, kutatási gyakorlatban történő validálásával végezte.

7

1.2 Angol nyelvű kivonat THE APPLICATION OF MAPSERVERS AND OTHER VISUAL TECHNOLOGIES IN AGRICULTURAL HIGHER EDUCATION AND RESEARCH The author’s research has been based on the visual technologies applied in agricultural higher education at the moment and possibly in the future. The dissertation introduces the results of several research based on one another. The efficiency of image compressing methods were analysed by means of a psychovisual examination, with special emphasis on digital web mapping applications. The author has defined which methods are the most efficient in the visibility of colour shades and saturation as well as that of shapes and small details. The author has examined the GNSS data collection tool system and the usability of automatic and semi-automatic elevation model generation in different surface overlay environment. The author has examined the automatisation possibilities of the vectorisation of maps. The research results have been validated in the author’s educational and research practice.

1.3 Német nyelvű kivonat MAPSERVER UND ANDERE VISUELLE TECHNOLOGIEN IN DEM AKADEMISCHEN AGRARUNTERRICHT, UND DER AGRARFORSCHUNG Der Verfasser gründete seine Forschungen auf die in dem akademischen Agrarunterricht, und der Agrarforschung angewandten und in der Zukunft voraussichtlich anzuwendenden visuellen Technologien. Die Dissertation stellt Ergebnisse mehrerer aufeinander bauenden Forschungen vor. Er analysierte die Effizienz von Bildkomprimierungsverfahren mit psychovisueller Untersuchung unter besonderer Beachtung auf die digitalen Kartierungs-Anwendungen. Er bestimmte, welche Verfahren hinsichtlich der Rückgabe von Farbenabtönungen, Sättigung und Sichtbarkeit von Figuren und kleinen Einzelheiten effizienter sind. Er untersuchte das GNSS Datensammlung-Mittelsystem, die Verwendbarkeit der automatischen, halbautomatischen Geländemodell-Generierung in verschiedenen Oberflächengestalt-Umgebungen. Er führte seine Forschungen mit Validation der Ergebnisse in der Unterrichts-, und Forschungspraxis durch.

9

2 BEVEZETÉS A képi, térképi információk digitális ábrázolása, megjelenítése, feldolgozása napjaink egyik leggyorsabban fejlődő területe. Számítógépeink műveletvégző sebessége folyamatosan nő (MOORE, 1965). A tárolókapacitás, amely nagyon fontos a vizuális információk tárolásakor, szintén exponenciálisan nő. Mindez körülbelül tizenöt évvel ezelőtt hozta meg az áttörést. Egyre szélesebb körben vált megszokottá a képi információk számítógépes megjelenítése. Folyamatosan terjednek az új technológiák, fejlődnek a kép-, hang- és videótömörítési módszerek. Új, a megnövekedett tárolási igényeknek megfelelő háttértárakat fejlesztettek (DVD, flash tárolók). Ezek az eszközök elsősorban vizuális, multimédia jellegű információk tárolására használatosak. Az oktatással, kutatással foglalkozó intézmények nagy erőfeszítéseket tettek a technológiai, módszertani fejlesztések területén. Számtalan felhasználási területen bizonyult hasznos és hatékony eszköznek a vizuális informatika. Bizonyos szakterületeken folyó munka manapság már szinte elképzelhetetlen az informatikai eszközrendszer nélkül. Az információk hozzáférésével, megosztásával foglalkozó technológiákkal kapcsolatban azonban egészen a közelmúltig lehetett hiányérzetünk. Bár az internet, mint platform széleskörben rendelkezésünkre áll körülbelül tizenöt éve, bizonyos területeken csak napjainkban érezhető lényegi javulás. A térképi információk hozzáférése, térképszerverszolgáltatások kialakítása jelentős lemaradásban volt például a videószolgáltatások, letöltések (jogszerű és kevésbé jogszerű) lehetőségeihez képest. Magyarországon különösen nehéz volt térképi alapadatokhoz hozzájutni. Az elmúlt 3-4 év jelentős változást hozott ezen a területen. Egyrészt a közösségi webtérképfejlesztés világméretű és magyarországi terjedése gyorsítja fejlesztést, javítja a hozzáférést. A hozzáférhetővé vált alapadatok (úthálózat, turistautak, időjárási műholdképek…) segítségével a magyarországi nehézkes szolgáltatást kikerülve készíthetjük

saját,

szabadon

továbbfelhasználható

térképeinket.

Oktatási,

kutatási

projektjeinkben jól használható eszközrendszert építettek ki, és építünk tovább. Oktatási felhasználás tekintetében fontosak az integrálható szolgáltatások. Nagyon sok olyan médiaszerver, webszerver, térképszerver, képtár, 3D objektumtár szolgáltatás érhető el a weben, melyek összeépíthetőek és ingyenes oktatási felhasználást tesznek lehetővé.

Másik fontos változást az Európai Unió irányelve az Európai Közösségen belüli térinformációs infrastruktúra (INSPIRE) kialakításáról hozhatja. Remélhetően könnyebbé, egyszerűbbé teszi az információszerzést, hozzáférést a rendelkezésre álló térbeli alapadatokhoz, segítheti az egységes téradatstruktúrák kialakítását. A vizuális információk gyűjtésének egyik legújabb és egyre inkább használt eszközrendszere a globális helymeghatározás. A nagy pontosságú, jól hasznosítható, automatikus adatgyűjtésre alkalmas pontosító rendszerek egyre szélesebb körben válnak használhatóvá. Eredményeink jól integrálhatók az előzőekben említett szolgáltatási rendszerekhez. Változásokat tapasztalunk az oktatási, kutatási felhasználások tekintetében is. Egyrészt az eszköz megismerése már elsősorban nem cél az informatikaoktatásban sem, hanem a gyakorlatban, a tanulási folyamatban, a mindennapi életben alkalmazható eszköz. Másrészt a mindennapi

életben

használt

eszközök

oktatási

felhasználási

lehetőségein

kell

elgondolkodnunk. Ilyen eszközök, eszközrendszer lehet a podcasting (MP4), a geocaching vagy a mobilinternetes technológiák (KOZMA-BOGNÁR és mtsai, 2008a).

2.1 Témafelvetés Kutatásaim fontos területe a térképszerver és annak eszközrendszere, a térinformatika, amely több

más

tudományterület

eredményeit

alkalmazva

(képfeldolgozás,

globális

helymeghatározás, webszolgáltatások…) szakterületek széles köre számára kutatási eszközként nyújt lehetőséget vizsgálatokhoz, illetve az eredmények könnyű és hatékony publikálásához. Az értekezés célja annak bemutatása, hogy a webtérképek eszközrendszere milyen felhasználási lehetőségeket teremt a felsőoktatás és kutatás számára. Az agrár-felsőoktatás számára különös jelentőségű a téma. Egyrészről az agrár (környezetvédelmi) alkalmazások olyan széles körét érinti, ami kikerülhetetlenné teszi figyelembe vételét a képzési tervek elkészítésekor. Másrészt a kutatási tevékenység egyik fő iránya, eszköze már legalább egy évtizede Magyarországon is. A térképszerverek, vagy tágabb értelmezésben a térinformatikai rendszerek fejlesztése folyamatosan igényli a kapcsolódó tudományterületek eredményeinek beépítését.

11

Agráralkalmazások tekintetében leginkább a GIS, távérzékelés, geodézia, kartográfia, GPS, CAD, 3D-megjelenítés témaköreit, valamint a térbeli döntéstámogató rendszereket említhetjük. Kutatómunkám során azt tapasztaltam, hogy igazán akkor tudunk új eredményeket felmutatni és az oktatás számára elérhetővé tenni, ha széles kitekintéssel, a tudományterületek eredményeit integrálva folytatjuk munkánkat. Oktatásban történő felhasználások esetében nem feledkezhetünk meg a megfelelő módszerek alakalmazásáról. Napjainkban olyan gyorsuló fejlődésnek vagyunk a tanúi a web- és főként a mobil informatikai fejlesztések, eszközök tekintetében, hogy alkalmazásuk már rövidtávon is kikerülhetetlennek tűnik a tudományterületek széles körében. Ebbe a körbe természetesen nemcsak a természettudományokat, hanem a társadalomtudományokat is beleértjük (szociológia, politikatudomány, antropológia…). A felsőoktatás számára nagy kihívást jelent az új eszközrendszer integrálása az oktatási környezetbe. Míg az e-learning oktatási irodalma, köszönhetően az elmúlt évtizedek munkájának, széles körű, addig a mobil oktatási rendszerek kialakítása napjaink feladata. A térképszerverek mobil (terepi)-elérése már régóta fontos kérdése az agrár- és környezetvédelmi kutatásoknak, így jelentős mobilkommunikációs és térinformatikai tudásbázisok alakultak ki a hazai agrár-felsőoktatásban is. Napjaink robbanásszerű mobilinformatikai fejlődése pedig megteremti a lehetőségét a széleskörű kutatási, oktatási felhasználásnak. A térképszerverek mellett más vizuális információszolgáltatások is egyre szélesebb körben válnak elérhetővé. A médiaszerverek és térképszerverek jól kiegészíthetik egymást, és ahogy a hibrid adatstruktúrák, úgy a hibrid vizuális- és multimédiaszolgáltatások (például: GoogleMaps) is előtérbe kerülhetnek. A webtérképen elhelyezhetünk képeket, videókat, hivatkozásokat, 3D objektumokat, amelyeket akár különböző webes forrásokból vehetünk. Az ilyen, szabadon fejleszthető, hozzáférhető, beépíthető „mashup” szolgáltatások egyre nagyobb teret hódítanak. A felsőoktatásnak, agrár-felsőoktatásnak követnie és bizonyos területeken indukálnia kell a fejlődést. A napi munkavégzés gyakorlatában, de akár kikapcsolódás közben is egyre nagyobb intenzitással használunk digitális képi-, térképi-, távérzékelési információkat. Ezek mérete gyakran meglehetősen nagy, ami lassítja a megjelenítést. Adatátviteli kapacitásainkat jelentősen lefoglalhatják, így lassíthatják egyéb adatforgalmunkat. A légifényképek, űrfelvételek mérete akár terrabájt nagyságrendű is lehet. Megjeleníteni a szokásos technikákkal nem minden esetben lehetséges őket. Érdemes valamilyen térbeli vagy logikai részekre bontást alkalmazni. Ilyenek lehetnek a következők: 

méretaránytól függő megjelenítés, 12



képmozaik kialakítása,



többfelbontású képsorozat használata (képpiramis).

A másik lehetséges megoldást a tömörített képi információk használata jelenti. Szerver-, térképszerver-szolgáltatásaink erőforrásigényét jelentősen csökkenthetjük, a minőségét pedig emelhetjük a megfelelően megválasztott tömörítési módszerek alkalmazásával. Igazán nagy tömörítési arányt (akár több nagyságrend) veszteséges eljárásokkal érhetünk el. A veszteséges tömörítés esetén mindig vizsgálnunk kell, hogy az információvesztés az alkalmazás szempontjából még megengedhető-e. Vizsgálataink lehetnek az emberi látórendszert legfeljebb csak modellező összehasonlító vizsgálatok. Különböző algoritmusok segítségével akár pixelenként hasonlíthatjuk a tömörített állományt az eredetihez. Technológiai szemléletű, jól számszerűsíthető következtetéseket vonhatunk le a vizsgálatokból. Rövid idő alatt jelentős mennyiségű adatot vizsgálhatunk. Az automatikus képfeldolgozó műveletek köztes lépéseit jól vizsgálhatjuk. Eredményeink azonban nem minden esetben fognak együtt mozogni a gyakorlati tapasztalatokkal. Nem minden esetben modellezhető a végeredmény leképeződése a látás folyamatában. Pszichovizuális vizsgálatok esetén a látás folyamatára épül a vizsgálat, így eredményeink közelebb

kerülhetnek

bonyolultabbakká,

a

valós

nehezebben

észleléshez.

kivitelezhetővé

Ezzel válnak.

párhuzamosan Webes

a

vizsgálatok

elérésű

tesztoldalak

segítségével nagyon jól meghatározhatók a fontos alapelvek. Laboratóriumi körülmények között van értelme a további pontosító vizsgálatnak. Kis eltérések, nem extrém mértékű tömörítések vizsgálata során nagyon fontos a minél homogénebb számítógépes- és laboratóriumkörnyezet kialakítása és fenntartása a vizsgálat során. El kell érni, hogy lehetőleg azonos feltételekkel történjen az értékelés. Az értékelésben résztvevők körének változtatásával pedig meghatározhatjuk a következtetések érvényességi körét. A pszichovizuális vizsgálatok eredményei a redundanciák feltárásával a látás folyamatának jobb megértéséhez is hozzájárulhatnak. Segíthetnek a pszichovizuális redundanciaparaméterek jobb meghatározásában az automatikus vizsgálatok esetén. A tömörítési eljárások hatékonyságának növekedése és új tömörítési eljárások megjelenése indukálta a 2003. évben megkezdett vizsgálataimat. A JP2000 szabvány bevezetése után rövid idővel tudtam vizsgálni erősségeit és hibáit, különös tekintettel a térképi alkalmazásokra. Különböző képtömörítési eljárásokkal (fraktál, MrSID wavelet, JPEG wavelet) tömörített képeket hasonlítottam össze egymással és tömörítetlen TIFF képekkel. A vizsgálat során nagyfelbontású képeket vizsgáltam közepesen nagy tömörítés mellett. 13

Vizsgálataim eredményeit felhasználtam a Georgikon Térképszerver szolgáltatásainak kiépítése, adatstruktúrájának megtervezése során. A Georgikon Térképszerver 2003-as üzembe helyezése óta szolgáltat adatokat. Kutatást és oktatást segítő eszközként nemcsak agrár- és környezetvédelmi tudományok, de a társadalomtudományok információforrásaként is működik. Kialakításakor az adatkonverziós feladatok mellett az egyik legérdekesebb feladat a digitális térképek megjelenítésének kialakítása volt. Digitális térképek, térképösszeállítások készítése során egyre használhatóbb eszközrendszer áll rendelkezésünkre, de elkészült térképeink minősége, használhatósága nagyon sok esetben még nem megfelelő. Módszertani ajánlásokra, azok széles körű elterjesztésére és használatára nagy szüksége van az egyre gyorsuló alkalmazásfejlesztésnek. A digitális térképezés széleskörű elterjedése, a honlapokra helyezhető „mashup” webtérképszolgáltatások fejlődése alapjaiban változtatja meg térképhasználati szokásainkat és a térképkészítés folyamatát. A térképi adatok egységes rendszerű publikálása az informatikai szolgáltatások megfelelő hozzáférési lehetőségeinek megteremtésével válik teljeskörűvé. A megfelelő publikációs struktúrákban, a folyamatosan keletkező közcélú, manapság már elsősorban digitális adatok nagy részének hozzáférése megoldhatóvá válhat. Mindemellett azonban fontos a régi, analóg adattömeg feldolgozása és beépítése rendszereinkbe. A különböző formátumokban adott térbeli adatok egységesítése nagyon sok esetben analóg szöveges információk feldolgozását igényli. Ilyen lehet például a talajtani térképezésnél a táblatörzskönyv, geológiai mérések leírásai, vagy különböző, zömében 1990. előtti mintavételezések. Ezen feldolgozások munkaigényesek, de nagy előnyük, hogy a digitális információt a manapság használatos vetületi rendszerekben hozzuk létre. Az „Intelligens vízgyűjtő projekt” keretében tervezett talajtani tanácsadó rendszer adatellátásához és működtetéséhez járultak hozzá 2002-től folyamatosan végzett vizsgálataim. Talajtérképek raszteres publikálási lehetőségeit, illetve automatikus és manuális vektorizálási lehetőségeit vizsgáltam. A cél térképszerveres talajtérkép-támogatás kiépítése volt. Talajtani tanácsadó rendszer kialakításához szükséges talaj- és tápanyageróziót befolyásoló tényezők közül a csapadékra, valamint a domborzatra és a felszínborításra vonatkozó adatbázisok nagyrészt lehatárolhatók. A talajtani tényezők legalább olyan fontosak, de a rendelkezésre álló adatok rendkívül szétaprózottak. Ezek adatbázisba szervezése, integrálása adta vizsgálataim vezérfonalát.

14

Analóg

térképlapokat

egyszerű

eszközök

(lapolvasók,

dobszkenner)

segítségével

digitalizálhatunk. Az igazán munkaigényes feladat a georeferálás, a torzulások kiszűrése a vetületi konverzió és a referenciapontok segítségével, illetve a vektorizálás. A térinformatikai elemzések új szintjét nyithatja meg a raszteres adatok megfelelő attribútumadatokkal ellátott vektorizálása. Csökken az adatok tárolási, továbbítási kapacitás iránti igénye. Térinformatikai-, agrár- és környezetvédelmi-, valamint egyéb rendszerek adatellátását a térképszerveren publikált, vektorizált raszteres, már rendelkezésre álló adatok mellett segíthetjük GNSS adatgyűjtéssel is. Terepi GNSS adatgyűjtési lehetőségek új szemléletű vizsgálatára adott lehetőséget a Georgikon GNSS Bázisállomás üzembehelyezése 2007 nyarán. Már a Bázisállomás tervezése, hardver- és szoftverfeltételeinek kialakítása során figyelembe vettem a kinematikus mérések igényeit. Nagy mennyiségű téradat rövid idő alatt történő gyűjtésének és az agráralkalmazások adatellátásának támogatására alkalmas eszközrendszert igyekeztem kialakítani. Kutatásaim során vizsgáltam, hogy nagypontosságú domborzatmodell kialakításához mennyiben alkalmazható a valós idejű kinematikus mérés folyamatos adatgyűjtéssel. Az egyetemi oktatásba, különösen az agrároktatásba folyamatosan épülnek be a térképi adatbázisok felhasználási- és továbbfelhasználási lehetőségei. Vizsgáltam, hogy a hallgatók véleménye szerint is olyan fontos-e a vizuális informatika szerepe az agrár-felsőoktatásban, kutatásban, mint azt (kutatásaim elején) feltételeztem. Kérdőívekkel vizsgáltam, hogy mennyiben ítélik alkalmazhatónak a mobileszközöket vizuális információszerzésre, mely technológiai, módszertani megoldásokat ítélik előnyöseknek. Vizsgáltam, hogy mely vizuális informatikához, térinformatikához kapcsolódó tudományterület ismereteinek megszerzését ítélik fontosnak tanulmányaikban. Vizsgáltam a választást befolyásoló tényezőket, a hallgatók által használt infokommunikációs eszközrendszert és annak változását. E vizsgálataimmal kívántam megalapozni az új vizuális informatikai jellegű tárgyak bevezetését az agráregyetemi oktatásba. Másrészt ezen vizsgálatok segítségével szándékoztam eldönteni, hogy kutatási, fejlesztési eredményeim mennyiben illeszthetők a graduális oktatásba. A térképszerverrel, a térképszerver adatellátásával, terepi térinformatikával, GNSS Bázisállomás pontosító adatainak felhasználási lehetőségeivel kapcsolatos eredmények ellenőrzésére, továbbfejlesztésére nyílt lehetőségem az oktatási elemekkel segített validálás során. Különböző tárgyak (térinformatika, alkalmazott térinformatika, növényvédelmi informatika, alkalmazott informatika) beadandó feladatainak, zárthelyi dolgozatinak kitűzése, értékelése során tesztelhettem kutatási eredményeimet, az azokat felhasználó szolgáltatásokon keresztül.

15

A számítástechnika oktatása nagy hagyományokkal rendelkezik a magyar agrárfelsőoktatásban. Erre támaszkodva komoly erőfeszítések árán nagyrészt alkalmassá vált a múlt század ’70-es, ’80-as és ’90-es éveiben a megnövekedett mennyiségi és minőségi igények kielégítésére. Jelentős változást hozott azonban az alapozó- és felhasználói ismeretek egyre korábbi életkorban történő oktatása. A múlt század nyolcvanas éveiben elkezdődött a tömeges informatikaoktatás a közoktatásban. Először a középiskolában, majd az alapfokú oktatásban is elindult a képzés. A XX. század végére megérett az idő, hogy a felsőoktatási intézményeknek oktatási struktúrájuk és a tananyagtervezés szempontjából is fő szempontként kellett ezt figyelembe venni. Ahhoz, hogy az agráregyetemi informatikai képzést fejleszthessük, illetve az egyre inkább előtérbe kerülő alkalmazott informatikai tantárgyak helyét megtaláljuk a képzési rendszerben, vizsgálnunk kell a hallgatók előképzettségét. A vizuális informatikai elemeket használó képzés pedagógiai, módszertani, tanuláslélektani és nem utolsó sorban technológiai háttere jelentősen eltér a többi, felsőoktatásban oktatott tárgytól. Módszertani ismereteink elsősorban az elmúlt másfél évtizedben jelentősen fejlődtek, de nagyon sok esetben ma is és előre láthatóan még sokáig a napi oktatási gyakorlat alakítja őket. Tudatosulnia kell a felsőoktatás szereplőiben, hogy az informatikaoktatás fejlesztése, értékelése, stratégiai kérdései sok esetben nem vonhatók össze a többi tudományterülettel.

2.2 Kutatási célok A vizuális informatikai technológiák fejlesztési, alkalmazási lehetőségeinek áttekintése után igyekeztem

megkeresni

azokat

az

agrároktatáshoz,

kutatáshoz

kapcsolódó

tudományterületeket, melyek a vizuális informatika eszközrendszerét használják és a következő években (évtizedben) leginkább a fejlesztés meghatározói lehetnek. Az agrárfelsőoktatásban és kutatásban az új technológiák alkalmazásával a tudásalapú társadalom megteremtését segíthetik. Minden esetben az oktatásban, kutatásban történő mielőbbi felhasználás igényével terveztem a vizsgálataimat. Fő

kutatási

irányként

kezdetben

a

térképszerverek

adatellátásának

magyarországi

sajátosságaival kívántam foglalkozni. Kutatásokat terveztem a téradat adatbázisok, webszerveres publikálásának hatékony megszervezéséhez szükséges raszteres és vektoros adatformátumok előállításával kapcsolatban.

16

A raszteres térképek publikálása kapcsán vizsgálni kívántam a nagyméretű képek közepesen nagy tömörítésének lehetőségeit három tömörítőeljárás összehasonlításával. Közepesen nagy tömörítésnek a tízszeres és százszoros közti tömörítéseket tekintettem. Kutatásaim apropóját a JPEG2000 képtömörítési szabvány első implementációinak megjelenése adta. Pszichovizuális vizsgálatokat kívántam végezni, hogy a JPEG2000-tömörítés, összehasonlítva a hasonlóan waveletet használó MrSID- és a fraktáltömörítéssel, mely területeken ad (amennyiben ad) jobb eredményeket. Vizsgálni terveztem külön is az eljárásokat három fő irányban. Ezek a színárnyalatok eltérése, színtelítettség és az alakzatok, részletek felismerhetősége voltak. Geoinformációs rendszerekben történő felhasználási javaslatot, pszichovizuális sorrendet terveztem megállapítani az eljárások között. Térképszerver és GNSS bázisállomás felhasználási lehetőségeinek vizsgálatát kívántam elvégezni terepi adatgyűjtési és terepi automatikus adatgyűjtési feladatokkal kapcsolatban. Milyen

körülmények

között

alkalmazható

nagypontosságú

(szubméteres)

terepi

adatgyűjtésre? Raszteres talajtani és egyéb térképek automatikus és kézi vektorizálási és publikálási lehetőségeit terveztem vizsgálni. Alkalmas-e az ArcInfo ArcScan modulja genetikus talajtérképek vektorizálására? Kutatásaimmal segíteni kívántam a Pannon Egyetem Georgikon Karán újonnan bevezetésre kerülő alkalmazott informatikai tárgyak kiválasztásának, megtervezésének folyamatát. Ehhez egyrészt vizsgálatokat terveztem az informatikaoktatás, a használatban lévő informatikai eszközrendszer tekintetében. Vizsgálni kívántam a hallgatói igényeket a vizuális informatikához köthető tárgyakkal kapcsolatban, hogy a hallgatók véleményük kialakításakor mennyiben támaszkodnak (adott esetben hiányos) előzetes ismereteikre. Másrészt vizsgálni kívántam a sok esetben szerverszolgáltatásokhoz köthető mobil vizuális eszközök, eszközrendszer oktatási feladatokra történő bevonásának lehetőségeit. Tervezett konkrét vizsgálatok: 

Pszichovizuális

vizsgálat

raszteres

képek

eltérő

tömörítési

módszereinek

összehasonlításával, külön is vizsgálva a térképezésben, webtérképezésben való használhatóságot. A wavelet (JP2000, MrSID)-tömörítés, a fraktáltömörítés és tömörítetlen állományok összehasonlítása. 

Korszerű integrált térképszerverszolgáltatások (a Balaton vízgyűjtőjére vonatkozó integrált topográfiai, távérzékelési és talajtani adatokkal) kiépítéséhez szükséges kutatás a raszteres képek, térképek automatikus és kézi vektorizálásának összehasonlításával kapcsolatban, különös tekintettel a talajtérképekre és topográfiai térképek szintvonalaira. 17



Nagypontosságú

térinformatikai

alapadatok

gyűjtésének

lehetőségei

GNSS

pontosítással, vizsgálva az automatikus domborzatmodell generálását maximálisan 1-2 km2 területre. A mérések tervezése és végrehajtása során nem elsősorban a modell létrehozása volt a célom. Általánosságban terveztem vizsgálni a magyarországi alternatív

GNSS

eszközrendszer

és

a

Georgikon

Bázisállomás

gyakorlati

alkalmazhatóságát. o Mennyiben felel meg a pontossági követelményeknek? o Milyen mértékű a rendszer integritása különleges helyzetekben? o A kiegészítő rendszerek (GPRS, webalapú elérés, feldolgozórendszer…) mennyire megbízhatóak? o Mekkora a felmérésterület felső határa, amely esetben még gazdaságosan készíthetünk domborzatmodellt, használhatjuk a modellépítés ilyen módját? o Milyen felszínborítás esetén végezhető a mérés hatékonyan? 

Vizuális informatikához köthető új tárgyak agráregyetemi oktatásba történő bevezetési lehetőségeinek vizsgálata a hallgatói igények és felkészültség felmérésével.

A tervezett fejlesztések, kutatási célok az agrár-felsőoktatás oktatási- és kutatói munkájának segítését célozták. A kutatásokat úgy hajtottam végre, hogy az eredmények azonnal használhatók, hatékonyságuk ellenőrizhető legyen az oktatási, kutatási gyakorlatban, így azonnal ellenőrizhetővé váltak az eredmények. Az értekezés gondolatmenetében törekedtem az érintett tudományterületek kapcsolódási pontjainak feltárására, összefüggéseik bemutatására. A fenti területeken 2001-től kezdődően a Pannon Egyetem Georgikon Karán végzem kutatómunkámat. Az értekezésben elhelyeztem a használt fontosabb rövidítések és a felhasznált műszaki dokumentációk és online adatforrások jegyzékét.

18

3 IRODALMI ÁTTEKINTÉS 3.1 Térképezés, digitális térkép A körülöttünk lévő világ lerajzolása, a térképezés, térképkészítés nagyon régóta művelt tudományág. Már az ősidőkben is segítségére volt az embereknek ismeretek átadásában, átörökítésében, az együttműködés fejlesztésében. A kéziratos térképek kora a kezdetektől egészen a reneszánsz beköszöntéig tartott. A térképek egyre pontosabbak lettek, bizonyos esetekben egyszerűbb vetületi elemeket is tartalmaztak. A tömegesen hozzáférhető nyomtatott térképeket a XV. századi megjelenéstől a felmérések, vetületek egyre pontosabbá válása jellemzi. A digitális térképek megjelenése a múlt század hatvanas éveitől újabb minőségi változásokat hozott. A pontosság fogalma (méretarány) a tetszőlegesen nagyítható (főként vektoros) térképek esetén egészen új értelmet nyert. Az eszközrendszer bővülése, a térképi adatok új típusú tárolási, megjelenítési, elemzési lehetőségei gyors ütemben bővítik az alkalmazások körét.

3.1.1 Magyarországi térképezés kezdetei, nyomtatott térképek Ha feltesszük a kérdést, hogy Magyarországon mikortól datálható a digitális térképezés, akkor arra a meglepő eredményre juthatunk, hogy legalábbis az 1500-as évek elejétől. Az első teljes Magyarországtérkép, amely helyesen ábrázolja az ország földrajzi adatait, a XVI. század elején (valószínűsíthetően 1514-ben) készített „Lázár deák térképe” (1. kép). Mérete

55x75

cm,

méretaránya

nagyrészt

1:1150000. A digitális térképkészítés (ZENTAI, 2000) minden munkafázisát természetesen nem tudták akkoriban elvégezni, így a XXI. század térinformatikusainak is maradtak feladatai. 1. kép Lázár deák térképe forrás: http://oszk.hu

19

A térkép alapadatait napjainkban egyszerű eszközökkel georeferálhatjuk (MOLNÁR és mtsai, 2008) és így rendelkezésünkre áll egy, a mai vetületekhez jól illeszkedő digitális térkép, amely más forrásból nehezen beszerezhető történeti információkkal szolgálhat. További korszakokból is jelentős számban találhatunk digitalizálásra, publikálásra érdemes térképeket. Ilyenek többek közt a XVIII-XIX század katonai felmérései (TIMÁR és mtsai, 2008) vagy a különböző világatlaszok, illetve későbbi talajtani, geológiai vizsgálatok eredményei.

3.1.2 Digitális térképezés, vetülettel ellátott papírtérképek digitalizálása Jelentős fejlődést hozott a különböző vetületi rendszerek megjelenése a térképészetben. Vetülettel

rendelkező

térképek

georeferálása

már

nemcsak

a

referenciapontokra

támaszkodhat, hanem matematikai összefüggésekkel (TIMÁR és mtsai, 2003) megadható, konverziókkal, transzformációkkal is leírható. Jelentős feladat a „szépszámú” magyarországi alapfelület és vetületi rendszer (2. kép) közti átjárás megteremtése, ugyanis adott terepi pont földrajzi koordinátái más-más vetületi rendszer alapfelületén különbözőek. A munkát jelentősen felgyorsította a 2000-es évek környékére a geoinformációs rendszerek és a GPShelymeghatározás fejlődése és elterjedése. Elkerülhetetlenné vált a különböző rendszerekben előállított adatok (VARGA, 2002) konverziója, egységes digitális, webes publikációja.

3.1.2.1 Vetületi rendszerek, dátum A használatos vetületi rendszereket csoportosítása (STEGENA, 1988) 

Vetületnélküli rendszerek



Kettős vetítésű magyarországi rendszerek



Sztereografikus

vetületi

rendszerek

(BUDAPESTI, MAROSVÁSÁRHELYI) 

Ferdetengelyű szögtartó hengervetület



Gömb érintő elhelyezésű ferdetengelyű szögtartó hengervetületei (HÉR, HKR, HDR)



Gömb

ferdetengelyű

2. kép Tízezres EOV szelvény 1:100000 nézete

redukált

szögtartó

forrás: http://fomi.hu

hengervetülete (EOV) 

Gauss-Krüger vetület forgási ellipszoid egyenlítői elhelyezésű, érintő, szögtartó hengervetülete 20



UTM (Universal Transverse Mercator) vetület ellipszoid egyenlítői elhelyezésű redukált, szögtartó hengervetülete



GEOREF (World Geographic Reference System) földrajzi fokhálózatra épül, vetületi rendszerektől független

Magyarországon használatos fontosabb ellipszoidok (BÁCSATYAI, 2002) 

Bessel (1869-)



Kraszovszkij (1953-)



WGS-84 (2001-)



IUGG-67 (1976-)

3.1.3 Térinformatikai eszközrendszer digitális térképezéshez Napjainkban is keletkeznek képi információk, amelyeknek a pontjaihoz felvételezéskor nem rendelünk térbeli elhelyezkedési információt. Ezen adatok feldolgozására, illetve más, elsődleges és másodlagos információk feldolgozása térképi információk előállításához térinformatikai eszközrendszert használva lehetséges (TAMÁS és LÉNÁRT, 2006) (HAVASI és BUSZNYÁK, 2008). A digitális térkép nem csak egyszerűen a térkép tartalmának számítógéppel kezelhető, digitális leírása. Fontos jellemzője, hogy nincs szükség szelvényekre bontásra, valós méretűek az

elemei,

pontos

illeszkedésekkel,

topológiával

rendelkezik,

gyakran

rétegeket,

objektumokat használ. Digitális térképeket létrehozhatunk elsődleges adatnyerési eljárásokkal mérésekből (GPS), meglévő

jegyzőkönyvekből

(BUSZNYÁK,

2004b),

vagy

másodlagos

forrásból

digitalizálással, majd automatikus vagy kézi vektorizálással (OTTÓFI, 1998). Elsődleges adatnyerési eljárásokkal általában vektoros adatokat állítunk elő. Másodlagos eljárásoknál georeferálás, vektorizálás esetén szintén vektortérképet kapunk. Amennyiben a másodlagos adatnyerést (szkennelést) georeferálás után nem követi vektorizálás, digitális rasztertérkép az eredmény. A megfelelően használható digitális térképek előállításának fontos lépése az adatminőség ellenőrzése. Az adatok érvényességét leginkább befolyásoló tényezők az adatok eredete, a geometriai pontosság és az attribútum adatok pontossága illetve ezek konzisztenciája, a topológiai konzisztencia és az adatok teljessége, aktualitása.

21

A térinformatika (Térbeli információk tudománya) értelmezése (MÁRKUS és mtsai, 1994) folyamatosan változik, egyre újabb és újabb tudományterületek kapcsolódási pontjai merülnek fel. A meghatározások többsége vagy leszűkítő (Térinformatika=GIS), vagy túl tág és nehezen értelmezhető (Térinformatika=Térbeli információkkal foglalkozó tudomány, vagyis minden). Megadhatjuk a GIS-tudományok ágait az „NCGIA Core Curriculum in GIScience 2000” alapján, vagy ennél jóval bővebb értelmezést is adhatunk, és bizonyos esetekben kell is adnunk a térinformatikához kapcsolódó tudományterületeknek. Érdemes a sorrendet megfordítani és azt vizsgálni, hogy melyek azok a tudományterületek akár felhasználás, akár hozzáadott eszközrendszer tekintetében, amelyekhez a térinformatika kapcsolódik. Így interdiszciplináris eszközrendszerként, tudományként vizsgálhatjuk. A térinformatika különböző szempontú definícióinak gyűjteményét, alapfeladatainak leírását találhatjuk a Térinformatikai Praktikum (TAMÁS és DIÓSZEGI, 1996) című kéziratban. A

térinformatika

(Spatial

Information

Sciences)

komplex

fogalomkörébe

saját

megközelítésemben leginkább a GIS, távérzékelés, geodézia, kartográfia, GPS (Global Positioning System), CAD (Computer-Aided Design), 3D (three-dimensional modeling) megjelenítés témaköreit értem bele. Természetesen a GPS beágyazható egy szélesebb fogalomkörbe és beszélhetünk technológiai megközelítésben mobilkommunikációról, vagy felhasználói helye szerint beltéri, kültéri helymeghatározásról. A térbeli döntéstámogató rendszereket is kezelhetjük önálló komplexitásként.

3.1.3.1 Térinformatikai adatmodellek Amikor térinformatikai adatmodellezésről szólunk, azt a folyamatot próbáljuk körvonalazni, mely a valós világ tárgyait és folyamatait úgy egyszerűsíti, hogy a rendelkezésre álló algoritmusok felhasználásával, a meglévő szoftver és hardver környezetben földrajzi elemzésre, döntés előkészítésre és tervezésre alkalmasak legyenek (SÁRKÖZI, 2009). Képi információk megjelenítésénél alapvetően két adattípust szoktunk megemlíteni. Ezek a raszter- és vektor típusú adatok. Elsődleges jellemzőként a vektoradatokat a kisebb méret, tetszőleges felbontás, bonyolultabb adatszerkezet jellemzi (SIKI, 1995). A raszteradatok általában nagyobb méretűek, rögzített felbontásúak, egyszerűbb az adatszerkezetük. A következőkben megadom a legjellemzőbb GIS adatmodellek tulajdonságait:

22

Vektoros adatmodell A vektoros modellek helyvektorokkal (pontok) és azoknak az összekötési szabályaival írják le az objektumokat. A földrajzi jellemzőket pontként, vonalként illetve sokszögként ábrázolják. Vektoros modell jól lehatárolható adatok tárolására alkalmas (országhatár, parcellák, utak) (TAMÁS, 2003a). A vektoros adatmodellek kategóriákba sorolhatók.

Spagetti-modell A legegyszerűbb vektoros adatmodell, ahol a térbeli jellemzők geometriai megjelenítése semmi világos kapcsolattal nem rendelkezik (például topológiai vagy hálózati) más térbeli jellemzővel. A geometria lehet pont, vonal vagy sokszög. Nincs semmi megkötés, hogy ezek hogy helyezkedhetnek el, például két vonal metszheti egymást anélkül, hogy a metszéspontjuk koordinátái meg lennének adva. Kettő vagy több sokszög is fedheti egymást. Számos előnye van a többi adatmodellhez képest, mint például a modell egyszerűsége, könnyű szerkeszthetőség és rajzolás. Hátrány az esetleges redundáns adattárolás, valamint a számítástechnikai nehézségek a jellemzők topográfiai illetve hálózati kapcsolatainak meghatározásakor. Nem használható hatékonyan felszíni jellemzők meghatározására.

Hálózati modell Topológiailag egymáshoz kapcsolódó pontok és vonalak egydimenziós gyűjteménye, ahol az élek metszéspontokhoz kapcsolódnak. Irány megjeleníthető az élek mentén és a metszéspontokban. Létezik meghatározott irányú hálózat, illetve nem meghatározott. Közlekedési hálózatban az irány nem mindig meghatározott, míg a folyóhálózatokban, közszolgáltatási hálózatokban az. A hálózati elemek (metszéspontok és élek) mindkét esetben tulajdonságcsoportokkal állnak kapcsolatban, melyeket a feldolgozás során felhasználhatunk.

Topológiai modell Olyan térbeli adatstruktúra, amelyben az érintett adatok összefüggő és tiszta topológiai szövetet képeznek. Topológiát elsősorban az adatminőség biztosítására használnak (ne legyen átfedés vagy hézag parcellákat jelképező sokszögek között), és a földrajzi jellemzők realisztikusabb megjelenítésére GIS segítségével. A topológia lehetővé teszi a jellemzők közti geometriai kapcsolat irányítását, valamint geometriai integritásuk fenntartását. A pontok a topológiai struktúra felépítésében játszott szerepük alapján különböző típusokra oszthatók: önálló pont, lánc (ív) részét képező pont, csomópont. 23

A topológiát úgy is leírhatjuk, mint szabályok és kapcsolatok gyűjteménye, amelyek, párosulva bizonyos szerkesztőeszközökkel és technikákkal, lehetővé teszik GIS segítségével a valóság elemei közötti geometriai kapcsolatok pontosabb modellezését. Ebben a megközelítésben is lehetőség van annak biztosítására, hogy az adatok összefüggő és tiszta topológiai szövetet alkossanak, de szélesebb értelemben arra is felhasználható, hogy a jellemzők bizonyos szabályok szerint működjenek.

Raszteres adatmodell Az adatok forrása digitális kép. A digitális kép elemi objektuma a pixel, azaz a legkisebb képpont, amit a képalkotó eszköz még képes létrehozni. A pixel optikai állapota homogén, azaz színe, fényereje a pixelen belül állandó. A raszteres rendszerek a teret egy n × m-es mátrixra képezik le egy vagy több sávban. Minden cella egy értéket tartalmaz, és helykoordinátákat. Raszteren belül egy sáv olyan réteg, amely adatértékeket tartalmaz egy bizonyos elektromágneses spektrumtartományban. Ezek lehetnek az ultraibolya, kék, zöld, piros és infravörös, radar vagy más értékek, amik az eredeti képsávok manipulálásából származnak. A rasztermodell több sávot tartalmazhat. Műholdas felvételeknél általában több sáv van, a spektrum különböző hullámhosszainak megfelelően. A raszterek különálló képek, amelyek GIS-ben tárolódnak. Tipikus fájlformátumaik az MrSID, GRID, TIFF és ERDAS Imagine (TAMÁS, 2003b). A vektoros modelltől eltérően, amely explicit módon tartalmazza a koordinátákat, itt a raszterkoordináták mátrixsorrend szerint tárolódnak. A rasztermodell alkalmas állandóan változó adatok tárolására. Ilyenek például a légifelvételek és űrfelvételek a felszín kémiai jellemzőiről, domborzati és terepi elemeiről. Raszterek alkalmazhatók földrajzi hely információval rendelkező képek, 2,5D felületek megjelenítésére. Vektoros adatoktól eltérően itt nincsenek implicit topológiai kapcsolatok.

Hibrid adatmodell A raszteres és vektoros adatokat hibrid rendszerek (SÁRKÖZY, 2001) segítségével együtt használhatjuk. A vektoradatokat, raszteradatokat és attribútumadatokat a kérdéses modellnek legjobban megfelelő módon külön-külön tárolják. Magukat a műveleteket mindig abban a modellben hajtják végre ezek a rendszerek, mely előnyös a kérdéses művelet szempontjából. A rendszerek széleskörűen alkalmazzák a vektor-raszter, raszter-vektor átalakításokat a műveletek előtt és után. Hibrid adatmodellre épül a GoogleMaps szolgáltatása.

24

Vektor GIS és a CAD adatmodell Napjaink korszerű térinformatikai rendszerei a relációs adatmodellre épülnek, mely alkalmas az 1:1, 1:N, N:M kapcsolatok kezelésére. Topológiát, rétegeket alkalmaznak (topologiai adatmodell), ellentétben a spagettimodellt alkalmazó CAD rendszerekkel (SIKI, 1999). Jellemző adatformátumok 

CAD: DXF (Drawing Interchange Format) , DWG (“drawing”), DGN (”design”)



GIS: Shape, TAB

A CAD programok elsősorban rajzolásra, térképezésre és nem számítógépes elemzésre alkalmasak (spagetti modell). GIS rendszerek adatszerkezetei az egyes objektumok helyzetét, egymáshoz való viszonyát is megadják (topologikus modell).

3.2 Webes integrált vizuális téradatszolgáltatások Napjainkban nagy erőkkel folyik a már rendelkezésre álló vagy éppen keletkező digitális térképi információ webes hozzáférésének kialakítása. Ebben a körben fontos áttekinteni az Európai Unió „Inspire” (Téradat-infrastruktúra) irányelve nyomán induló fejlesztéseket és a tisztán piaci szereplők kezdeményezéseit. Nagy áttörést hoztak a nyilvános API (Application Programming Interface) térképszerver-hozzáférések (GoogleMaps, ESRI ArcInfo, ESRI ArcGIS

Server

Microsoft

Virtual

Earth…).

Ezek

lehetővé

teszik

a

létrehozott

térképösszeállítások továbbvitelét saját alkalmazásokba. Így az információk eljuttatása a felhasználóhoz több csatornán, sokkal hatékonyabban történhet.

3.2.1 „INSPIRE”

-

Európai

Közösségen

belüli

térinformációs

infrastruktúra „Célja a már rendelkezésre álló adatok felhasználhatósága mértékének az optimalizálása úgy, hogy megköveteli a rendelkezésre álló területi adatok nyilvántartását és azoknak a szolgáltatásoknak a megvalósítását, amelyeknek a feladata a területi adatok hozzáférhetőbbé tétele és interoperabilitásának növelése, valamint úgy, hogy kezeli a területi adatok felhasználásának az akadályait” (Javaslat az Európai Parlament és a Tanács irányelve a térinformatikai infrastruktúra (INSPIRE) kialakítására a Közösségen belül).

25

Az elmúlt öt évben nagy erőfeszítések történtek a cél elérése érdekében. Komoly várakozásokkal tekintett a „téradatokat” felhasználó piaci és mindenekelőtt a nonprofit szféra a megvalósítás módjára. A környezetvédelmi vizsgálatok, (főként civil) kezdeményezések hatékony lefolytatásának elemi követelménye a térinformatikai alapadatokhoz való minél jobb, akár határokon átnyúló hozzáférés. A felsőoktatási felhasználási területek (oktatás – kutatás) is egyre szélesebb körűek. Egyre nagyobb igény mutatkozik a létező téradat infrastruktúrákhoz való hozzáférés lehetőségének könnyítésére. Mai állapotok szerint például Magyarországon egy egyetemi diplomadolgozat esetében egyedi minisztériumi engedély szükséges az állami alapadatok ingyenes használatához. Az engedély megszerzése után pedig gyakran az adatok árának többszörösét még mindig ki kell fizetni az adatok „kiadási” díjaként. A 2007-ben elfogadott irányelv és a 2008-as metaadatokra vonatkozó rendelet segítheti a magyarországi szabályozás hatékonyabbá, rugalmasabbá tételét.

3.2.1.1 INSPIRE2007 fontos rendelkezései Az irányelv kimondja, hogy a „tagállamok azon téradatkészletek és –szolgáltatások tekintetében, amelyekhez a metaadatokat ezen irányelvvel összhangban hozták létre, létrehoznak és működtetnek egy hálózatot az alábbi szolgáltatásokkal: a) keresőszolgáltatások, amelyek lehetővé teszik a téradatkészletekre és -szolgáltatásokra vonatkozó keresést a megfelelő metaadatok tartalma alapján, valamint a metaadatok tartalmának megjelenítését; b) megtekintési szolgáltatások, amelyek minimális követelményként a megjelenítést, a navigálást, a kicsinyítést és nagyítást, a megjelenített téradatkészletek pásztázását vagy átlapozását, továbbá a magyarázó jellegű információ és a metaadatok megfelelő tartalmának megjelenítését teszik lehetővé” A felsőoktatási alkalmazások tekintetében nagyon kedvező változásokat hozhat az irányelv alkalmazása. Kérdés még az INSPIRE közösségi geoportál konkrét megvalósítása. Valóban ingyenesek lesznek-e a megtekintésszolgáltatások? A megvalósítás ütemterve tartható lesz-e? A tagállamok valóban életbe léptették-e az irányelvnek azokat a törvényi-, rendeleti-, és közigazgatási rendelkezéseket, amelyek szükségesek ahhoz, hogy ennek az irányelvnek megfeleljenek?

26

3.2.1.2 INSPIRE2008 metaadatstruktúra A szabályozás leszögezi, hogy az „…infrastruktúra csak akkor működhet megfelelően, ha a felhasználók igény szerint hozzá tudnak férni a téradatkészletekhez és -szolgáltatásokhoz, illetőleg mérlegelni tudják használatukat és ismerik alkalmazási területüket, ezért a tagállamoknak metaadatok formájában leírást kell készíteniük elérhető téradatkészleteikről és –szolgáltatásaikról” (Spatial Data Infrastructures in Europe: State of play 2007). Ezen túl a metaadatokra vonatkozó szabályozás elősegítheti általában is a térinformatikai adatok adatminőség szempontú dokumentáltságának fejlődését. A rendelet 3. cikk (A metaadatok létrehozása és karbantartása) B. részében egy szabványos, egyéb fejlesztéseknél is jól használható metaadatstruktúrát definiál (melléklet). A térinformatika hatókörébe eső szakterületeknek egy lehetséges felsorolását is megadja a rendelet. Természetesen ez a csoportosítás elsősorban felhasználói szempontú és nem technológiai. A témakörök jól mutatják a jelenleg leginkább érintett felhasználási területeket. Összevetve a 2.1.3.1 fejezet térinformatikadefinícióival nem tapasztalunk jelentős különbségeket. Valószínűsíthetően bővülni fog a szabályozásba bekerülő szakterületek köre a jövőben.

Nemzeti Téradat-Infrastruktúra megteremtése NTIS (Nemzeti Téradat-Infrastruktúra) megteremtése infrastruktúrális jellegénél fogva szorosan kapcsolódik a Magyar Információs Társadalom Stratégia (MITS) e-agrárium, eközlekedés, e-környezet, közcélú közhasznú információk infrastuktúrája programjaihoz. Nemzeti téradat-infrastruktúra 2006-os vitaanyagagának legfontosabb megállapításai tükrében vizsgáljuk a magyarországi téradatfejlesztések irányait. A fejlesztések egy része egyértelműen az INSPIRE feladatokhoz köthető. Másrészt a MTA Geodéziai Tudományos Bizottsága (2005) is felhívja a figyelmet, hogy „az INSPIRE magyarországi bevezetése szükséges, de nem elégséges feltétele a téradat-infrastuktúra létrehozásának, ezt ki kell egészíteni az infrastruktúra működtetéséhez nélkülözhetetlen interdiszciplináris (az INSPIRE I. és II. mellékletében meghatározott) alapadat készletek létrehozásával, azok szükséges gyakoriságú felújításával és karbantartásával”. A munka indoklásaként kiemelik a téradatok összes keletkező adaton belüli nagy számát (kb. 80%), másrészt kiemelik gazdasági súlyát. Az oktatás számára nagyon fontos megállapítása a vitaanyagnak, hogy szükséges a térbeli adatokkal kapcsolatos ismeretek oktatása már a közoktatásban.

27

A közoktatásban mielőbb meg kell kezdeni a térinformatika alkalmazását a helyfüggő ismeretekkel foglalkozó tantárgyak oktatásában (történelem, földrajz, környezeti ismeretek). „Már az alap- és középfokú oktatásban biztosítani szükséges a térinformatikai szemléletmód és kultúra megismerését. A diákoknak lehetőséget kell biztosítani, hogy lakóhelyük környezeti állapotát és helyfüggő kulturális értékeit térinformatikai rendszerben tudják vizsgálni, bemutatni és kezelni. A felsőoktatásban fel kell készíteni a hallgatókat a térbeli információ tudássá alakításának képességére. Különösen fontos a már végzett tanítók, tanárok és oktatók továbbképzésének megoldása a térinformatika vonatkozásában”. Az említett tantárgyak (történelem, földrajz, környezeti ismeretek) körén túl szinte minden tantárgyhoz kapcsolódik a téradatok kezelése. Az INSPIRE megvalósulási folyamatáról információk leginkább a Földmérési és Távérzékelési Intézet, a HUNAGI, a Földművelési minisztérium és a Környezetvédelmi és Vízügyi Minisztérium honlapjain érhetőek el.

Téradat-infrastruktúra Magyarországon A magyarországi téradat-infrastruktúra kapcsán meg kell említenünk a közösségi agrártámogatások kifizetésének támogatására fejlesztett MePAR rendszert. Az utóbbi néhány év

egyik

legnagyobb

magyarországi

téradatfejlesztésének

INSPIRE

kapcsolódásai

megkerülhetetlenek. „Agrártámogatások és a nemzeti téradat-infrastruktúra” címmel 2008-ban a FÖMI (Földmérési és Távérzékelési intézet) munkatársai az INSPIRE és nemzeti rendszere, a NTIS illeszkedés tekintetében vizsgálták a MePAR rendszer megfelelőségét. Megállapították, hogy a „MePAR térinformatikai rendszerének alapadatai és a támogatási jogcímekkel kapcsolatos tematikus rétegei, adatai az országos operatív téradat-infrastruktura fontos részei.” Az INSPIRE téradat-témák, melyeket a MePAR felhasznál: 

koordinátarendszerek, közigazgatási határok, címek, földrészletek, védett területek,



domborzat, felszínborítottság, ortofotók,



talaj, földhasználat.

„Ezekkel a MePAR és kapcsolodó térinformációs rétegei a konszolidáló, integráló és évente megújuló platformját jelentik a gazdag hazai téradat és térinformációs rendszereknek, azok specifikációin belül. A MePAR tehát ideális integráló téradat információs rendszer, amely több éve már formálisan is eleget tesz az INSPIRE követelményeinek” (MIKUS és mtsai, 2008). Ez megállapítás csak szűkítő értelmezésben alátámasztott. A MePAR rendszere hiába teljesíti a követelményeket, ha a téradatköröket nem fedi le. 28

3.2.1.3 INSPIRE Geoportál Az INSPIRE Geoportál teszi lehetővé Európa „INSPIRE” (Térbeli Információs Infrastruktúra Európában) infrastruktúráján keresztül az internetes hozzáférést földrajzi adatok és szolgáltatások gyűjteményéhez. Az INSPIRE célja, hogy releváns, harmonizált és minőségi földrajzi információ váljék hozzáférhetővé olyan elképzelések és tevékenységek alakításához, gyakorlatba ültetéséhez, figyelemmel követéséhez és értékeléséhez, amelyek közvetve vagy közvetlenül hatással vannak a környezetre.

3. kép Inspire Geoportál forrás: http://inspire-geoportal.eu

A portál nem tárol vagy tart fenn adatokat. Kapuként működik a földrajzi adatok és szolgáltatások felé, lehetővé téve a felhasználó számára a keresést, megtekintést vagy, bizonyos keretek közt a letöltést illetve az elérhető szolgáltatások használatát a kívánt információ megszerzéséhez. A felületen metaadatokat, katalógusokat érhetünk el többféle keresési lehetőséggel (3. kép). Térképszolgáltatás segítségével kereshetünk, böngészhetünk a térképek, metaadatok között, és saját térképösszeállításokat készíthetünk a meglévő adatforrásokból.

29

3.2.2 Geoinformációk webes megjelenítése A webes térképek fejlődése szoros kapcsolatban áll a világháló technikai fejlődésével. 1993ig (nyilvános CERN-I, HTML 1.0) az internetes adatforgalom jórészt szöveges, hivatalos volt. Az első interakív térképszervernek valószínűsíthetően a Xerox Parc CGI (Perl nyelven íródott) paraméterezhető fejlesztése tekinthető. A szerveren lehetőség nyílt többek közt kiválasztani a kívánt méretet, réteget, vetületet, és a válasz HTML fájl és beágyazott GIF raszterkép volt. Az első internetes atlasz 1994-ben került fel a webre.

4. kép Terraserver műholdkép forrás: http://terraserver.com

A Java Applet 1995-től hozzáférhető (Sun) interaktív térképtartalom webes publikálására. 1996-ban a Netscape bemutatta a Javascript-et, amely lehetővé tette a weblapok interaktivitását. 1996-ban elindult az első internetes címkereső- és útvonalszolgáltatás, és hozzáférhetővé vált a Macromedia Flash Player 1.0, amely később az egyik legfontosabb multimediamegjelenítővé vált. 1998. júniusában az USGS, a Microsoft és a HP közös munkájával indult el a népszerű US Terraserver projekt, az OGC-kompatibilis WMS szerver, amely légifelvételeket és USGS topográfiai térképeket szolgáltatott (4. kép). 1998-ban kiadták az azóta is széles körben használt nyílt forráskódú (SIKI, 2003a) térképszervert, az UMN MapServer 1.0–t. Az ESRI első webszervere, a MapObjects Internet Map Server (2000-től ArcIMS) 1998-ban jelent meg.

30

Létrehozták az ESRI Geography Network adat és webtérkép szolgáltatását. Fontos mérföldkő, hogy W3C ajánlássá vált az SVG szabvány 2001-ben, mely XML-alapú, kétdimenziós vektorgrafikák leírására szolgáló nyelv. 2005. elején a Google kiadta a GoogleMaps-et, webtérkép-alkalmazását dinamikus HTML, ECMAScript és XMLHttpRequests-re fejlesztve és hozzáférhetővé tette az API-t fejlesztők számára.

5. kép GoogleMaps közösségi mapserver forrás: http://googlemaps.com

Így sikerült nagyon gyorsan többezer GoogleMaps-alapú webtérkép-alkalmazást generálni (5. kép). Technikai szempontból a GoogleMaps légi felvételek és útitérképek „négyfa” raszter négyzetein alapulnak (quad-tree raster tiles), valamint egy „geospatial” keresőmotoron (SAMET, 1994). Később, ugyanabban az évben a Google kiadta a Google Earth-t, egy virtuális földalkalmazást, amit a Keyhole-tól vásárolt meg. Az XML-alapú „markup” nyelv, a KML lehetővé tette a felhasználó saját 3D geoadattartalmainak hozzáadását. 2005-től kezdődően egyre több böngésző rendelkezik SVG támogatással (Firefox, Opera, Safari…). 2006-tól működik a Wikimapia, amely online térkép és műholdkép szolgáltatását a GoogleMaps rendszerével kombinálja. 2006. augusztusában az SVG Tiny 1.2 W3C ajánlássá vált, fejlettebb multimédiatámogatással illetve jobb lehetőségekkel gazdagabb kliensoldali internetalkalmazásokra. (ZENTAI, 2002)

31

3.2.2.1 Webtérképekre jellemző tulajdonságpárok Az interneten publikált térképeket az első felosztás szerint interaktivitás és dinamikus-statikus tulajdonságaik alapján csoportosították (KRAAK és BROWN, 2001). Napjainkra a közösségi webtérkép-fejlesztés és a megnyíló adatbázisszervezési lehetőségek alapján további tulajdonságpárokat képezhetünk (SHEKTAR és XIONG, 2008). Statikus----------------------------------------- Animált Csak nézhető ---------------------------------- Interaktív Dokumentumalapú --------------------------- Alkalmazásalapú Egyszerű térkép ------------------------------- Elemzésre alkalmas térkép (GIS lekérdezés) Statikus fájlokon alapul ---------------------- Dinamikus alkotás Helyi adatforráson alapul -------------------- Többféle adatforrás (adatbázis, webszolgáltatás) Nem újrafelhasználható a felhasználónak - Nyitott (API és licensz) Statikus, ritkán frissített---------------------- Valósidejű (időjárás, közlekedési térkép) Előre meghatározott tartalom, stílus-------- Személyreszabható (felhasználó paraméterezheti) Egy térkép ------------------------------------- Térképgyűjtemény Zárt térképtartalom -------------------------- Nyitott, felhasználó is változtathatja Bemutatásra alkalmas ------------------------ Felfedezésre szánt Széles nyilvánosságnak szánt --------------- Szakértői közönségnek szóló

3.3 Térképezés GNSS eszközei Napjaink új lehetősége digitális térképek (akár automatikus, félautomatikus és azonnal földrajzi helyre illesztett) készítéséhez a GPS-eszközök használata. A mai értelemben vett globális helymeghatározás eszközrendszerének kiépítése földi, légi és az első műholdas próbálkozások után 1978-ban az első Navstar műhold fellövésével kezdődött (WADE, 2008).

3.3.1 Globális helymeghatározás alapjai A GPS-rendszer a felhasználó helyzetét távolságmérés alapján határozza meg. Ideális esetben, ha a műholdak és a felhasználói egység (vevőkészülék) órái pontosan együtt járnak, a távolságmérés az alábbi elvre épül: a vevőkészülék a műholdak által küldött információk alapján ismeri a műholdak pontos helyzetét és ismeri a jelek elküldésének pontos időpontját.

32

Mivel a jelek érkezési időpontját a vevő képes mérni, a terjedési sebesség (c) ismeretében a műholdak távolsága pontosan meghatározható. A távolságok kiszámítása (becslése) után a felhasználó helyzetét a műholdak helyzetét jelölő pontok köré írt gömbök metszetének kiszámításával lehet meghatározni (FRENCH, 1996). Speciális eszközök segítségével akár árnyékolt környezetben is kiépíthetők a GPS-mérés lehetőségei (DEMPSTER, 2009).

3.3.1.1 Mérési korrekciók Az így meghatározott pozíció jelentős pontatlansággal rendelkezik (1. táblázat). A pontatlanságot okozó fontosabb tényezők a műholdgeometria mellett az órahiba, pályahiba, ionoszféra-hiba, troposzféra-hiba, vevőzaj, visszaverődés. Eltérő pontossággal tudunk mérni a kód és a fázismérés segítségével (fázismérés 2-3 nagyságrenddel pontosabb).

1. táblázat Tipikus GPS pozícióhibák Hagyományos mérés (m)

Differenciális mérés (m)

Órahiba

1,5

0

Pályahiba

2,5

0

5

0,4

Troposzféra-hiba

0,5

0,2

Vevőzaj

0,3

0,3

Visszaverődés

0,6

0,6

Ionoszféra-hiba

A geometria hibák megfelelő tervezéssel (almanach) csökkenthetők (GUOCHANG, 2007). A további hibák egy része a differerenciális mérés (DGPS) módszerével csökkenthető (DANA, 2000). Az eljárás során a bázisállomás hibavektorával korrigáljuk a terepi alapmérés koordinátáit (6.kép).

33

6. kép Differenciális korrekció forrás: http://georgikon.hu/bjs

Korrekciós

adatokhoz

jutni

2009-ben

Magyarországon

többféle

módszerrel

lehet

(BUSZNYÁK és mtsai, 2006a). Kaphatunk pontosítást rádiófrekvencián, interneten, műholdról, illetve természetesen utófeldolgozással. Lehetséges vevőpár bázisával ismert koordinátájú pontra állva korrekciókhoz jutni. Ismert, állandó elhelyezésű bázisállomást is használhatunk (Georgikon Bázisállomás). Használhatjuk földi állomások korrekciós adatait műholdról sugározva (Omnistar, Egnos-European Geostationary Navigation Overlay Service), internetes bázislistából választva (Geotrade hálózat), vagy több állomás korrekcióit integráló virtuális bázist (GNSSnet) használva. A mérés módszere: lehet kód- vagy fázismérés, valós idejű vagy utófeldolgozásos, statikus vagy dinamikus módszer. A bő egy évtizede elérhető valós idejű kinematikus (Real Time Kinematic = RTK) mérési módszer nagy lendületet adott a GPS mérési módszer terjedésének.

34

GNSS mérési módszerek jellemző pontossága 2. táblázat GNSS mérési módszerek jellemző pontossága Mérési mód

Feldolgozás

Kódmérés/Fázismérés

Pontosság

Abszolút

Valós idejű

Kódmérés

~10m

DGPS

Relatív

Valós idejű

Kódmérés

~1m

Statikus

Relatív

Utófeldolgozás

Fázismérés

~1mm

Kinematikus

Relatív

Utófeldolgozás

Fázismérés

~1cm

RTK

Relatív

Valós idejű

Fázismérés

~1cm

Navigációs

Ahhoz,

hogy

méréseink

hatékonyak,

pontosak,

jól

felhasználhatóak,

kellőképpen

dokumentáltak legyenek, az alábbi főbb lépéseket kell végrehajtanunk: 

mérés megtervezése (almanach),



mérés végrehajtása (online pontosítás esetén feldolgozás is),



adatátvitel (csereformátumok használata, RINEX - Receiver Independent Exchange Format),



feldolgozás (Vektorok, transzformáció, hibaellenőrzés),



hálózatkiegyenlítés (OGPSH - Országos GPS Hálózat).

A pontossági igényeknek megfelelő technológia megválasztása jelentősen befolyásolhatja a mérések költségeit (2. táblázat). Természetesen (drága berendezésekkel) a vivőjel fázisának visszaállításával az L1 és L2 frekvencián sokkal pontosabb mérési eredményeket kapunk továbbra is.

3.3.2 Automatikus, félautomatikus GNSS-térképezés Légi- és űrfelvételek alkalmazása a térképezésben egyidős a megfelelő technológiák kialakulásával. A fotogrammetria eszközrendszerének felhasználásával korszerű, hatékony térképező eszközrendszereket építhetünk ki.

35

A földi térképező eljárások elterjedése már nem volt ilyen gyors és széleskörű (TAKÁCS, 2000). Köszönhetően a nagyfelbontású digitális fényképezés, a 3D modellezés technológiai fejlődésének, a rendelkezésre álló RTK (akár 20Hz) mérési módszer terjedésének, napjainkban indult gyors fejlődésnek e terület.

3.3.2.1 Földi térképezés GPS-eszközöket használhatunk automatikus, félautomatikus térképezésre is. A szokásos 10m környéki alap GPS-pontosság megfelelő lehet turistatérképek készítéséhez, geocaching térképezéshez. GPS-eszközeink segítségével földrajzi koordinátával láthatjuk el elkészített fényképeink minden pixelét (BUSZNYÁK és BERKE, 2008a). Napjaink új térképezési kezdeményezéseihez nagy hatékonyságú automatikus eszközrendszereket használnak. Ilyenek például az Open Street Maps vagy a GoogleMaps megjelenítő rendszerekre építő 3D térképező rendszerek.

7. kép Európa 3D térképezett részei forrás: http://maps.google.com

A GoogleStreet View 3D városfelmérő rendszere folyamatosan méri fel a világ nagyvárosait (7. kép). A felmérés során jellemzően 18-36km/h közötti sebességgel haladhatnak. Egy Budapest méretű város feltérképezése utcai panorámaképekkel, autóra szerelt nagyfelbontású digtális fényképezőgépekkel, négy autóval körülbelül két hétig tart. A feldolgozással együtt 3 hónap alatt már elérhető a teljes térképezés adott esetben a Google Maps felületen (várhatóan 2009. július).

36

3.3.2.2 Térképezés távérzékelési eszközökkel Távérzékeléssel olyan síkbeli vagy térbeli objektumokat vizsgálhatunk, amelyek nincsenek közvetlen kapcsolatban az érzékelővel. A távérzékelés fogalmat, a definíciót leszűkítve, általában a légi- és űrfelvételekre szokásos alkalmazni, de határterületként a távmérés, orvosi diagnosztika és még sok más alkalmazás beletartozhat a tudományterület érdekkörébe (BERKE, 2004).

A távérzékelés fontos jellemzői 

A megfigyelt tárgyat a mérés nem befolyásolja, állapotát nem, vagy kevéssé változtatja meg



A látható tartományon kívüli hullámhosszokon is végezhető, és az eredményt a látható spektrumban vizsgálhatjuk



Objektív, egzakt adatokhoz juthatunk



Térbeli, többdimenziós adatokhoz juthatunk



Nagy területekről rövid idő alatt sok adatot gyűjthetünk



Más módszerekkel elérhetetlen, megfigyelhetetlen területek is megfigyelhetők

Az érzékelőket két csoportra oszthatjuk. Az aktív érzékelők saját sugárzásuk visszaverődését érzékelik, míg a passzív érzékelőknek nincs saját kibocsátásuk. Az érzékelőkkel geometriai, spektrális, radiometriai és temporális információkhoz juthatunk. Geometriai információ mérőszáma a pixelméret, a kép egy pontjának, a földfelszínen mérhető, valós térbeli kiterjedése. Spektrális információ a tárgyról érkező sugárzás mértéke. A radiometriai felbontás a pixelek színmélységét jellemzi. Az időbeli (temporális) felbontás arról ad felvilágosítást, hogy a képek milyen időközönként készültek. A mérés egy vagy több hullámhossztartományban történhet. A többsávos felvételt (a sávok számától függően) multispektrálisnak (BERKE, 2003), vagy hiperspektrálisnak nevezzük (BERKE, 2004). A távérzékelés és a térinformatika tudományterülete egyre inkább összefonódik. A megállapítás még inkább igaz az agrárfelhasználások esetében (TAMÁS és mtsai, 2008). A távérzékelés eredményeinek feldolgozásához szükség van térinformatikai eszközrendszerre és viszont; a térinformatika hatóterületét is jelentősen bővítik a beépülő távérzékelési adatok.

37

Napjainkban a távérzékelési adatok egyre nagyobb terepi- és spektrális felbontásban, egyre több sávban állnak rendelkezésünkre. Gyorsan terjednek az infra- és a sztereó felvételezési technikák.

8. kép Geoportál (Franciaország) forrás: http://geoportal.fr

Elsősorban műholdas érzékelési eredményekre épülő kezdeményezés a „Geoportál” francia kezdeményezés, mely Franciaország európai és tengerentúli területeiről szolgáltat adatokat 2006-tól (8. kép). A GoogleMaps a YahooMaps felületekhez hasonlóan alkalmas saját webtérképösszeállítások létrehozására is (mashup: egy olyan oldal, ami egy másik alkalmazást (API) épít be magába, több internetes forrásból készített összeállítás). Az utóbbi néhány év legfontosabb magyarországi távérzékelési fejlesztései: 

Magyarország digitális ortofotó programja (MADOP) a 2000. évi légifelvételezésre támaszkodva,



Mezőgazdasági Parcella Azonosító Rendszer (MePAR, 2003),



nagyfelbontású felszínborítási adatbázis (CLC50, 1999-2003) (BÜTTNER, 2004).

A hiperspektrális felvételezésekre is sor került Magyarország területén 2002-ben (HARGITAI és mtsai, 2004) a DLR DAIS nevű, 79 sávos rendszerével. Majd az AISA DUAL hiperspektrális kamera segítségével légi adatgyűjtési szolgáltatást indított a Debreceni Egyetem és a Földművelésügyi és Vidékfejlesztési Minisztérium. A folyamatos felvételezések 2006. decemberében indultak. Az érzékelő maximum 498 sávban érzékel (KOZMABOGNÁR, 2007), 0,45–2,45 mikrométeres hullámhosszon (NAGY és mtsai, 2008).

38

3.4 Geoinformációs

rendszereknél

alkalmazott

képtömörítő

eljárások és alkalmazásuk 3.4.1 Tömörített képek Digitális képeket azért lehet tömöríteni, mert bizonyos fokú redundanciával rendelkeznek. Az egyik legáltalánosabb jellemzője a legtöbb képnek, hogy a szomszédos képpontok korrelálnak, és így a szomszédos pixelek információja redundáns. Állóképeknél kétfajta redundancia lehetséges: térbeli és spektrális. A térbeli redundancia a szomszédos pixelek közti korrelációra utal. Ez a redundancia a mintázat, illetve a képen belüli önhasonlóság miatt lép fel. A spektrális redundancia az a redundancia, ami a különböző színsíkok illetve spektrális sávok korrelációja miatt jelentkezik (BERKE, 2007). Beszélhetünk még kódolási redundanciáról. Redundáns a kódolás módszere, ha ugyanazt az információt többféle kód jelölheti. Abban az esetben pedig, ha a képi információ a látás számára nem tartalmaz feldolgozható információt, pszichovizuális redundanciáról

beszélünk.

Általánosságban

a

képtömörítés

célja

a

képadatok

redundanciájának csökkentése az adatok átvitelének és tárolásának hatékonyabbá tételének érdekében (SALOMON, 2006).

3.4.2 Veszteségmentes képtömörítés A veszteségmentes képtömörítés olyan adattömörítési algoritmusokat használ, amelyek lehetővé teszik a tömörített adatokból az eredeti kép pontos létrehozását. Akkor használatos, amikor fontos, hogy az eredeti és a kitömörített adatok azonosak legyenek. A legtöbb veszteségmentes tömörítőprogram kétféle algoritmust használ: az egyik statisztikai modellt alkot a bemenő adatoknak, a másik a bemenő adatokat bitsorokba rendezi. A veszteségmentes tömörítő algoritmusok nem garantálják minden bemenő adathalmaz tömörítését. Más szavakkal bármely veszteségmentes adattömörítő algoritmushoz van olyan bemenő adathalmaz, ami nem lesz kisebb az algoritmussal történő feldolgozás után. Bizonyos képfájl-formátumok kizárólag veszteségmentes tömörítést alkalmaznak, míg mások alkalmazhatnak mind veszteséges, mind veszteségmentes eljárásokat.

39

3.4.3 Veszteséges tömörítés Olyan tömörítési eljárás, amely a tömörítés és a kitömörítés során olyan adatokat ad, amelyek különböznek ugyan az eredetitől, de még eléggé közelítenek hozzá. A pszichovizuális redundancia kihasználására épülő módszerek mindig veszteséges tömörítést eredményeznek.

Fontosabb alapeljárások 

Transzformációs kódolás



A wavelet-tömörítés



Vektorkvantálás, másnéven szótármódszer



Fraktális tömörítés

A veszteséges eljárások előnye a veszteség nélküliekkel szemben, hogy bizonyos esetekben a veszteséges sokkal kisebb fájlméretet eredményez, mégis megfelel az adott alkalmazáshoz. A veszteséges eljárásokat általában képekhez használják. Méretük az eredetinek akár tizedére, századára is csökkenhet. Mikor a felhasználó veszteségesen tömörített képet kap, például a letöltési idő csökkentése érdekében, a kép bit-szinten nagyon különbözhet az eredetitől, de ez az emberi szem számára megkülönböztethetetlen maradhat. Legtöbb veszteséges eljárás fókuszál az emberi anatómiára, és figyelembe veszi az emberi látás korlátait. Bár a veszteséges tömörítés nagyon kicsire, akár századrésznyire is képes tömöríteni, a magas tömörítés bizonyos mesterkélt hatásokat eredményezhet. Ilyenek lehetnek a részekre bomlás (blocking), homályosság (blurring), gyűrűsödés (ringing effect) és a textúraeltérés. A veszteségmentes és különböző mértékű veszteséges eljárások közt egyensúlyt kell tartani egy feladat megoldásához. Amikor arról van szó, milyen tömörítési eljárást alkalmazzunk, a tömörített kép skálázhatósága nagyon fontos (SHEKHAR és XIONG, 2008).

3.4.3.1 JPEG és wavelet-tömörítés összehasonlítása A Simon Fraser University (Canada) honlapján JPEG és wavelet-tömörítés webes (GIF formátumon keresztül történő) összehasonlítására nyílik lehetőség (9. kép).

9. kép Tömörítetlen kép forrás: http://www.cs.sfu.ca

40

Erős tömörítés (99,35%) beállításával a JPEG „kikockásodását” figyelhetjük meg. A jelenség jól magyarázható a JPEG-szabvány részekre bontó algoritmusa alapján (10 kép).

10. kép JPEG és wavelet tömörítés forrás: http://www.cs.sfu.ca

Jochen Schiewe (SCHIEWE, 1998) valamint Ryuji Matsuoka és kollegái (MATSOUKA és mtsai, 2004) összehasonlították a veszteséges tömörítőeljárások hatását a geometriára és a műholdképek információtartalmára. Különböző tömörítési eljárásokat hasonlítottak össze, és leírták az ismert eljárások előnyeit és hátrányait. Veszteséges JPEG- és JPEG2000-tömörítés összehasonlítása esetén a veszteséges JPEG2000 jobb teljesítményt nyújt színek vonatkozásában, azonban a JPEG2000 nem ad olyan jó textúrájú képet. Tizenötszörös tömörítésig az emberi látás segítségével történő feldolgozások nem adnak jelentős különbséget. Csak az automatikus képfeldolgozó eljárások esetében észlelhető eltérés. Következtetéseik szerint ötvenszeres tömörítés felett mindenképpen a wavelet alkalmazása javasolt.

3.4.3.2 JPEG

és

fraktál

(JPEG2000,

MrSID

és

fraktál)-tömörítés

összehasonlítása A Pannon Egyetem honlapján JPEG és fraktáltömörítés webes (GIF-formátumon keresztül történő) összehasonlítására nyílik lehetőség (BERKE, 1999). A Pannon Egyetem Georgikon Karán (korábban: Veszprémi Egyetem Georgikon Mezőgazdaságtudományi Kar) dr. Berke József vezetésével az 1990-es évek végén zajlottak pszichovizuális vizsgálatok. Végfelhasználói szempontokat is alapul véve információkat szolgáltattak két veszteséges (JPEG és fraktál) képtömörítő eljárás egymás közötti és tömörítetlen képekkel történő összehasonlítására (11. kép). A mérések laboratóriumi körülmények között és internetes kérdőívek segítségével is elkészültek. Az ezzel kapcsolatos főbb eredmények vázlatosan az alábbiakban foglalhatók össze:

41

A laboratóriumi vizsgálatok több mint 100 fővel, az internetes vizsgálatok közel 200 fő eredményeinek értékelésével történtek. Az internetes kérdőív jelenleg is elérhető és kitölthető a http://www.georgikon.hu/visual.htm címen. A laboraróriumi méréseknél a résztvevők közel 80 %-a tanult felsőfokú informatikát. A teljes létszám

40%-a

multimédia

alapú

tantárgyakat

is

hallgatott (multimédia eszközök, multimédia szoftverek, számítógépes grafika). A kísérletben résztvevők 10%-a digitális képfeldolgozást gyakorlati és elméleti szinten hallgatott. A tömörítetlen és a JPEG tömörített képek laboratóriumi körülmények

között

történő

összehasonlításának

eredményei alapján megállapítható, hogy szinte minden feltett kérdés esetén a felhasználók jelentősnek, azaz zavarónak ítélték a JPEG 30:1 arányban tömörített képek és a tömörítetlen képek közötti eltérést. Különösen zavaró (idegen) volt szinte mindenki számára

(színárnyalatok)

a képek nagyításakor jelentkező „digitális” hatás. Ugyanezen

kérdésekre

adott

válaszok

során

11. kép JPEG és Fraktáltömörítés

a

forrás: http://digkep.hu

felhasználók laboratóriumi körülmények között fraktáltömörített és a tömörítetlen képek esetén észrevehetőnek, néhány esetben zavarónak ítélték az eltérést. Az emberi agy számára idegen „digitális” hatás azonban nem volt érezhető a felhasználók között. A két tömörítő eljárás összehasonlításakor egyértelmű (szignifikáns) különbség mutatkozott a fraktáltömörített képek javára. Ez elsősorban a színárnyalatok visszaadása során volt feltűnően érezhető (BERKE és mtsai, 1997).

MrSID (wavelet)- és fraktáltömörítés GIS-szempontú összehasonlítása A fraktálalapú tömörítés nagyon kisméretű fájlokat hoz létre, és vizuálisan elfogadható eredményeket hoz a kép átalakításával. A tömörítés azáltal jön létre, hogy a képet részekre bontjuk, majd mindegyiket hasonlítjuk nagyszámú hasonló négyzethez annak eldöntése érdekében, melyiket használhatnánk az eredeti helyett. A négyzeteket külön kezeli az eljárás, így a határok a négyzetek között nem feltétlenül pontosak. Ez a módszer általában nem elfogadott a GIS-technikákkal, minthogy az eredeti képnek nem geometriailag pontos (főleg ívdarabok esetén) másolata keletkezik. A fraktáltömörítés nem feltétlen rendelkezik geometriai pontossággal. 42

Az MrSID eljárása (wavelet) egészen más, mivel a képet meghatározó adatok pontosságát csökkenti, mégis megtartja a kapcsolatot az eredeti kép egyes pixelei közt és nem jár blokkosodással. A geometriai pontosság megmarad. A pontosság és a tömörítés mértéke a fraktálalapú tömörítésnél attól függ, mennyire fraktálszerű az eredeti kép. A fraktál geometriai forma, további részekre osztható, amelyek mindegyike az egész kicsinyített másolata. A fraktálok általában önmagukhoz hasonlóak (a részek úgy néznek ki, mint az egész), és méretaránytól függetlenek (egyformák attól függetlenül, milyen mértékben nagyítjuk). Hacsak az adott kép nem felel meg ennek a leírásnak, más módszerrel érhetünk el jobb képminőséget nagyobb tömörítés esetén. Ha figyelembe vesszük a térképszerű képek komplexitását, a fraktálalapú tömörítés hatékonysága általában alacsonyabb a wavelet eljárásnál.

3.4.3.3 Tömörített digitális térképek A GIS területén mind veszteséges, mind veszteség nélküli eljárásokat alkalmaznak, attól függően, milyen igényei vannak az adott projektnek (SHEKHAR és XIONG, 2008). A JBIG (Joint Bi-level Image experts Group) olyan formátum, ami veszteségmentes tömörítést alkalmaz kétszintű (bilevel) képeknél. Tömöríthetünk szürkeárnyalatos és színes GIS képeket, behatárolt pixelenkénti bitszámmal. JBIG-en alapuló formátumok használhatók a nagy bináris GIS képek esetén. Bizonyos projektekben azonban magasabb tömörítési ráta és több információ szükséges. A nagyfelbontású műholdas képek több geometriai- és információtartalommal tízszeresnél jóval magasabb tömörítési rátát igényelnek, így veszteséges eljárások válnak szükségessé. Ebben az esetben JPEG/JPEG2000 vagy más, wavelet-módszeren alapuló képtömörítési eljárást használnak széles körben. A térbeli képeket tömörítő eljárások, számos kutató hozzájárulásával, rohamosan fejődnek. Néhány új fejlesztés: JBIG-en alapuló tömörítési eljárás, amely nagyméretű térbeli bináris digitális képek tömörítését célozza (Eugene Ageenko és Pasi Franti). Képtömörítési módszerük szimulációs eredményei azt mutatják, hogy 50x50-es pixelszámot tesz lehetővé a JBIG lehetséges 350x350 pixelével szemben, anélkül, hogy a tömörítés minőségét feláldoznák. Így a nagy képek részleges kitömörítése jóval hatékonyabb lesz, mint ha JBIG-et alkalmaznánk (AGEENKO és FRANTI, 2000).

43

A műholdas érzékelők technológiai fejlődése lehetővé teszi a földfigyelő távérzékelő rendszerek magas felbontását és az adatok magas dimenzionalitását. Ennek eredményeképpen a műholdas érzékelőkről érkező adatáramlás a földi állomásokra valószínűleg hatalmas mértékben növekszik. Hassan Ghassemain műholdképtömörítő módszere (object-feature extraction) olyan fedélzeti módszer, amely csökkenti a multispektrális képek elemzésének, adatátvitelének, tárolásának, archiválásának és elosztásának komplexitását és költségét (GHASSEMAIN, 2004). Általánosan adaptálható eszköz fejleszthető (Jiri Komzak és Pavel Slavik), amely különböző típusú GIS adatok tömörítésére és kitömörítésére használható. Lehetővé teszi a tömörítő és kitömörítő könnyű konfigurálását, valamint különböző tömörítőeljárások alkalmazását. Másik fontos lehetőség az opcionális ki- és bekapcsolása a veszteséges átvitelnek a tömörítés során, ilyen módon változtatva az adatveszteséget akár minden egyes elem esetében (KOMZAK és SLAVIK, 2002).

3.5 Geoinformációs és vizuális terchnológiák alkalmazása az oktatásban, kutatásban Az előzőekben bemutatott vizuális technológiák kutatása, oktatása, alkalmazása nem lehet hatékony módszertani vizsgálat nélkül. A felhasználás módszerei napjainkban alakulnak, az új technológiák megjelenésével. A módszerek között egyszerre, egy időben vannak jelen a régi technológiák hatékony vagy berögzült rossz alkalmazásai a korszerű technológia hatékony, esetleg rossz hatásfokú alkalmazásával (BERKE és MAGYAR, 2006). A rosszul alkalmazott technológiára jó példa az elsötétített teremben papíralapú jegyzeteléssel kísért kivetítés akár írásvetítővel, akár projektorral. A módszerek az eszközhasználat közben alakulnak, de sokkal fontosabbak oktatási szempontból, mint a technológia.

3.5.1 Új technológiák Napjaink digitális technológiája rengeteg új lehetőséget ad az oktatás kezébe. Felmérések szerint az amerikai felnőttek több mint 8 órát töltenek naponta valamilyen képernyő előtt (TV, számítógép, mobiltelefon, GPS illetve más, mobil eszközök). Ebből a televízió napi 420 percet tesz ki a 65 év felettieknél.

44

Ez a szám azonban 210 percre csökken a 18-24 évesek között (USA). A tendencia feltehetőleg Magyarországon is fellelhető a médium globalitásából kifolyólag. Látható, hogy napjaink felnövekvő ifjúsága a digitális technológiák fogyasztója illetve felhasználója. Minthogy életük szerves része a vizualitás (SIKNÉ LÁNYI, 2000). illetve az interaktivitás (utóbbi a digitális eszközök meghatározó tulajdonsága a televízióval szemben), érdemes a kínált lehetőségeket az oktatásban is fel- és kihasználni (SIKNÉ LÁNYI, 2009b). A felsőoktatásban részt vevő hallgatók felhasználói szinten értenek a digitális technológiákhoz illetve alkalmazzák azokat. Ismereteik befogadásához a vizualitás szorosan hozzátartozik, és az interaktivitás megszokásából kifolyólag kreativitásuk is teret kap. Az elsajátított készségeket rögtön alkalmazzák is, és ez a környezet számukra megszokott, biztonságos. Bizonyos szintű infrastruktúrát feltételezve érdemes elgondolkodni az oktatás eszköztárának bővítésén, nem csak az informatikaoktatást tekintve, hanem egyéb ismereteket érintve is. Hiszen magának az informatika oktatásának célja, hogy azt az eszközt, készséget adja a hallgató kezébe, amit később ismeretei bővítéséhez illetve autonóm tanuláshoz igénybe vehet (BUSZNYÁKNÉ KOVÁCS, 2008). Ehhez azonban elengedhetetlen, hogy iskolai évei alatt lássa és tapasztalja a folyamat előnyeit, miértjeit és hogyanjait, vagyis a megfelelő módszertannal, tanulási stratégiával a kezében lépjen ki az életbe. A korszerű infokommunikációs eszközök beépítése fontos az agrár-felsőoktatásban (BERKE és mtsai, 2006) (BERKE és mtsai, 2005). Milyen célok tűzhetők ki ennek kapcsán? 

Új kommunikációs és információs technológiák széles körű megismertetése az oktatókkal, kutatókkal, hallgatókkal



Tájékozottság az IKT-lehetőségek területén



IKT-készségek minél szélesebb körének elsajátíttatása



Agrár-, környezetvédelmi IKT-technológiák elsajátíttatása



Oktatók,

kutatók,

hallgatók

bekapcsolása

az

IKT-technológiák

biztosította

tudományos, oktatási információáramlásba 

Nemzetközi kapcsolattartás eszközeinek használata



Fejlesztett

tananyagok

minél

szélesebb

körben

és

minél

hatékonyabban

használhatóbbak legyenek, az új tanulási technikákhoz minél jobban illeszkedjenek 

Hatékony csoportmunka eszközeinek használata



Oktatók, kutatók, hallgatók bekapcsolása napjaink web2 fejlesztéseibe



Oktatók, kutatók, hallgatók minél szélesebb körben használják az IKT lehetőségeket

45

3.5.2 Cél és eszköz A digitális eszközök tanulási célú felhasználása az élethosszig tartó tanulás időszakában elengedhetetlen. Az eszköz ismerete nem cél, hanem gyakorlatban, a mindennapi életben alkalmazható eszköz, amely nélkül az egyén hátrányban van másokhoz képest (TEMESI és mtsai, 2004). Igaz ez nemcsak a tanulásra, de a távmunka egyre szélesebb körben való elterjedésével a mindennapi életre is. Ilyen eszközrendszert adhatnak kezünkbe a különböző OpenCourseWare jellegű fejlesztések. A továbbiakban miért ne lehetne akár egyetemi kurzusokat elvégezni valós térbeli kontaktus kialakítása nélkül?

3.5.2.1 Tudásalapú társadalom A korszerű eszközök alkalmazása során általános módszertani szabályokat nem minden esetben adhatunk (GERŐ, 2008). Kényes egyensúlyt kell tartanunk az igények és a lehetőségek között (PINTÉR, 2007). Ráadásul a technológia fejlődése ezt a nehezen létrehozott egyensúlyi állapotot folyamatosan kimozdítja helyzetéből. A gondolatmenetet folytatva nagyon gyorsan eljutunk az élethosszig tartó tanulás fogalmához. Természetesen a számítógép előtti korszakokban is valós tartalommal rendelkezett a fogalom. Lásd: „Jó pap holtig tanul”. Manapság azonban folyamatosan gyorsuló ütemben épülnek új oktatási- és egyéb struktúrák az információs társadalom kialakításának jelszavával. A lisszaboni stratégia célkitűzése volt, hogy tízéves távlatban, 2010-re a világ legversenyképesebb és legdinamikusabban fejlődő tudásalapú társadalmává kell válnia az Európai Uniónak. A cél megvalósítása elképzelhetetlen az oktatási, képzési struktúrák átalakítása, fejlesztése nélkül. A legfontosabb célkitűzések az oktatási és képzési rendszerek minőségének és hatékonyságának a növelése, az oktatási és képzési rendszerekhez való hozzáférés megkönnyítése mindenki számára, az oktatás és képzés megnyitása a tágabb közönség felé. A fenti célok elérésének egyik legfontosabb eszköze az új Információs és Kommunikációs Technológiák (IKT)-kompetenciák fejlesztése (LOBODA, 1999). Az élethosszig tartó tanulás követelményének általánossá válása új feladatok elé állítja a magyar felsőoktatási rendszert. Az IKT technológiák eszközrendszerének használata elengedhetetlen feltétele a hatékony felsőoktatási struktúrák kiépítésének. Magyarországnak az IKT területen történő felzárkózásának kiindulópontjaként az oktatásnak kell szolgálnia (BUSZNYÁK, 2008).

46

Az IKT területén „az Unió 25 országát tekintve Magyarország egyértelműen a sereghajtók között szerepel. Az IKT és digitális írástudás területén használt indikátorok legtöbbje esetében (12. kép) rossz vagy nagyon rossz eredményt mutat fel az ország (vagyis az Európai Unió 25 tagállamának összehasonlítása során a legtöbb esetben az utolsó 5-6 ország között szerepel). Mindössze egyes esetekben - főleg az iskolákkal, oktatással kapcsolatos felméréseknél - érjük el az uniós átlag színvonalat”.

12. kép Interneten való kommunikációs képességek elsajátítása, birtoklása forrás: www.sibis-eu.org

Az IKT technológiák alkalmazása terén, az EU átlaghoz viszonyított lemaradásunk csökkentése érdekében jelentős kezdeményezések történtek az elmúlt időszakban. A stratégia fontos elemei voltak a szélessávú internethozzáférés biztosítása, az IKT-infrastruktúra fejlesztése, pedagógus-továbbképzés, digitális tartalomszolgáltatás. Mindezen fejlesztések azonban nem érintették széles körben a felsőoktatást. Magyarországon az EU átlaghoz viszonyítva nagyon alacsony azon tanárok aránya, akik az elmúlt évben használtak számítógépet az oktatás során Az iskolák általános IKT mutatói alapján vártnál sokkal alacsonyabb a tanárok kompetenciaszintje. Az oktatók felkészítése a korszerű képzésfejlesztés és oktatásmódszertan alkalmazására, az IKT technológiák beépítésére oktatási módszereik közé halaszthatatlan feladat. Különösen fontos mindez régiónk számára, ahol a fejlettebb régiókhoz viszonyítva a felsőoktatás jelentősége az innováció terén sokkal meghatározóbb (SIKNÉ LÁNYI, 2009a). A felsőoktatásban oktatók egyre inkább használják az informatika eszközrendszerét. Munkájuk hatékonyságát egyre inkább meghatározza a felhasználás szintje. Mindezt érzékelve egyre inkább törekednek informatikai ismereteik bővítésére. Az IKT eszközök egyre szélesebb köre válik hozzáférhetővé az oktatásban (BUSZNYÁK és mtsai, 2006b). 47

Az új módszereket érdemes alkalmazni, és idővel egyre inkább megkerülhetetlenekké válnak. Az infokommunikációs áttörés (web2, web társadalmasítása) megteremtette az alapjait a széleskörű és hatékony felhasználhatóságnak. Az élethosszig tartó tanulás struktúrái, a nem iskolarendszerű képzések, önálló tanulás terjedése az elmúlt években jelentős igényt támasztott. Ezen igényeket csak az új eszközrendszer használatával, ismeretanyagának, módszertanának fejlesztésével szolgálhatjuk ki (MAGYAR és mtsai, 2005). A változtatás szükségességét jelzi, hogy jelentős az internetes kommunikáció terén Magyarország lemaradása. A mérések szerint mind az IKT eszközhasználat, mind az alkalmazott módszerek terén jelentős előrelépésre van szükség. Az Interneten való kommunikáció képességének elsajátítása, birtoklása terén az EU15-átlag 47%, Magyarország: 18%.

EU stratégiák, direktívák 

A 2000-ben meghirdetett lisszaboni stratégia tudásalapú társadalom építését hirdeti meg célkitűzésként.



A ’Education and Training 2010’ - Oktatás és képzés célja, hogy az európai oktatás és képzés 2010-re „világszínvonalúvá” váljon.



Új lisszaboni stratégia (2005): Tudás és innováció növekedéséért szorgalmazni kell az informatikai és hírközlési technológiák (ICT) alkalmazását.

EU IKT kutatási és innovációs stratégiája tervezésének prioritásai: Melyek az IKT-ra irányuló kutatás és innováció előtt álló legfontosabb kihívások? Az IKTforradalom folytatódásával mire helyezze Európa a hangsúlyt a kutatás és az innováció vonatkozásában? Hogyan és mely területeken tegyen szert Európa vezető szerepre? Az európai ipar, az európai technológia vezető szerepet tölt be világviszonylatban több kulcsfontosságú területen, például a távközlésben vagy a beágyazott rendszerek terén. Hogyan szilárdíthatók meg az elért eredmények, és milyen új területeken törhetünk vezető szerepre? Milyen feladatok hárulnak a közpolitikára annak érdekében, hogy Európa vezető helyet foglalhasson el az IKT-ra irányuló innovációban? Hogyan erősíthető meg a kutatáspolitika az IKT-ra irányuló innováció európai felvevőpiacának megteremtése érdekében? Hogyan segíthető a kutatási eredmények minél gyorsabb kereskedelmi hasznosítása olyan kiegészítő területek révén, mint a szabványosítás, az engedélyezés vagy a szellemi tulajdon? 

A mobilitás, az élethosszig tartó tanulás és a foglalkoztathatóság állnak a középpontjában annak a nyilatkozatnak, amelyet legutóbb, 2009. április 29-én fogadtak el a belgiumi Leuvenben és Louvain-la-Neuve-ben a bolognai folyamat negyvenhat országának felsőoktatásáért felelős miniszterei. 48

Magyarországi szakpolitika 

A Magyar Kormány 2003-ban fogadta el az Informatikai és Hírközlési Minisztérium vezetésével kidolgozott Magyar Információs Társadalom Stratégiát (MITS).

Célja az információs és kommunikációs technológiák alkalmazásának kiterjesztése. Területei: tartalom és szolgáltatások, infrastruktúra, tudás és ismeret, jogi és társadalmi környezet, kutatás-fejlesztés és esélyegyenlőség. 

OKTATÁSI INFORMATIKAI STRATÉGIA

Célja olyan, a korszerű tudásalapú társadalom követelményeinek megfelelő oktatási informatikai hálózat, informatikai eszközök és oktatási módszerek létrehozása, amelyek hatékonyan támogatják az iskolai oktatásban és a felsőoktatási képzésben résztvevő tanulók és tanárok munkáját, valamint olyan, oktatást támogató igazgatási információs rendszerek bevezetését és használatát teszik lehetővé, amelyek hatékonyan segítik az állami és egyéb oktatási erőforrások optimális felhasználását.

49

4 ANYAG ÉS MÓDSZER 4.1 Alkalmazott információtechnológiai alapelemek JPEG A JPEG-eljárás ajánlásait 1986-ban fektették le. Az eljárás a diszkrét koszinusz transzformációt használja. Jól paraméterezhető, YUV színrendszert használ. Az YUV színrendszer használata pszichovizuális felmérések szerint előnyösebb, mint az RGB ( vörös, zöld, kék additív kódolás), mert a színösszetevők adatai így a látás szempontjából fontosabb és kevésbé fontos adatokra válnak szét. Az emberi szem az U és V (krominancia―szín, színesség koordináta) összetevőkre kevésbé érzékeny, mint az Y (luminancia—világosság, fénysűrűség) összetevőre. Így a kódolásnál ezen összetevőket kevésbé szükséges pontosan megadni (BERKE és mtsai, 2002a). Kódolás menete 

RGB -> YCbCr átalakítás (Y - luminance, Cb - chroma, Cr - color)



Kép felbontása 8 x 8-as blokkokra



Diszkrét Koszinusz Transzformáció (DCT) a blokkokra



DCT-együtthatók egész számmá alakítása és blokkon belüli rendezése



Huffman-kódolás

A DCT-eljárás olyan képek esetén alkalmazható hatékonyan, amikor a szomszédos pixelek között kicsi a szín- vagy fényerőeltérés.

Wavelet A wavelet tömörítési eljárások a diszkrét wavelet transzformációt alkalmazzák, mellyel nagyobb tömörítési arányt érnek el. A wavelet tömörítők eredményében nem jelentkezik a JPEG-tömörítésre jellemző kikockásodás, mert nem bontják a képet kisebb egységekre. A wavelet-tömörítés lépései 

Kép felbontása wavelet együtthatók sorozatára



Küszöbérték meghatározása, a küszöb alatti együtthatók nullázása



Együtthatók egész számmá alakítása



Huffman-kódolás

50

Wavelet-tömörítést (SAHA, 2000) alkalmaz a MrSID és a JPEG2000 formátum. JPEG2000tömörítést használó szoftverek például a LuraTech JP2 konverziós szoftverei (Image Content Server).

Fraktál A fraktáltömörítés rendkívül hatékony, fraktál (önhasonló matematikai alakzatok)transzformáción alapuló eljárás. Kifejlesztője az Iterated Inc. (Michael Barnsley) cég. Tömörítéskor a teljes képet apró részekre bontjuk, majd a részekhez keressük a leginkább hasonló, de eltérő helyzetű, méretű másik részletet, melyet helyette használhatunk. A kitömörítés rekurzívan történik, sokkal gyorsabb, mint a betömörítés. Hatékonyan alkalmazható fraktáljellegű képeknél, a színárnyalatok visszaadása, az élek kezelése nagyon jó (WOHLBERG és JAGER, 1999) MSE tekintetében és vizuálisan elfogadhatóbb. Íves formák visszaadása nem mindig pontos (BERKE, 2008). Fraktáltömörítést használó szoftver a Genuine Fractals, melynek kifejlesztője az Altamira Group volt, aztán a LizardTech-hez került, majd legutóbb az OnOne cégnél érhető el.

Pszichovizuális redundancia Amennyiben a képi információ a látás számára nem tartalmaz feldolgozható információt, pszichovizuális redundanciáról beszélünk A pszichovizuális redundancia kihasználására többé-kevésbé építő algoritmusok értékelése során nem elegendő mechanikus képpontonkénti összehasonlító elemzéseket végezni. Feltétlenül szükséges valós helyzetben, az emberi látórendszer elemein vizsgálni a képeket. A JPEG-tömörítés pszichovizuális vizsgálatai eredményeként például bebizonyosodott, hogy a DCT-transzformáció együtthatóinak kódolási pontossága nem egyformán fontos. Így a magasabb frekvenciájú összetevőkhöz tartozó együtthatók sokkal pontatlanabbul is kódolhatók. Az együtthatók kvantálási pontossága így különbözőképpen választható, ami jelentős hatékonyságnövelést ad.

Raszterkatalógusok A

rasztermodell

kiterjesztése.

A

rasztergyűjteményt

bármely

formátumú

táblázat

meghatározhatja, ahol a rekordok egyes, a katalógusban szereplő rasztereket határoznak meg. Kapcsolódó vagy átfedéses raszterek megjelenítésére használható, nem kell mozaikszerűen összeilleszteni. Raszterkatalógusban minden egyes raszter megtartja saját jellemzőit. Egy raszter lehet más színtérképű, mint a többi, és állhat több sávból.

51

Minden raszternek lehet külön színtere. Raszterkatalógusban egy raszter ugyanúgy viselkedik, mintha különálló raszter lenne. Mozaikként összeilleszthetőek a raszteradatok. Kiválóan alkalmasak földrajzi hely információval rendelkező térképek összeillesztésére.

Felszínmodellek A digitális magassági modell (DEM) a föld felszínének topográfiai megjelenítése. Jellemzően domborzati térképek, 3D vizualizáció, vízfolyás modellezése, légifelvételek pontosítása esetében használatos (BERKE és mtsai, 2003). Általában távérzékelés adatait vagy hagyományos földmérési eljárások adatait használja. Két fő típusa a raszteralapú és vektoralapú magasságmodell. Raszteralapú (grid) modell A forrás magassági adatok szabályos rácscellákat alkotnak. A cella mérete állandó a modellen belül. A vonatkozó földrajzi területmagasság állandónak tételezhető fel egy rácscellában. Raszteralapú modelltípusok az USGS DEM és a DTED (Digital Terrain Elevation Data). Vektoralapú (TIN) modell Vektoros adatstruktúra, amely a teret egymást át nem fedő háromszögekre osztja. Minden háromszög csúcsa adatpont, x, y és z értékkel. Ezeket a pontokat vonal köti össze, ami Delaunay-háromszögeket alkot. Egy TIN (Triangulated Irregular Network) komplett grafikon, amely megtartja topológiai kapcsolatát a vonatkozó elemmel (csomópont, él és háromszög). A tér háromszögekre való felosztása azért teszi lehetővé a felszín modellezését, mert nagyon pontos közelítés érhető el a háromszögek egymáshoz illesztésével. A bemeneti adatok közvetlenül illeszkednek a modellbe, és ezt bármely lekérdezés és vizsgálat pontosan fogja visszatükrözni.

Georeferencia Georeferenciának

nevezzük

a

raszterkép

elhelyezési

adatait

a

geodéziai

koordinátarendszerben. Megoldás szokásos módjai 

World fájl



Header (GeoTiff, GeoJP2…)

Bizonyos képformátumok, például az ERDAS IMAGINE, bsq, bil, bip, GeoTIFF, valamint gridek a georeferencia-információkat a képfájl fejlécében raktározzák. Más képformátumok ezt az információt külön szövegfájlban tárolják. Ezt a fájlt általában world fájlként tartjuk számon, mivel azt a valós (world) transzformáció információt tartalmazza, amit a kép használ. 52

World fájlt bármely szerkesztővel létrehozhatunk. A képek raszteres adatként tárolódnak, ahol a kép minden cellája sor- és oszlopszámmal rendelkezik. A world fájlok kép-world transzformációt alkotnak, amely a képkoordinátákat valódi koordinátákká alakítja. A world fájl nevének meg kell egyeznie a képfájllal, és azonos könyvtárban kell lenniük. A

world

fájl

egy

affin

transzformáció

hat

paraméterét

tartalmazza,

mely

a

képkoordinátarendszer és a világkoordinátarendszer közötti kapcsolatot teremti meg (SIKI, 2003b). Általában a world fájl ugyanazt az elnevezést használja, mint a kép, egy csatolt ’w’vel. Például a mytown.tif kép worldfájlja mytown.tifw lesz, és a redlands.rlc képé redlands.rlcw. Azon szoftverek esetében, melyek hárombetűs kiterjesztést tesznek csak lehetővé, az első és a harmadik karaktere a képfájl utótagjának valamint a végső ’w’ használatos a world fájl utótagjaként. Ezért a mytown.tif illetve a redlands.rlc elnevezése mytown.tfw illetve redlands.rlcw lesz. Azok a képek, amelyeknek nincs kiterjesztésük, illetve a kiterjesztés rövidebb 3 karakternél, a ’w’ a fájlnév a végére kerül változtatás nélkül.

Térképszerverek alaptípusai Statikus webtérképek: csak nézhetőek, animáció és interaktivitás nélkül. Általában egyszer készülnek el, többnyire manuálisan, és ritkán frissítik őket. A statikus webtérkép tipikus grafikus formátumai: png, jpeg vagy gif a raszteres fájloknál, svg, pdf vagy swf a vektorfájloknál. Ezek általában szkennelt papíralapú térképek, és nem képernyőre tervezettek. A papíralapú térképeknek sokkal nagyobb a felbontása és információtartalma, és olvashatatlanná válhatnak, ha nem megfelelő felbontású képernyőn jelennek meg. Dinamikusan alkotott webtérképek: igény szerint készülnek, valahányszor a felhasználó újratölti az oldalt, gyakran dinamikus adatforrásból, például adatbázisból. A térképet a térképszerver generálja webtérkép-szerver vagy saját szoftver alapján (ArcIMS – ArcSDE). Különböző adatforrásokon alapuló webtérképek: különböző adatforrásokból készülnek. A WMS protokoll egységes módszerét teszi lehetővé a más szerverek térképeihez való hozzáférésnek. A WMS szerverek képesek összegyűjteni ezeket a különböző forrásokat, szükség esetén újravetíteni a térképrétegeket, valamint visszaküldeni őket kombinált képként, amely tartalmaz minden szükséges térképréteget. Egyes szerverek topografikus alaptérképeket biztosítanak, míg mások tematikus rétegeket.

53

Animált webtérképek: időközben végbement változást mutatnak. Számos adat- és multimédiaformátum illetve technológia teszi lehetővé az animált térképek megjelenítését: SVG, Adobe Flash, Java, Quicktime, bizonyos szintű interaktivitással. Példa erre az időjárási térkép, dinamikus természeti vagy más jelenségeket bemutató térkép (vízáramlatok, széljárás, közlekedésinformáció, kereskedelmi, kommunikáció). Valósidejű webtérképek: egy jelenség állapotát majdnem valós időben (mindössze pár másodperc vagy perc késéssel) mutatnak be. Az adatokat érzékelőkből nyerik, amelyek interneten keresztül egy központi szerverre kerülnek, s a térkép bizonyos időközönként rendszeresen vagy kérésre frissül. Példák: időjárási térképek, közlekedésinformációs térképek, járműkövető rendszerek. Személyreszabott webtérképek: lehetővé teszik a felhasználó számára a saját adatszűrést és szelektív tartalommegjelenítést, illetve saját szimbólumok és stílusok használatát. Az OGC Konzorcium biztosítja a SLD egységes rendszert (Styled Layer Description), amelyet WMS szerverre küldhetünk az egyéni stílus alkalmazásához. A tartalom és adatstruktúra megfelelően dokumentált a távoli WMS szerveren. Nyitott,

újrafelhasználható

webtérképek:

általában

összetettebb

webtérképészeti

rendszerek, amelyek biztosítják az API-t mások weboldalán és termékein való újrafelhasználáshoz. Ilyen rendszer például a GoogleMaps a GoogleMaps API-val, vagy a Yahoo! Maps. Ideális esetben az API-k kompatibilisek az „Open Geospatial and W3C Consortium” sztenderdjeivel, de a valóságban gyakran nem így van. Interaktív webtérképek: az interaktivitás segít a térkép felfedezésében, a térkép paramétereinek megváltoztatásában, a térképen való navigációban (behatárolt képernyőhely, rossz felbontás, behatárolt színskála…), felfedvén további információt, más forrással való kapcsolatot. Technikai értelemben mindez események, leírások és DOM-manipulációk kombinálásával érhető el. Elemzésre alkalmas webtérképek: GIS-analízist tesz lehetővé, vagy a biztosított, vagy a felhasználó saját geoadatainak felhasználásával. Az analitikus és web-GIS közötti határvonal nem egyértelmű. Az analízis bizonyos részeit gyakran szerveroldali GIS végzi, annak eredményét pedig a kliens jeleníti meg. Ahogy az internetes kliensek lehetőségei egyre bővülnek, ez a munkamegosztás eltolódhat (ArcIMS lehetőségek).

54

Együttműködési webtérképek: új, rengeteg lehetőséget rejtő elgondolás (ZENTAI és GUSZLEV, 2007). Az elgondolás hasonló a Wikipédia-projekthez; különböző, egymástól távollevő emberek közösen dolgoznak, hogy webtérképeket készítsenek és fejlesszenek. Az egyidejű internetes szerkesztésnek biztosítania kell, hogy az éppen szerkesztés alatt álló geometriai jellemzőkön más ne tudjon változásokat eszközölni. Bizonyos minimális szintű minőségellenőrzésre is szükség van (OpenStreetMap, Google Earth, Wiki- Mapia…).

Digitális térkép A digitális térkép alapvetően különbözik a papíralapútól. Ez nem kizárólag abban nyilvánul meg, hogy monitoron is megjeleníthetjük, bár már egyszerűen a megjelenítés is színkezelési kérdéseket vet fel (VÉGH és mtsai, 2006). A nagyíthatóság-kicsinyíthetőség nagyon sok problémát megold. Így nem okoz gondot a papírtérképeknél használt hajtogatás, lapozás. Látszólag eltűnik a méretarány fogalma is, hiszen

térképünk

méretarányát

változtathatjuk.

Helyette

adott

méretarányú

információsűrűséggel jellemezhetjük térképünket. A térkép fogalma változik. „A térkép a térbeli vonatkozások mértékhez kötött és rendezett modellje” meghatározás (HAKE, GRÜNREICH, 1994) nem beszél méretarányról és generalizációról. Tágabban határozza meg a fogalmat. Technikai oldalról közelítve a kérdést úgy érezhetjük, egyszerűsödött a dolgunk. A digitális térkép nem igényel feliratokat, tájolási jeleket, méretaránymeghatározást, hiszen ezek a metaadatokból különböző menüpontok segítségével kinyerhetők. Amúgy is túl bonyolult volna meghatározni egy minden méretarány esetén megfelelő helyet, méretet a számukra. Ez a felhasználói oldal számára viszont nem megfelelő (HOLMKVIST, 2004). A térképi tájékozódás igényli ezen információkat. Így el is érkeztünk oda, hogy ahelyett, hogy egyszerűsödött volna a feladatunk, szinte áttekinthetetlenül bonyolulttá vált. Jól használható digitális térkép készítése nem olyan egyszerű. Meg kell felelnie a különböző minőségi, kivitelezési, adathozzáférési ajánlásoknak és megfelelően informatív térképösszeállításokat is kell tudnunk készíteni a segítségével. Térképező szoftverek egyre szélesebb körű támogatást nyújtanak e téren. Említhető például az ArcInfo Layout eszköztára, szimbólumkészlete.

55

Ortofoto A fényképezés centrális perspektívájából a képpontok földi koordinátáit a fotogrammetria eszközrendszere segítségével állíthatjuk elő. A fotogrammetria a fényképről vett méretekből meghatározza a valós tárgyak kiterjedéseit. A fotogrammetriai kiértékelés a centrális projekcióval készített légi- és űrfelvételek közötti perspektivikus leképezéssel sztereoszkópián alapul. A sztereoszkópia lényege, hogy az egyes földfelszíni objektumok a különböző forrásokból készített képeken másképp képeződnek le. A fotogrammetria feladata az eltérő leképeződések (parallaxisok) mérése, és így térbeli koordináták számítása (CZIMBER, 2001). A felvételezések kivitelezése, tervezése során GPS-eszközrendszer és megfelelő domborzati adatok is szükségesek. Az eredményül kapott ortofoto (a Föld felszínének földrajzi hivatkozással ellátott, műhold vagy légi adatgyűjtők által készített képi adata), digitális terepmodell, vektoros GIS állományok a továbbiakban teljeskörűen használhatóak a térinformatikai rendszerekben.

DOP: a „pontosság higulása” A GPS-koordináták megbízhatósága függ az érzékelő és a méréshez felhasznált műholdak egymáshoz viszonyított elhelyezkedésétől, a műholdgeometriától. A meghatározó irányok metszési szögétől függ a mért koordináták pontossága. A geometria hatásának kifejezésére a DOP (Dilution of Precision)-értékeket használjuk. A DOP-érték a mérés középhibájának az érzékelő és a műholdak egymáshoz viszonyított geometriai elhelyezkedéséből adódó eltéréseit fejezi ki. A műholdak elmozdulása következtében a DOP-értékek a Föld felszínének adott pontján folyamatosan változnak. Így a mérési eredményeink megbízhatóságát befolyásolja, hogy a mérést mikor, milyen DOP-értékek mellett végeztük. A kinematikus GPS-mérések tervezésekor nagyon fontos a DOP-értékek figyelembevétele.

Differenciális GPS korrekció Amennyiben mérésünk környezetében található ismert koordinátájú pontra telepített bázisállomás és igaz, hogy a mérési hibák nagy része (a műholdak pályaadatainak hibája, az ionoszféra és a légkör által okozott késleltetések, a műholdak óráinak hibája) mindkét érzékelő eredményeit azonos módon torzítja, akkor a bázisadatok megosztásával a hibák jelentős része kiküszöbölhető, a mérés pontossága egy nagyságrenddel növelhető.

56

Feltételezve, hogy a két mérés hibája azonos, a bázisállomás hibavektorával korrigáljuk a terepi alapmérés koordinátáit. Az így kapott pont a felhasználó valódi helyzetét az előzőnél nagyságrendileg jobban megközelíti. Tökéletes korrekció nem valósítható meg, mert a mérések hibáinak egy részét egymástól független hatások okozzák.

Valós idejű kinematikus mérés Az RTK fázismérésen alapuló, valós idejű relatív mérési módszer menetközbeni inicializálással (OTF) (ÁDÁM és mtsai, 2004), amely nagyon nagy mennyiségű adatot eredményez rövid idő alatt (egy óra alatt akár 3600-36000), a statikus mérés (óránként 0,5-5 adat) pontosságát jól közelítve. Nemcsak a geodéziai felhasználás, de további térképezési, felmérési igénnyel rendelkező más tudományterületek is egyre inkább használják. Az NTRIP (Network RTCM Transmission via Internet Protocol) segítségével lehetőség nyílik a valós idejű korrekciók internetre való továbbítására, így tetszőleges helyen valós idejű centiméter pontosságú méréseket végezhetünk. Mindehhez az adott helyen elegendő például a GPRS (General Packet Radio Service) lefedettség (NAGY és BERKE, 2003).

GPS-modernizáció A biztonságosabb elérésű (SoL – Safety of Life) rendszerek és az olcsó eszközökkel elérhető nagyobb pontosság iránt egyre nagyobb igény mutatkozik. GPS-modernizáción a GPS új típusú műholdjainak rendszerét értjük. A GNSS jelenleg működő rendszerei a teljes Navstar GPS-rendszer mellett, a Glonass (19 műhold), Galileo és a Compass (két-két műhold). A GPS-modernizáció mellett a Glonass-adatok fogadására is alkalmas vevők terjedése is segíti a minél hatékonyabb és biztosabb méréseket. A Galileo és a Compass rendszer, kiépülése után, szintén hozzájárul majd a rendszer üzembiztonságának, pontosságának növeléséhez.

57

4.2 Veszteséges

tömörítőeljárások

pszichovizuális

összehasonlítása 4.2.1 Vizsgálati módszer fontosabb jellemzői, újdonságai: 

a szokásosan alkalmazott, páronként történő összehasonlítást a négy eljárás egyszerre történő összehasonlításával cseréltem fel,



digitális eszközzel (kamerával) készített képek kerültek felhasználásra (más, korábbi vizsgálatok során az eredeti képek gyakran diára készültek),



a

feltett

kérdések

a

korábban

és

szokásosan

alkalmazottaknál

mélyebb

értelmezhetőséget tartalmaztak, 

a vizsgálatok lebonyolítását belső hálózaton elérhető szerver biztosította.

4.2.2 A felmérés során felhasznált felvételek A felhasználásra került képek Canon EOS D30 típusú digitális fényképezőgéppel készültek, melyek 3x10 bites, 2160x1440 pixel méretű, veszteségmentes (RAW) felvételek voltak. A felvételek előfeldolgozás (konvertálás, megjelenítőeszközhöz igazítás) után kerültek felhasználásra. A felhasznált három felvételt Dr. Berke József által készített tesztképek közül a megfelelő kérdéscsoportokhoz illesztve választottam ki.

4.2.3 A megjelenítés eszközei A megjelenítésre Photoshop 6.0.1 szoftvert használtam. A képek automatikusan töltődtek be standard elrendezésben (13. kép). 24 bites TIFF, Fraktál Lizardtech: GF Print Pro 2.5, MrSID DLL, JPG2000 Algo Vision LuratTech 7.4.262.0 Plug-In-ek segítségével.

58

13. kép Tesztképek megjelenítési módja forrás: http://digkep.hu

A teszt kitöltői minden egyes alkalommal (előképzettségtől függetlenül) ugyanazt az ismertetést (szóban és írásban is) kapták a képek nagyítási lehetőségeiről, a kérdések értelmezéséről. Ötleteket kaptak, hogy a képek mely területeit érdemes a nagyítással kapcsolatos kérdések megválaszolásához vizsgálni. A felmérést egy húsz számítógépet tartalmazó oktatóteremben végeztem. A terem homogén elsötétítésére is lehetőségem nyílt (BUSZNYÁK és BERKE, 2004).

4.2.3.1 A képeket megjelenítő munkaállomások Hardver 

IBM PC, 1.6 GHz INTEL processzor, 256MB memória



NVIDIA Vanta 16MB videókártya



IBM 6632-67 N/C 17”-os monitor

Szoftver 

Windows XP Professional



Adobe Photoshop 6.0.1 CE angol verzió

59

Beállítások: Képernyő: 1152x864 pixel képernyőfelbontás, 32bit színmélység, 75Hz frissítési frekvencia. A

teszt

tiszta

időtartama:

körülbelül

60

perc

volt.

Ez

kérdésenként

6

perc,

kérdéscsoportonként 20 perc időtartamot biztosított a válaszadásra. A kiértékelést 165 fő (hallgató) eredményei alapján végeztem.

4.2.3.2 A vizsgálat kérdései 1. Mekkora az etalon képhez viszonyítva a színárnyalatok eltérése? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

2. Milyen mértékben változtak meg a kép színárnyalatai az etalon képhez viszonyítva 4x nagyítás hatására? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

3. Mekkora az etalon képhez viszonyítva a folytonos színárnyalatoktól való eltérés mértéke? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

4. Mekkora az etalon képhez viszonyítva az eltérés a képek apró részleteinek láthatósága között? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

5. Mekkora az etalon képhez viszonyítva a geometriai alakzatok torzulása? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

6. Rakja sorba a képeket az alapján, hogy milyen a képek apró részleteinek láthatósága a 8x nagyítás hatására? Kezdje a legjobb képpel! 7. Rakja sorba a képeket az alapján, hogy milyen a képek apró részleteinek láthatósága 16x nagyítás hatására? Kezdje a legjobb képpel! 8. Rakja sorba a képeket az alapján, hogy milyen a képek alakzatainak felismerhetősége! Kezdje a legjobb képpel! 9. Mekkora az etalon képhez viszonyítva a színtelítettség változása? (nincs)

(alig van)

(minimális)

(jelentős)

(nagy)

10. Milyen mértékben változott meg az etalon képhez viszonyítva a kép színtelítettsége 8x nagyítás hatására? (nincs)

(alig van)

(minimális)

60

(jelentős)

(nagy)

14. kép Tesztkép I-II-III. kérdéscsoport forrás: http://digkep.hu

A képek (teljes felbontásban, JPEG formátumban, önálló állományként) a DIGKÉP oldalról, http://digkep.hu érhetőek el. (14. kép). A vizsgálat során a három kérdéscsoportot (színmélység, színárnyalatok, apró részletek láthatósága) három, a kérdésekhez illeszkedő mintaképpel vizsgáltam.

61

4.3 Térképszerver

szolgáltatásainak

kiépítésével

kapcsolatos

kutatások 4.3.1 Vizsgálati módszer fontosabb jellemzői, újdonságai: 

genetikus papíralapú talajtérképek feldolgozása,



községhatáros és szelvényhatáros térképek egy adatbázisba szervezése,



az ezredfordulón szokásosan használt vektorizáló szoftvereknél eljárásoknál korszerűbb ESRI Arc szoftverrendszer használata,



kétbites

színmélységű,

közepes

adatsűrűségű

talajtani

térkép

automatikus

vektorizálásának összehasonlítása nyolcbites, nagy adatsűrűségű topográfiai térképpel, 

kétbites színmélységű, közepes adatsűrűségű talajtani térkép automatikus és manuális vektorizálásának összehasonlítása,



terepi adatgyűjtés és térképszerver kapcsolatának GPS, GPRS tesztelése, talajtani tanácsadórendszer kialakításához,



talajtani tanácsadórendszer piaci bevezethetőségének vizsgálata.

A Georgikon Térképszerver 2003-as indulásakor szerencsés helyzetben voltam a hardverfeltételek tekintetében. Két, a kor technikai színvonalának megfelelő dedikált szervert tudtam az adatbáziskezelő- és a webszerverszolgáltatásokra igénybe venni. A hasonlóképpen hatékony és magasszintű szoftvereket az ESRI (Environmental Systems Research Institute) szerver és desktop alkalmazásaival tudtam biztosítani. Multimédia-laboratórium kialakítására is sor került a fejlesztéssel párhuzamosan. Így a térképösszeállítások tervezése, fejlesztése, illetve médiaszerveres publikáció, együttműködés is megoldottá vált.

4.3.2 Térképszerver és a laboratórium kezdeti részletes hardver-, szoftverspecifikációja Hardver feltételek Szerverek Evo W6000 2.4GHz Xeon dualproc.+2dbP1220 22” monitor 2db nVIDIA Quadro4 750XGL, 2db 30 GB Ultra320 SCSI Hard Drive

62

Munkaállomások D51C/P253/40/k/256c+V7550 17” monitor 6db 512Mb DDR266 Hordozható számítógép, dokkolóval Compaq N800C P41800 15 SXGaA 60 GB 6db Kiegészítő eszközök Dia-és filmszkenner, videó digitalizáló, HP ScanJet 7450C Scanner, HP LaserJet 2200 DTN projektor, Canon IR 2200 R digit. Fénymásoló… Mindezen eszközök az egyetem belső hálózatába integrálva, tartományba szervezve működnek. Szoftver megvalósítás ESRI térinformatikai szoftverrendszer ArcIMS 4.0.1 A License Manager által biztosított szoftverek Néhány példa: ArcINFO, ArcMap Server, ArcPress, ArcScan, ArcSDE… További rendelkezésre álló szoftverek: ArcPad 6.0.2MapObjects 2.2 Technikai okok miatt kezdetben külön szervert kellett üzemeltetni az ArcIMS és az ArcGIS 8.3 License Manager számára. Az ArcIMS telepítése és üzemeltetése során további technikai problémák is felmerültek. Az ArcIMS 4.0.1 verziója nem működött együtt a Windows Server 2003 IIS 6-ot (Internet Information Server) tartalmazó operációs rendszerrel. Így kénytelen voltam IIS 5 üzemmódra visszaállítani legalább addig, amíg a szoftver gyártója megalkotta az új verziót. A szoftverrendszer használata során többször ütköztem kompatibilitási problémákba, de alapvetően kielégítette igényeimet a tág funkcionalitás. Szerver GIS segítségével elvégezhető feladatok 

Nagyméretű GIS adatbázisok kezelése



Földrajzi információk interneten keresztüli megosztása



Központi GIS webportálokon információk feltárása és használata



Központilag tárolt GIS funkciók elérésének biztosítása a szervezeten belüli felhasználóknak



Vállalati GIS adatbázisok karbantartása



Megosztott GIS számítási feladatok biztosítása



Széleskörű GIS funkcionalitás megosztása interneten keresztül

63

Az ArcSDE egy térbeli adatelérési szerver, amely biztosítja az átjárót a relációs adatkezelő rendszerekben

tárolt

térbeli

adatok

tárolására,

kezelésére

és

használatára,

több

kliensalkalmazásnak, mint például ArcIMS, ArcGIS Server vagy ArcGIS Desktop számára. Az ArcIMS a dinamikus térképek és GIS adatok szolgáltatója a weben, keretrendszer a GIS Web-publikáláshoz. Az ArcIMS szolgáltatások a kliensek széles körében használhatók, beleértve a saját web-alkalmazásokat, az ArcGIS Desktop-ot és a mobil valamint a vezeték nélküli eszközöket. Vektorizálásra alkalmazott ArcInfo, ArcScan bővítmény Az ArcScan for ArcGIS raszter-vektor konverziót támogató bővítménye az ArcGIS-nek. Az ArcScan ArcInfo bővítmény segítségével - a raszteres adat feldolgozásakor - közvetlenül készíthetünk vonalas és/vagy poligonos rétegeket. Az ArcScan az interaktív megoldás mellett támogatja a „kötegelt” vektorizálást is, melynek során a kijelölt területek, vagy akár az egész kép is feldolgozható. Olyan egyszerű raszteres adatkezelési funkciók érhetők el az ArcScan segítségével, amelyekkel előkészíthetjük a „kötegelt” vektorizálást, ezzel elkerülve a hosszas utófeldolgozási műveleteket. Az ArcScan for ArcGIS segítségével készített vonalas és/vagy poligonos rétegek mind shape fájlok, mind geoadatbázis-elemosztályok lehetnek

4.3.3 Raszteres 1:10000 méretarányú talajtérképek adatbázisba szervezése, publikálása A munka első fázisát a papíralapú talajtérképek beszerzése jelentette. A szkennelés után láthatóvá vált, hogy a forrástérképek eltérő szerkezete a feldolgozást is befolyásolja. A szelvényhatáros térképek összeillesztése, georeferálása nem volt jelentősen nehezebb, mint a topográfiai térképeké. A településhatáros térképek összeillesztése viszont már képfeldolgozási műveletek elvégzését is igényelte. Az összeillesztéseket térinformatikai szoftverünkkel nem tudtam elvégezni. A Photoshop 6.0.1. szoftverrel megkeresett illesztési pontok és összeállítás után az EOV jelölések segítségével georeferáltam a talajtérképösszeállításokat. A pontosság minden esetben a talajtani tanácsadás 15-20m elvárt pontossági határán majdnem egy nagyságrenddel belül maradt.

64

4.3.3.1 Publikálás fontosabb lépései Grafikai feldolgozás 

Előkészítés, tisztítás, keretezés levágása (településhatáros térképeknél illesztés) Photoshop 6.0.1.



Szelvények azonosítása



Koordináták illesztése (ArcMap 9.1)



Georeferálás érvényesítése (ArcMap 9.1)



Ellenőrzés a fel nem használt jelölések alapján (ArcMap 9.1)

Térképi adatok adatbázisba szervezése (ArcMap 9.1, ArcSDE 9.1) 

SDE szerverkapcsolódás



Raszterkatalógus létrehozása



Raszterkatalógus adatfeltöltése



Eredmény ellenőrzése (előnézet)

Térképi adatok publikálása (ArcIMS 9.1) 

ArcIMS Author összeállítás tervezése



ArcIMS Author összeállítás létrehozása



Összeállítás axl szerkesztése



Szolgáltatás létrehozása



Publikálás paramétereinek beállítása, publikálás

A kézi és automatikus vektorizálást összehasonlító vizsgálatot az ArcInfo desktop 9.1szoftver ArcScan modulja segítségével végeztem. A feldolgozás lépései: 

Georeferált térképek tisztítása ArcScan előkészítő modul segítségével



Raszter-vektor konverzió paramétereinek beállítása



Raszter-vektor konverzió



Vektoros állomány tisztítása ArcInfo editor segítségével



Attribútumadatok felvitele

65

4.3.4 Terepi adatgyűjtő rendszer Az első konkrét konfigurációban ArcIMS 4.0.1. Image Server szolgáltatást egy Ipaq 3870 PDA-ra illeszthető Navman GPS-érzékelő és GPRS kapcsolat segítségével használtam (15. kép). A terepi térképező alkalmazásként az ESRI ArcPad 6.0.1. szoftverét alkalmaztam.

15. kép Terepi GPS adatgyűjtő összeállítás forrás: http://navman.com

ArcPad szoftver jellemző tulajdonságai 

GIS adatgyűjtés, szerkesztése, elemzése és megjelenítése vektoros és raszteres formában.



Az ArcPad kliensként tud működni az ArcIMS-el vagy a Geography Network-el.



Az ArcPad olyan terepi eszközöket támogat a GIS adatgyűjtéshez, mint például a GPS vevők, távmérők és beépített digitális kamerák. Az ezekből az eszközökből jövő információk a GIS-ben tárolódnak (újabb verziókban).



Az ArcPad eszközök a mobil geoadatabázis szerkesztéshez lehetővé teszik, hogy az ArcGIS Desktop-ban kezelt adatainkat kivihessük, szerkeszthessük őket a terepen az ArcPad-el, majd a változtatásokat visszaküldjük a központi adatbázisba (újabb verziókban).



ArcGIS-szimbólumok és -stíluslapok támogatása.



Saját megoldásokat készíthetünk a mobil GIS alkalmazásokhoz és feladatokhoz az ArcPad Application Builder-el.



ArcPad-ben GPS-szel szerkeszteni nagyon hasonló ahhoz, mintha egérmutatóval szerkesztenénk. A fő különbség az, hogy ilyenkor a GPS a forrás az egérmutató helyett. Bejövő GPS koordináták felhasználásával rajzolhatunk pontot, poliline vagy poligon adatokat (TAMÁS és LÉNÁRT, 2003). 66

4.3.5 Georgikon

Térképszerver

hozzáférési

lehetőségei

internetes

kereséssel Komoly probléma, hogy Magyarországon még oktatási célokra is nagyon nehéz térképes alapadatokhoz hozzájutni. Szerverünk feltöltése így viszonylag lassan halad, az internetes publikálás pedig bizonyos esetekben nem is lehetséges. Sajnos az utóbbi két évben már egyre gyakrabban szembesültem a hat éve még korszerű szervereink bizonytalanná válásával. Az amortizáción túl a hat év négy, másféléves ciklussal számolva 24=16-szoros teljesítményromlást is jelent. Így új anyagaimat egyelőre nem tudtam a szokásos felületen publikálni.

16. kép Google keresés eredménye „térképszerver” keresőszóra (2008 december) forrás: http://google .com

67

Jól jelzi a megbízható forrásból származó térképi információk iránti igényeket és a hasonló fejlesztések fontosságát, hogy mindezek ellenére szerverünk szolgáltatásait széleskörben ismerik, használják. A „térképszerver” keresőszóra az első találat a Google keresőrendszerben (algoritmusát nem ismerjük) hosszú idő óta a Georgikon Térképszerver kezdőlapja (16. kép).

17. kép Google keresés eredménye „mapserver hungary” keresőszóra (2008 december) forrás: http://google .com

A Google keresőszolgáltatásában a „mapserver Hungary” keresés eredményei közt 2008. decemberében a Georgikon Térképszerverről, szolgáltatásairól szóló cikk volt az első és az ötödik találat (17. kép).

68

4.4 Valós idejű kinematikus folyamatos GNSS adatgyűjtés domborzatmodell létrehozásához 4.4.1 Vizsgálati módszer fontosabb jellemzői, újdonságai 

A mérések online pontosítását közvetlenül a bázisállomáshoz kapcsolódva és hálózati rendszerből kiválasztva is teszteltem



Valós idejű kinematikus folyamatos felmérést végeztem (napi több tízezer mérési eredmény)



Vizsgáltam a felmérés hatékonyságát egyéb távérzékelési, kartográfiai eljárásokhoz viszonyítva domborzatmodell kialakításához



Vegetációs időszakban és azon kívül is végeztem méréseket a szabad műholdrálátással rendelkező, a ritkásan és összefüggően erdővel borított területeken



Eredményeimet ellenőrző vizsgálatokkal is érvényesítettem

18. kép Georgikon GNSS Bázisállomás rendszere forrás: http://gnss.georgikon.hu

A Pannon Egyetem Georgikon Kar által üzemeltetett GNSS Bázisállomás (18. kép) pontosítóadatainak felhasználásával vizsgáltam közepes kiterjedésű (1-2 négyzetkilométer) terepmodell automatikus generálásának lehetőségeit. A mérések helyszíne a Kis-Balaton egyetlen szabadon látogatható szigete, a Kányavári-sziget volt.

69

4.4.2 Terepi mérés menete 

Mérés megtervezése (almanach)



Mérés végrehajtása (online pontosítás esetén feldolgozás is), adatátvitel



Feldolgozás (Vektorok, transzformáció, hibaellenőrzés)



Hálózatkiegyenlítés (OGPSH - Országos GPS Hálózat)

4.4.3 Georgikon GNSS Bázis szolgáltatásai Georgikon Bázis szolgáltatásai 

RAW nyersadatok; DAT, RINEX utófeldolgozásra



RTK 2.1, 2.3, 3.0; DGPS; CMR, CMR+ online pontosításra



Hatóköre a Délnyugat-Dunántúlon több, mint 10000 km2 (19. kép)

19. kép A mérés helyszíne a Georgikon Bázis hatókörében forrás: http://gnss.georgikon.hu

4.4.4 GNSS Bázisállomás technikai jellemzői A Bázisállomás struktúráját úgy alakítottam ki, hogy alkalmas legyen többirányú kiszolgáló feladatra, és fejlesztésére is lehetőségünk nyíljon. Alkalmas online és offline pontosításra internetes kiszolgálóként, egyszerű eszközökkel továbbfejleszthető a Galileo rendszerhez. NetR5 GNSS vevő

20. kép NetR5 vevő és ’zephyr geodetic’ antenna forrás: http://trimble.com

70

A Bázisállomás egy Trimble NetR5 „háromfrekvenciás” vevő (GPS/GLONASS/L2C,L5). IP címmel rendelkezik, beépített NTRIP szerverrel, FTP szerverrel és NTRIP Casterrel (20. kép). Mérési gyakoriság: 1,2,5,10 Hz; mérési pontosság 5mm+0,5ppm h, 5mm+1ppm v. Zephyr Geodetic MK, háromnormás (GPS/Glonass/Galileo) antenna Az antenna képes minden GPS jel vételére: GPS L1/L2 GPS modernizáció (L2C,L5) GLONASS L1/L2/L3,Galileo (E1/E2/E5/E6) SBAS/WAAS/EGNOS/QZSS/Gegan/MSAS/OMINISTAR. Feldolgozás 5 fokos elevációtól. Fáziscentrum helyzete: 0,2 mm élességgel modellezhető (jobb, mint a Choke Ring antenna esetében!).

Szoftverek

21. kép Műholdas kapcsolatok, GPSBase forrás://gnss.georgikon.hu

NetR5 bázisállomás IP kapcsolaton keresztül menedzselhető. A GPSBase szoftvere kiszolgálja a mobiltelefon-rendszereket az RTK adatkommunikációban, illetve hálózati RTK (RTK-VRS) rendszerré fejleszthető. Lényeges, hogy egyetlen GPSBase szoftverrel több állomás is üzemeltethető, és a már meglévő állomások összekapcsolását is lehetővé teszi (21. kép).

71

4.4.5 Georgikon GNSS Bázisállomás létesítési adatai A Bázisállomás fizikai létesítése után a megfelelően pontos antenna-koordinátát határoztam meg. Ez a koordinátaszámítás többlépcsős volt: 

WGS84 koordináta kiszámítása (TGO Trimble Geomatik Office)



EOV transzformáció (EHT 2007).

Az alapmérések kiszámításához meg kell határozni azokat a transzformációs paramétereket, amelyek hatással lesznek a bázisállomás koordinátáira. Ezt a FÖMI által készített EHT 2007 szoftverrel tudjuk elérni. Fontos, hogy a Bázisállomás (Keszthely) nyers WGS 84 (földrajzi) koordinátáinak milyen OGPSH környezetben kell végleges vetületi paramétert adni ahhoz, hogy korrekt EOV koordinátát kapjunk. A „Részletes lista” (22. kép) mutatja a vetületi transzformáció közös pontjait (BUSZNYÁK és mtsai, 2008). A számítás megbízhatósága: vízszintesen: +-13mm, magasságilag:+-18mm. Az antenna a Trimble saját kalibrálásával.

22. kép Vetületi transzformáció, pontleírás forrás:http://gnss.georgikon.hu

72

4.4.6 Terepi adatgyűjtő technikai jellemzői A Trimble 5800 GPS vevő néhány jellemzője 

Két-frekvenciás, 24 csatornás GPS vevő



Alkalmas a WAAS/EGNOS jelek vételére



Bluetooth port – a kábelnélküli adatátvitel; a külső GSM modemmel és/vagy a tasztatúrával történő kommunikációhoz



A vevő tetszőlegesen konfigurálható bázissá vagy roverrá



RTCM adatátvitelhez választható integrált URH rádió, illetve külső GSM (BlueTooth)



A rover alkalmas saját bázissal kommunikálni URH rádióval, külső GSM modemmel, illetve a permanens állomásokkal NTRIP módszerrel, GPRS-en keresztül



Inicializálás: kb. 10mp-ként, 50km-ig 99,99% megbízhatósággal (a tapasztalati értékek ennél jóval magasabb bázishosszakat mutatnak; b>60km)



Pozíció: 1, 2, 5 illetve 10Hz-en



Real Time Kinematic (RTK) mérésnél horizontal ±10 mm + 1 ppm RMS, vertical ±20 mm + 1 ppm RMS

A TSC2 kezelőegység néhány jellemzője 

520MHz proc., 512Mb memória, 128Mb SDRAM



320X240 pixel felbontású érintőképernyős, színes TFT kijelző



Nagyteljesítményű, Li-Ion 6600MAh-s belső akkumulátor, 30 órányi munkaidővel, 2 órás töltési idővel (GyT.)



Teljes szoftverezettség (például: 3D-Road, COGO…)



Nagyfokú terepállóság



Bővíthetőség: 2db CF/1db SD kártyával, 2.4GHz rádióval (távirányító egységgé)



A Windows Mobile 5.0 valamennyi programjával (PP, WMP…)



Valódi, színes DXf rétegenkénti kezelése, szerkesztése terepen



E-mail küldés/fogadás, Internet elérés a terepen



Integrált hangszóró és mikrofon



Teljes 54 gombos alfanumerikus billentyűzet



RS232, USB, Bluetooth portok

73

4.4.7 OGPSH, EOV transzformáció megvalósítása EEHHTT program 4.1 (ETRS89 EOV hivatalos helyi transzformáció) Földmérési és Távérzékelési Intézet Kozmikus Geodéziai Obszervatórium, Penc 2009

23. kép ETRS89 EOV helyi hivatalos térbeli transzformáció forrás:http://fomi.hu

A szoftver a transzformációhoz szükséges közös pontokat optimálisan választja. Transzformációs paramétereket sajnos nem jelenít meg, de feltünteti a transzformáció ellentmondásait a közös pontokban. Az ellentmondások középhibáiból a transzformáció pontosságára következtethetünk és mutatja a két koordinátarendszer megfelelőségét az adott területen. Adatokat fájlból és billentyűzetről is képes fogadni. OGPSH EOV transzformációra és EOV  OGPSH transzformációra egyaránt alkalmas (23.kép).

74

4.5 Kutatási eredmények érvényesítése az agrár-felsőoktatásban Vizsgálati módszer fontosabb jellemzői, újdonságai: 

a különböző képzési formákban részt vevő hallgatók eltérő érdeklődési köréből, előképzettségéből és más-más távolabbi céljaiból adódó különbségeket és igényeket vizsgáltam,



vizsgáltam a hallgatók az informatikával kapcsolatos érzelmi viszonyát, és hozzáállásuk változását a félév előrehaladtával,



felméréseim kérdőívein többségében eldöntendő kérdéseket tettem fel, de lehetőséget biztosítottam szöveges kifejtésre is,



időbeli változásokat is vizsgáltam.

Motiváció, elégedettség, hatékonyság vizsgálata A Pannon Egyetem Georgikon Mezőgazdaságtudományi Karán, a Gazdaságmódszertani Tanszék Informatikai Csoportjának keretében oktatott informatikai jellegű tárgyak körében a 2002. év folyamán kezdtem kutatásokat az előképzettség, motiváció, önértékelés, hallgatói értékelés, érdeklődési kör és még számos, a képzések tervezése szempontjából fontos irányban. A 2002. év tavaszán egy, a teljes kari informatikaoktatást időben és térben átfogó felmérést készítettem, melynek eredményeiről még abban az évben beszámoltam a hazai közönségnek az Informatika a Felsőoktatásban Konferencián (BUSZNYÁK és mtsai, 2002a). A VE Georgikon Karán három fő csoportra osztottuk a 2002 tavaszi félévében informatikai képzésben résztvevőket. Az első csoportba a továbbiakban „C” típusúként azonosított, kötelezően választhatóan informatikai tárgyat hallgatók kerültek. Ezt a tárgyat meg kellett, hogy előzze egy informatikai alapozó tárgy, melynek ismeretanyaga a középfokú ECDL vizsga szintje alatti. A második csoportba a „B” típusú, szabadon választható tárgyat hallgatók kerültek. Ebben a félévben ez digitális képfeldolgozás és távérzékelés lehetett. A harmadik csoport az Informatikai Statisztikus és Gazdasági Tervező AIFSZ-képzésben (felsőfokú szakképzés) résztvevő hallgatók köre. Ők az előző félévben a középfokú szintig kellett, hogy eljussanak, és ennek a továbbvitele zajlott a tárgyfélévben.

75

A félév során három kérdőívet töltöttek ki a hallgatók. Egyet a második héten, majd az első zárthelyi dolgozatok után, a 9-10. héten, végül az utolsó, 14. héten. A kiértékelésben „C” tárgynál 66 majd 43 és végül 47 hallgató lapját tudtuk vizsgálni, amely 5 csoportból származott, „B” tárgynál 14, 16 és 15 felmérés került be összesen két csoportból, AIFSZképzésnél 16, 17 és 6, ugyancsak két csoportból. Ez mindösszesen 96, 76 és 68 hallgatót és 9 csoportot jelent. A kérdőívet a hallgatók név nélkül töltötték ki. A hallgatók által megadott jelszó alapján azonosítottam az egyes emberek véleményének változását a félév során. Hat év múltával az első kérdőív segítségével újabb vizsgálatokat végeztem a Georgikon Karon. A felmérést 46 hallgató töltötte ki 5 csoportból. Informatikai alapozó tárgyat tanulók közül 14, FSZ képzésben résztvevők közül 3, és alkalmazott informatikai tárgyból 27 hallgató került a mérésbe.

Hallgatók vizuális informatikai ismeretek iránti érdeklődése A felmérést 2003-ban 55 fővel végeztem el, amely szakok szerint reprezentatív. Csak első évfolyamon került sor a kitöltésre. Néhány kérdés esetében 2009. tavaszán megismételtük a vizsgálatot 57 hallgatóval. Ekkor első-, másod- és harmadévesek töltötték ki a felmérést. A kérdőív az IST5 WirelessInfo Project (IST-2001-32595) során általunk használt felmérés módosított, bővített változata volt. A felmérésben elsősorban az indításra kerülő, vagy már futó tárgyakkal kapcsolatos előzetes ismeretekre, érzelmi viszonyra, az érdeklődés szintjére voltam kíváncsi. Ezen túl szükségem volt általános szinten is az attitűd, az ismeretanyag felmérésére, hogy képet kapjak a hallgatók informatikához, informatikai eszközökhöz való viszonyáról (BUSZNYÁK és BERKE, 2008b).

Hallgatói igények a tananyagfejlesztésben (online, offline felhasználás) A 2006. év folyamán vizsgáltam, hogy az egyetemi hallgatók használnak-e mobileszközöket ismeretszerzésre. Milyen jellegű tananyagokat, segédanyagokat használnának szívesen? A felmérést 72 egyetemi hallgató töltötte ki, évfolyam és nem szerint kiegyensúlyozottan. 

12 fő környezetmérnök szakos, harmadéves



32 fő növényorvos szakos, ötödéves



13 fő idegennyelvi levelező felsőfokú szakképzésben résztvevő, elsőéves



15 fő természetvédelmi mérnök szakos, elsőéves

A felmérést papíron körülbelül tíz perc alatt töltötték ki anonim módon, irányító bevezetés nélkül.

76

5 EREDMÉNYEK 5.1 Veszteséges

tömörítőeljárások

pszichovizuális

összehasonlítása A 165 kitöltött kérdőívből külön is vizsgáltam azokat, akik a 6-7-8. kérdésre adott mindhárom válaszukban a tömörítetlen (TIFF) képet tették az első helyre, azt ítélték a legjobbnak. Összesen 46 ilyen kérdőívet találtam, ami 31,15%-a az összesnek. Két fontos következtetést vontam le ebből a számértékből. Egyrészt jelzi, hogy nagyon kis eltérésekkel lehetett végrehajtani a 40-szeres tömörítést, vagyis nagyon jók az eljárások. Másrészt minden harmadik kitöltője a tesztnek külön tudta választani a tömörítetlen állományt. A véletlenszerű kitöltés esetén ez az érték négy lehetőségnél és három kérdésnél 1,56 %

lett volna.

Véletlenszerűnek tekintem a kitöltést abban az esetben, ha a kérdőívet a képek közti különbségek vizsgálata nélkül, „véletlenszerűen” töltené ki a vizsgálatban résztvevő. Ezt a 46 kérdőívet a továbbiakban a teljes minta eredményeinek ellenőrzésére, megerősítésére használtam. Az eredmények érvényesítésére szolgált még minden esetben a kérdőív kitöltését követő megbeszélés a teszt kitöltésében résztvevőkkel. A megbeszélés alkalmas volt arra, hogy érzékeljem, mennyire vették komolyan a vizsgálatot, milyen mélységig tudták értelmezni a kérdéseket. Az eredményekben feltüntetett értékeknél minden esetben az alacsonyabb számérték jelenti a magasabb minősítési szintet. Abban az esetben állítottam fel sorrendet az eljárások között, ha a három eljárásra adott értékelés átlagától a leginkább eltérő legalább 5%-kal tér el. A tömörítetlen képhez történő hasonlítások esetében a diagramokon nem mindenhol szerepel az 1-es értékű tömörítetlen kép oszlopa.

5.1.1 Színárnyalatok eltérése A színárnyalatok eltérését az etalon képhez viszonyítva két kérdéssel is vizsgáltam. Nagyítva és nagyítás nélkül is egyértelműen a fraktáltömörítés bizonyult a legjobbnak (1. diagram). Az átlagértéktől a maximális eltérés 5%-nál nagyobb.

77

Színárnyalatok eltérése

Sorrend: 4,0

2. MrSID

3,0

5-től 1-ig javul

1. Fraktál 3. JP2000 fif

2,0

2,8

2,9

3,1

2,6

1,0 0,0

sid

3,6 3,0

Színárnyalatok eltérése

jp2

Színárnyalatok eltérése (4x nagyítás)

1. diagram Színárnyalatok eltérése

A folytonos színárnyalatoktól való eltérés vizsgálata hasonló eredményt hozott, értékelését ennek ellenére kivettem az eredmények közül. Az ellenőrzések (beszélgetés, értékelés, kontrolcsoport) eredményeimet nem erősítették meg. A 46 ellenőrző kérdőívnél kisebbek a különbségek. Az átlagértéktől a maximális eltérés 5% alatti. Ennek előidézője valószínűsíthetően az, hogy nagyon kis eltérések vannak tömörítő eljárások között.

5.1.2 Színtelítettség eltérése A színtelítettség eltérését is két kérdéssel vizsgáltam. Nagyítva és nagyítás nélkül is az MrSID formátum bizonyult a legjobbnak (2. diagram). Az átlagértéktől a maximális eltérés 5%-nál nagyobb. Színtelítettség

Sorrend:

4

2. Fraktál 3. JP2000

fif sid jp2

5-től 1-ig javul

1. MrSID

3

3,5 3,0 2,5

2

2,9

3,7 3,3

1 0

Színtelítettség

Színtelítettség (8x nagyítás)

2. diagram Színtelítettség

78

5.1.3 Alakzatok, részletek felismerhetősége Apró részletek láthatósága és a geometriai alakzatok torzulása terén nagyítás nélküli esetben nincs lényeges különbség az értékelésben. Az átlagértéktől a maximális eltérés 5% alatti. Alakzatok felismerhetősége tekintetében legjobbnak a JP2000 eljárás adódott (3. diagram). Az átlagértéktől a maximális eltérés 5% feletti. Sorrend:

Apró részletek láthatósága (16x nagyítás)

1. JP2000 4

2. MrSID 5-től 1-ig javul

3. Fraktál fif sid jp2

3

3,1 2,6

2

2,2

0

tif

2,1

1

Apró részletek láthatósága

3. diagram Apró részletek láthatósága (16x nagyítás)

Apró részletek láthatósága tekintetében erős nagyításnál (16-szoros) szintén a JP2000 eljárás adódott a legjobbnak (4. diagram). Alakzatok torzulása, felismerhetősége

Sorrend: 4

2. MrSID

3

3. Fraktál fif sid jp2 tif

5-től 1-ig javul

1. JP2000

2,9 2

2,8

3,1

2,7

2,7 2,2

1 0

1,9

1,0

Alakzatok torzulása

Alakzatok felismerhetősége

4. diagram Alakzatok torzulása, felismerhetősége

79

3. táblázat Pszichovizuális teszt eredményei Kérdés 1

2

3

4

5

6

7

8

9

10

Fájltípus fif sid jp2 fif sid jp2 fif sid jp2 fif sid jp2 fif sid jp2 tif fif sid jp2 tif fif sid jp2 tif fif sid jp2 fif sid jp2 fif sid jp2

Átlag (165 fő) 2,58 2,84 3,03 2,93 3,12 3,56 2,90 2,94 3,33 3,06 2,92 2,94 2,88 2,81 2,66 2,13 3,01 2,53 2,32 2,10 3,06 2,61 2,17 1,93 3,15 2,68 2,22 2,97 2,53 2,91 3,50 3,30 3,74

Átlag (46 fő) 2,63 2,85 2,91 2,91 3,04 3,43 2,87 3,02 3,02 3,09 2,80 2,85 2,96 2,89 2,61 1,00 3,02 3,00 2,98 1,00 3,30 2,91 2,78 1,00 3,41 2,89 2,65 2,72 2,54 2,76 3,59 3,13 3,76

Mérési eredményeimet a teljes mintára és az ellenőrzésre használt csoportra is elhelyeztem a táblázatban (3. táblázat). 80

5.2 Térképszerver

szolgáltatásainak

kiépítésével

kapcsolatos

kutatások Jelenleg használható szolgáltatások (24. kép) 

Balaton vízgyűjtő topográfiai térképe 1:100000



Balaton vízgyűjtő topográfiai térképe 1:10000



Általános mezőgazdasági összeírás adatai községhatárosan (KSH adatok feldolgozása)



Viziterv 1980-as eróziós tanulmánya



Részvízgyűjtők (talajvizsgálati pontok, feldolgozott térképek) Örvényesi, Séd Tetves patak Zala, Zalaapáti felett



Mintavízgyűjtők (légifotók, talajmintavételi pontok adatokkal) Nagyhorváti Tagyon Somogybabod



Pontszerű talajvizsgálati adatok tárháza a vízgyűjtőről



Talajtérképek a vízgyűjtőre (SISÁK, 2007)



Űrfelvételek, légifelvételek



„Lomis” adatbázis (KOVÁCS és mtsai, 2007)

Egyes szolgáltatásokban előre megtervezett lekérdezésszolgáltatásokkal hoztam létre. A mezőgazdasági összeírás adatainak közzététele (belső hálózatban) és a „lomis” adatbázis is ilyen. A térképszerver egyik első fejlesztése a tízezres topográfiai térképek publikációja volt a Balaton vízgyűjtőjére (BUSZNYÁK, 2006).

24. kép Georgikon Térképszerver szolgáltatásai forrás: http://map.georgikon.hu

81

A térkép forgalmazójától jogosultságot csak a 4x4 méteres felbontású rasztertérképek webes megjelenítésére kaptunk. Előkészítő munkálataink során több, mint 300 topográfiai szelvény raszterkatalógusának előállítását (SDE szerver), és a megfelelő felbontásra történő konverziókat kellett elvégeznem. A térképösszeállítást EOTR szelvényszám alapján történő keresési lehetőséggel láttam el. További munkám, az utóbbi öt évben végzett kutatásaim során látszott csak igazán, hogy felmérések, terepi munkák tervezése, lebonyolítása során mekkora segítséget jelent az interneten szabadon hozzáférhető nagyfelbontású alaptérkép (25. kép).

25. kép Topográfiai térképszolgáltatás a Georgikon Térképszerveren forrás: http://map.georgikon.hu

5.2.1 Talajtérképek vektorizálása, publikálása A publikálást a rendelkezésre álló összes tulajdonságra, kartogramonként rendelkezésre álló (30-40 közötti) tízezres EOTR szelvényre elvégeztem. A kartogramok 3 összefüggő területcsoportot alkottak Zala megye észak-nyugati, északi és középső részén (ANTAL, 2005). A talajtérképeket (26. kép) a Fejér Megyei Növény– és Talajvédelmi Szolgálat munkatársai digitalizálták lapolvasó segítségével, az alábbi paraméterekkel: 

felbontás: 72 dpi,



méret: körülbelül 310 x 210 cm,



Tif fájlformátum, bitmap image.

82

A beolvasott térképeket az ONTSZ munkatársai georeferálták. Mivel a digitalizált térképek tisztítása során (keretek levágása, szükségtelenné vált feliratok eltávolítása) az állomány módosult, ismételt georeferálás vált szükségessé, hogy a raszterkatalógusban az egyes szelvények tökéletesen illeszkedjenek egymáshoz. Az ArcCatalog a sarokpontok koordinátái alapján helyezi egymás mellé a térképeket, a külső keretet el kellett távolítani, hogy ne keletkezzenek átfedések az egyes szelvények között. Újbóli georeferálást tett szükségessé az is, hogy a grafikai munka során a referenciapontok módosulhattak, ami az 1:10000 méretarány miatt komoly eltéréseket eredményezhet. A feladat

végrehajtásakor

használt

szoftverek

az

26. kép Publikált talajtérkép réteg forrás: http://map.georgikon.hu

AdobePhotoshop 6.0.1, az ArcMap 9 és az ArcCatalog 9-programok voltak. A szkennelés, georeferálás ellenőrzését is el tudtam végezni a maradék, a georeferáláshoz fel nem használt jelölések alapján (27. kép).

Feldolgozott kartogramtípusok 

Humusz kartogramok, mechanikai összetétel kartogram



Ph- és mészállapot kartogram, THB kartogram



Talajpusztulás és termőrétegvastagság kartogram



Talajtermékenységet és talajhasználatot befolyásoló tényezők kartogram



Talajvíz kartogram, vízgazdálkodási kartogram (SISÁK és BÁMER, 2007)

27. kép Szelvényhatáros és községhatáros talajtérkép kartogram publikációja forrás: http://map.georgikon.hu

83

Talajtérképek automatikus vektorizálása során az automatikus tisztító eljárásokkal hatékonyan előfeldolgozott raszteres állomány digitalizálási előképét láthatjuk a 28. képen. Toporgáfiai térképre jellemző előképet láthatunk a 29. képen

28. kép Talajtérkép automatikus vektozizálása forrás: ArcInfo ArcScan modul

A

talajtérkép

és

topográfiai

térkép

digitalizálás

során

ugyanazokat

a

beépített

alapbeállításokat (polygon) használtam. A helyesen vonalként felismert objektumok aránya talajtérkép esetében 100%-os, míg topográfiai térkép esetében 33%-os. Topográiai térképek esetében maximálisan 90 %-os értékig tudtam eljutni a beállítások térképszelvényrészlethez történő optimalizálásával. A tízszázalékos eltérés a feldolgozás munkaigényében jóval jelentősebb különbséget jelentett.

29. kép Topográfiai térkép automatikus vektorizálása forrás: ArcInfo ArcScan modul

Talajtérképek digitalizálása során az automatikus a kézi (félautomatikus) eljárás összes időigényének 50%-ra adódott (összevont szelvényfeldolgozással). A kutatás során mintaterüleken vizsgáltam az automatikus és kézi vektorizálás lehetőségeit. A vizsgálatot az ArcInfo desktop szoftver ArcScan modulja segítségével végeztem.

84

Míg a nyolc bit színmélységű topográfiai térképek esetén nem adódott jelentős hatékonyságkülönbség a két módszer között, addig az egybites talajtérképeknél az automatikus módszer a képfeldolgozási szempontból nagyon hatékonynak bizonyult. Topográfiai térképeknél a ráfordított munkaórák 5%-nál kisebb mértékben különböztek és az automatikus generálás nem lehetséges egyszerű betanítással. A térképszelvények színeltérései miatt minden újabb szelvény a két színre vágás újabb tervezését is igényli. Talajtérképeknél az automatikus vektorizálás időigénye rövidebb, az ArcScan eljárás is hatékonyabb, így az utófeldolgozás is gyorsabb lehetne, de ezt árnyalja, hogy az objektumok bonyolultabbak (pontszerű, poligon). Az ArcScan eljárás hatékonyságát ebben az estben természetesen nemcsak a színeltérések hiánya, de a kisebb adatsűrűség is segíti. A különbség döntően az előkészítés és utólagos ellenőrzési javítási idő eltéréséből adódik. Az automatikus eljárás csak a nagyon jól definiálható (színek, alakzatok, objektumok…) feladatok esetében hatékony. Topográfiai térképek (1:10000, EOTR) szintvonalainak vektorizálása az elmúlt évek egyik gyakran előforduló térinformatikai feladatának bizonyult. Különböző szoftverek segítségével, kisebb és nagyobb mennyiségű adat feldolgozását végezték el különböző kutatóműhelyekben. A legnagyobb léptékű, a Földmérési és Távérzékelési Intézethez kapcsolható MicroStation szoftverre épülő feldolgozás a vektorizálásra a félautomatikus eljárást javasolja (IVÁN és SOLYMOSI, 2000). Ez összhangban van saját tapasztalataimmal. Így lehet valóban lehetőségünk az esetleg előforduló kartográfiai hibák feltárására és korrigálására a nagy adatsűrűségű és színmélységű térképeknél.

5.2.2 Terepi felmérések térképszerverrel integrált rendszere A térképszerver szolgáltatásait a kezdetektől úgy alakítottam ki, hogy akár terepi használatban, mobileszközökkel elérhetőek legyenek (BUSZNYÁK, 2004a). ArcIMS szerverünk rétegeinek terepi használhatóságát PDA GPS-eszközökkel teszteljük 2003 óta. Terepi

GPS-eszközök

és

kapcsolódó

szerverszolgáltatások

segítségével

precíziós

mezőgazdasági szolgáltatások alakíthatók ki (PAKURÁR és LÉNÁRT, 2000) (TAMÁS, 2004). Az ArcPad terepi szoftver lehetőséget nyújt a terepen való elemfelvételre, elemzésre és a földrajzi információk megjelenítésére. Könnyű használatra tervezve az ArcPad átfogó eszközgyűjteményt biztosít a mobil GIS alkalmazások és feladatok számára (NAGY és mtsai, 2003).

85

GPS-mérés és mobil kapcsolat ArcIMS szerverrel A mobileszköz tetszőleges internetkapcsolattal letölthet a szerverről állományokat. A letöltött térképrétegek beépíthetők az összeállításba, segíthetik a terepi tájékozódást, térképezést. A rétegeket

kijelzőn

megjeleníthetjük,

majd

akár

„kézzel”,

akár

GPS

segítségével

szerkeszthetünk, új rétegeket, térképeket állíthatunk elő (BUSZNYÁK, 2004d). Vizsgálataim az eszközrendszer használhatósága tekintetében negatív eredményeket is hoztak. Rendkívül nehézkessé tette a felmérést, hogy a GPS érzékelő fizikailag nem volt leválasztható a tenyérszámítógépről. Mérések során így a mérő személy is árnyékolhatta a szabad égboltrálátást. GPS és GPRS kapcsolat egyidőben nem lehetett, mert az érzékelők cseréjével tudtam internetes kapcsolatot létesíteni a térképszerverrel. Mindezen hiányosságok nem tették lehetetlenné, de nehezítették a terepi munkát (KOZMA BOGNÁR és mtsai, 2008b).

Teszt valós körülmények között Még a 2003-2004-es tanév folyamán agrártanácsadó vállalkozások segítségével valós szituációban is teszteltem a rendszert (talajvizsgálatok). A teszteket a Talajerőgazdálkodás KKT, Kaposvár és a Zala Megyei Növény- és Talajvédelmi Szolgálat közreműködésével végeztem. Eredményül azt kaptam, hogy a térképszerverből és GPS – GPRS-eszközön futó adatgyűjtő alkalmazásból álló rendszer technikailag alkalmas a térképszerver szolgáltatásaival támogatott terepi adatgyűjtésre, de felhasználásáról meggyőzni nem sikerült a partnereket. Tapasztaltam, hogy kisebb vállalkozó szervezetek teljeskörű térinformatikai támogatás nélkül nem tudnak, nem akarnak hasonló fejlesztéseket végigvinni (BERKE és mtsai, 2004). A magyarországi létező rendszerhez az IKR rendszerhez hasonló támogatást várnak.

A Georgikon Térképszerver és a nyílt, közösségi webtérképek szolgáltatásainak oktatási fehasználása Az együttműködési webtérképek eszközrendszere jól alkalmazható az agrár-felsőoktatásban. A hallgatók növénytermesztési, talajtani, 3D modellezési, térinformatikai és egyéb beadandó feladatai jól köthetők ezekhez a szolgáltatásokhoz. Jelenleg az egyik legjobban összehangolt rendszert a Google szolgáltatások alkotják. A GoogleEarth szolgáltatás közösségi fejlesztéséhez ingyenes verzióban is kiadott Google Sketchup 7 3D modellező program segítségével elkészíthetjük modelljeinket, melyeket aztán feltölthetünk a 3D Warehouse felületre, vagy a GoogleEarth felületre is kikerülhet (28. kép).

86

A GoogleMaps térképező szolgáltatása segítségével saját térképeket hozhatunk létre. Térképeinken objektumokat helyezhetünk el, útvonalakat tervezhetünk. Objektumainkhoz hivatkozásokat, képeket, videókat kapcsolhatunk. Mindezen elemeket vehetjük webes szolgáltatásokból, hivatkozásként, így teljesen webszolgáltatás alapon építhetjük fel a projektmunkafeladatokat (29. kép).

30. kép Google Sketchup 3D Warehouse modell - Hallgatói feladat (2008) forrás: Google 3D Warehouse

A nyílt ArcIMS interfész publikálása óta (2008) a Georgikon térképszerver szolgáltatásaiból teljesen hasonló módon építhetők oktatási elemek, feladatok. Készülhetnek térképi rétegek honlapokra rétegenként, vagy akár több szerver szolgáltatásait kombinálva.

31. kép A Balaton üdülőkörzet szennyvíztisztítói, hallgatói feladat http://www.szennyvizbalaton.uni.hu

87

5.3 Valós idejű kinematikus folyamatos GNSS adatgyűjtés A Georgikon GNSS Bázisállomás pontosító adatainak felhasználásával vizsgáltam terepmodell automatikus generálásának lehetőségeit. Vizsgáltam a szükséges szolgáltatások elérhetőségét, integritását. A mérések helyszíne a Kányavári-sziget volt (SÁRI, 2009).

5.3.1 Megbízhatóság kritikus szituációkban 2009. január 25-én a Dél-Dunántúlon, az M6 autópálya építési munkálatai közben átvágtak egy, a Magyar-Telekom hálózatához tartozó optikai kábelt.

32. kép Internet forgalom 2009.01.25-én forrás: Budapest Internet Exchange

Ezt követően egy hálózati eszköz túlterhelődött, amely 1115óra és 16 óra között a cégcsoporthoz tartozó, gyakorlatilag teljes IP forgalom leállását okozta. Mindez a Georgikon Bázisállomás szolgáltatását nem érintette. A 2009. január 25-i magyarországi internetleállás esetében a Georgikon Bázisállomás jól teljesített (30. kép). Ugyancsak 2009. januárjában a Zala- és Vas megyei hosszú áramszünet alatt is zavartalan volt az adatellátás (31. kép).

88

33. kép Georgikon Bázis elérhetősége a Geotrade rendszerén keresztül forrás: http://geotrade.hu

Ugyanezen időpontban a GNSSnet szolgáltatása (Zala állomás) (32. kép).

34. kép Koordinátaingadozások (tisztított) Zala állomás forrás: http://GNSSnet.hu

5.3.2 Terepi folyamatos topográfiai adatgyűjtés A felmérés végrehajtása során nem azonos módon kértem le a pontosító adatokat. Az első felmérés esetében (2008. szeptember 13.) a Georgikon Bázis pontosítóadatait a Geotrade rendszerén keresztül értem el. 89

A második felmérés (2008. december 21.), kikerülve a Geotrade hálózatot, közvetlenül használta a Bázis adatait. Az adathozzáférés módja a méréseket technikailag, illetve a mérési eredmények pontosságát, felhasználhatóságát nem befolyásolta. Méréseim valósidejű kinematikus mérések voltak. Az RTK mérési módszer egyre inkább elfogadottá válik, olyan esetekben is, ahol a korábbiakban statikus méréseket végeztek. A pontosságot nem rontja, és sokkal gyorsabb, hatékonyabb munkát tesz lehetővé. A mérések során nem találkoztam GPRS- vagy bázisadat integritási problémákkal Az adott időpontokban, a Bázis rendelkezésreállását utólag áttekintve, az a teljes időtartamban 100%os. A mérés tervezéséhez megfelelő segítséget nyújtottak a műholdak előzetes pályadatai. A PDOP értékek a mérési időszak legnagyobb részében három alattiak voltak (33. kép).

35. kép DOP értékek 2008. december 21-én napközben forrás: Trimble Planning 2.7

A felmérés relatív pontossága minden igényt kielégített. GNSS pontmeghatározás végrehajtására, dokumentálására, ellenőrzésére kiadott ajánlás (BORZA és BUSICS, 2006) feltételrendszerének a felmérés megfelelt. Az egyetlen, még hiányosságként kezelhető kritérium a referenciapont koordinátáinak OGPSH (ETRS89) vonatkoztatási rendszerében állami alapadatként elismertetése. Remélhetőleg erre a közeljövőben sor kerülhet. A második felmérést azért halasztottam a téli időszakra, hogy teszteljem a mérési módszer hatékonyságát erdős területen is. Várakozásomtól eltérően a lombhullató, ritkásabb erdőrészeken sem tudtam jelentős hatékonyságnövekedést elérni az őszi felméréshez képest. 90

36. kép A Kányavári-sziget femérési pontjai és a domborzat forrás: http://map.georgikon.hu

5.3.3 Terepi folyamatos topográfiai adatgyűjtés hatékonysága A táblázat bemutatja egy egyhektáros, egy egy négyzetkilométeres és egy száz négyzetkilométeres terület felmérésének hozzávetőleges költségét. A méréseknél 10000Ft/óra óradíjjal számoltam. A korrekciós adatok akár 10Hz frekvencián is elérhetők, így 1 m/s sebesség (sétatempó) esetén jobb (10 cm-es) felbontású adatokat kapunk. Az 5x5 m felbontású adatok esetén elméleti korlátként akár 50m/s (180km/h) sebességgel mérhetünk fel (4. táblázat).

91

4. táblázat RTK mérés költségei Költség (adat minden m2-re)

Költség (adat minden 25m2-re)

Terület

0,01km2 (1 hektár) 1km2 100km2

v=1m/s

v=10m/s

v=1m/s

v=10m/s

30000Ft

3000Ft

1000Ft

100Ft

3MFt

300000Ft

100000Ft

1000Ft

300MFt

30MFt

10MFt

1MFt

A költségelemzést tanulmányozva jól láthatóak a módszer korlátai. Legfeljebb néhány négyzetkilométernyi (1-2 km2) terület felmérése jöhet szóba, mert nagyobb munkák esetén már a távérzékeléses módszer lényegesen olcsóbb (BERKE, 2004). A Földmérési és Távérzékelési Intézet 5 méteres felbontású digitális domborzat modell (ELK-DDM-5) négyzetkilométerenkénti árához (1500Ft) csak korlátozottan viszonyíthatunk (BERKE és mtsai 2002b). A megvásárolt modellt csak egy feladathoz használhatjuk. A költség így kisebb, mint a hasonló felbontású gyalogos (1 m/s) felmérés, de magasabb, mint a járműves (10 m/s). Pontossága (+-1m; +-0,7m) azonban lényegesen elmarad a saját mérésétől. A pontossági különbség, domborzatviszonyoktól és mérési módszertől függően akár egy nagyságrend is lehet. Így természetesen bizonyos feladatok elvégzésére csak a kinematikus mérés alkalmas. A GPS domborzat előnye a pontos felszínazonosítás, ami a légifelvételek, űrfelvételek esetében gondot okozhat. Természetesen az érzékelő szintje feletti árnyékolás (például összefüggő erdővel borított terület) esetében fordított a helyzet. Csak a légi- és űrfelvételezés, és azok megfelelő feldolgozása hozhat eredményt. A Kányavári-sziget Corine2000

nomenklatúra szerint színezett térképe a Georgikon Térképszerveren

megtalálható: http://vektor.georgikon.hu/website/kvsz/viewer.htm. Ugyanitt megtalálhatóak a szeptember 13-i és a december 21-i felmérés adatai (34. kép). Tízezres topográfiai térkép digitalizált szintvonalai, és a jelenlegi partvonal rajza is segíti a tájékozódást.

92

Folyamatos topográfiai GPS mérés rövidített jegyzőkönyve Mérés célja: 3D domborzatmodellhez automatikus adatgyűjtés Mérés helyszíne: Kányavári-sziget Mérés időpontja: 2008. december 21. 920h és 1530h között Mérés típusa: RTK Üzenetközvetítés formátuma: CMR+ PDOP mask: 6.0, magassági vágás: 10 fok, antenna: Trimble 5800, antenna magasság: 2 m Mérés rövid leírása: A méréseket a helyszínen folyamatosan végeztem. Coordinate System Hungary Zone Hungarian EOV Project Datum HD72 (Hungary) Vertical Datum Geoid Model EGM96 (Global) Coordinate Units Meters Distance Units Meters Height Units Meters Pont neve

DeltaX

DeltaY

DeltaZ

Slope Distance RMS

25001

13189,539m 1880,080m

11396,001m 17531,898m

0,002m

25002

13190,204m 1879,563m

11396,670m 17532,779m

0,003m

25003

13190,946m 1879,275m

11397,388m 17533,772m

0,004m

25004

13191,586m 1879,049m

11398,042m 17534,655m

0,005m

25005

13192,272m 1878,514m

11398,730m 17535,561m

0,005m

… Koordináták (EOV) Pont neve

X

Y

H

25001

142686,277

505893,164

109,042

25002

142685,237

505893,438

109,096

25003

142684,167

505893,467

109,120

25004

142683,224

505893,471

109,111

25005

142682,153

505893,755

109,170

… A mérés során több mint tízezer észlelés adatainak gyűjtése történt meg.

93

GPS tesztmérés adatai 2009. június 1. - Kányavári sziget Mérés célja: RTK folyamatos felmérés pontossági ellenőrzése Mérés helyszíne: Kányavári-sziget Mérés időpontja: 2009. június 1. 1410h és 1820h között Mérés típusa: RTK Üzenetközvetítés formátuma: CMR+ PDOP mask: 6.0, magassági vágás: 10 fok, antenna: Trimble 5800, antenna magasság: 2 m Mérés rövid leírása: A méréseket a kiválasztott öt helyszínen 3 mérési sorozatban (3x99 mérés) végeztem. A negyedik helyszínen óránként, a többi esetében 20 percenként újrainicializálva végeztem a sorozatmérést. Az utolsó helyszínen GPRS kapcsolati hiba miatt a harmadik sorozat csak 33 mérésből áll. Az első helyszín könnyen azonosítható, 20x20 cm-es kő, takarás nélkül. A harmadik, negyedik és ötödik helyszín a sziget déli, nyugati és keleti partján a tó vízszintjére illesztett. A déli helyszín takarás nélküli, a nyugati keletről, a keleti nyugatról takart. A második mérés helyszíne a sziget belsejében keletről takart. Az első kivételével, a domborzatmodell készítésekor felvételezett terület határaira esnek a helyszínek. Koordinátarendszer adatok Coordinate System : Hungary Zone : Hungarian EOV Datum : HD72 (Hungary) Ellipsoid Name : Geodetic Ref System 1967 Geoid Model : Hungary9.GGF Ellipsoid Name : Geodetic Ref System 1967 Flattening 1/f : 298,247 Semi Major Axis : 6378160,000m Hungarian EOV Projection Projection Origin False Origin Latitude : 47°08'39,81740"NFalse Northing : 200000,000m Longitude : 19°02'54,85840"EFalse Easting : 650000,000m Height : N/A False Elevation : N/A Scale Factor : 0,99993000

94

5.3.4 Folyamatos topográfiai adatgyűjtés eredményeinek ellenőrzése Mérési eredmények 2009. június 1. Kányavári-sziget

37. kép Mérés a tó vízszintjére forrás: saját felvétel

Mérés a tó vízszintjére (35. kép) 1-2-3. mérés A méréseket a sziget partjainál a vízszintre igazítva végeztem (Kányavári-sziget dél-nyugatkelet). A 3x3x99=991 mérés minimális és maximális magassági értékének eltérése 21,8cm. Méréseim relatív hibájának ez a felső korlátja. Szórás az átlagokra: 0,050m Szórás teljes mintára: 0,048m A viszonyítási alapként kezelt Kis-Balaton vízszintjének eltérése a három mérési helyen hozzájárulhat a különbségekhez. Enyhe légmozgás volt tapasztalható a helyszínen a mérés időpontjában, amely okozhatott vízszinteltérést. 4-5. mérés Kányavári-sziget, közép-nádas Kányavári-sziget közép mérési pontban az inicializálások közt eltelt idő legalább egy óra volt.

95

Így a 3x99=297 mérés minimális és maximális magassági értékének eltérése 7,5cm, vízszintes eltérése pedig 4,3cm és 3,2cm (5. táblázat). Az egyes sorozatok átlagainak eltérése 4cm alatti mindhárom irányban. Méréseim relatív hibájának ez a felső korlátja. 5. táblázat Érvényesítő mérési sorozatok átlagai X (m)

Y (m)

H (m)

I. sorozat átlaga

141793,4223

505910,1294

106,4058

II. sorozat átlaga

141793,4064

505910,129

106,4122

III. sorozat átlaga

141793,3886

505910,1328

106,4355

1. mérés átlaga:

141793,4057

505910,1304

106,4179

I. sorozat átlaga

142925,5125

505804,6721

106,4936

II. sorozat átlaga

142925,5073

505804,6649

106,4762

III. sorozat átlaga

142925,5039

505804,664

106,4846

2. mérés átlaga

142925,5079

505804,667

106,4848

I. sorozat átlaga

143004,47

505960,7009

106,5374

II. sorozat átlaga

143004,4606

505960,6844

106,4590

III. sorozat átlaga

143004,5358

505960,7231

106,5516

3. mérés átlaga

143004,4888

505960,7028

106,5160

I. sorozat átlaga

142666,1396

505874,2077

111,0255

II. sorozat átlaga

142666,1157

505874,2097

110,9928

III. sorozat átlaga

142666,1353

505874,2277

111,0370

4. mérés átlaga

142666,1302

505874,215

111,0185

I. sorozat átlaga

142670,7755

505916,6365

107,8147

II. sorozat átlaga

142670,7701

505916,6451

107,8108

III. sorozat átlaga

142670,7823

505916,6421

107,8123

5. mérés átlaga

142670,776

505916,6412

107,8126

96

GPS tesztmérés adatai 2009. június 1. (32-2015 OGPSH alappont) Mérés célja: RTK folyamatos felmérés pontossági ellenőrzése Mérés helyszíne: Kányavári-szigethez legközelebb eső, 32-2015 OGPSH alappont (Zalavár) Mérés időpontja: 2009. június 1. 1910h és 1940h között Mérés típusa: RTK (6. táblázat) Üzenetközvetítés formátuma: CMR+ PDOP mask: 6.0, magassági vágás: 10 fok, antenna: Trimble 5800, antenna magasság: 2m Mérés rövid leírása: A méréseket a helyszínen három 111-es mérési sorozatban végeztem (36. kép). Mérések átlaga: X: 506199,6174m Y: 148590,3268m

H: 121,79651m

Az vízszintes eltérés 4,6cm (3,74cm és 2,68cm) az alappont EOV koordinátáitól

38. kép 32-2015 OGPSH alappont Zalavár forrás: saját felvétel

97

6. táblázat Alapponti mérés Munkafeladat neve

Zalavar ogpsh

Verzió

12.22

A távolság mértékegysége

Méter

Rendszer, Zóna, Dátum

Hungary, Hungarian EOV, HD72 (Hungary)

Vevő típus

5800

Sorszám

4716131199

Firmware verzió

2.31

Az antenna típusa

R8/5800/SPS78x Internal

Mérési módszer

Antenna rögzítésének alja

Transzformáció ellenőrzése Az vetületi transzformáció is okozhat pontatlanságot (ZALETNYIK és mtsai, 2007). Az EOV vetületi és a WGS84 koordinátákat vizsgálva meghatározhatjuk a transzformáció pontosságát az ETRS89 EOV hivatalos helyi transzformáció EEHHTT 4.1 verziójával. A 30001-es pontot választottam a vizsgálathoz (37. kép). EOV koordináták:505874,216; 142666,149; 111,034 WGS84 koordináták: 46 fok 36 perc 45,85316 másodperc; 17 fok 9 perc 56,83916 másodperc; 156,134. OGPSH EOV transzformáció eredménye: 505874,171; 142666,148; 111,032. Az eltérések: 4,5cm; 0,1cm; 0,2cm.

39. kép EHT konverzió forrás: EHT 4.1

98

5.4 Kutatási eredmények érvényesítése az agrár-felsőoktatásban Motiváció, elégedettség, hatékonyság vizsgálata (elemzés a három hallgatói csoport összehasonlításával) Előtanulmányok, az oktatás bemeneti jellemzőinek vizsgálata 

Milyen szintűnek értékeled a tudásodat?

Az AIFSZ hallgatók elég magasra értékelték előzetes tudásukat a félév kezdetén (több, mint egyharmaduk középfokú szint), a „C” csoportban pedig nagyon alacsonyra (kevesebb, mint egytizedük középfokú szint), míg a „B” tárgyat hallgatók közöttük helyezkedtek el. 

A félév során tanult tananyag hány százalékát tanultad már korábban is, mekkora része tekinthető ismétlésnek?

A tananyaggal való szembesüléskor, az első zárthelyi dolgozat után teljesen ellentétes adatokat kaptam; AIFSZ-en feleannyian, míg a „C” típus esetén hatszor annyian jelezték, hogy a tananyag legalább felét már ismerték. Ez nyilvánvalóan a különbséget is jelzi a megtanulandó anyag mélységében és mennyiségében. A „B” tárgy itt is a kettő között helyezhető el. Érzed-e hiányát előképzettségnek?

Első zh előtt Első zh után

Igen válaszok aránya (%)

80 70 60

71

50 40 30 20

50 43

45

35

45

44

46

10 0

"B" tárgy

"C" tárgy

AIFSZ képzés

Összes hallgató

5. diagram Érzed-e hiányát előképzettségnek?



A ZH nehézségi szintje, megírásának módja mennyiben felelt meg az előzetes várakozásaidnak? Az oktató elvárásai mennyire egyértelműek, világosak?

99

„B” és „C” szak esetén az 1-től („ezt vártam”) 5-ig („nagyon nehezen tudtam alkalmazkodni az elvárásokhoz”) skálán 1,63 és 1,51, amely nagyon kedvezően értékelhető. A kurzusok előkészítettsége, beágyazottsága az oktatási struktúrába megfelelőnek tűnik. AIFSZ képzés esetén 2,76 az átlagos osztályzat. Ez megerősíti, hogy a hallgatók előzetesen nem készültek fel (nem készítettük, készítették fel őket) a követelményekre. 

Érzed-e hiányát előképzettségnek?

A „B” tárgyként informatikát tanulók esetében tapasztalt kismértékű, tíz százalék alatti előképzettség „hiányérzet-növekedés” (ne felejtsük el, hogy zárthelyi után) talán természetesnek is vehető, de a „C” tárgy ezzel ellentétes, tíz százalék körüli csökkenése és az AIFSZ több, mint huszonöt százalékos növekedése már egyértelművé teszi, hogy a hallgatók nem jól mérték fel előzetesen a követelményszinteket, illetve ezen belül rosszul helyezték el magukat (ráadásul még irányultságában is különbözőképpen tévedtek). Az első kérdéscsoport eredményeit elemezve láthatjuk, hogy a hallgatók kicsit több, mint fele nem érezte hiányát az előképtettségnek a három különböző nehézségű informatikai tárgy keretében a félév elején és végén (5. diagram). A tárgyak közti különbséget azonban érdemes tovább vizsgálni. A „C” tárgy esetében jelentős számban

(legalább

tizede)

vannak

olyan

hallgatók,

akik

túlzottan

tartottak

a

követelményektől. Amennyiben célunk, hogy a hallgatók már a képzés elején a valós képet lássák a tantárgyi követelményekről, van teendőnk. Nyílhat tér a követelmények növelésére. Az AIFSZ képzés esetében ellentétes irányú és sokkal erőteljesebb változást láttam a félév során (a hallgatók legalább negyede tartott a követelményektől). Itt a megoldás szintén a jobb tájékoztatás, illetve az előző évi tárgy követelményeinek növelése, illetve végső soron a felvételi követelmények növelése lehetne. Amennyiben persze ez utóbbi nem lehetséges, akkor az oktatói munka és annak feltételeinek a javítása következik. Az oktatótermi felszereltséget már 2002-ben is megfelelőnek ítélték (projektor, egy hallgató/számítógép) és azóta is elfogadható. Javasoltam a konzultációs lehetőség növelését, részben szervezetté tételét, ami meg is történt, és azóta is eredményesen folyik. Részt vettem a szak tartalmi követelményeinek megújításában, tananyagok és tematikák kidolgozásában (Leonardo program). A „B” tárgy esetében tapasztaltam leginkább azokat az értékeket, eredményeket, amelyek a képzés jól szervezettségére, megfelelő előkészítettségére utalnak. Nem véletlen, hogy választható tárgyról van szó. Amennyiben a hallgatók igényeihez igazodó tárgyakat tudunk indítani, amelyekről megfelelő előzetes ismeretanyaggal rendelkeznek a hallgatók, az oktatás eredményessége, kiegyensúlyozottsága javul. 100

Az egyetemi oktatás kimeneti kérdései 

Az egyetemi képzésen túl szükséges, vagy szükséges lesz-e véleményed szerint egyéb informatikai képzésben részt venned?

A hallgatók közel kétharmada tisztában volt azzal az általam is valószínűsített jövőképpel, hogy az informatika, az informatikai tudás megszerzése és folyamatos fejlesztése a mai egyetemisták számára nem megkerülhető.

Nagyon kevés

Igen válaszok aránya (%)

Elegendő-e annyi ismeret amennyire a képzés során eljutsz?

Megfelelő mennyiség Ennyi sem kell

90 80 70 60 50 40 30 20 10 0

83 72

67

57 43

33 0 "B" tárgy

15 "C" tárgy

2

27 1

0 AIFSZ képzés

Összes hallgató

6. diagram Elegendő-e annyi ismeret, amennyire a képzés során eljutsz?



Számítógépes munkahelyen fogok dolgozni.

Erre a kérdésre az informatikát „választók” több, mint háromnegyede (AIFSZ esetén háromnegyedük, „B” tárgy esetén hétnyolcaduk) válaszolt igennel. „C” tárgy esetén körülbelül harmaduk gondolja így. 

Elegendő-e annyi ismeret, amennyire a képzés során eljutsz?

Talán ez az a kérdés, melynek elemzésekor már alkothatunk képet a háromféle képzés sajátosságairól. Úgy tűnik, hogy a „B” tárgy esetén, az eddigiekhez illeszkedő eredményt kaptunk. Ezt választották, kedvelik a tárgyat, sokat várnak tőle, célirányosan választották. Az AIFSZ képzésnél, kicsit talán előzetes várakozásaimmal ellentétben, a többi csoporthoz viszonyítva is kritikus, de az informatikát a tanulmányok fősodrába helyező csoport látunk. A „C” tárgyat tanuló egyetemistáknál érzékelhető, hogy talán túlságosan is elhiszik, hogy a tárgy ismeretanyaga elegendő számukra. A csoport 83,33%-a pont megfelelő mennyiségűnek gondolja a képzés során megszerzendő tudásanyagot (6. diagram).

101

A Karon folyó informatikaoktatás minősítése

Oktatás, oktatótermi felszereltség hallgatói értékelése

4,5

2002 első zh előtt 2002 első zh után

Osztályzat (1-5)

4 3,5 3

3,6

2,5

3,7

4,1

3,7

3,4 2,9

2 1,5 1 0,5 0

Oktatás minősége

2009 első zh előtt

Oktatótermi felszereltség

7. diagram Hallgatói értékelés változása



Mennyire vagy elégedett az oktatás minőségével? Osztályozd 1-től 5-ig!



Mennyire vagy elégedett az oktatótermi felszereltséggel? Osztályozd 1-től 5-ig!

Nagyon jóleső érzés volt látni, hogy a félév során az oktatás minőségéről alkotott vélemény 0,2-del javult az 1-5-ös skálán (BACSI és KOVÁCS, 2001), viszont sajnálatos, hogy amilyen ütemben haladt az oktatás és merültek fel az oktatandó témák, úgy romlott az oktatótermi felszereltség megítélése. A „C” tárgynál tapasztalt 0,9-es csökkenés mindenképpen figyelemreméltó. Két lehetséges irányát látjuk a magyarázatnak. Egyrészt tény az oktatótermek gyenge színvonala (főként a „C” tárgyat hallgatók kerülnek gyakran ide, PI 166MHz, 16Mbyte RAM), másrészt az oktatás kezdetén nagyon kevéssé vannak tisztában a hallgatók

azzal,

hogy

a

programban

szereplő

témák

magas

színvonalú

oktatásához/tanulásához milyen technikai háttérre van szükség (7. diagram). Attitűd 

Milyen érzelmi viszonyban vagy az informatikával?

Az általános trendtől az AIFSZ képzés tért el. Míg a „kedvelem” válasz a másik két csoportban növelte arányát a félév végére, itt ötödére csökkent. Az érzelmi töltést is tartalmazó „utálom, hogy mások értenek hozzá és én nem”, szemben a többi csoportban tapasztalt csökkenéssel, itt 0-ról 16%-ra nőtt. Az AIFSZ-hallgatók mintha megbántva éreznék magukat, hogy a dolgok az általuk vártnál nehezebben alakultak.

102

Elemzés a 2002-es és 2009-es felmérés egyes elemeinek összehasonlításával

I. Milyen érzelmi viszonyban vagy az informatikával? 2002

2009

kedvelem

62,50%

65,22%

utálom, hogy mások értenek hozzá és én nem

11,46%

8,70%

fölösleges dolog

0,00%

2,17%

érdekel

71,88%

63,04%

fontos a későbbi elhelyezkedéshez

72,92%

71,74%

jó játék

43,75%

43,48%

Jelentős eltérést nem tapasztaltam. Az „érdekelődés” és a „kedvelem” válaszok ellentétes elmozdulása érdekes. Valószínűsíthetően a „száraz” informatika iránti érdeklődés csökkenése és a felhasználói szolgáltatások iránti érdeklődés növekedése áll az eredmény mögött.

II. Milyen szintűnek értékeled a tudásodat? 2002

2009

Minimális

26,04%

19,57%

néhány felhasználói program ismerete (word, internet explorer…)

73,96%

63,04%

operációs rendszer, könyvtárszerkezet ismerete, hálózati ismeretek

39,58%

41,30%

középfokú ECDL(adatbázis-kezelés is) szint

15,63%

26,09%

III. Hány évet tanultál informatikát?

3,2

5,2

VI. Érzed-e hiányát előképzettségnek?

44,79%

32,61%

A jobb előképzettség a hosszabb tanulmányi idővel indokolható, valamint az eszközök mindennapi életben történt elterjedésével. A középfokú tudással rendelkező hallgatók száma növekedett jelentősen. Ez várható volt, minthogy az eltelt időben nőtt a közoktatásban az informatikaoktatás színvonala és óraszáma is. A felmérésben résztvevők átlagosan fél évvel több informatikát tanultak az egyetemi képzésben, a közoktatásban 1,5 év a növekedés.

VII. Jelenlegi elképzeléseid szerint mire fogod használni a későbbiekben ismereteidet? e-mail

60,42%

67,39%

hivatalos levelek írása, nyomtatása

79,17%

76,09%

számítógépes munkahelyen fogok dolgozni

45,83%

41,30%

103

Jelentősen nőtt azon hallgatók száma, akik elegendőnek érzik az egyetemi oktatásban megszerezhető informatikai ismeretanyagot. Többségük úgy érzi, nincs szüksége informatikai (alapozó) képzésre munkába állása után. A 2002-es méréshez hasonló eredményt kaptam 2009-ben is az irodai munka és szoftverhasználat arányaiban.

VIII. Mennyire hasznos a tárgy?

2002

2009

4,3

3,8

XIV. Mennyire vagy elégedett az oktatás minőségével (1-5)? 3,7

3,7

Mennyire vagy elégedett az oktatótermi felszereltséggel (1-5)?3,4

4,1

Úgy tűnik, hogy múlik a tárgy „misztériuma”. A hallgatók szemében a hasznosság megítélése közelít az oktatás megítéléséhez. A technikai háttér javulását is érzékelik a hallgatók.

IX. Mely paraméterek fontosak előrehaladásod szempontjából?2002

2009

tanterem felszereltsége

79,17%

82,61%

oktató személyisége

69,79%

71,74%

tananyag kidolgozottsága, rendszeres, következetes számonkérés

50,00%

69,57%

tanórán kívüli számítógéphozzáférés mennyisége

72,92%

71,74%

az általad a tanulásba fektetett energia

70,83%

71,74%

X. Miben különbözik az informatika a többi tárgytól?

2002

2009

szélesebb körben alkalmazható

76,04%

82,61%

tárgyi feltételek fontosabbak

41,67%

36,96%

oktatás és számonkérés módszere teljesen más

46,88%

50,00%

tanulás, felkészülés módja más

51,04%

63,04%

XV. Mennyire érzed reálisnak az elvárásokat, ZH, beadandó stb…? 1 a túl alacsony szint, 5: irreális ZH

3,4

3,7

beadandó

3,4

3,5

vizsga

3,4

3,5

gyakorlat tempója

3,4

3.5

előadás tempója

3,5

3,5

A kidolgozott tananyagok, rendszeresség, következetesség igénye nőtt leginkább az előző méréshez képest. A számonkérés szintjét nagyrészt azonosan értékelik, és egyre többen érzékelik, hogy a tanulási módszerek, technikák eltérnek a többi tárgynál tapasztalttól.

104

Ez jelezheti azt, hogy a „digitális szakadék” sajnos nem csökkent az egyetemi tárgyak oktatása során felhasznált IKT (új információs és kommunikációs technológiák) alkalmazása tekintetében.

XII. Szeretnél-e olyan feladatot kapni, amelynek megoldása során a tananyagon túli, egyéni tanulásra, ismeretekre is szükség van?

2002

2009

51,04%

65,22%

XIII. Az önállóan megoldandó feladatok aránya szerinted növelhető-e? 48,96%

54,35%

XI. Mit érzel fontosnak az egyetemi informatikaképzésben? 2002

2009

általános informatikai műveltség megszerzése

82,29%

63,04%

szakmai tudás fejlesztése

64,58%

80,43%

a tanulás lehetőségének fenntartása

53,13%

54,35%

XVIII. Mennyiben használod autonóm (egyéni) ismeretszerzésre a számítástechnikát? 1-5-ig osztályozd! 1: egyáltalán nem, 5: napi rendszerességgel.

4,0

4,4

e-mail

73,96%

93,48%

chat

40,63%

73,91%

szövegszerkesztés

78,13%

89,13%

zenehallgatás

66,67%

91,30%

egyéni tanulás

44,79%

89,13%

31,25%

80,43%

XIX. Mire használod az informatikát a tanórán kívül?

A tanórán kívül mennyi lehetőséged van számítógép-hozzáférésre? Naponta saját gép

A hallgatók egyre szélesebb körben használják az IKT technológiák eszközrendszerét. Az önálló tanulás, ismeretszerzés eszközeként is majdnem napi rendszerességgel veszik igénybe.

XXI. Az informatika tárgy elismertsége mekkora az egyetemi oktatásban? 1-5-ig osztályozd! 1: fontos, 5: nincs elismerve.

2002

2009

3,4

3,7

XXII. Az informatika elismertsége mekkora a társadalomban? 1-5-ig osztályozd! 1: fontos, 5: nincs elismerve.

105

4,4

4,1

Hallgatók vizuális informatikai ismeretek iránti érdeklődése Kérdéseim és a kapott válaszok Az IGEN válaszok aránya

2003

2009

Rendelkezik saját számítógéppel?

78%

98%

Tudja, hogy mekkora a C egységének a kapacitása?

51%

Vannak-e ismeretei a térinformatika lehetőségeiről? *

25%

Ismer térinformatikai szoftvert?

13%

Tervezi térinformatikai szoftver használatát a jövőben?

25%

Használt-e már digitális térképet?

33%

Használt már képfeldolgozó szoftvert? (pl. Photoshop…)

67%

Tudja mi a különbség raszteres és vektoros ábrázolás között?

18%

Tudta-e a kérdőív kitöltése előtt, mire jó a távérzékelés? *

36%

Szeretné megismerni a légifelvételek, műholdképek alkalmazhatóságát?

75%

Tudta-e a kérdőív kitöltése előtt, mire használható a GPS? *

49%

Van Internet hozzáférése az iskolán kívül?

44%

98%

Vásárolt már az Interneten?

13%

56%

Találkozott már az Interneten térképi adatokkal?

31%

Használ-e a naponként frissített Internetes információkat?

35%

Választható tárgyként szeretne-e térinformatikát tanulni?

24%

Választható tárgyként szeretne-e távérzékelést tanulni?

27%

Választható tárgyként szeretne-e mobilkommunikációt tanulni?

44%

Választható tárgyként szeretne-e digitális képfeldolgozást tanulni?

49%

Használ-e mobil telefont?

100%

Használ-e SMS-t?

98%

Használ-e MMS-t?

20%

Használ-e egyéb mobilszolgáltatást a telefonáláson túl?

35%

* definíciókat a kérdőív hátoldalán találhatták meg a hallgatók

106

50%

79%

75%

A hallgatók több, mint háromnegyed része rendelkezett 2003-ban számítógéppel, de alapszintű technikai ismerettel gépéről csak körülbelül minden második tudott beszámolni. A saját gép aránya 2009-re 98%-ra nőtt. Minden harmadik hallgató használt naponta frissített internetes információkat, ami a hasonló kérdőív 2002-es 20%-hoz képest jelentős növekedés volt. A 2009-es érték már 75%-os (BUSZNYÁK és mtsai,2003). A mobiltelefon használata hasonló az előző évihez. Az MMS szolgáltatás 20%-os aránya figyelemre méltó. További terjedése volt várható, de ez a várakozás napjainkra jól láthatóan nem igazolódott be. Választható tárgyak iránti érdeklődés

Igen válaszok aránya (%)

Választható tárgyként szeretné-e tanulni?

50 45 40 35 30 25 20 15 10 5 0

49 44 24

Térinf ormatika

27

Távérzékelés

Mobilkommunikáció

Digitális képf eldolgozás

8. diagram Előzetes érdeklődés a tárgyak iránt

Szívesen választják-e a térinformatikát tantárgyként (8. diagram)? A hallgatók mintegy negyede választaná a tárgyat. A meglepő, hogy a mobilkommunikációt, digitális képfeldolgozást sokkal többen jelölték meg. Megvizsgáltam, hogy okozhatja-e ezt az információk hiánya. Amennyiben nem tudják, mi a tárgy tartalma, nem is választják (BUSZNYÁK és BERKE, 2008c)? Úgy tűnik, lehet a feltevésnek igazságtartalma. A 9. diagram alapján jól látható, hogy azoknak a körében, akiknek vannak előzetes ismeretei a térinformatikáról, jóval kiegyenlítettebb a négy tárgy iránti lelkesedés. Mindezek alapján úgy látom, hogy az eddigi „propaganda”, amelyet eseti jelleggel kifejtettünk az informatika és az informatika kapcsolódó szakterületei irányában, kevés.

107

Igen válaszok aránya (%)

Édeklődés előismereti meghatározottsága

Térinformatika Távérzékelés Mobilkommunikáció

50 45 40 35 30 25 20 15 10 5 0

49 44 24

27

Összes válaszadó (55 fő)

Digitális képfeldolgozás

29

36

36 21

Vannak ismertetei a térinformatika lefetőségeiről (14 fő)

9. diagram Előzetes ismeretek meghatározó szerepe a választásban

Szükséges rendszeres, megtervezett információközlés a hallgatók felé. Ennek megvalósítása többféleképpen is elképzelhető: 

tájékoztató ismeretanyag beépítése az alapozó informatika tárgyakba



az alapozó tárgyak önálló feladatmegoldás témáinak kiterjesztése ebbe az irányba



a hallgatók bevonása a tanszék ilyen irányú tevékenységébe (konferenciák, képzések…)



tájékoztatók tartása a választható tárgyakról

További vizuális informatikai tárgyak bevezetésének lehetőségei Napjaink leggyorsabban fejlődő informatikai alkalmazásai szorosan kapcsolódnak a képi információk feldolgozásához. A hardverelemek folyamatos fejlődése egyre inkább utat nyit, sőt a felhasználói igények mellett kényszerítő erőként hat a korábban éppen erőforrás igényessége miatt korlátok közé szorított terület robbanásszerű bővüléséhez. Fontos kérdésként vethető fel, hogy az egyetemi oktatásban résztvevők mennyire tájékozottak a kapcsolódó tudományterületeken, milyen széleskörűen épül be az általános alapozó és alkalmazott informatikaoktatásba a vizuális informatika. Vizsgáltam a hallgatók körében a vizuális informatikai területek iránti érdeklődést. A javasolt 3D modellezés valamint a multimédia mellett hallgatói igényként a weblapszerkesztés mellett a multimédia és a CAD merült fel. Érdekes módon a 3D modellezést és kiadványszerkesztést kisebb arányban választották a hallgatók (BUSZNYÁK és BERKE, 2007). Ezt az eredményt óvatosan kell kezelni, mert az előzetes ismeretek hiánya is befolyásolhatta. 108

Hallgatói igények a tananyagfejlesztésben (online, offline felhasználás) Rendelkezik-e videó lejátszására alkalmas mobil eszközzel? Igen 

Mobiltelefon

56,94%



MP4

5,56%



iPod

0,00% Igen

Tervezi-e ilyen eszköz vásárlását?

18,06%

Használta-e már az eszközt tanulásra (ismeretszerzésre)? 30,56% Rendelkezik-e mobiltelefonnal?

100,00%

Használ–e mobilinternetet?

13,89%

Ha nem, mi az oka? 

Drága

41,67%

Nincs rá szüksége

50,00%

A kérdőív első részében elsősorban technikai jellegű kérdéseket tettem fel. Az összes hallgató rendelkezik mobiltelefonnal (ez így volt már 2002-ben is), és ezek közül több, mint a fele videó lejátszására is alkalmas. Egyikük sem rendelkezik iPod eszközzel, és egyéb MP4lejátszóval is csak kb. minden 20-dik a kérdőívet kitöltöttek közül, de körülbelül 18% tervezi ilyen eszközök beszerzését (KOZMA-BOGNÁR és BERKE, 2008). A mobilinternethasználat aránya alacsony, körülbelül 14%, amit 42%-ban a magas árral indokolnak. A hallgatók fele nem érzi, hogy haszonnal alkalmazhatná (BUSZNYÁK és mtsai, 2002b). A

podcasting,

mobiltelefon

és

egyéb

MP4-szolgáltatások,

kisméretű kijelzőjükkel alkalmasak-e az oktatás segítésére?

eszközök Igen 33,33%

Mit használna szívesen a tanulás segítésére? 

Olyan MP4 videóanyag, melyet nem lehet letölteni, csak online (interneten) nézhető (hallgatható). Igen 26,39%



Olyan MP4 videóanyag, melyet le lehet tölteni és offline is használható.



Milyen multimédia anyagot használna szívesen a tanuláshoz?



Oktatója által összeállított/tartott előadás, gyakorlat, multimédiás anyag.



Általános, mindenki által használható, nem az oktatója által

összeállított/tartott előadás, gyakorlat, multimédiás anyag. 109

77,78% 97,22% 56,94%

A hallgatók az offline is használható anyagokat háromszor inkább választanák. Bár több, mint 50%-ban bármilyen tananyagot használnának, majdnem kétszer annyian vannak, akik a saját oktatójuk által összeállítottat választanák. Érdekes, hogy azoknak az aránya, akik használták már az eszközt tanulásra, ismeretszerzésre (31%), majdnem egybeesik azzal a 33%-kal, aki alkalmasnak tartja a mobileszközöket ismeretszerzésre. Azonban ez nem jelent korrelációt, sőt 9%-kal kevesebben (36% illetve 27%) jelölték meg ezt a tapasztalatokkal rendelkezők közül. Mindez a technika kiforratlanságát jelezte 2006-ban. Rendelkezik-e olyan holtidővel (autóbuszon, vonaton, autóvezetés közben, várakozás közben…), amit tanulásra fordít? Igen 

Napi több mint 1 óra

26,39%



Heti több mint 1 óra

70,83%

Használná-e a tanuláshoz olyan, oktatója által összeállított/tartott előadás, gyakorlat, multimédiás

anyagot,

melyet

ingyenesen

letölthet

az

egyetem

hálózatából mobil videólejátszójára és offline használhatja? Igen 62,50% Az utolsó kérdéscsoport jelzi, hogy az időbeli lehetőség és a hajlandóság is megvan többféle eszközzel hozzáférhető, kurzushoz illesztett, offline is elérhető tananyagok használatára (BUSZNYÁK, 2004c). Megállapítható, hogy jól használható „mobil” tananyagok iránt igény van, de az áttörés még várat magára (BERKE és BUSZNYÁK, 2003). Reményeim szerint az új

broadcasting

(podcasting)-

és

MP4-rendszerek

közelebb

vihetnek

felhasználáshoz (TEMESI és BERKE, 2004).

Igen válaszok aránya (%)

Rendelkezik-e olyan holtidővel, amit tanulásra fordíthatna?

80 70 60 50 40 30 20 10 0

70,8

26,4 2,8

Napi több mint Heti több mint 1 Heti kevesebb 1 óra óra mint 1 óra Időtartam

10. diagram Rendelkezik-e olyan holtidővel (autóbuszon, vonaton, autóvezetés közben, várakozás közben…), amit tanulásra fordít?

110

a

tömeges

6 KÖVETKEZTETÉSEK ÉS JAVASLATOK 6.1 Veszteséges tömörítőeljárások pszichovizuális vizsgálatának eredményei A 9MB-ról 220KB-ra történő, körülbelül 40-szeres tömörítés mindhárom eljárással nagyon jó minőségben végezhető el. A tömörített képek között jelentős eltérést nem tudtam kimutatni a folytonos színárnyalatoktól való eltérés és az apró részletek láthatósága tekintetében. Mindhárom eljárásnak találtam erős oldalát, és olyat is, amiben gyengébb a többinél. A fraktáltömörítés nagyon jó a színárnyalatok visszaadásában, de gyengébb az alakzatok, részletek felismerhetősége tekintetében. Az MrSID-tömörítésű képek nagyon jól adták vissza az eredeti kép színmélységét, a színárnyalatok, alakzatok felismerhetősége tekintetében átlagos eredmény kaptam. A JP2000-tömörítés adta a legjobb eredményt az alakzatok, részletek felismerhetősége szempontjából, de gyengébb eredményt adott a színárnyalatok, színmélység tekintetében. A JP2000 jó eredménye az alakzatok felismerhetősége tekintetében alkalmassá teszi térképek tömörítésére is (BERKE és BUSZNYÁK, 2004).

6.1.1 JPEG2000 formátum a digitális térképezésben A Mapping Science által megalkotott GeoJP2 lehetővé teszi georeferált tömörített képek előállítását JP2000 formátumban. Felmérésem időpontjában még kérdéses volt, hogy milyen irányba halad tovább a fejlesztés. A kérdés a következőképpen fogalmazódott meg: amennyiben a Lizardtech által megvásárolt GeoJP2 formátumot megtartja a cég, akkor a GeoTIFF, az MrSID és a GeoJP2 formátumok összehasonlítása érdekes lehetőségként merül fel. Amennyiben nem, kérdés, hogy a Lizardtech MrSID-formátum további ilyen irányú fejlesztését mennyiben segíti elő a GeoJP2 megjelenése-megvásárlása (BERKE és BUSZNYÁK, 2004). A későbbiekben a GeoJP2 formátumot megvásárolta a Lizardtech cég és leállt a fejlesztésével. Fejlesztett szoftverükben, a GeoExpress-ben a másik stratégiát választották. A GeoExpress GMLJP2 támogatást tesz lehetővé, így alkalmazhatók a GML metaadatok a JPEG2000 képalkotásban, amelyeket a downstream alkalmazások felhasználhatnak a képek geospaciális munkafolyamatba való integrálásánál, így könnyítve meg a képek újabb célú felhasználását számos projektben. 111

A Geography Markup Language az XML-re épülő, az OpenGIS Consortium által kifejlesztett kijelölőnyelv. Hasonlóan az XML-hez, a különböző rendszerek közötti adatcserére szolgál. Kifejlesztésénél a fő cél az volt, hogy a különböző földrajzi információs rendszerek (GIS) közötti adatcserét lehetővé tegye. A Georgikon Térképszerver fejlesztésénél az elmúlt időszakban figyelembe vettem ezeket a változásokat, fejlődési irányokat, és a nyílt interfésszel együtt (ESRI ArcIMS: nyílt API 2008) alkalmasnak érzem a technológiánkat, hogy a közösségi webtérképfejlesztés és a „mashup” térképezés fontos forrásává, indukálójává váljon.

6.1.2 Pszichovizuális felmérés GIS eredményeinek értékelése Térképi információk befogadása során nagyon fontos a részletek, alakzatok felismerhetősége. Felmérésem igazolta, hogy a wavelet alapú tömörítés jobb eredményt ad, mint a fraktálalapú. Az eredmény megfelelt várakozásaimnak. A fraktáltömörítés a kevéssé rekurzív típusú képeknél, a blokkonkénti kezelés miatt, torzíthatja a geometriát. A két wavelettömörítés összehasonlításakor már meglepőbb eredményt kaptam. Jelentős különbség tapasztalható a JPEG2000-tömörítés javára. A felmérés időpontjában (2003-2004.) georeferenciaadatokat tartalmazó tömörített potenciális fájlformátumként (a tömörítetlen GeoTIFF mellett) az MrSID és a GeoJPEG kínálkozott. Georeferenciaadatokat tartalmazó fájlformátumként használatos, tömörített MrSID és JPEG2000 (GeoJPEG) módszerek pszichovizuális összehasonlítása alapján a JPEG2000 alkalmasnak, néhány szempontból jobbnak tekinthető nagyméretű térképi jellegű adatok erősen tömörített ábrázolására. Kutatásom pszichovizuális szempontokat figyelembe véve is alátámasztotta a JPEG2000 formátum alkalmazhatóságát a digitális térképkészítésben. Különösen a nagyméretű, légifotózásból, illetve űrfelvételezésből származó képek (ortofotók) esetében alkalmazható, ahol fontos a megfelelő minőség a nagy tömörítési arány mellett Míg az MrSID felhasználása a vezető GIS-szoftverekhez köthető, addig a JPEG2000 formátum nyílt szabványú, szabadon alkalmazható, így használatának terjedése (beépített georeferenciával vagy illesztő „word” fájl segítségével) lehetséges. Az ERDAS Imagine 8.7 újdonsága volt 2003-ban a JPEG2000-es formátummal együtt a GeoJP2 támogatása.

112

6.1.3 Geoinformációs rendszereknél alkalmazott képtömörítési eljárások várható fejlesztési irányai A GIS-képtömörítés fejlődési irányai részben a speciális feladatok (távérzékelés, georeferencia) által meghatározottak, részben pedig megegyeznek az általános irányokkal: 

hatékonyabb algoritmusok,



magasabb tömörítési ráták,



kódolási eltérések (veszteséges tömörítés) alacsony szintje,



GML (Geography Markup Language) adatkompatibilitás fejlődése,



képfeldolgozó szoftverek nyitása a GIS-felhasználás irányába,



gyors és skálázható kódolás és tárolás.

Amikor különböző nézetekben nézzük a képet, az különböző minőségű adatbázishozzáférést is jelent, ami feltételezi a skálázhatóságot. Hiperspektrális adatok használatának növekedésével a térbeli tömörítőeljárások gyors felfutása várható, mint a 3DCT vagy a vektorkvantálás.

6.2 Térképszerver

szolgáltatásainak

kiépítésével

kapcsolatos

kutatások 6.2.1 Talajtérképek vektorizálásra javasolt technológia Míg a 8 bites színmélységű, részletgazdag, 1:10000-es méretarányú topográfiai térképeknél az ArcInfo, ArcScan szintvonaldigitalizálás nem bizonyult jelentősen hatékonyabbnak, mint a manuális módszerek, addig a talajtérképek, talajfoltok digitalizálása esetében nagyon jól alkalmazhatónak találtam. A múlt század 80-as éveiben készített (1985-1990), 1:10000 méretarányú talajtérkép kartogramok vektorizálására akár a rendelkezésre álló (elkészült) térképek teljes körében javaslom az eljárást. Megfelelő előfeldolgozás után az objektumok utólagos azonosításával jól alkalmazható.

113

6.2.2 Térképszerverrel

támogatott

terepi

adatgyűjtés

technológiai

változásai A terepi adatgyűjtés rendszerei hatalmas fejlődésen mentek keresztül a 2002-es vizsgálatok óta. Az eszközrendszereknél említett technológiai hiányosságok kompenzálására a mai mérőeszközöknél már nem kell külön energiát fordítani, mint azt a Georgikon Bázisállomás mérőrendszerének

bemutatásánál

is

láthatjuk.

Így

a

tanácsadással

(talajtani,

növényvédelmi…) foglalkozó agrárvállalkozások remélhetőleg egyre kevésbé érzik beláthatatlan feladatnak a térképszerverrel segített terepi adatgyűjtés térinformatikai eszközrendszerének beillesztését napi munkájukba.

6.2.3 Térképszerver szolgáltatásainak és publicitásának javítását szolgáló új technológiák A „térképszerver” és a „mapserver Hungary” keresőszóra is az első találatként a Google keresőrendszerben a Georgikon Térképszerver kezdőlapja, illetve a szolgáltatásait bemutató cikkre mutató hivatkozást talál a téma iránt érdeklődő kutató vagy felhasználó. Az, hogy az internetes keresés leginkább használatos eszközével (Google keresőmotor) térképi információkat gyűjtők nagy eséllyel találkoznak kutatásaim felhasználásával készült fejlesztésekkel, nagyon fontos eredménye munkámnak. További felesztéseim során, építve az eredményekre, szükséges a kutatás, fejlesztés továbbvitele a közösségi webtérképfejlesztés és a nyílt térképek irányába. Jelenleg is használunk az oktatásban, kutatásban nyílt API-val rendelkező térképszerverszolgáltatásokat (GoogleMaps, OpenStreetMaps, Geoportal…). Az ESRI cég a tavalyi évben (2008) nyitottá tette a hozzáférést az ArcIMS és a GISServer szolgáltatásokhoz. A nyílt API lehetővé teszi, hogy a szolgáltatást, hasonlóan a fent említettekhez, bárki felhasználhassa saját „mashup” térképeihez. Kihasználva a láncpublikáció lehetőségét, a térképszerver felhasználói körét ugrásszerűen emelhetjük.

114

6.3 Georgikon Bázisállomás által segített GNSS terepi RTK adatgyűjtés eredményei Napjaink korszerű, bázisállomások pontosítóadataira épülő GNSS rendszerei megfelelő felszínborítású területeken hatékonyan képesek közepes kiterjedésű (maximálisan néhány négyzetkilométer) terepi domborzatmodell nagypontosságú adatellátására, míg összefüggő erdővel borított területeken vegetációs időszakon kívül sem alkalmazhatóak hatékonyan nagypontosságú RTK felvételezésre. Egyszerű eszközökkel hektáronként néhány mérnöki munkaóra (becslésem szerint 0,3-3 óra ) alatt gyalogos bejárással négyzetméterenkénti adatsűrűséggel kaphatunk nagypontosságú adatokat. A nagypontosságú GNSS hálózatok és kiegészítő rendszereik felhasználása túllépett a geodéziai alkalmazási területeken, hatékonyan, nagy biztonsággal működtethetők nem geodéziai alapfeladatokra is.

A

Georgikon GNSS Bázisállomás elérése vészhelyzetben is 100%-os.

6.3.1 Geodéziai

és

térinformatikai

pontosságú

GNSS

felmérés

eredményeinek gyakorlati alkalmazását segítő rendszerek A valósidejű helymeghatározás egyre fontosabb a geodéziai és térinformatikai (GIS) alkalmazásban. Az NTRIP (Network RTCM Transmission via Internet Protocol) segítségével a Georgikon Bázisállomás valósidejű korrekciói interneten elérhetőek, és hozzáférhetőek a centiméter-pontos

mérésekhez

szükséges

korrekciók

a

Georgikon

Bázisállomás

környezetében. A térinformatika pontossági igénye ehhez képest szerényebb. Az egyvevős térinformatikai rendszerek valamilyen differenciális mérési módszerrel képesek méter alatti, vagy néhány deciméter pontosságú helymeghatározásra. A Keszthelyen üzemelő Bázisállomás mindkettő (RTCM, DGPS) korrekciót sugározza, aminek vételével lehetőség van egész Magyarország területén az 1 méter alatti pontosság elérése az RTCM formátumokat venni képes GIS-vevőkkel. Az EOV vetületi torzulása némiképp árnyalja a képet, de mindenképpen jóval méteren belüli EOV-beli pontossággal mérhetünk az egész ország területén. A Georgikon Bázisállomás honlapján a megadott módon regisztráló felhasználók jelenleg ingyenesen vehetik igénybe a Magyarország teljes területére alkalmas szubméteres pontosságot biztosító szolgáltatást.

115

Így rendelkezésre álló eszközeink technológiájától függően valós idejű kinematikus, geodéziai pontosságú, vagy szubméteres folyamatos felméréseket végezhetünk az agráriumban az aktuális munkákat végző gépekkel. Gyalogos felméréssel, vagy a talajerőpótlás, aratás és egyéb munkálatok gépeire szerelt RTK-vevőkkel gyűjtött adatok alkalmasak nagypontosságú, táblaszintű domdorzatmodell építésére. A modellek pedig hasznosíthatóak

a

GIS-elemzés

támogatására,

talajtani,

talajerőpótlási,

eróziós

és

növényvédelmi tanácsadáshoz. Hasonló rendszereket a Kozmikus Geodéziai Obszervatórium (Penc) és a Debreceni Egyetem is működtet. Fontos fejlesztés lehetne az egyetemi és egyéb, jelenleg a weben egyenként elérhető pontosítóadatok együttes kezelésének kialakítása és a virtuális bázis használati lehetőségének biztosítása.

6.4 Vizuális informatikai kutatások és hallgatói felmérések eredményeinek értékelése Fontos eredményként fogalmazható meg, hogy a vizuális informatikai technológiák a felsőoktatásban egyre nagyobb szerephez jutnak. Ezen technológiák elterjedését nagyban segítik napjaink szórakoztatóelektronikai fejlesztései. Mindezen fejlesztések, azon hallgatói igénnyel párosulva, hogy lehetőleg olyan tananyagokat kaphassanak a kezükbe, melyeket a tárgy

oktatója

állított

össze,

széles

távlatot

adnak

a

korszerű

elektronikus

tananyagfejlesztésnek. Az új technológiák gyakran nem az oktatás irányából indulva hódítják meg a napi gyakorlatot, hanem fordítva. A szabadidős tevékenységek eszközei épülnek be az oktatásba. Az élethosszig tartó tanulás a szemünk láttára válik élethosszig tartó digitális tanulássá. A digitális, multimédia eszközöket, mobilkommunikációs eszközrendszert, térinformatikai feldolgozási módszereket alkalmazó webes önálló komplexitás kezd beépülni az oktatásba, a szabadidős tevékenységeinkbe, a mindennapjainkba. Felmérésem bizonyította, hogy a gyorsan változó, átalakuló felsőfokú informatikaoktatás színvonalának emelésében, a hallgatói elégedettség növelésében kimutathatóan nagy szerepe van a kurzust megelőző tájékozódási lehetőségeknek.

116

Itt megemlíthető a felvételi előtti tájékozódás, az intézménybe beiratkozáskor adott tájékoztatás és nagyon fontos a kurzus kezdetén történő tájékoztatás is. Amennyiben már a felvételi, beiratkozás előtt minél szélesebb ismereteket szerezhetnek a hallgatók a képzésről, elkerülhető, hogy menet közben szembesüljenek a problémákkal: nem oda kerültek, mint ahogy előzetesen számítottak. A kurzus folyamán pedig szintén elengedhetetlen, hogy már a kezdeteknél tisztában legyenek a minőségi és mennyiségi követelményekkel, és időt kapjanak arra, hogy ezeket minél inkább elfogadva igyekezzenek a megfelelő tudást megszerezni. Nem vizsgáltam ezen tényezők egymás közti viszonyát, de kijelenthető, hogy az informatikai eszközrendszer alkalmazása a tájékozódásban, tájékoztatásban áttörést hozhat, amit a továbbiakban ismertetett vizsgálatok is alátámasztanak. Bizonyíthatóan hatékonyabb az informatikaoktatás, amennyiben a hallgatók minél szabadabb választásán alapul (összhangban a képzés alapkövetelményeivel). A szabadabb választás pedig, az alapfeltételeken túl, elsősorban az információn alapul. Kutatási eredményeim gyakorlati felhasználhatóságának ellenőrzésében nagy szerepe volt a térképszerveres publikáció lehetőségének. A hallgatók körében végzett felméréseim eredményeit felhasználva terveztem meg a vizuális informatika eszközrendszerére épülő új alkalmazott informatikai tárgyak tematikáját. Így a kutatásokra épülő szolgáltatásokat (térképszerver szolgáltatásai, talajinformációs rendszer, GNSS bázis) folyamatos tesztelés, ellenőrzés alatt fejleszthettem (BUSZNYÁK és mtsai, 2006c). Ezzel a visszacsatolással kutatási eredményeimet is a napi gyakorlatban érvényesíthettem. A 2002-ben megkezdett kutatásaim és a kutatási eredményeket felhasználó térképszerver szolgáltatások kialakítása során kedvező struktúrát sikerült létrehozni. Az elmúlt két évben bekövetkezett nyilvános webtérképinfrastruktúra változásának összes előnyét kihasználhatják a felhasználók. A nyilvánossá váló térképszerver interfészek megnyitották az utat a Georgikon Térképszerver szolgáltatásainak még szélesebb körű felhasználása irányába. A nyílt és az együttműködési webtérképek egyre nagyobb összefonódásából pedig nagyon érdekes új szinergiák nyerhetők. Oktatással kapcsolatos felmérések, módszertani fejlesztések területén fontos lenne a továbbiakban vizsgálni, hogy az agráregyetemek minőségi paraméterei (Országos Felsőoktatási Információs Központ értékelés) mennyiben mozognak együtt a téradat- és egyéb tudásbázisok alkalmazásával. Fontos feladat tovább vizsgálni és segíteni az új vizuális eszközrendszerek beépülését az oktatásba.

117

7 ÖSSZEFOGLALÁS Az agrár-felsőoktatás egyik legfontosabb kérdése, hogy miként tud alkalmazkodni a kiépülőben lévő információs társadalom állította követelményekhez, milyen mértékben tud a közeljövőben építeni a korszerű infokommunikációs vizuális technológiákra. Alap- és alkalmazott kutatások napjainkban egyre inkább elképzelhetetlenek enélkül. A vizuális geoinformatikai szolgáltatások nyújtására alkalmas térképszerverekre épülő tudásbázisok fejlesztésére, szolgáltatásainak igénybevételére jelentős igény mutatkozik. A térképszerverszolgáltatások megfelelő minőségben történő kialakításához, a szolgáltatott adatok feltöltéséhez,

hatékony

felhasználásához

szükséges

a

képfeldolgozás,

globális

helymeghatározás, digitális térképezés és még számtalan szakterület legújabb kutatási eredményeinek beépítése a fejlesztőmunkába. Amennyiben szükséges, újabb és újabb kutatásokat kell megtervezni és lefolytatni. Kutatásaimat az agrár-felsőoktatásban, kutatásban alkalmazott és a jövőben várhatóan alkalmazásra kerülő vizuális technológiákra alapoztam. Az értekezés több, egymásra épülő kutatás eredményeit mutatja be. Képtömörítési eljárások hatékonyságát pszichovizuális vizsgálattal elemeztem, különös tekintettel a digitális térképezési felhasználásokra. Meghatároztam, hogy mely módszerek hatékonyabbak a színárnyalatok, színtelítettség visszaadása és az alakzatok, apró részletek láthatósága tekintetében. Vizsgáltam a globális helymeghatározás rendszereinek automatikus térképezési lehetőségeit, az automatikus, félautomatikus domborzatmodell-generálás GNSS adatgyűjtő eszközrendszerét, annak hatékonyságát. A következtetésekben leírom a módszer használhatóságát különböző felszínborítású környezetben, ajánlást adok a hatékony alkalmazás lehetséges területeire. Vizsgáltam és összehasonlítottam papíralapról szkennelt raszteres topográfiai és talajtani térképek vektorizálásának automatizálási lehetőségét. Térképszerver szolgáltatásaira épülő talajtani tanácsadórendszer és terepi adatgyűjtés integrált rendszerének alkalmazási lehetőségeit elemeztem. Kutatásaimat az eredmények oktatási, kutatási gyakorlatban történő validálásával végeztem. Vizsgálataim segítették az időközben indított új vizuális informatikai jellegű tantárgyak megalapozott bevezetését az agráregyetemi oktatásba. Az ellenőrzést, visszacsatolást segítették a hallgatói igények figyelembevételével megtervezett és az oktatásba bevezetett vizuális informatikai tárgyak tervezése, oktatása során szerzett tapasztalatok. Másrészt ezeknek a vizsgálatoknak az alapján tudtam eldönteni, hogy kutatási, fejlesztési eredményeim mennyiben illeszthetők a graduális oktatásba. 118

Veszteséges tömörítőeljárások pszichovizuális összehasonlítása fontos előzményekkel rendelkező kutatási terület a Georgikon Karon. 1990-es évek végén dr. Berke József vezetésével zajlottak pszichovizuális vizsgálatok, melyek információkat szolgáltattak két veszteséges (JPEG és fraktál) képtömörítő eljárás egymás közötti és tömörítetlen képekkel történő összehasonlítására. A két tömörítőeljárás összehasonlításakor egyértelmű különbséget írtak le a fraktáltömörített képek javára, ami elsősorban a színárnyalatok visszaadása során volt feltűnően érezhető. Saját vizsgálataim tervezésekor a raszteres térképek publikálása kapcsán vizsgálni kívántam a nagyméretű képek közepesen nagy tömörítésének lehetőségeit három tömörítőeljárás összehasonlításával. Kutatásaim apropóját a JPEG2000 képtömörítési szabvány első implementációinak megjelenése adta. Pszichovizuális vizsgálatokat végeztem, hogy a JPEG2000-tömörítés, összehasonlítva a hasonlóan wavelet eljárást használó MrSIDtömörítéssel és a fraktáltömörítéssel, mely területeken ad (amennyiben ad) jobb eredményeket. Vizsgáltam az eljárásokat három fő irányban. Ezek a színárnyalatok eltérése, színtelítettség és az alakzatok, részletek felismerhetősége voltak. A vizsgálati módszer fontosabb

jellemzői,

újdonságai

a

szokásosan

alkalmazott,

páronként

történő

összehasonlításnak a négy eljárás egyszerre történő összehasonlításával történő felcserélése, a digitális eszközzel (kamerával) készített képek felhasználása (más, korábbi vizsgálatok során az eredeti képek gyakran diára készültek), a feltett kérdések a korábban és szokásosan alkalmazottaknál mélyebb értelmezhetősége és a vizsgálatok lebonyolítását biztosító belső hálózaton

elérhető

szerver

voltak.

Veszteséges

tömörítőeljárások

pszichovizuális

összehasonlításának eredményeinek feldolgozása során megállapítottam az eljárások erősségeit és gyengéit (a másik két eljáráshoz viszonyítva) a színárnyalatok eltérése, színtelítettség és az alakzatok, részletek felismerhetősége tekintetében. A 9MB-ról 220KB-ra történő, körülbelül 40-szeres tömörítés mindhárom eljárással nagyon jó minőségben végezhető el. A tömörített képek között jelentős eltérést nem tudtam kimutatni a folytonos színárnyalatoktól való eltérés és az apró részletek láthatósága tekintetében. Mindhárom eljárásnak találtam erős oldalát, és olyat is, amiben gyengébb a többinél. A fraktáltömörítés nagyon jó a színárnyalatok visszaadásában, de gyengébb az alakzatok, részletek felismerhetősége tekintetében. Az MrSID-tömörítésű képek nagyon jól adják vissza az eredeti kép színmélységét, a színárnyalatok, alakzatok felismerhetősége tekintetében átlagos eredmény kaptam. A JP2000-tömörítés adta a legjobb eredményt az alakzatok, részletek felismerhetősége szempontjából, de gyengébb eredményt adott a színárnyalatok, színmélység tekintetében. 119

Vizsgálati eredményeim szerint a fraktáltömörítés a várakozásoknak megfelelően a legjobbnak adódott a színárnyalatok visszaadása tekintetében. A színmélység visszaadása és az alakzatok, részletek felismerhetősége tekintetében viszont jelentősen jobban szerepeltek a waveletre épülö eljárások a fraktálhoz viszonyítva, mint a korábbi eredményekben a JPEG. A JP2000 jó eredménye az alakzatok felismerhetősége tekintetében alkalmassá teszi térképek tömörítésére is. Térképszerver szolgáltatásainak kiépítésével kapcsolatos kutatásaim során vizsgálatokat végeztem

talajtérképek

vektorizálásával

és

terepi

térképszerverrel

integrált

felmérőrendszererek piaci alkalmazási lehetőségeivel kapcsolatban. A vizsgálati módszer fontosabb jellemzői, újdonságai a genetikus papíralapú talajtérképek feldolgozása, községhatáros és szelvényhatáros térképek egy adatbázisba szervezése, az ezredfordulón szokásosan használt vektorizáló szoftvereknél, eljárásoknál korszerűbb ESRI Arc szoftverrendszer használata, a kétbites színmélységű, közepes adatsűrűségű talajtani térkép automatikus vektorizálásának összehasonlítása nyolcbites, nagy adatsűrűségű topográfiai térképpel, a kétbites színmélységű közepes adatsűrűségű talajtani térkép automatikus

és

manuális

vektorizálásának

összehasonlítása,

terepi

adatgyűjtés

és

térképszerver kapcsolatának GPS, GPRS tesztelése, talajtani tanácsadórendszer kialakításához és a talajtani tanácsadórendszer piaci bevezethetőségének vizsgálata voltak. A feldolgozott kartogramtípusok: humusz kartogramok, mechanikai összetétel kartogram, Ph- és mészállapot kartogram,

THB

kartogram,

talajpusztulás

és

termőrétegvastagság

kartogram,

talajtermékenységet és talajhasználatot befolyásoló tényezők kartogram, talajvíz kartogram, vízgazdálkodási kartogram voltak Zala megye teljes területére fellelhetően. Mivel a digitalizált térképek tisztítása során (térképek keretének levágása, szükségtelenné vált feliratok eltávolítása) az állomány módosult, ismételt georeferálás vált szükségessé, hogy a raszterkatalógusban az egyes szelvények tökéletesen illeszkedjenek egymáshoz. A kutatás során mintaterületen vizsgáltam az automatikus és kézi vektorizálás lehetőségeit. A vizsgálatot az ArcInfo desktop szoftver ArcScan modulja segítségével végeztem. Míg a nyolc bit színmélységű topográfiai térképek esetén nem adódott jelentős hatékonyságkülönbség a két módszer között, addig az egybites talajtérképeknél mindenképpen az automatikus módszer a hatékonyabb. Topográfiai térképeknél a ráfordított munkaórák 5%-nál kisebb mértékben különböztek, és az automatikus generálás sem volt lehetséges egyszerű betanítással. A térképszelvények színeltérései miatt minden újabb szelvény a két színre vágás újabb tervezését is igényli. 120

Talajtérképeknél az automatikus vektorizálás időigénye rövidebb, az ArcScan eljárás is hatékonyabb, így az utófeldolgozás is gyorsabb lehetne, de ezt árnyalja, hogy az objektumok bonyolultabbak (pontszerű, poligon). Az ArcScan eljárás hatékonyságát ebben az esetben természetesen nemcsak a színeltérések hiánya, de a kisebb adatsűrűség is segíti. A különbség döntően az előkészítés és utólagos ellenőrzési, javítási idő eltéréséből adódik. Az automatikus eljárás csak a nagyon jól definiálható (színek, alakzatok, objektumok…) feladatok esetében hatékony. Terepi GNSS adatgyűjtési lehetőségek új szemléletű vizsgálatára adott lehetőséget a Georgikon GNSS Bázisállomás üzembehelyezése 2007 nyarán. A Georgikon GNSS Bázisállomás pontosítóadatainak felhasználásával vizsgáltam terepmodell automatikus generálásának lehetőségeit. Vizsgáltam a szükséges szolgáltatások elérhetőségét, integritását. A mérések helyszíne a Kányavári-sziget volt. A mérések online pontosítását közvetlenül a Bázisállomáshoz kapcsolódva, valamint hálózati rendszerből kiválasztva is teszteltem. Valós idejű kinematikus folyamatos felmérést végeztem (napi több tízezer mérési eredmény). Vizsgáltam a felmérés hatékonyságát egyéb távérzékelési, kartográfiai eljárásokhoz viszonyítva domborzatmodell kialakításához. Vegetációs időszakban és azon kívül is végeztem méréseket a szabad műholdrálátással rendelkező, ritkásan és összefüggően erdővel borított területeken. Eredményeimet ellenőrző vizsgálatokkal érvényesítettem. A felmérés végrehajtása során nem azonos módon kértem le a pontosítóadatokat. Az első felmérés esetében (2008. szeptember 13.) a Georgikon Bázisállomás pontosítóadatait a Geotrade rendszerén keresztül értem el. A második felmérés (2008. december 21.), kikerülve a Geotrade hálózatot, közvetlenül használta a Georgikon Bázisállomás adatait. Az adathozzáférés módja a méréseket technikailag, illetve a mérési eredmények pontosságát, felhasználhatóságát nem befolyásolta. Méréseim valós idejű kinematikus, folyamatos topográfiai mérések voltak. Valós idejű kinematikus folyamatos GNSS

adatgyűjtés

eredményei

alapján

megállapítható,

hogy

napjaink

korszerű,

bázisállomások pontosítóadataira épülő GNSS rendszerei (például a Geoergikon Bázisállomás rendszere) megfelelő felszínborítású területeken hatékonyan képesek közepes kiterjedésű (maximálisan

néhány

négyzetkilométer)

terepi

domborzatmodell

nagypontosságú

adatellátására. Azonban összefüggő erdővel borított területeken vegetációs időszakon kívül sem alkalmazhatóak hatékonyan nagypontosságú RTK felvételezésre. Egyszerű eszközökkel hektáronként néhány mérnöki munkaóra alatt gyalogos bejárással négyzetméterenkénti adatsűrűséggel nyerhetőek nagypontosságú adatok. 121

A nagypontosságú GNSS hálózatok és kiegészítő rendszereik felhasználása túllépett a geodéziai alkalmazási területeken, hatékonyan, nagy biztonsággal működtethetők nem geodéziai alapfeladatokra is. Georgikon GNSS Bázisállomás elérése vészhelyzetben is 100%os volt. Eredményeim közül meglepetést jelentett, hogy a ritkásan erdővel borított területeken (például erdei sétaút) vegetációs időszakon kívül sem lehetett hatékonyan adatokhoz jutni. Ez reményeim szerint Glonass adatok vételére alkalmas terepi eszköz használatával a jövőben javítható lesz. A mérési rendszer megbízhatóságával kapcsolatban várakozáson felüli eredményeket kaptam. Az egyetlen felmerülő problémát az érvényesítő méréseknél egy mérési helyen tapasztalt, bizonytalan GPRS kapcsolat jelentette. Mérési eredményeim ellenőrzése érdekében vizsgáltam a valós idejű kinematikus folyamatos topográfiai mérési módszert a Georgikon Bázisállomás online pontosító adataival a legközelebbi OGPSH alapponton és a Kányavári-szigeten időbeli eltolással, minden méréssorozat közt újrainicializálva. A Kis-Balaton vízszintjére a sziget három reprezentatív pontján illesztett mérési sorozat szórása 5cm-en belül maradt. A maximális eltérés két lerakott pont között 21cm volt. Vizsgáltam az EOV, OGPSH megfelelőséget, és azt 5cm-en belülinek kaptam. A szokásosan használt Földmérési és Távérzékelési Intézet 5-méteres felbontású digitális domborzatmodell megbízhatósága átlagosan +- 0,70m. Ennél a Georgikon Bázisállomás online pontosító adataival korrigált valós idejű kinematikus folyamatos topográfiai mérések alapján készíthető modell mindenképpen pontosabb. Kutatási eredményeim minél gyorsabb és hatékonyabb érvényesítése az agrár-felsőoktatásban fontos feladat számomra. Kutatásaimmal a Pannon Egyetem Georgikon Karán újonnan bevezetésre kerülő alkalmazott informatikai tárgyak kiválasztásának, megtervezésének folyamatát

is

segítettem.

Kutatási

eredményeim

gyakorlati

felhasználhatóságának

ellenőrzésében nagy szerepe volt a térképszerveres publikálás lehetőségének. Így a kutatásokra épülő szolgáltatásokat (térképszerver szolgáltatásai, talajinformációs rendszer, GNSS bázis) folyamatos tesztelés, ellenőrzés alatt fejleszthettem. Ezzel a visszacsatolással kutatási eredményeimet a napi gyakorlatban is érvényesíthettem. Ehhez egyrészt vizsgálatokat folytattam az informatikaoktatás, a használatban lévő informatikai eszközrendszer tekintetében. Vizsgáltam a hallgatói igényeket a vizuális informatikához köthető tárgyakkal kapcsolatban, hogy a hallgatók véleményük kialakításakor mennyiben támaszkodnak (adott esetben hiányos) előzetes ismereteikre. Másrészt vizsgáltam a sok esetben szerverszolgáltatásokhoz köthető mobil vizuális eszközök, eszközrendszer oktatási feladatokra történő bevonásának lehetőségeit. 122

Három fontosabb felmérést végeztem. Ezek a motiváció, elégedettség, hatékonyság vizsgálata, hallgatók vizuális informatikai ismeretek iránti érdeklődésének felmérése és a hallgatói igények felmérése a tananyagfejlesztésben (online, offline felhasználás) voltak. A vizsgálati módszer fontosabb jellemzői, újdonságai a különböző képzési formákban résztvevő hallgatók eltérő érdeklődési köréből, előképzettségéből és más-más távolabbi céljaiból adódó különbségek és igények vizsgálata, a hallgatók informatikával kapcsolatos érzelmi viszonyának és hozzáállásuk változásának vizsgálata a félév előrehaladtával, a szöveges kifejtési lehetőség és az időbeli változások vizsgálata voltak. Felméréseim alapján megállapítható, hogy a geoinformációs, vizuális technológiák egyre nagyobb szerephez jutnak a felsőoktatásban. A technológiai fejlesztések, azon hallgatói igénnyel párosulva, hogy olyan tananyagokat kapjanak a kezükbe, melyeket a tárgy oktatója állított össze, geoinformációs és vizuális informatikai adatbázisok kialakítását indukálják. A tematikák, tananyagok tervezőinek a hallgatói igények kielégítéséhez szüksége van vizuális szerverszolgáltatásokra, melyeket munkájuk során felhasználhatnak.

123

8 ÚJ TUDOMÁNYOS EREDMÉNYEK I. Pszichovizuális

vizsgálataim

alapján

megállapítottam,

hogy

fraktál

eljárással

nagyfelbontású képek közepesen nagy tömörítése (9MB-ról 220KB-ra történő körülbelül 40-szeres tömörítés) nagyon jó minőségben végezhető el. Nagyfelbontású képek közepesen nagy tömörítése esetén a fraktáltömörítés nagyon jó a színárnyalatok visszaadásában, de gyengébb az alakzatok, részletek felismerhetősége tekintetében. II. Pszichovizuális vizsgálataim alapján megállapítottam, hogy MrSID wavelet eljárással nagyfelbontású képek közepesen nagy tömörítése (9MB-ról 220KB-ra történő körülbelül 40-szeres tömörítés) nagyon jó minőségben végezhető el. Nagyfelbontású képek közepesen nagy tömörítése esetén az MrSID-tömörítésű képek nagyon jól adják vissza az eredeti kép színmélységét, a színárnyalatok, alakzatok felismerhetősége tekintetében átlagos eredmény kapunk. III. Pszichovizuális vizsgálataim alapján megállapítottam, hogy JP2000 eljárással nagyfelbontású képek közepesen nagy tömörítése (9MB-ról 220KB-ra történő körülbelül 40-szeres tömörítés) nagyon jó minőségben végezhető el. Nagyfelbontású képek közepesen nagy tömörítése esetén a JP2000-tömörítés adja a legjobb eredményt az alakzatok, részletek felismerhetősége szempontjából, de gyengébb eredményt ad a színárnyalatok, színmélység tekintetében. A JP2000 jó eredménye az alakzatok felismerhetősége tekintetében alkalmassá teszi térképek tömörítésére is. IV. A Georgikon Térképszerver vektoros térképszolgáltatásainak kiépítéséhez kapcsolódó vizsgálataim alapján megállapítható, hogy az ESRI ArcScan automatikus vektorizáló eljárása a nyolcbites színmélységű, nagy adatsűrűségű, 1:10000-es méretarányú topográfiai térképeknél nem alkalmazható kellő hatékonysággal. A kétbites, 1:10000-es méretarányú, kisebb adatsűrűségű szelvényhatáros és községhatáros, Zala megyére rendelkezésre álló genetikus talajtérképek digitalizálására, vektorizálására viszont hatékonyabban alakalmazható, mint a manuális módszerek.

124

V. A Georgikon Bázisállomás és más, hasonló struktúrájú NRTIP szolgáltatások pontosító adataira épülő GNSS valós idejű kinematikus folyamatos topográfiai mérés megfelelő felszínborítású területeken hatékonyan képes közepes kiterjedésű (maximálisan néhány négyzetkilométer)

terepi

domborzatmodell

nagypontosságú

adatellátására,

míg

összefüggő erdővel borított területeken vegetációs időszakon kívül sem alkalmazható hatékonyan nagypontosságú felvételezésre. VI. A Georgikon Bázisállomás és kiegészítő rendszerei nagy biztonsággal működtethetők valós idejű kinematikus mérési módszerrel, és hektáronként néhány mérnöki munkaóra alatt

valós

idejű

kinematikus

folyamatos

felméréssel,

négyzetméterenkénti

adatsűrűséggel kaphatunk nagypontosságú térbeli adatokat. Az így gyűjtött téradatok jól használhatóak az agrár-, környezetvédelmi- és egyéb területek térinformatikai alkalmazásainak alapadataiként. VII. A Pannon Egyetem Georgikon Karán a hallgatók körében végzett felméréseim alapján megállapítható, hogy a geoinformációs, vizuális technológiák egyre nagyobb szerephez jutnak az agrár-felsőoktatásban. A technológiai fejlesztések, azon hallgatói igénnyel párosulva, hogy olyan tananyagokat kapjanak a kezükbe, melyeket a tárgy oktatója állított össze, geoinformációs vizuális informatikai adatbázisok kialakítását indukálják. A tematikák, tananyagok tervezőinek a hallgatói igények kielégítéséhez szüksége van a vizuális szerverszolgáltatásokra.

125

NOVEL SCIENTIFIC RESULTS I. Based on my psychovisual examinations I have found that a medium level compression of high resolution images (a compression of about 40 times, from 9MB to 220KB) can be carried out with the help of the fractal compression method in a very good quality. In the case of medium level compression of high resolution images, the fractal compression is very good at giving back colour shades, though it is poorer in respect of recognizability of shapes and details. II. Based on my psychovisual examinations I have found that a medium level compression of high resolution images (a compression of about 40 times, from 9MB to 220KB) can be carried out with the help of the MrSID wavelet compression method in a very good quality. In the case of medium level compression of high resolution images, the MrSID compression is very good at giving back the saturation of the original image, though it is of an average quality in respect of colour shades and the recognizability of shapes. III. Based on my psychovisual examinations I have found that a medium level compression of high resolution images (a compression of about 40 times, from 9MB to 220KB) can be carried out with the help of the JP2000 compression method in a very good quality. In the case of medium level compression of high resolution images, the JP2000 compression is the best in respect of the recognizability of shapes and details, but gives poorer result in respect of colour shades and saturation. Due to its good results in respect of the recognizability of shapes, JP2000 is suitable for compressing maps. IV. Based on my examinations connected to the vector map services of the Georgikon Map Server it can be stated that the automated vector procession of ESRI ArcScan can not be applied with adequate efficiency in the case of 8 bit, high data density, 1:10000 scale topographic maps. However, it can be applied with more efficiency than manual methods in the case of digitalizing and vectorising the 2 bit, 1:10000 scale, lower data density segment and parish boundary genetic soil maps available of Zala county, Hungary.

126

V. Real time continuous kinematic topographic GNSS measurement based on refinement data of the Georgikon Base Station and other, similarly structured NRTIP services is capable of the high accuracy data supply of a medium size (a few square kilometres at maximum) terrain elevation model on adequately covered surfaces, whereas it is not applicable for high accuracy data supply even before or after vegetation period on areas covered by continuous forest. VI. The Georgikon Base Station and its complementary systems can be managed with high safety with the real time kinematic measurement method, and within a few engineering work hours per hectare, using continuous real time kinematic measurement, high accuracy geospatial data can be obtained with data density of square metre. The geospatial data obtained in this way can very well be used as basic data of GIS applications of agricultural, environment protection and other areas. VII. Based on my surveys carried out among the students of the Georgikon Faculty of the University of Pannonia I have found that geoinformation and visual technologies are gaining a more and more important role in agricultural higher education. Technological advances as well as the need of students for educational materials set up by their own instructors induce the creation of geoinformation and visual information databases. Those who design syllabi and educational materials require visual server services in order to satisfy students’ needs.

127

9 FELHASZNÁLT SZAKIRODALOM JEGYZÉKE Ádám J – Bányai L. – Borza T. - Busics Gy. – Kenyeres A. – Krauter A. – Takács B. (2004): Műholdas helymeghatározás, Műegyetemi Kiadó, Budapest, ISBN 963 420 790 1. Ageenko, E.I. - Franti, P. (2000): Compression of large binary images in digital spatial libraries, Comput. Graphics, Vol. 24, pp. 91–98., [online] elérhetőség: http://adsabs.harvard.edu/abs/1999SPIE.3972..301A [olvasva: 2009. május 8.]. Antal K. (2005): Commodore-on (meg)őrzött talajtani adatok használata, XV. Országos Térinformatikai Konferencia Kiadványa. Szolnok, [online] elérhetőség: http://www.otk.hu/cd05/1szek/Antal%20Kristóf.htm [olvasva: 2009. május 7.]. Bácsatyai L. (2002): Geodézia. Nyugat Magyarországi Egyetem Erdőmérnöki Kar, Egyetemi Jegyzet, Sopron, [online] elérhetőség: http://www.geo.u-szeged.hu/~joe/pub/Geodezia/B%E1csatyai_geod%E9zia.pdf [olvasva: 2009. május 7.]. Bacsi Zs. - Kovács E. (2001): Mit ér az ember, ha tanít? Georgikon Újság, 1/2001, [online] elérhetőség: http://www.georgikon.hu/geonews/georg4/menu.htm [olvasva: 2002. május 7.]. Berke J.-Busznyák J.(2003):Multimédia alapú, multifunkcionális informatikai oktatási és kutatási anyagok fejlesztése – MAMIKA, IX. Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Pécs, ISBN 963 218 310 X. Berke J. – Busznyák J. (2004): Psychovisual Comparison of Image Compressing Methods for Multifunctional Development under Laboratory Circumstances, WSEAS Transactions on Communications, Vol. III/1, pp. 161-166., ISSN 1109-2742, [online] elérhetőség: http://www.worldses.org/journals [olvasva: 2009. május 8.]. Berke J. - Hegedűs Gy. Cs. - Kelemen D. - Szabó J. (2002a): Digitális képfeldolgozás és alkalmazásai, Veszprémi Egyetem, Keszthely, ISBN 963 9096 911, [online] elérhetőség: http://digkep.hu [olvasva: 2009. május 7.]. Berke J. - Kocsis P. - Kovács J. (1997): Veszteséges képtömörítő eljárások pszichovizuális összehasonlítása, Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Budapest, [online] elérhetőség: http://tutor.nok.bme.hu/mmo/1/kpfeldol.htm [olvasva: 2009. május 7.]. 128

Berke J. – Magyar M. – Busznyák J. – Nagy S. (2005): ICT használata és legmodernebb eszközei a gyakorlatban. In Kreatív Műhely, Elektronikus Tananyaggyűjtemény, v. 2.0., Veszprémi Egyetem, Keszthely, ISBN 963 9639 01 X. Berke J. – Magyar M. – Busznyák J. – Nagy S. (2006): ICT használata és legmodernebb eszközei a gyakorlatban. In Kreatív Műhely, Elektronikus Tananyaggyűjtemény, v. 1.0., Veszprémi Egyetem, Keszthely, ISBN: 963 9096 94 6. Berke, J. - Magyar, M. (2006): The History of Hungarian Applied Multimedia, Journal of Applied Multimedia, Vol. I/1 7. p., ISSN 1789-6967, [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Archive.html [olvasva: 2009. május 7.]. Berke J. – Nagy S. – Csák M. - Busznyák J. – Szolcsányi É. – Sisák I. – Hegedűs G. (2002b): 3D Simulation Possibilities with Mobile Communications Systems in Agriculture, Mobile Information Systems in Agriculture’2002, Keszthely, ISBN 963 9495 02 6, [online] elérhetőség: http://www.digkep.hu/publikaciok/cikk [olvasva: 2009. május 7.]. Berke J. - Nagy S. - Csák M. - Hegedűs G. - Busznyák J. - Szolcsányi É.(2003): Real 3D Visual Simulation in Agriculture. IX. European Conference Information Systems in Agriculture and Forestry, Sec, p. 63., ISBN 80 239 0270 9. Berke J. – Sisák I. – Máté F. – Busznyák J. (2004): Map service and soil information system in support of environmentally sound agriculture in the watershed of Lake Balaton, X. European Conference Information Systems in Agriculture and Forestry, SEč, Praha p. 4., EN p. 5. Berke J. (1999): Comparison and Application Possibilities of JPEG and Fractal-based Image Compressing Methods in the Development of Multimedia Based Material, IEEE Data Compression Conference - DCC '99, USA, [online] elérhetőség: http://www.digkep.hu/publikaciok/cikk/dcc99.pdf [olvasva: 2009. május 8.]. Berke J. (2003): Távérzékelés I., Magyar PC Magazin, Vol. II/11, pp. 32-33. HU, ISSN 15889289. Berke J. (2004a): „Mamika” elektronikus tananyaggyűjtemény, Háromdimenziós valósághű terepi modellezés, Veszprémi Egyetem, Keszthely, ISBN9639096 87 3, [online] elérhetőség: http://digkep.hu [olvasva: 2009. május 7.].

129

Berke J. (2004b): Távérzékelés II. Magyar PC Magazin, III/1 pp. 18-20. HU, ISSN 15889289. Berke J. (2007): Measuring of Spectral Fractal Dimension. Journal of New Mathematics and Natural Computation, Vol. III/3, pp. 409-418., ISSN: 1793-0057. Berke J. (2008): A Spektrális fraktálszerkezet vizsgálatának elméleti és gyakorlati lehetőségei, Informatika a Felsőoktatásban 2008 Konferencia Elektronikus Kiadványa, p. 182, Debrecen, ISBN 978-963-473-129-0. Elektronikus változat: ISBN 978-963-473-129-0 8, [online] elérhetőség: http://www.agr.unideb.hu/if2008/kiadvany/eloadasok.htm. [olvasva: 2009. május 7.]. Borza T. - Busics Gy. (2006): GNSS pontmeghatározás végrehajtására, dokumentálására, ellenőrzésére kiadott ajánlás, Budapest, [online] elérhetőség: http://www.gnssnet.hu/downloads/AJANLAS-GNSS-20060901.pdf [olvasva: 2009. május 7.]. Busznyák J. - Berke J. (2004): Képtömörítő eljárások pszichovizuális összehasonlítása laboratóriumi körülmények között – MAMIKA. Magyar Képfeldolgozók és Alakfelismerők Országos Konferenciája (KEPAF Conference on Image Analysis and Pattern Recognition), Miskolc-Tapolca, pp. 21-28., DIGKEP v6.0, ISBN:963 9096 911, [online] elérhetőség: http://digkep.hu [olvasva: 2009. május 8.]. Busznyák J. - Berke J. (2007): Vizuális technológiák oktatása, Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Budapesti Műszaki Főiskola, 1995/2007 v13.0, ISBN 978-963-8431-99-8, Budapest. Busznyák J. – Berke J. (2008a): GPS és vizualitás, XIV. Multimédia az Oktatásban konferencia Elektronikus Kiadványa, Budapest, ISBN 978-963-8431-99-8. Busznyák J. – Berke J. (2008b): Informatika Oktatás a Pannon Egyetem Georgikon Mezőgazdaságtudományi Karán. Informatika a Felsőoktatásban 2008 Konferencia Kiadványa, Debrecen, p. 36., ISBN 978-963-473-129-0. Elektronikus változat: ISBN 978-963-473-129-0 8, [online] elérhetőség: http://www.agr.unideb.hu/if2008/kiadvany/eloadasok.htm. [olvasva: 2009. május 7.].

130

Busznyák J. - Berke J. (2008c): The Instruction of visual technologies, Journal of Applied Multimedia, Vol. III/1, pp. 1-6., ISSN 1789-6967, [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Archive.html [olvasva: 2009. május 7.]. Busznyák J. - Csák M. - Hegedűs G. - Nagy S. - Kovács E. - Berke J.(2002a): Az informatikaoktatás helyzete a Veszprémi Egyetem Georgikon Mezőgazdaságtudományi Karán, Informatika a Felsőoktatásban Konferencia Elektronikus Kiadványa, Debrecen, ISBN 963 472 691 7. Busznyák J. – Csák M. - Hegedűs G. - Nagy S. – Kovács E. - Berke J. (2002b): The integration of research results of Mobile Information Systems into Information Technology instruction at the University of Veszprém Georgikon Faculty of Agriculture, Mobile Information Systems in Agriculture’2002, Keszthely, ISBN 963 9495 02 6, [online] elérhetőség: http://www.digkep.hu/publikaciok/cikk [olvasva: 2009. május 7.]. Busznyák J. - Csák M. - Hegedűs G. - Nagy S. - Szolcsányi É. - Berke J.(2003): Information Technology Instruction and Mobile Information Systems at the University of Veszprém Georgikon Faculty of Agriculture, IX. European Conference Information Systems in Agriculture and Forestry, Sec, pp. 95-96., ISBN 80 239 0270 9. Busznyák J. – Hermann T. - Nagy S. – Grósz G. – Csák M. (2006a): Present and Future of GPS in Related Services, Agricultural and Educational Applications in Hungary, XII. European Conference Information Systems in Agriculture and Forestry, Prague, ISBN 80213-1494-X. Busznyák J. - Magyar M. - Nagy S. - Berke J. (2006b): Tools and Aims in the Instruction of Multimedia’The Experiences and Morals of an Experiment’, Third Central European Multimedia and Virtual Reality Conference, Eger, pp. 149-153., ISBN: 963 9495 89 1. Busznyák J. - Magyar M. -Nagy S. - Berke J. (2006c): Tool and target interlocking in multimedia teachnig, One experiment’s experiences and morals, Journal of Applied Multimedia, Vol. I/ 1, pp. 16-27., ISSN 1789-6967, [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Archive.html [olvasva: 2009. május 7.].

131

Busznyák J. – Nagy G. – Berke J. (2008): Georgikon GNSS Bázisállomás Üzembehelyezésének Tapasztalatai / Hálózai RTK és/vagy Single Base RTK? Informatika Felsőoktatásban 2008 Konferencia Kiadványa, Debrecen, p. 182., ISBN 978-963-473-129-0. Elektronikus változat: ISBN 978-963-473-129-0 8, [online] elérhetőség: http://www.agr.unideb.hu/if2008/kiadvany/eloadasok.htm. [olvasva: 2009. május 7.]. Busznyák J. (2004a): Georgikon térképszerver és kapcsolódó kutatási programok, XLVI. Georgikon Napok Kiadványa, p. 50. Keszthely ISBN963 9096 92X, Elektronikus Kiadvány ISBN 963 9096 962. Busznyák J. (2004b): Mobil eszközzel is elérhető térinformatikai és egyéb adatbázisok fejlesztése, II. ACTA Agrária Kaposváriensis, Vol. VIII/3, pp. 61-75. Kaposvár, ISSN 1418 1789, [online] elérhetőség: http://www.ke.hu/msites/atk/UserFiles/File/PDF/vol8no3/05buszny.pdf [olvasva: 2009. május 7.]. Busznyák J. (2004c): Multifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése, X. Multimédia az Oktatásban Konferencia Kiadványa, Szeged, pp. 35-42., ISBN 963 7179 88 7. Busznyák J.(2004d): GPS helymeghatározás, navigáció és adatgyűjtés. In Mamika Elektronikus Tananyaggyűjtemény, Veszprémi Egyetem, Keszthely, ISBN 963 9096 84 9. Busznyák J. (2006):The Services of the Georgikon MapServer to the Watershed of Lake Balaton, Ecological problems of our days- from global to local scale, Vulnerability and adaptation, Keszthely, ISBN-10: 963-9639-14-1, ISBN-13: 978-963-9639-14-0. Busznyák J. (2008): Új Kommunikációs és Információs Technológiák az Oktatásban /…a történet folytatódik…/. XIV. Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Zsigmond Király Főiskola, Budapest, ISBN 978-963-8431-99-8. Busznyákné Kovács M. (2008): Új technológiák a hagyományos tanulási környezet megteremtésében, XIV. Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Zsigmond Király Főiskola, Budapest ISBN 978-963-8431-99-8.

132

Büttner Gy.(2004): Környezetállapot értékelés távérzékelés segítségével, informatikai vonatkozások, Környezetállapot értékelés Program. Munkacsoport tanulmányok 2003-2004, [online] elérhetőség http://www.kep.taki.iif.hu/file/Buttner_Corine.doc [olvasva: 2009. május 7.]. Czimber K. (2001): Geoinformatika - elektronikus jegyzet, [online] elérhetőség: http://www.geo.u-szeged.hu/~joe/fotogrammetria/GeoInfo/geoinfo2.htm [olvasva: 2009. május 7.]. Dana, P. H. (2000): Global Positioning System Overview, Revised: 05/01/2000 (first published in September, 1994), [online] elérhetőség: http://colorado.edu/geography/gcraft/notes/gps/gps.html [olvasva: 2009. május 7.]. Dempster, A. (2009): Indoor Messaging System, Inside GNSS (GPS, Galileo, Glonass, Compass), 2009/2, pp. 37-40., [online] elérhetőség: http://www.insidegnss.com/auto/janfeb09-dempster.pdf [olvasva: 2009. május 7.]. French, G. T. (1996): An Introduction to the Global Positioning System, What It Is and How It Works, First edition GeoResearch, Inc., USA, ISBN 0-9655723-0-7. Gerő P. (2008): Az élethelyzethez igazított tanulás pedagógiai gyakorlat,. JAMPAPER Vol. III/3, pp. 55-57., [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Archive.html [olvasva: 2009. május 7.]. Ghassemain, H. (2004): On-board satellite image compression by object-feature extraction, International Atchieves of Photogrammertry Remote Sensing and Spatial Information Sciences, Vol. 35, pp. 820–825. [online] elérhetőség: http://www.isprs.org/congresses/istanbul2004/comm3/papers/382.pdf [olvasva: 2009. május 7.]. Guochang, Xu. (2007): GPS Theory Algorithms and Applications, Springer-Verlag, Berlin, ISBN: 3540727140, ISBN 13: 9783540727149. Hake, G. - Grünreich, D. (1994): Kartographie. 7. Auflage. Berlin, de Gruyter. Hargitai H. - Vekerdy Z. - Turdukulov, U. - Kardeván P. (2004): Az első magyarországi képalkotó spektrométeres repülés és adatainak elemzése erdőtípusok elkülönítésére, Képalkotó spektrométeres távérzékelési kísérlet Magyarországon, Térinformatika, Vol. 6, pp. 12-15. 133

Havasi B. – Busznyák J. (2008): Zalaszántói őskori tumulusokfelmérésének legújabb eredményei. In Zalai Múzeum, (szerk: Hováth L. – Müller R. – Németh J. – Vándor L.), Zala Megyei Múzeumok Igazgatósága, Zalaegerszeg, Vol. 17, pp.93-108., HU-ISSN 0238-5139 93. Holmkvist, L. (2004): Térképek és távlatok (Embrace M-real), 2003 Winter Lupe Magazin 2004/3, Fordította: Dendély Ágota [online] elérhetőség: http://www.pointernet.pds.hu/ujsagok/lupe/2004/03/lupe-11.html [olvasva: 2009. május 7.]. Iván Gyula – Solymosi Rezső (2000): Az 1:10 000 méretarányú topográfiai térképek raszteres és vektoros állománya, tapasztalatok, eredmények, Országos Térinformatikai Konferencia Kiadványa, Szolnok, [online] elérhetőség: http://www.otk.hu/cd00/2szek/ivan-solymosi.htm [olvasva: 2009. május 7.]. Komzak, J. - Slavik, P. (2002): Architecture of system for configurable GIS data compression, [online] elérhetőség: http://kmi.open.ac.uk/publications/year/earlier-publications [olvasva: 2009. május 7.]. Kovács E. - Bacsi Z. - Bokor I. - Lőke Zs. (2007): Lomizok és lomok az Európai Unió perifériáján – A szegénység fogyasztói társadalma” című kutatás, OTKA T 049335. Kozma-Bognár V. - Berke J. (2008): Podcasting, mint tanulást segítő megoldás, XIV. Multimédia az Oktatásban Konferencia Kiadványa, Zsigmond Király Főiskola, Budapest, ISBN 978-963-8431-99-8. Kozma-Bognár V. - Egri P. - Berke J. (2008a): Podcasting technológia alkalmazása a tananyagfejlesztésben, Informatika a Felsőoktatásban 2008 Konferencia Kiadványa, Debrecen, p. 79. ISBN 978-963-473-129-0, Elektronikus változat ISBN 978-963-473-129-0 8[online] elérhetőség: http://www.agr.unideb.hu/if2008/kiadvany/eloadasok.htm. [olvasva: 2009. május 7.]. Kozma-Bognár V. - Hermann P. - Bencze K. – Berke J. - Busznyák J.(2008b): Possibilities of an interactive report on terrain measurement, Journal of Applied Multimedia, Vol. III/2, pp. 33-43., ISSN 1789-6967, [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Archive.html [olvasva: 2009. május 7.]. Kozma-Bognár V. (2007): Hiperspektrális Képalkotás Oktatási Segédlet, Hiper v1.0, [online] elérhetőség: http://digkep.hu [olvasva: 2009. május 7.]. 134

Kraak, M. - J., Brown, A. (2001): Web Cartography – Developments and prospects, Taylor & Francis, New York, [online] elérhetőség: http:/books.google.com [olvasva: 2009. május 7.]. Loboda Z. (1999): Az oktatás és Európa Könyvtárhasználattan: Vol. V/3., [online] elérhetőség: http://www.okm.gov.hu/letolt/okszi/html/kiadv/kvthcikk4.html [olvasva: 2009. május 7.]. Magyar M. – Berke J. – Busznyák J. – Gerő P. – Krisztián B. (2005): A Multimédia a Művelődésszervezők Képzésében, XI. Multimédia az Oktatásban Konferencia Elektronikus Kiadványa, Budapest, ISBN 963 218 310 X. Márkus B. (1994): Térinformatika Egységes Törzsanyag (Márkus Béla szerk.). NCGIA National Center for Geographic Information and Analysis alapján, [online] elérhetőség: http://gisfigyelo.geocentrum.hu/ncgia/index_ncgia.html [olvasva: 2009. május 7.]. Matsuoka, R. - Sone, M. - Fukue, K. - Cho, K. - Shimoda, H. (2004): Quantitative analysis of image quality of lossy compression images, [online] elérhetőség: http://www.isprs.org/congresses/istanbul2004/comm3/comm3.aspx [olvasva: 2009. május 7.]. Mikus G. - Csornai G. - Mihály Sz. - Vass T. (2008): Agrártámogatások és a nemzeti téradat infrastruktúra, Földmérési és Távérzékelési Intézet.[online] elérhetőség: http://www.fomi.hu/honlap/magyar/szaklap/2008/04/3.pdf [olvasva: 2009. május 7.]. Molnár G. - Timár G. - Székely B. (2008): Lázár térképének georeferálásáról, Geodézia és Kartográfia Vol. LX/4, pp. 26-30., [online] elérhetőség: http://www.fomi.hu/honlap/magyar/szaklap/2008/04/5.pdf [olvasva: 2009. május 7.]. Moore, G. E. (1965): Moore's law, Electronics Magazine, 1965/4, „Még több komponens megvalósítása az integrált áramkörökben Gordon E. Moore”. Nagy A - Tamás J. - Burai P. - Lénárt Cs. (2008): Hiperspektrális távérzékelés szerepe, Informatika a Felsőoktatásban Konferencia Kiadványa, [online] elérhetőség: http://www.agr.unideb.hu/if2008/kiadvany/papers/E56.pdf [olvasva: 2009. május 7.]. Nagy S. - Berke J. (2003): Mobilkommunikációs eszközök alkalmazása, Elektronikus oktatási segédlet v1.0, Veszprémi Egyetem Georgikon Mezőgazdaságtudományi Kar, Keszthely, [online] elérhetőség: http://www.georgikon.hu/mobilkom [olvasva: 2009. május 7.]. 135

Nagy S. - Csák M. - Hegedűs G. - Busznyák J. - Szolcsányi É. - Berke J.(2003): Server and Client side implementation of Zala county Geographic Information System, IX. European Conference Information Systems in Agriculture and Forestry. Sec, pp. 84-85., ISBN 80 239 0270 9. Ottófi R. (1998): Geodézia, Kézirat, SZIE, Győr, [online] elérhetőség: http://eki.sze.hu/ejegyzet/ejegyzet/ottofi/ciml.htm [olvasva: 2009. május 7.]. Pakurár M. - Lénárt Cs. (2000): Szántóföldi gépek gardaságosabb üzemeltetésének lehetőségei a térinformatika felhasználásával, Gépesítési Társaság XXXVI. Országos Mezőgazdasági Gépesítési Tanácskozása, Gyöngyös. Pintér R. (szerk)(2007): Az információs társadalom - Az elmélettől a politikai gyakorlatig, Tankönyv, NET-IS (Network for Teaching Information Society) Gondolat – Új Mandátum, Budapest, [online] elérhetőség: http://www.ittk.hu/netis/doc/NETIS_Course_Book_Hungarian.pdf [olvasva: 2009. május 7.]. Saha, S. (2000): Image compression—from DCT to wavelets: a review, [online] elérhetőség: http://www.acm.org/crossroads/xrds6-3/sahaimgcoding.html [olvasva: 2009. május 7.]. Salomon, D. (2006): Data Compression. Fourth Edition- Springer Science+Business Media, LLC, Verlag London Limited, London, ISBN-10: 1-84628-602-6, ISBN-13: 978-1-84628602-5. Samet, H. (1994): The Design and Analysis of Spatial Data structures, University of Maryland, Addison-Wesley Publishing Company Reading, Massachusetts, USA, ISBN: 0201-50255-0. Sári Á. (2009): 3D valósághű terepi modell készítése terepi és légifelvételek alapján, Diplomamunka, Gábor Dénes Főiskola. Sárközy F. (2001): A GIS adatmodell harmadik évtizede, BME, Budapest, [online] elérhetőség: http://www.agt.bme.hu/public_h/adatmodell/adatmodell.htm [olvasva: 2009. május 7.].

136

Sárközy F. (2009) Térinformatika, Kézirat, GIS adatmodellek, BME, Budapest, [online] elérhetőség: http://www.agt.bme.hu/tutor_h/terinfor/tbev.htm#tartalom [olvasva: 2009. május 7.]. Schiewe, J. (1998): Effect of lossy data compression techniques of geometry and information content of satellite imagery, IAPRS. Vol. XXXII/4, pp. 540–544. Stuttgart, [online] elérhetőség: http://www.ifp.uni-stuttgart.de/publications/commIV/schiewe129.pdf [olvasva: 2009. május 7.]. Shekhar, S. - Xiong, H. (2008): Encyclopedia of GIS - Ilya Zaslavsky Web Services, SpringerScience+Bussines Media LLC, New York, USA, [online] elérhetőség: http://springer.com [olvasva: 2009. május 7.]. Siki Z.(1995): Adatbázis-kezelés és szervezés, Kézirat, BME, Budapest. [online] elérhetőség: http://www.agt.bme.hu/szakm/adatb/adatb.htm [olvasva: 2009. május 7.]. Siki Z.(1999): GIS data exchange problems, solutions Periodica Polytechnika. [online] elérhetőség: http://www.agt.bme.hu/staff_h/siki/gisexch.htm [olvasva: 2009. május 7.]. Siki Z. (2003a): Térképek internetes publikálása, Kézirat, BME, Budapest, [online] elérhetőség: http://www.agt.bme.hu/ [olvasva: 2009. május 7.]. Siki Z. (2003b):Raszteres adatok kezelése, Kézirat, BME, Budapest, [online] elérhetőség: http://www.agt.bme.hu/tantargyak/katinfo/raszter/raszter.html [olvasva: 2009. május 7.]. Sikné Lányi C. (2000): 12 – 14 éves tanulók számítógép használata, Magyar Pedagógia, Vol. C/3, [online] elérhetőség: http://www.magyarpedagogia.hu/document/Sikne_MP1003.pdf [olvasva: 2009. május 7.]. Sikné Lányi C. (2009a): Teaching Virtual Reality and its Application,. Journal of Applied Multimedia, Vol. IV/1, pp. 7-12., ISSN 1789-6967 [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Issue.html [olvasva: 2009. június 23.]. Sikné Lányi C. (2009b): Lighting in Virtual Reality, Journal of Applied Multimedia, Vol. IV/1, pp. 19-26., ISSN 1789-6967 [online] elérhetőség: http://www.jampaper.eu/Jampaper_ENG/Issue.html [olvasva: 2009. június 23.]. 137

Sisák I. - Bámer B. (2007): A teljes termőterületet magába foglaló nagyléptékű talajtérkép létrehozásának szükségessége és lehetősége. In Tóth T., Tóth G., Németh T., Gaál Z. (Szerk), Földminősítés, földértékelés és földhasználati információ, pp. 185-192., MTA Talajtani és Agrokémiai Kutatóintézet, Budapest. Sisák I. (2007): Egy országos digitális talajtani tér-adatbázis fejlesztésének szükségessége és lehetősége, ESRI Magyarország Felhasználói Konferencia Elektronikus Kiadványa, 2007. október 25., Budapest. Stegena L (1988): Vetülettan, Tankönyvkiadó, Budapest. Takács B. (2000): Mobil térképező rendszerek áttekintése, OTKA T 030645 2000, [online] elérhetőség: http://www.agt.bme.hu/public_h/mobil/mobil2.htm [olvasva: 2009. május 7.]. Tamás J. - Diószegi A. (1996): Térinformatikai praktikum, DATE-EFE FFFK. DATE, Debrecen. Tamás J. - Lénárt Cs. (2003): Terepi térinformatika és a GPS gyakorlati alkalmazása, Debreceni Egyetem, Litográfia Kft., Debrecen. Tamás, J. - Lénárt, Cs. (2006): Analysis of a small agricultural watershed using remote sensing techniques, International Journal of Remote Sensing, Vol. XXVII/17, pp. 3737-3738. Tamás J. - Neményi M. - Milics G. (2008): Precíziós Mezőgazdaság. Debreceni EgyetemPannon Egyetem, BSc tankönyv, Észak-alföldi Régióért KHT, Debrecen-Keszthely. Tamás J. (2003a): Vektor alapú térinformatikai rendszerek (szerk. Dobos E.), Miskolci Egyetem, Miskolc. Tamás J. (2003b): Raszter alapú térinformatikai rendszerek (szerk. Dobos E.), Miskolci Egyetem, Miskolc. Tamás J. (2004): A GPS néhány további alkalmazási területe - Mezőgazdasági alkalmazások. In: Ádám J., Bányi L., Borza T., Busics Gy., Kenyeres A., Krauter A., Takács B. (szerk.) Műholdas helymeghatározás, Egyetemi tankönyv pp. 381-387., Műegyetemi Kiadó, Budapest.

138

Tamás J. (2004): A GPS néhány további alkalmazási területe - Mezőgazdasági alkalmazások. In: Ádám J., Bányi L., Borza T., Busics Gy., Kenyeres A., Krauter A., Takács B. (szerk.) Műholdas helymeghatározás, Egyetemi tankönyv pp. 381-387., Műegyetemi Kiadó, Budapest. Temesi T. - Berke J. (2004): Médiaszerver és lehetőségei a mezőgazdaságban, XLVI. Georgikon Napok Kiadványa, p. 57.Keszthely ISBN963 9096 92X, Elektronikus Kiadvány ISBN 963 9096 962. Temesi T. - –Forczek E. - –Berke J. (2004): Álmok és realítások, Multifunkciós, eszközfüggetlen tanulástámogatás, Multimédia az Oktatásban Konferencia Kiadványa, Szeged. Timár G. - Molnár G. - Márta G. (2003): A budapesti sztereografikus, illetve a régi magyarországi hengervetületek és geodéziai dátumaik paraméterezése a térinformatikai gyakorlat számára, Geodézia és Kartográfia LV/3, pp. 16-21., [online] elérhetőség: http://www.fomi.hu/honlap/magyar/szaklap/2003/03/4.pdf [olvasva: 2009. május 7.]. Timár G. - Molnár G. (2008): A harmadik katonai felmérés térképeinek georeferálása, Geodézia és Kartográfia, 1-2/60, pp. 23-27., [online] elérhetőség: http://www.fomi.hu/honlap/magyar/szaklap/2008/01/5.pdf [olvasva: 2009. május 7.]. Varga J. (2002): A vetületnélküli rendszerektől az UTM-ig, Kézirat, BME, Budapest WEB., [online] elérhetőség: http://www.agt.bme.hu/staff_h/varga/Osszes/Dok3uj.htm [olvasva: 2009. május 7.]. Végh V. - Sikné Lányi C. - Schanda J. (2006): Jellegzetes színek grafikus képekben, Világítástechnika, XCIX/4, pp. 8-12. Wade, M. (2008): Encyclopedia Astronautica, History of GPS, [online] elérhetőség: http://www.astronautix.com/project/navstar.htm [olvasva: 2009. május 7.].

139

Wohlberg, B. - Jager, G. (1999): “A Review of the Fractal Image Coding Literature”, IEEE Transactions on Image Processing, Vol. VIII/12, pp. 1716-1729. ,[online] elérhetőség: http://math.lanl.gov/~brendt/Publications/Docs/wohlberg-1999-review.pdf [olvasva: 2009. május 7.]. Zaletnyik P - Paláncz B - Völgyesi L - Kenyeres A. (2007): A gravimetriai geoid korrekciója GPS-szintezési adatok felhasználásával, Geomatikai Közlemények X, pp. 231-240., [online] elérhetőség: http://www.agt.bme.hu/staff_h/zaletnyik/sopron2006.pdf [olvasva: 2009. május 7.]. Zentai L. - Guszlev A. (2007): Web2 és térképészet, Geodézia és Kartográfia Online, LVIII/11, pp. 16-23.. [online] elérhetőség: http://terinformatikaonline.hu/index.php?option=com_content&task=view&id=36&Itemid=46[olvasva: 2009. május 7.]. Zentai L. (2000): Számítógépes térképészet, ELTE Eötvös Kiadó, Budapest. Zentai L. (2002): Webkartográfia, Geodézia és Kartográfia, LIII/5, [online] elérhetőség: http://lazarus.elte.hu/hun/dolgozo/zentail/publ/02webkart.htm [olvasva: 2009. május 7.].

140

10 FÜGGELÉK 10.1 Felhasznált műszaki dokumentációk és online adatforrások Adobe Photoshop 6.0.1 Plug-in technikai leírás. http://www.adobe.com/support [olvasva: 2009. május 6.] ArcIMS 4.0.1 Installation Guide – Windows. http://support.esri.com [olvasva: 2009. május 5.] ArcInfo Layout Toolbars. http://downloads2.esri.com/support/documentation/ao_/ArcMap_Tutorial.pdf ArcPad 6.0.1 Documentation Using ArcPad 6.0.1. http://support.esri.com [olvasva: 2009. május 5.] ArcPad 7.1 Documentation Using ArcPad 7.1. http://downloads2.esri.com/support/documentation/pad_/ArcPad_UserGuide_dec2007.pdf [olvasva: 2009. május 5.] ArcScan for ArcGIS Tutorial. http://support.esri.com [olvasva: 2009. május 5.] ArcScan for ArcGIS Tutorial. http://support.esri.com [olvasva: 2009. május 5.] Bringing Geospatial Technology Into Classrooms by Staff Writers Redlands CA (SPX) May 08, 2009. http://www.gpsdaily.com/reports/Bringing_Geospatial_Technology_Into_Classrooms_999.ht ml [olvasva: 2009. május 5.] Canon EOS D30 Technical Hall - Technical report 2000. http://www.canon.com/camera-museum/tech/report/200007/report.html [olvasva: 2009. május 6.]

141

Commission Regulation (EC) No 1205/2008 of 3 December 2008 implementing Directive 2007/2/EC of the European Parliament and of the Council as regards metadata (Text with EEA relevance). http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2008:326:0012:0030:EN:PDF [olvasva: 2009. május 5.] Compass, BeiDou (Big Dipper) System. http://www.globalsecurity.org/space/world/china/beidou.htm [olvasva: 2009. május 5.] DEFLATE Compressed Data Format Specification version 1.3 Csákány A - Bagoly Zs.: Jelfeldolgozás, Egyetemi Jegyzet, ELTE TTK, http://itl7.elte.hu/html/jelfel/index.htm [olvasva: 2009. május 7.]. Developing Multimedia Based, Multifunctional Research and Education Materials. National Research Project - ITEM-28/2002. http://www.digkep.hu/ [olvasva: 2009. május 5.] Digitális képanalízis segédlet a BME Építőmérnöki Kar hallgatói részére. http://www.fmt.bme.hu/fmt/oktatas/feltoltesek/BMEEOFTASJ5/asj5segedlet.pdf [olvasva: 2009. május 6.] DXF, DWG specifikáció. http://usa.autodesk.com [olvasva: 2009. május 5.] Education and Training 2010 Hungary. http://www.tpf.hu/upload/docs/konyvtar/egyeb/edu_train_2010_en.pdf [olvasva: 2009. május 5.] EGNOS leírás. http://www.egnos-pro.esa.int/education/book.html [olvasva: 2009. május 5.] ESA, Európai Űrügynökség. http://www.esa.int/esaNA/galileo.html [olvasva: 2009. május 5.] ESRI News - Winter 1999/2000 ArcNews -- MrSID Imaging Language. http://www.esri.com/news/arcnews/winter9900articles/28-mrsidimaging.html [olvasva: 2009. május 5.]

142

ESRI referencia. http://esri.com [olvasva: 2009. május 5.] ESRI Shapefile technikai leírás ESRI White Paper—July 1998. http://www.esri.com/library/whitepapers/pdfs/shapefile.pdf [olvasva: 2009. május 5.] ESRI Software 9.3 Library Tutorials - ArcGIS Desktop. http://support.esri.com [olvasva: 2009. május 5.] EUR-Lex Európai Unió joganyag. http://eur-lex.europa.eu [olvasva: 2009. május 5.] Európai Parlament és a Tanács 2007/2/Ek Irányelve (2007. március 14.) az Európai Közösségen belüli térinformációs infrastruktúra (INSPIRE) kialakításáról. http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2007:108:0001:0014:EN:PDF [olvasva: 2009. május 5.] Európai Parlament és a Tanács irányelv javaslata területi információs infrastruktúra (INSPIRE) létrehozásáról a Közösség területén Brüsszel, 2009. július 23. http://inspire.jrc.ec.europa.eu/proposal/HU.pdf [olvasva: 2009. május 5.] Exploiting the Potential of Europe’s Public Sector Information – European Comission, Directorate General for the Information Society Unit Information market (E4), May 2009, Luxemburg, p.2. http://ec.europa.eu/information_society/policy/psi/docs/pdfs/brochure/psi_brochure_en.pdf [olvasva: 2009. május 5.] Földi automatikus térképezés panorámaképekkel. http://norc.hu [olvasva: 2009. május 5.] Földmérési és Távérzékelési Intézet GNSS Szolgáltató Központ. http://gnssnet.hu [olvasva: 2009. május 5.] Földmérési és Távérzékelési Intézet honlapja. http://fomi.hu [olvasva: 2009. május 5.] Földmérési és Távérzékelési intézet: Légifelvételek és ortofotók leírása. http://fomi.hu [olvasva: 2009. május 5.] 143

Genuine Fractals hivatalos oldal. http://www.ononesoftware.com [olvasva: 2009. május 6.] Geographic Information System Coordinating Committe. http://gis.state.ga.us/Clearinghouse/clearinghouse.shtml [olvasva: 2009. május 5.] Georgikon GNSS Bázisállomás. http://gnss.georgikon.hu [olvasva: 2009. május 5.] Georgikon Térképszerver honlapja. http://map.georgikon.hu [olvasva: 2009. május 5.] Geotrade geodéziai GPS forgalmazó cég. http://geotrade.hu [olvasva: 2009. május 5.] Geotrade GNSS hozzáférés honlapja. http://geotradegnss.hu [olvasva: 2009. május 5.] GML 3.1 Geography Markup Language specifikáció. http://portal.opengeospatial.org [olvasva: 2009. május 5.] Google Earth virtuális földgömb nagyfelbontású műholdképekkel. http://earth.google.com [olvasva: 2009. május 5.] Google Street View nyitott felhasználású webtérképportál. http://maps.google.com [olvasva: 2009. május 5.] Google webes keresést és egyéb szolgáltatásokat nyújtó portál. http://google.com [olvasva: 2009. május 5.] GPRS leírás. http://www.comtechm2m.com [olvasva: 2009. május 5.] GPS alapismeretek a Trimble honlapján. http://www.trimble.com/gps/index.html [olvasva: 2009. május 5.] GPS időadatok portálja. http://tycho.usno.navy.mil/ [olvasva: 2009. május 5.]

144

Hiperspektrális felvételezések Magyarországon, Aisa. http://gisserver1.date.hu/ [olvasva: 2009. május 5.] Hivatalos „Join Photographic Experts Group” oldal. http://www.jpeg.org/jpeg/index.html [olvasva: 2009. május 6.] Hivatalos SVG portál. http://www.w3.org/Graphics/SVG/ [olvasva: 2009. május 5.] http://tools.ietf.org/html/rfc1951 [olvasva: 2009. május 6.] Index Tech hírek. http://index.hu/tech/net/tcom090125/ [olvasva: 2009. május 5.] Információk a DLR DAIS érzékelőről. www.op.dlr.de/dais [olvasva: 2009. május 5.] Információk az Aisa érzékelőről. http://www.specim.fi [olvasva: 2009. május 5.] Információs és kommunikációs technológiai képességek és eszközök az Európai Unióban, BruxInfo Európai Elemző Iroda 2007. http://hepih.nfu.hu/download.php?PageID=110&file=content/BruxInFo%20elemz%C3%A9s ek/ikteu_teljes.pdf. [olvasva: 2009. május 5.] INSPIRE Geoportál. http://www.inspire-geoportal.eu/ [olvasva: 2009. május 5.] Inspire információs portálok Magyarországon. http://www.fomi.hu (angol) [olvasva: 2009. május 5.] http://www.hunagi.hu (angol) [olvasva: 2009. május 5.] http://www.fvm.hu [olvasva: 2009. május 5.] http://www.kvvm.hu [olvasva: 2009. május 5.] Intergraph Standard File Formats (Element Structure) MicroStation 95 Reference Guide. http://dl.maptools.org/dl/dgnlib/ref18.pdf [olvasva: 2009. május 6.] Interneten való kommunikációs képességek elsajátítása, birtoklása. http://www.sibis-eu.org [olvasva: 2009. május 5.] 145

ISO/IEC JTC 1 Directives, 5th Edition Version 3.0, Annex J: Guidelines for API standardization. http://isotc.iso.org/livelink/livelink/fetch/2000/2489/186491/186605/Jtc1_Directives.pdf?nod eid=3959538&vernum=0 [olvasva: 2009. május 5.] Javaslat az Európai Parlament és a Tanács irányelve a térinformatikai infrastruktúra (INSPIRE) kialakítására a Közösségen belül, 2004/0175 (COD), [online] elérhetőség: http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=CELEX:52004PC0516:HU:HTML [olvasva: 2009. május 7.]. JPEG2000 hivatalos oldal. http://www.jpeg.org/jpeg2000/index.html [olvasva: 2009. május 6.] Kanadai Nemzeti Atlasz. http://atlas.nrcan.gc.ca/site/index.html [olvasva: 2009. május 5.] Koordinátarendszerek leírása. http://www.colorado.edu/geography/gcraft/notes/coordsys [olvasva: 2009. május 5.] Közösségi webtérképfejlesztő portál. http://turistautak.hu [olvasva: 2009. május 5.] Leonardo da Vinci program. http://tka.hu [olvasva: 2009. május 5.] Leuven-i nyilatkozat 2009. http://www.okm.gov.hu/letolt/felsoo/leuven_hu_2009_04_kn.pdf [olvasva: 2009. május 5.] Lisszaboni stratégia monitoring. http://lisbon.cor.europa.eu/ [olvasva: 2009. május 5.] Lizardtech Company hivatalos oldal. http://lizardtech.com [olvasva: 2009. május 6.] Luratech szoftverfejlesztő hivatalos oldala. https://www.luratech.com/try-buy.html [olvasva: 2009. május 6.]

146

MapInfo TAB formátum leírása. http://mitab.maptools.org/ [olvasva: 2009. május 5.] Massachusettsi Műszaki Egyetem oktatási portálja. http://ocw.mit.edu/OcwWeb/web/home/home/index.htm [olvasva: 2009. május 5.] Mezőgazdasági Parcellaazonosító Rendszer hivatalos honlapja. http://www.mepar.hu/ [olvasva: 2009. május 5.] Microsoft Virtual Earth, Live Search Maps szolgáltatás. http://preview.local.live.com [olvasva: 2009. május 5.] MiMi térinformatikai útmutató tudástár. http://www.mimi.hu/terinfo/index_terinfo.html [olvasva: 2009. május 5.] MPEG-4 (Moving Picture Experts Group) audio/videó kódolási standard. www.mpeg.org [olvasva: 2009. május 6.] MTA Geodéziai Tudományos Bizottság állásfoglalása 2005. február 17 Térbeli Információs Infrastruktúrájának (INSPIRE) és Nemzeti Téradat Infrastruktúra Stratégia területekkel kapcsolatos állásfoglalása. http://www.fomi.hu/hunagi/pdf/2009/recommended/nsdihus/NTIS_Vitaanyag_060313.doc [olvasva: 2009. május 5.] Multiresolution Seamless Image Database. http://www.lizardtech.com [olvasva: 2009. május 6.] Műholdas érzékelés rendszereinek elkövetkező évekbeli tervezett objektumai. http://www.asprs.org/news/satellites/ [olvasva: 2009. május 5.] Nagyfelbontású digitális domborzat modell az ország teljes területére (ELK-DDM-5). Termékismertető. http://fish.fomi.hu/termekekhonlap/adathaz/termekek/domborzat/DDM5_reszletek.pdf [olvasva: 2009. május 5.]

147

National Geospatial Intelligence Agency: Standard digital datasets (Digital Terrain Elevation Data). https://www1.nga.mil/ProductsServices/TopographicalTerrestrial/DigitalTerrainElevationDat a/Pages/default.aspx [olvasva: 2009. május 5.] Navigation Center. http://www.navcen.uscg.gov/gps/default.htm [olvasva: 2009. május 5.] NTIS dokumentum (IHM részére 2007 tavaszán átadott, két éves tárcaközi együttműködésben készült vitaanyag). http://www.fomi.hu/hunagi/pdf/2009/NTIS6mar13.pdf [olvasva: 2009. május 5.] Oktatási informatikai stratégia, OM Informatikai Főosztály, 2009. http://www.okm.gov.hu/letolt/informatikai_strategia_040326.pdf [olvasva: 2009. május 5.] Omnistar DGPS rendszer. http://omnistar.com [olvasva: 2009. május 5.] Open Geospatial Consortium Inc. OpenGIS® Web Map Server Implementation Specification 2006. http://portal.opengeospatial.org [olvasva: 2009. május 5.] OpenStreetMap hivatalos oldal. [olvasva: 2009. május 5.] http://openstreetmap.org Országos GPS Hálózat. http://fomi.hu [olvasva: 2009. május 5.] Országos GPSH álózat. http://fomi.hu [olvasva: 2009. május 5.] Ptolemaiosz világtérképe. The British Library. http://www.bl.uk/learning/artimages/maphist/minds/ptolemysmap/ptolemy.html [olvasva: 2009. május 5.] Rinex leírás, Werner Gurtner: The Receiver Independent Exchange Format Version 3.00 Astronomical Institute University of Bern. ftp://ftp.unibe.ch/aiub/rinex/rinex300.pdf [olvasva: 2009. május 5.] 148

Rinex leírás, Werner Gurtner: The Receiver Independent Exchange Format Version 3.00 Astronomical Institute University of Bern. ftp://ftp.unibe.ch/aiub/rinex/rinex300.pdf [olvasva: 2009. május 5.] Rumsey, D.: Map Collection. http://davidrumsey.com [olvasva: 2009. május 7.]. Russian Space Agency. http://www.glonass-ianc.rsa.ru [olvasva: 2009. május 5.] Simon Fraser University MTF Multimedia Lab. http://www.cs.sfu.ca/CC/365/li/material/cgi-bin/wavelet.cgi [olvasva: 2009. május 6.]. Sketchup 3D modellezőprogram. http://sketchup.com [olvasva: 2009. május 5.] Spatial Data Infrastructures in Europe: State of play 2007. http://inspire.jrc.ec.europa.eu/reports/stateofplay2007/INSPIRE-SoP-2007v4.pdf [olvasva: 2009. május 5.] Szabályozási alternatívák a diffúz foszfor terhelés csökkentésére a Balaton vízgyűjtőjén kutatási program honlapja. http://www.georgikon.hu/nkfp/ [olvasva: 2009. május 5.] Számítógépes (képernyős) munkahely 50/1999. (XI. 3.) EüM rendelet. http://net.jogtar.hu/jr/gen/hjegy_doc.cgi?docid=99900050.EUM [olvasva: 2009. május 5.] Tabula Hungariae és változatai. Országos Széchenyi Könyvtár, virtuális kiállítások. http://www.oszk.hu/index_hu.htm [olvasva: 2009. május 5.] The NCGIA Core Curriculum in GIScience 2000. http://www.ncgia.ucsb.edu/pubs/core.php [olvasva: 2009. május 5.] Trimble GPS for Precision Agriculture Centimeter Accuracy & RTK. http://www.trimble.com/ag_gps.shtml [olvasva: 2009. május 5.]

149

U.S. Geological Survey National Mapping Division Standards for Digital Elevation Models. http://rockyweb.cr.usgs.gov/nmpstds/acrodocs/dem/1DEM0897.PDF [olvasva: 2009. május 5.] United States Naval Observatory (Usno) Block Ii Satellite Information. ftp://tycho.usno.navy.mil/pub/gps/gpsb2.txt [olvasva: 2009. május 5.] Video Consumer Mapping Study, Ball State University’s Center for Media Design and Sequent Partners for the Nielsen –Founded Council for Research részeredmények 2009. http://www.researchexcellence.com/vcmstudy.php [olvasva: 2009. május 5.] Webtérképek története - Wikipédia szócikk. http://en.wikipedia.org/wiki/Web_mapping#History_of_web_mapping [olvasva: 2009. május 5.] WikiMapia böngészővel használható online térkép egy wiki rendszerrel. http://wikimapia.org [olvasva: 2009. május 5.] Wikimapia közösségi webtérképfejlesztés. http://en.wikipedia.org/wiki/Wikimapia [olvasva: 2009. május 5.] Wikipedia nyílt tartalmú, a nyílt közösség által fejlesztett webes enciklopédia. http://wikipedia.org [olvasva: 2009. május 5.] Yahoo Maps térképszerver. http://maps.yahoo.com/ [olvasva: 2009. május 5.]

150

10.2 Ábrajegyzék 10.2.1 Képek jegyzéke 1. kép Lázár deák térképe forrás: http://oszk.hu.....................................................................19 2. kép Tízezres EOV szelvény 1:100000 nézete forrás: http://fomi.hu.................................20 3. kép Inspire Geoportál forrás: http://inspire-geoportal.eu ...................................................29 4. kép Terraserver műholdkép forrás: http://terraserver.com .................................................30 5. kép GoogleMaps közösségi mapserver forrás: http://googlemaps.com .............................31 6. kép Differenciális korrekció forrás: http://georgikon.hu/bjs ..............................................34 7. kép Európa 3D térképezett részei forrás: http://maps.google.com.....................................36 8. kép Geoportál (Franciaország) forrás: http://geoportal.fr...................................................38 9. kép Tömörítetlen kép forrás: http://www.cs.sfu.ca ............................................................ 40 10. kép JPEG és wavelet tömörítés forrás: http://www.cs.sfu.ca .............................................41 11. kép JPEG és Fraktáltömörítés (színárnyalatok) forrás: http://digkep.hu............................42 12. kép Interneten való kommunikációs képességek elsajátítása, birtoklása forrás: www.sibiseu.org ........................................................................................................................................47 13. kép Tesztképek megjelenítési módja forrás: http://digkep.hu ............................................59 14. kép Tesztkép I-II-III. kérdéscsoport forrás: http://digkep.hu .............................................61 15. kép Terepi GPS adatgyűjtő összeállítás forrás: http://navman.com ...................................66 16. kép Google keresés eredménye „térképszerver” keresőszóra (2008 december) forrás: http://google .com.....................................................................................................................67 17. kép Google keresés eredménye „mapserver hungary” keresőszóra (2008 december) forrás: http://google .com.....................................................................................................................68 18. kép Georgikon GNSS Bázisállomás rendszere forrás: http://gnss.georgikon.hu ...............69 19. kép A mérés helyszíne a Georgikon Bázis hatókörében forrás: http://gnss.georgikon.hu .70 151

20. kép NetR5 vevő és ’zephyr geodetic’ antenna forrás: http://trimble.com..........................70 21. kép Műholdas kapcsolatok, GPSBase forrás://gnss.georgikon.hu .....................................71 22. kép Vetületi transzformáció, pontleírás forrás:http://gnss.georgikon.hu ...........................72 23. kép ETRS89 EOV helyi hivatalos térbeli transzformáció forrás:http://fomi.hu ................74 24. kép Georgikon Térképszerver szolgáltatásai forrás: http://map.georgikon.hu...................81 25. kép Topográfiai térképszolgáltatás a Georgikon Térképszerveren forrás: http://map.georgikon.hu ...........................................................................................................82 26. kép Publikált talajtérkép réteg forrás: http://map.georgikon.hu .........................................83 27. kép Szelvényhatáros és községhatáros talajtérkép kartogram publikációja forrás: http://map.georgikon.hu ...........................................................................................................83 28. kép Talajtérkép automatikus vektozizálása forrás: ArcInfo ArcScan modul .....................84 29. kép Topográfiai térkép automatikus vektorizálása forrás: ArcInfo ArcScan modul..........84 30. kép Google Sketchup 3D Warehouse modell - Hallgatói feladat (2008) forrás: Google 3D Warehouse ................................................................................................................................87 31. kép A Balaton üdülőkörzet szennyvíztisztítói, hallgatói feladat http://www.szennyvizbalaton.uni.hu ........................................................................................87 32. kép Internet forgalom 2009.01.25-én forrás: Budapest Internet Exchange........................88 33. kép Georgikon Bázis elérhetősége a Geotrade rendszerén keresztül forrás: http://geotrade.hu......................................................................................................................89 34. kép Koordinátaingadozások (tisztított) Zala állomás forrás: http://GNSSnet.hu ..............89 35. kép DOP értékek 2008. december 21-én napközben forrás: Trimble Planning 2.7 ...........90 36. kép A Kányavári-sziget femérési pontjai és a domborzat forrás: http://map.georgikon.hu91 37. kép Mérés a tó vízszintjére forrás: saját felvétel ................................................................95 38. kép 32-2015 OGPSH alappont Zalavár forrás: saját felvétel .............................................97 39. kép EHT konverzió forrás: EHT 4.1 ..................................................................................98

152

10.2.2 Diagramok jegyzéke 1. diagram Színárnyalatok eltérése.........................................................................................78 2. diagram Színtelítettség .......................................................................................................78 3. diagram Apró részletek láthatósága (16x nagyítás)............................................................79 4. diagram Alakzatok torzulása, felismerhetősége .................................................................79 5. diagram Érzed-e hiányát előképzettségnek?....................................................................... 99 6. diagram Elegendő-e annyi ismeret, amennyire a képzés során eljutsz?........................... 101 7. diagram Hallgatói értékelés változása ..............................................................................102 8. diagram Előzetes érdeklődés a tárgyak iránt ....................................................................107 9. diagram Előzetes ismeretek meghatározó szerepe a választásban ...................................108 10. diagram Rendelkezik-e olyan holtidővel (autóbuszon, vonaton, autóvezetés közben, várakozás közben…), amit tanulásra fordít? ..........................................................................110

10.2.3 Táblázatok jegyzéke 1. táblázat Tipikus GPS pozícióhibák ......................................................................................33 2. táblázat GNSS mérési módszerek jellemző pontossága .......................................................35 3. táblázat Pszichovizuális teszt eredményei............................................................................80 4. táblázat RTK mérés költségei...............................................................................................92 5. táblázat Érvényesítő mérési sorozatok átlagai......................................................................96 6. táblázat Alapponti mérés ......................................................................................................98

153

10.3 Rövidítések jegyzéke 2,5D

2,5 Dimenzió

3D

3 Dimenzió

3DCT

3-D Discrete Cosine Transform

ABO

Adaptive Binary Optimization

AIFSZ

Akreditált Informatikai Felsőfokú Szakképzés

API

Application Programming Interface

ARNS

Aeronautical Radio Navigation System

C/A

Clear/Acquisition

CAD

Computer-Aided Design

CE

Communauté Européenne

CERN

European Organization for Nuclear Research

CLC

Corine Land Cover

CMR

Compact Measurement Record

CPC

Cartesian Perceptual Compression

DAIS

RaumfartDigital Airborne Imaging

DCT

Discrete Cosine Transform

DEFLATE

Compressed Data Format (LZ77, Huffmann)

DEM

Digital Elevation Model

DGN

DesiGN

DGPS

Differential GPS

DjVu

DéJà VU

DLR

Deutsches Zentrum für Luft- und Spectrometer

DOM

Document Object Model

DTED

Digital Terrain Elevation Data

DWG

DraWinG

DXF

Drawing Interchange Format

ECDL

European Computer Driving Licence

ECMA

European Computer Manufacturers Association

ECW

Enhanced Wavelet Compressed

EGNOS

European Geostationary Navigation Overlay Service)

154

EHT 2007

EOV EUREF Hivatalos Helyi Térbeli Transzformáció

ELK-DDM

Előzetes Sztereokiértékeléses Digitális Domborzat Modell

EOTR

Egységes Országos Térkép Rendszer

EOV

Egységes Országos Vetület

ERDAS Imagine

Earth Resource Data Analysis System (remote sensing application)

ESRI

Environmental Systems Research Institute

ETRS89

European Terrestrial Reference System 1989

EU

Európai Unió

EUREF

European. Reference Frame

FÖMI

Földmérési és Távérzékelési Intézet

FSZ

Felsőfokú Szakképzés

GEOREF

World Geographic Reference System

GIF

Graphics Interchange Format

GIS

Geographic Information System

GLONASS

Global Orbiting Navigation Satellite System

GNSS

Global Navigation Satellite System

GPRS

General Packet Radio Service

GPS

Global Positioning System

GRID

Raster GIS file format (rácshálózat)

HDR

Hengervetületi Déli Rendszer

HÉR

Hengervetületi Északi Rendszer

HKR

Hengervetületi Középső Rendszer

HP

Hewlett-Packard

HTML

HyperText Markup Language

HUNAGI

Hungarian Association for Geo-Information

IBM

International Business Machines

ICER

Incremental Cost-Effectiveness Ratio

ICT

Information and communication technologies

IIR-M

Block II Replenishment Military

IIS

Internet Information Server

IKT

új Kommunikációs és Információs Technológiák

IMS

Internet Map Server

INSPIRE

Infrastructure for Spatial Information in the European Union

IP

Internet Protocol 155

IST

Information Society Technologies

IUGG-67

International Union of Geodesy and Geophysics

JBIG

Joint Bi-level Image experts Group

JP2000, JPEG2000

Joint Photographic Experts Group 2000

GeoJP2, GeoJP2000

Georeferencing JP2000

JPEG

Join Photographic Experts Group

JPEG-LS

Join Photographic Experts Group LoSsy mode

KB

KiloByte

KML

Keyhole Markup Language

KSH

Központi Statisztikai Hivatal

L1

L-band frequencie

L2

L-band frequencie

L2C

New L-band frequencie

LZ77

Lempel Ziv 1977 data compression

LZ78

Lempel Ziv 1978 data compression

LZW

Lempel-Ziv-Welch data compression

MITS

Magyar Információs Társadalom Stratégia

MADOP

Magyarország Digitális Ortofotó Programja

MB

MegaByte

MEPAR

Mezőgazdasági Parcella Azonosító Rendszer

MMS

Multimedia Messaging Service

MP4

Moving Picture Experts Group 4

MrSID

Multi-resolution Seamless Image Database

MSE

Mean-Squared Error

MTA

Magyar Tudományos Akadémia

NAVSTAR

NAVigation Satellite Timing and Ranging

NCGIA

National Center for Geographic Information and Analysis

NFT

Nemzeti Fejlesztési Terv

NKFP

Nemzeti Kutatási és Fejlesztési program

NTIS

Nemzeti Téradat Infrastruktúra

NTRIP

Network RTCM Transmission via Internet Protocol

OGC

Open Geospatial Consortium

OGPSH

Országos GPS Hálózat

OTF

On-The-Fly 156

PC

Personal Computer

PDA

Personal Digital Assistant

PDF

Portable Document Format

SWF

ShockWave Flash - Small Web Format

PDOP

Position Dilution of Precision

PH

Pondus Hidrogenii

PNG

Portable Network Graphics

RAM

Random Access Memory

RGB

Red Green Blue

RINEX

Receiver Independent Exchange Format

RNSS

Radio Navigation Satellite Service

RTCM

Radio Technical Committee for Maritime Applications

RTK

Real Time Kinematic

SDE

Spatial Database Engine

SLD

Styled Layer Description

SMS

Short Message Service

SoL

Safety of Life

SVG

Scalable Vector Graphics

TAB

MapINFO ASCII Binary Format

TIFF

Tagged Image File Format

TIN

Triangulated Irregular Network

TGO

Trimble Geomatik Office

TV

Televízió

UMN

University of Minnesota

US

United States

USA

United States of America

USGS

U.S. Geological Survey

UTM

Universal Transverse Mercator

VE

Veszprémi Egyetem

W3C

World Wide Web Consortium

WGS-84

World Geodetic System 1984

WMS

Web Map Service

CGI

Common Gateway Interface

XML

Extensible Markup Language 157

XP

Experience (Windows)

YCbCr

Y - luminance Cb - chroma Cr – color

YUV

U és V (krominancia-szín) Y (luminancia-világosság

ZH

Zárthelyi Dolgozat

158

10.4 Kiegészítő információk a 2002-es hallgatói felmérésben résztvevő „AIFSZ”, „C”, „B” típusúként azonosított hallgatói csoportok tantárgyi tematikáiról 10.4.1 AIFSZ (Akkreditált Informatikai Felsőfokú Szakképzés) A tantárgy neve: Számítógépkezelői alapismeretek Oktatás tanéve/féléve: 2002/1 Óraigény: E: 3

Gy: 4

Számonkérés módja: Kollokvium

Kreditértéke: 10

Oktatási cél: A tantárgy oktatásának célja a hallgatók gyakorlati felkészítése napjaink korszerű személyi számítógép alapú szoftverrendszereinek megismerésére, illeszkedve a szakképzési valamint ECDL nemzetközi követelményekhez. Ismeretkörök: Előadás 1. Alapfogalmak az informatikában, operációs rendszerekről általában, szoftver alapismeretek, hardver alapismeretek, IT alapismeretek, Információ és kommunikáció, adatábrázolás, ASCII kódtáblázat jelentősége, Boole algebra (AND, OR, NOT, XOR műveletek), számrendszerek az informatikában. 2. Számítógép típusai és története, számítógép generációk, Hardver ismeretek részletezése: központi egységek, perifériák, adattárolók, biztonság az informatikában, az informatika ergonómiai kérdései, hálózati alapismeretek, topológiák, hálózati szoftverek, mobilkommunikáció, fizikai közegek. 3. Operációs rendszerek bevezető: fogalma, típusai, adattárolás. Grafikus felületű operációs rendszerek: MS Windows rendszerek általános ismertetése, Linux operációs rendszer ismertetése. MS Windows bevezetés, állományrendszer, plug and play, hálózat, multimédia 4. Windows xx használatával kapcsolatos ismeretek áttekintése: Windows ablakok, Asztal, Tálca, Start menü, Sajátgép, Vágólap. Karakteres felületű operációs rendszerek: MS-DOS és UNIX rendszerek összehasonlítása. Az operációs rendszerek és a hálózat összefonódásai. 5. Az Internet története, a www szolgáltatás jellemzőinek áttekintése, az Internet címzési rendszere. Csatlakozási lehetőségek a világhálóra és az ehhez szükséges beállítások. Levelezés, fájlátvitel, TELNET szolgáltatások áttekintése, alkalmazási lehetőségeik.

159

6. Számítógépes grafika elméleti alapjai, vektoros és raszteres képek közti különbség, grafikus programok típusai. grafikai eszközök ismertetése. Prezentáció lehetőségei, készítésének lépései, fontos szempontok a fejlesztésnél, vetítés, jegyzetek, nyomtatás. 7. Értékelhető önálló feladat megoldása az eddigi témakörök alapján. Szövegszerkesztés alapfogalmai, a szöveges dokumentum részei, szövegegységek, betűtípusok közti különbségek, szövegszerkesztő programok típusai. 8. Szövegszerkesztő programok áttekintése, alapvető műveletek, nyomtatás, szövegbevitel, formázás. Tipográfiai alapismeretek. Állományműveletek ismertetése. Speciális funkciók: körlevél készítés, képek beillesztése a szöveges dokumentumba. 9. Táblázatkezelő szoftverek típusainak áttekintése. Alapfogalmak a táblázatkezelésben, számolótábla fogalma, munkalap részei. Képletek használatának matematikai alapjai. Abszolút és relatív cellahivatkozás közti különbségek. 10. Adatbázis-kezeléssel kapcsolatos alapfogalmak ismertetése. Bevezetés az adatbáziskezelésbe. Adatbázis-kezelők típusai és csoportosításuk. Az adathierarchia szintjeinek elkülönítése. Relációs adatbázis-kezelő rendszerek részletes ismertetése. 11. Adatgyűjtés jelentőségének ismertetése, adatgyűjtés eljárásainak megismerése, adatokkal kapcsolatos követelmények, adatbányászat. Relációs adatbázis felépítési kérdéseinek áttekintése, különös tekintettel az egyes normálformák megvalósítására. 12. Normalizálás lépéseinek részletes áttekintésével képet kap a hallgató a relációs adatbázis felépítési kérdéseire. Egy konkrét normalizálásos feladat közös végrehajtása. Az adatbázisokkal szemben támasztott követelmények áttekintése. 13. Lekérdezésekkel kapcsolatos ismeretek áttekintése, különös tekintettel az SQL nyelv használatára. Űrlapok alkalmazási lehetőségei az adatbázis-kezelő rendszerekben. Jelentések jelentősége kimutatások készítésénél. Önálló elméleti feladat megoldása az eddigi ismeretanyag alapján. 14. Munka külső adatbázisok segítségével. Kapcsolódás lehetőségei Internetes adatbázisokhoz. Komplex önálló feladatok értékelése a hallgatók által leadott anyagok alapján. A félév során ismertetésre került anyagrészek átismétlése, melyben a hallgatók is aktív szerepet vállalnak. Gyakorlat 1. Gyakorlati Boole algebra feladatok megoldása, igazságtábla alkalmazásával, számrendszerek közti átváltás matematikai alapjainak ismertetése, átváltások gyakorlása (2, 10, 8, 16) az alkalmazott számrendszerek között, Neumann elvek ismertetése, számítógép felépítésének áttekintése. 2. Hardver eszközök részletes ismertetése: processzor, memória, input és output perifériák ismertetése. Egy komplett konfiguráció összeállítása, az eszközök illesztő-felületeinek áttekintése. Setup program beállításainak áttekintés, egy konkrét beállítás elvégzése. Beépített képszerkesztő használata. 3. Bejelentkezés Windows XX operációs rendszerbe. Ablaktechnika használatának elsajátítása, egér kezelésével kapcsolatos ismeretek. Asztal beállítási lehetőségei, Startmenü használata, programok indítási lehetőségei, súgó használatának elsajátítása. 4. Állománykezeléssel kapcsolatos feladatok elvégzése Windows-ban, Sajátgép és Intéző használatának megismertetése. Windows beállítási lehetőségei, vezérlőpult használatának ismertetése. Nyomtatás Windows-ban, keresési lehetőségek használata, beépített szövegszerkesztő használata. 5. Internet böngésző használatának megismerése, WWW oldalak kezelése. Információ keresés az világhálón. Levelezőprogram kezelésének elsajátítása, e-mail küldés/fogadás a gyakorlatban. Fájlátvitel az Interneten keresztül. Távoli számítógép vezérlés lehetőségei. 160

6. Grafikai eszközök használata, beállítási lehetőségeik áttekintése. Ábraszerkesztés grafikai programok segítségével. PowerPoint program segítségével interaktív prezentáció elkészítése. Számítógépes prezentáció speciális lehetőségei. 7. Stílusok, sablonok, stílustár alkalmazási lehetőségéinek áttekintése. Keresés, csere, ugrás a szövegben. Lábjegyzet, végjegyzet, korrektúra alkalmazása. Tárgymutató és tartalomjegyzék használata többoldalas dokumentumokban. Helyesírás ellenőrzési lehetőség. Körlevélkészítés. Nyomtatás 8. Táblázatkezelő program üzemeletetésével kapcsolatos ismeretek áttekintése. Adatbevitel lehetőségei. Munkalapok alkalmazása, képletek, hivatkozások használatával. Cellaformázás lehetőségei valamint egyéb formázási lehetőségek. 9. Függvények alkalmazása a számítási műveltek elvégzéséhez. Egymásba ágyazható függvények használata. Diagrammok készítése az táblázat adatai alapján. Diagrammok formai beállításainak áttekintése. Nyomtatási lehetőségek táblázatkezelőben. 10. Kompelx önálló feladat ismertetése. Rendezési és szűrési lehetőségek táblázatkezelő rendszerekben. Adatátvitel más alkalmazások felé és adatátvétel más alkalmazásokból. 11. Értékelhető önálló feladat megoldása az eddigi anyagrészek alapján. Adatbázis-kezelők gyakorlati felhasználási lehetőségei. A használt adatbázis-kezelő felépítése, kezelési lehetőségei. Új adatbázis létrehozása. Ismerkedés az adattáblákkal. 12. Az adatmezők típusának helyes megválasztásával kapcsolatos ismeretek áttekintése. Több táblából álló adatbázis létrehozása. Kapcsolatok kialakítása az egyes táblák között. Kapcsolatok típusainak megfelelő kiválasztása. Gyakorlati feladatok megvalósítása. 13. Lekérdezésekkel kapcsolatos ismeretek áttekintése, fontos szempontok a lekérdezések kialakításánál. Lekérdezés típusának helyes megválasztása. SQL lekérdezési lehetőségek vizsgálata. Konkrét lekérdezési feladatok végrehajtása. 14. Értékelhető feladat megoldása adatbázis-kezelés tantárgy eddigi anyagából. Űrlapokkal kapcsolatos ismeretek áttekintése. Alkalmazásának lehetőségei. Űrlapok típusai közti különbségek megbeszélése. Űrlapok létrehozás varázsló és tervező nézet használatával. Jelentések készítése. Komplex adatbázis-kezelés feladat végrehajtása. Ajánlott tankönyvek, jegyzetek:   

ECDL CD tananyag Computerbooks: Mit kell tudni a PC-ről (OKJ, ECDL) Kiskapu: Office2000(I-III.)

161

10.4.2 „C” típusú tárgy A tantárgy neve: Számítástechnika II. Kötelező előtanulmány(ok): Számítástechnika Oktatás tanéve/féléve: 2002/1. Óraigény: E: 0

Gy: 4

Számonkérés módja: gyakorlati jegy

Kreditértéke: 5

Oktatási cél: A tantárgy oktatásának célja a hallgatók gyakorlati felkészítése napjaink korszerű személyi számítógép alapú szoftverrendszereinek megismerésére, illeszkedve a szakképzési követelményekhez. Ismeretkörök: 1. Számítógépes grafika alapjai. Képek tulajdonságai. Az informatikában leggyakrabban használatos képformátumok tulajdonságainak ismertetése. Digitalizálás. Képek készítése, módosítása. Képjavítási lehetőségek, retusálás. Effektusok használata. Formátum konverziók. Digitális képek nyomtatása 2. Adattömörítés, adattömörítés fogalma. Tömörítés típusai, tömörítési eljárások ismertetése. Tömörítő programok általános tulajdonságai, tömörítéskor felmerülő problémák. Lehetséges előnyök és hátrányok tömörített állományokkal való munka esetén. 3. Adattömörítés a gyakorlatban, elterjedt adattömörítő szoftverek megismerése. Tömörítő programok osztályozása. Műveletek karakteres tömörítő programmal (tömörítés, kicsomagolás, listázás, hozzáadás, frissítés). Műveletek grafikus tömörítő programmal (tömörítés, kicsomagolás, listázás, hozzáadás, frissítés, önkicsomagolás). 4. Prezentációk készítése I: A prezentáció szerkezete, PowerPoint program használatának bemutatása. Dia-minta elemeinek beállítása. Beépített elemek használata. Grafikus objektumok használata, tulajdonságainak beállítása. 5. Prezentációk készítése II. Diák importálása. Objektumok beillesztése, animációjának beállítása. Vetítési, időzítési beállítások elkészítése. Bemutató mentési formátumai. Uticsomag elkészítésének menete. 6. Értékelhető gyakorlati feladat készítése. A feladat több diából álló, egységes szerkezetű, az objektumok tulajdonságainak pontos beállítását előíró, pontosan definiált feladat. Az elkészített feladat archiválása tömörítő program segítségével. 7. Számítógép-hálózatok jelentősége és jövője, Információs társadalom, e-business. Számítógépes hálózati ismeretek. Hálózatok csoportosítása, felépítése, hardver és szoftver komponensek. Internet, intranet, extranet fogalmak, ezek kapcsolatai. 8. Üzemeltetési ismeretek, Windows 2000 felhasználói ismeretek. Felhasználói csoportok. könyvtárak és állományok jogrendszere, tulajdonságainak beállítása. 9. Windows alapú (egyenrangú/ peer to peer) hálózatok jellemzői. Erőforrások megosztása a hálózaton, hálózati meghajtók csatlakoztatása. Nyomtatók közös használatának szabályai, nyomtatók telepítése. 162

10. Internet: Netiquette, a világhálót használók szabályzata. TCP/IP protollcsalád, az adatok továbbításának legfontosabb ismérvei. Az URL címek, és képzésének szabályai. Elektronikus levelezés WEB-es környezetben, e-mail program segítségével. Postafiók beállításai. Elektronikus levél részei. Levél írása, állományok csatolása, küldési beállítások. Levél küldése, továbbítása, válaszlevél. Levél fogadása, levelezési szabályok készítése. 11. WWW tulajdonságai. Böngésző program használata. Beállítások. Dokumentumok mentési, letöltési lehetőségei. Keresés az Interneten. Keresési feltételek Multimédia és Internet. FTP használata, archívumok. Hálózati adatbázisok használata. Fejlődési irányok és hatások. 12. Értékelhető gyakorlat feladat készítése. Egy meghatározott adat megkeresése az Interneten, és elektronikus levélként eljuttatása egy megadott címre. Adott feltételeknek megfelelő adatok megkeresése, és elmentése háttértárolóra. 13. Adatvédelem, adatvédelmi eljárások ismertetése. Az elektronikus adatok törvényi szabályozásának bemutatása, elektronikus aláírás, elektronikus tanúsítvány ismertetése, használata. Számítógépes bűnözés, és védekezési lehetőségek. 14. Számítógépes vírusok típusai, jellegzetességei, kártételek. Ellenük való védekezési lehetőségek, védekezési eljárási rendek, intézkedések. Vírusölő programok ismertetése. Telepítés, vírus információs állomány frissítése. Program beállítások. Víruskeresési lehetőségek. Ajánlott tankönyvek, jegyzetek:     

ECDL CD tananyag Computerbooks: Mit kell tudni a PC-ről (OKJ, ECDL) Kiskapu: Office2000(I-III.) Bálint D.- Varga G.: Hálózati ismeretek Talentum Kft, Budapest, 1997. BERKE, J. : Számítógépes grafika v1.1, digitális tananyag., Keszthely, 2001. – www.georgikon.hu/grafika.htm.

163

10.4.3 B” típusú tárgy A tantárgy neve: Digitális képfeldolgozás Kötelező előtanulmány(ok):Számítástechnika , Számítástechnika II. Oktatás tanéve/féléve: 2002/1 Óraigény: E: 0

Gy: 2

Számonkérés módja: Kollokvium Kreditértéke: 2 Oktatási cél: Célunk, hogy a hallgatók a tanfolyam végén átfogó képet alkothassanak a digitális képfeldolgozás elméleti és gyakorlati témaköreiről, valamint a közeljövő főbb fejlesztési és alkalmazási irányzatairól. A téma elsajátítását egy interaktív, digitális képfeldolgozást oktató multimédia rendszer /DIGKEP v4.0/ segíti. Ismeretkörök: 1. Digitális képfeldolgozás fogalma, történeti áttekintése. A képfeldolgozás gyakorlatban elfoglalt szerepe. 2. Az emberi látás alapjai, a látás biológiája, a látás sajátosságai, színlátás, alakzatlátás. 3. Képfeldolgozás eszközei. Képbevitel, képtárolás, képfeldolgozás, képi másolat készítése, képkódolás és képtömörítés, képátvitel. 4. Digitális képalkotás. A digitális képalkotás modellje, mintavételezés, kvantálás, folytonos kép helyreállítása. 5. Képjavítás. A képjavítással kapcsolatos alapfogalmak, képhelyreállítás, világosságkód transzformációk, zajelnyomás, élkiemelés, többsávos képek javítása. 6. Geometriai korrekció. A geometriai korrekció modellje, koordináta transzformáció, homogén koordináták, gyakorlati megvalósítás. 7. Szegmentálás célja, a szegmentálás modellje, foltkeresés, foltelemzés, él-detektálás, élkorrekció. 8. Az osztályozás modellje, statisztikus alakfelismerés, klaszterezés, a környezet figyelembevétele, szintaktikus alakfelismerés, textúra elemzés. 9. Képkódolás és tömörítés. Redundanciák, elvárások, veszteségmentes tömörítés, veszteséges tömörítés. 10. Vizuális adatformátumok és gyakorlati alkalmazásaik. 11. PhotoShop. Felépítés, vezérlés, feladathoz történő illesztés. Alapvető funkciók bemutatása. Adatcsere. Rétegtechnika. Vezérlések. 12. Feladatok megoldása a gyakorlatban PhotoShop raszteres képfeldolgozó program segítségével. 13. Alkalmazások I. Mezőgazdasági kísérletek értékelése. Távérzékelés és gyakorlati alkalmazásai. Ipari képfeldolgozó rendszerek. 14. Alkalmazások II. Biológiai folyamatok diagnosztikája, digitális fényképezés, OCR, szkennerek használata.

164

Ajánlott tankönyvek, jegyzetek:   

BERKE, J. - HEGEDŰS, GY. CS. - KELEMEN, D. - SZABÓ, J. (2001): Digitális képfeldolgozás és alkalmazásai. Georgikon-Szeiler-Kvark, Keszthely, Pictron Kft., Budapest, ISBN: 963 00 5744 1. BERKE, J. - HEGEDŰS, GY. CS. - KELEMEN, D. - SZABÓ, J. (2001): Digitális képfeldolgozás és alkalmazásai. Kvark, Keszthely, – DIGKEP v4.0. interaktív CDROM oktatási anyag. GONZALEZ, R. C. - WOODS, R. E. (1992): Digital Image Processing, AddisonWesley Publishing Company.

165

KÖSZÖNETNYILVÁNÍTÁS Köszönetet mondok Dr Berke József főiskolai tanárnak, aki konzulensként a legnagyobb segítségemre volt tanácsaival, együttműködésével kutatásaim során. Köszönöm a Pannon Egyetem mindazon oktatóinak, hallgatóinak segítségét, akik a fejlesztett szolgáltatások tesztelése során ötleteikkel, tanácsaikal, együttmüködésükkel segítették kutatásaimat. Köszönöm a Gazdaságmódszertani Tanszék dolgozóinak segítségét és külön is Nagy Sándor egyetemi adjunktusnak a Georgikon Térképszerver üzembentartásáért kifejtett munkáját. Köszönöm a segítségét és türelmét családomnak.

166