Geovisuelle Ansätze zur Analyse von Raum-Zeit-Zusammenhängen in urbanen Anwendungsfällen

Abstract

As urbanization accelerates and urban life evolves, the demand for practical and innovative analytical solutions for urban areas continues to grow. Understanding these changes is crucial for making sustainable, forward-looking urban development decisions. Spatiotemporal data analysis plays a major role in this process by enabling the examination of geodata to identify patterns, correlations, and forecasts. However, decision-makers often overlook spatiotemporal relationships and instead rely on subjective interpretations rather than data-driven insights. Computer-aided approaches provide an opportunity to objectively analyze these relationships and enhance evidence-based decision-making through geovisual methods. At the same time, domain knowledge is essential for aligning data-driven analyses with domain-specific challenges and ensuring the meaningful interpretation of results.

This dissertation aims to harness the potential of geospatial data and integrate spatiotemporal knowledge into decision-making processes. Using demand-driven, limited services in the mobility sector as case studies, we analyze the measurable impact of geospatial factors on facility utilization and explore existing spatiotemporal relationships. We develop a multi-step geospatial analysis approach that utilizes open-source geodata and applies it to two real-world scenarios. With a novel metric of geospatial impact, we quantify the distribution density of potential destinations, characterize the geospatial environment of mobility facilities, and establish the foundation for spatiotemporal correlation calculations. The results successfully identify key spatiotemporal correlations, validated through plausibility checks with domain experts, and demonstrate the adaptability of our approach to additional use cases.

Building on these findings, our work develops geovisual solutions specifically designed for spatiotemporal visualization, improving upon conventional representations. Effective analysis and understanding of correlations in urban environments require user-oriented visualization and explanation. To address these challenges, we design and develop six new techniques and tools for explanation and interaction, integrating them into two novel geovisual 3D analysis approaches. We implement these approaches as prototypes and evaluate them with expert users. The evaluation results indicate improved effectiveness, efficiency, and user satisfaction in real analysis cases. Additionally, they enhance the understanding of spatiotemporal relationships and support informed, evidence-based decision-making. Finally, we demonstrate how the developed geospatial analysis processes and geovisualization approaches integrate into existing data analysis workflows, providing targeted support to domain experts in urban applications.

In summary, this research expands the toolset for visualizing spatiotemporal relationships, addressing practical challenges through software-based solutions while advancing theoretical research with innovative methods, techniques, and tools.

Angesichts der zunehmenden Urbanisierung und der dynamischen Veränderungen des städtischen Lebens wächst der Bedarf an praxisnahen und innovativen Analyselösungen für urbane Räume. Ein fundiertes Verständnis dieser Veränderungen ist entscheidend, um nachhaltige und zukunftsweisende Entscheidungen zur Stadtentwicklung treffen zu können. In diesem Kontext gewinnen raumzeitliche Datenanalysen an Bedeutung, da sie die Analyse von Geodaten ermöglichen und dabei helfen, Muster, Zusammenhänge und Prognosen abzuleiten. In der Praxis werden raumzeitliche Zusammenhänge im Entscheidungsprozess von Domänenexperten jedoch häufig nicht vollumfänglich berücksichtigt und stattdessen durch subjektive Erfahrungen oder Annahmen interpretiert. Computergestützte, datengetriebene Ansätze eröffnen die Möglichkeit, diese raumzeitlichen Zusammenhänge objektiv zu analysieren und eine evidenzbasierte Entscheidungsfindung mit geovisuellen Ansätzen zu unterstützen. Gleichzeitig kann Domänenwissen ein entscheidender Faktor sein, um die datengetriebenen Analysen gezielt auf domänenspezifische Fragestellungen auszurichten und Ergebnisse zu interpretieren.

Diese Dissertation zielt darauf ab, das Potenzial von Geodaten auszuschöpfen und raumzeitliches Wissen gezielt in Entscheidungsprozesse einzubinden. An Beispielen nachfrageorientierter, begrenzter Dienstleistungsangebote im Mobilitätssektor wird untersucht, welchen messbaren Einfluss Geofaktoren auf die Auslastung von Mobilitätseinrichtungen haben und welche raumzeitlichen Zusammenhänge dabei bestehen. Hierzu wird ein mehrstufiger Geoanalyseansatz entwickelt, der Open-Source-Geodaten nutzt und in zwei realen Anwendungsszenarien anwendet. Eine neuartige Bewertungsmetrik quantifiziert eine Verteilungsdichte potenzieller Zielorte, charakterisiert damit das räumliche Umfeld von Mobilitätseinrichtungen und bildet die Grundlage für raumzeitliche Korrelationsberechnungen. Die Ergebnisse zeigen eine erfolgreiche Identifikation raumzeitlicher Zusammenhänge, die durch Plausibilitätsprüfungen mit Domänenexperten gestützt werden. Zudem wird eine Adaptierbarkeit auf weitere Anwendungsfälle nachgewiesen.

Aufbauend auf diesen Erkenntnissen werden verschiedene geovisuelle Lösungsansätze untersucht, die im Vergleich zu bestehenden Darstellungsformen gezielt auf die raumzeitliche Visualisierung ausgerichtet sind. Raumzeitliche Analysen erfordern eine nutzerorientierte Visualisierung und Erklärung, um berechnete Korrelationen in urbanen Räumen effektiv analysieren und nachvollziehen zu können. Hierzu werden kombinierte geovisuelle 3D-Analyseansätze entwickelt, die sechs neu konzipierte Techniken sowie Erklärungs- und Interaktionswerkzeuge integrieren. Diese Ansätze werden prototypisch implementiert und in einer Evaluation mit Fachanwendern bewertet. Die Evaluationsergebnisse zeigen, dass die entwickelten geovisuellen Analyseansätze die Effektivität, Effizienz und Zufriedenheit der Anwender bei der Bearbeitung realer Analysefälle steigern. Darüber hinaus fördern sie das Verständnis raumzeitlicher Zusammenhänge und unterstützen eine fundierte, evidenzbasierte Entscheidungsfindung. Zur praktischen Nutzbarkeit zeigt die Dissertation abschließend auf, wie die entwickelten Geoanalyseprozesse und Geovisualisierungsansätze in einen bestehenden Datenanalyseprozess integriert werden können, um Domänenexperten – etwa bei der kollaborativen Zusammenarbeit in urbanen Anwendungsfällen – gezielt zu unterstützen.

Zusammenfassend erweitern die Ergebnisse und Erkenntnisse dieser Dissertation das Portfolio zur visuellen Analyse raumzeitlicher Zusammenhänge. Sie verringern nachweislich die Herausforderungen in praktischen Anwendungsszenarien durch implementierte Softwarelösungen und erweitern die theoretische Forschungsdisziplin um neue Methoden, innovative Lösungsansätze sowie Techniken und Werkzeuge.