Georäumlich
mit einer Position auf der Erde als Teil der Bedeutung
Was es ist
Georäumlich beschreibt Daten, Analysen und Software, bei denen eine Position auf der Erde Teil der Bedeutung ist. Ein Temperaturmesswert ist nur eine Zahl, bis er mit dem Messort verbunden wird. Ein Messwert eines intelligenten Zählers wird für die Planung nützlich, sobald er einem Versorgungsstrang, einem Bezirk oder der Nähe zu einer Wetterstation zugeordnet werden kann. Das Wort ist ein Adjektiv und steht beim jeweils beschriebenen Gegenstand: georäumliche Daten, eine georäumliche Verknüpfung, georäumliche Modellierung.
Räumlich allein ist der weitere Begriff. Ein Chipentwurf, ein in lokalen Metern vermessener Lagergrundriss und eine technische Zeichnung sind alle räumlich. Ihre Koordinaten bedeuten außerhalb der Zeichnung nichts. Georäumliche Daten sind durch ein Koordinatenreferenzsystem an die Erde gebunden. Zwei nie gemeinsam entworfene Datenbestände lassen sich dadurch trotzdem übereinanderlegen und vergleichen.
Der Ortsbezug kann in einem Datenbestand unterschiedliche Formen annehmen, die nicht gleich nützlich sind.
- Koordinaten, meist Breiten- und Längengrade von einem GPS-Empfänger oder Geokodierer, geben einen Punkt, mit dem Software direkt rechnen kann.
- Geometrien beschreiben neben Punkten auch Linien und Flächen: eine Kabeltrasse, eine Überschwemmungsfläche, ein Versorgungsgebiet. Das Simple-Features-Modell des Open Geospatial Consortium (OGC), auch als ISO 19125 veröffentlicht, definiert die von den meisten Datenbanken und Dateiformaten geteilten Formen.
- Adressen und Ortsnamen tragen einen Ortsbezug für Menschen. Bevor sich etwas messen lässt, müssen sie aber geokodiert, also in Koordinaten umgewandelt werden. Jeder Geokodierer löst sie in seiner eigenen Genauigkeit auf.
- Gebietscodes wie Postleitzahlen, Gemeindenummern oder Rasterzellen-IDs sagen, in welchem Gebiet etwas liegt, ohne die Stelle darin anzugeben.
Die Grundlage bildet eine Reihe offener Standards, mit denen georäumliche Daten ohne Bedeutungsverlust zwischen Systemen ausgetauscht werden können. Das OGC veröffentlicht Spezifikationen für Geometrie, Dateien wie GeoPackage und Webdienste wie OGC API – Features. Das EPSG-Register gibt jedem Koordinatenreferenzsystem einen Zahlencode. 4326 bedeutet deshalb überall Breiten- und Längengrade auf WGS 84. Die quelloffene Bibliothek PROJ transformiert Koordinaten zwischen diesen Systemen und unterstützt mehr als hundert Kartenprojektionen.

Foto: lucasgeorgewendt / Pixabay 
Foto: asmuSe / Pixabay
Das Konzept für eine Entscheidung nutzen
Nutzen Sie „Was bedeutet georäumlich?“ für eine konkrete Entscheidung. Wir können helfen, das Konzept mit dem System in Verbindung zu bringen, das Sie entwickeln oder einkaufen. Alles, was an einem Ort geschieht — Schiffe, Fahrzeuge, Grundstücke, Sensoren — auf einer Karte, die Sie durchsuchen, vermessen und teilen können.
Die Annahmen hinter dem Begriff prüfen
Nutzen Sie die Erklärung und die verlinkten Arbeiten, um Fragen für Ihr Projekt zu formulieren. Wir können die Annahmen gemeinsam mit Ihnen prüfen, bevor ein Werkzeug ausgewählt wird. Geografische Datenpipeline 50‑mal schneller — 50x schnellere Geodaten‑Pipelines
Geografische Datenpipeline 50‑mal schneller Kontakt aufnehmen
Warum es wichtig ist
Der Ort ist ein Verknüpfungsschlüssel, den fast jeder Datenbestand schon hat. Zählerstände, Wetterbeobachtungen, Kundendaten und Netzanlagen teilen selten eine Kennung, doch jedes davon hatte einen Ort. Eine georäumliche Verknüpfung verknüpft Zeilen danach, ob ein Objekt innerhalb eines anderen liegt, ob zwei Objekte innerhalb einer bestimmten Entfernung voneinander liegen oder ob sie sich kreuzen. Entscheidend sind diese räumlichen Beziehungen, nicht gleiche Werte. Sie verbindet Daten, die nie ein Fremdschlüssel verknüpfte. Oft behandelt eine Organisation ihre Daten deshalb erstmals als georäumlich: Ihre Frage überspannt Datenbestände, die sich nur auf der Karte treffen.
Der zweite Grund ist, dass der Ort die Bedeutung eines Durchschnitts verändert. Eine landesweite Zahl zum Verbrauch oder zu Versorgungsunterbrechungen kann einen Bezirk an seiner Grenze verbergen, während die übrigen noch Reserven haben. Die wichtige Entscheidung betrifft genau diesen Bezirk: wo verstärken, wo investieren, wohin ein Team schicken? Eine Gruppierung nach Gebiet oder Entfernung zeigt die Streuung, die eine einzige Summe verbirgt.
Ortsangaben haben auch außerhalb der Analyse Gewicht. Eine kurze Folge von GPS-Punkten eines Telefons zeigt gewöhnlich, wo sein Besitzer schläft und arbeitet. Ortsdaten über Menschen verdienen deshalb dieselbe Sorgfalt wie andere personenbezogene Daten. Praktisch bedeutet das: nur die für den Zweck nötige Genauigkeit erfassen, die Daten vor der Weitergabe vergröbern und sie nicht länger aufbewahren, als der Zweck besteht.
Wie es in der Praxis aussieht
Über mehrere Regionen verteilte intelligente Zähler lieferten die Daten für mehr als 500 Analyseberichte in reinem SQL auf PostgreSQL und BigQuery. Zu den Messwerten kamen Standortkoordinaten jedes Zählers. Die Skripte konnten damit georäumliche Verknüpfungen neben CTEs und Fensterfunktionen verwenden, um regionale Trends und Anomalien zu finden. Jeder Bericht enthielt sein kommentiertes SQL, damit Kollegen ihn reproduzieren konnten. Häufige Datenqualitätsprobleme, darunter fehlende GPS-Koordinaten, wurden samt empfohlener Behandlung dokumentiert. Durch die Verknüpfungen ihren Regionen zugeordnet, halfen die Ergebnisse anschließend beim regionalen Lastausgleich. Die Berichte trugen zu der folgenden Steigerung der betrieblichen Planungseffizienz um 10–15 % bei.
Elf Stromnetzbetreiber hatten die Betriebsdaten, aber nur wenig georäumliche Analyse als Grundlage für Verstärkungs- und Investitionsentscheidungen. Ihre Betriebsdaten wurden mit georäumlicher Modellierung verbunden. Jedes Netz ließ sich dadurch auf der Karte untersuchen: Welche Abschnitte näherten sich ihren Grenzen, welche Gebiete rechtfertigten zuerst Investitionen? Die Analyse wurde an den tatsächlichen Netzbetrieb jedes Betreibers angepasst, statt eine gemeinsame Vorlage auszuteilen.
Georäumliche Daten müssen auch mit wachsendem Umfang schnell bleiben. In einer PostgreSQL-Anwendung, in der die Ortsabfragen zusammen mit den Stromzeitreihen langsamer geworden waren, wurden GiST-Indizes für die georäumlichen Daten ergänzt. Die geografischen Daten wurden per Hash partitioniert, um die Last gleichmäßig auf Knoten zu verteilen. Georäumliche Abfragen liefen danach in Millisekunden.
Wo es schiefgeht
Unbekannte Positionen häufen sich bei null Grad Breite und null Grad Länge. Eine Kunden- oder Gerätekarte zeigt eine dichte Ansammlung im Golf von Guinea, wo sich Äquator und Nullmeridian kreuzen. Regionale Summen enthalten Datensätze von einer Stelle, an der kein Kunde sein kann. Ein Gerät ohne GPS-Fix oder ein Import mit leerer Zelle schrieb Nullen statt einer leeren Position. Speichern Sie unbekannte Positionen als NULL. Ergänzen Sie eine Integritätsbedingung, die genau das Paar 0, 0 im offenen Meer zurückweist. Zählen Sie die fehlenden Positionen in jeder Charge, damit jeder Bericht angibt, wie viele Datensätze er nicht verorten konnte.
Verknüpfungen über Koordinaten finden fast nichts. Zwei Datenbestände beschreiben dieselben Umspannwerke. Die Verknüpfung über gleiche Breiten- und Längengrade trifft trotzdem nur eine Handvoll Zeilen. Jede Quelle hat ihre Koordinaten anders gemessen oder gerundet. Koordinaten sind außerdem Gleitkommazahlen: Zwei wenige Zentimeter auseinanderliegende Positionen sind einfach verschiedene Werte. Verknüpfen Sie stattdessen nach Entfernung, mit einer aus der Quellengenauigkeit gewählten Toleranz und einem vom räumlichen Index bedienbaren Prädikat. In PostGIS mit geography-Spalten, deren Einheit Meter ist:
SELECT a.substation_id, b.asset_ref
FROM survey AS a
JOIN register AS b
ON ST_DWithin(a.location, b.location, 15);Prüfen Sie danach mehrfach zugeordnete Zeilen. Eine Toleranz, die Messfehler abdeckt, kann auch zwei benachbarte Anlagen überbrücken.
Punkte in Postleitzahlzentren gelten als genaue Positionen. Eine Entfernungsanalyse meldet Dutzende Kunden an exakt derselben Stelle. Oder eine Heatmap zeigt scharfe Spitzen mitten in Postleitzahlgebieten. Die Adressen wurden nur bis zur Postleitzahl geokodiert. Jede kam als Gebietsmittelpunkt zurück, ohne dass die Analyse das bemerkte. Dokumentieren Sie die Auflösungsebene jedes Punkts, etwa Adresse, Straße oder Postleitzahl, in einer Spalte daneben. Filtern oder gewichten Sie nach dieser Ebene, bevor Sie Entfernungen messen, die kürzer als das Gebiet sind.
Regionale Vorjahressummen ändern sich nach einer Grenzaktualisierung. Ein mit unveränderten historischen Daten erneut ausgeführter Bericht liefert andere Regionalzahlen als die zuerst veröffentlichten. Die Punkte wurden mit der aktuellen Grenzebene verknüpft. Seitdem haben Gemeinden fusioniert, Postleitzahlgebiete sich geteilt oder Versorgungsgebiete neue Grenzen bekommen. Bewahren Sie die Rohkoordinaten statt nur der damaligen Region auf. Speichern Sie Grenzebenen mit ihren Gültigkeitsdaten. Verknüpfen Sie jeden Datensatz mit der zu seinem Zeitstempel gültigen Grenze und notieren Sie in jedem Bericht, welche Grenzversion ihn erzeugt hat.
Weiterführende Lektüre
- OGC-Standards — der Katalog offener georäumlicher Standards des Open Geospatial Consortium, jeweils mit den Spezifikationsdokumenten.
- Simple Feature Access – Part 1 — das gemeinsame Geometriemodell aus Punkten, Linien und Polygonen für Datenbanken und Formate.
- EPSG Geodetic Parameter Dataset — das Register hinter Codes wie 4326 und 3857 samt vollständiger Definition jedes Referenzsystems.
- PROJ — die quelloffene Bibliothek zur Transformation zwischen Koordinatenreferenzsystemen, mit Kommandozeilenwerkzeugen und API.
- OGC API – Features — der OGC-Standard zum Veröffentlichen und Abfragen georäumlicher Features über HTTP.

