In der vorliegenden Arbeit werden Datenmodelle und Algorithmen entworfen, um raumbezogene Informationen über den Gebäudebestand einer Stadt zu verarbeiten. Unter Verwendung einer Geodatenbank und von Text Mining-Methoden lassen sich erstmals Gebäudedaten aus vielen, nicht flächendeckenden Quellen unterschiedlicher geografischer Skalen und mit Angaben in natürlicher Sprache zusammenführen. Die Herkunft von Einzelangaben bleibt nachvollziehbar, Datenkonflikte werden anhand der Qualität der Quellen automatisiert gelöst. Darauf aufbauend werden Gebäudeparameter berechnet, deren Einfluss auf den Energieverbrauch für Raumheizung analysiert und Schätzfehler bei der Berechnung von Wärmekatastern quantifiziert.
Mit diesem Ansatz lassen sich kosteneffizient Grundlagen für Wärmesystemanalysen schaffen, die auf städtischen Daten basieren.
«
In der vorliegenden Arbeit werden Datenmodelle und Algorithmen entworfen, um raumbezogene Informationen über den Gebäudebestand einer Stadt zu verarbeiten. Unter Verwendung einer Geodatenbank und von Text Mining-Methoden lassen sich erstmals Gebäudedaten aus vielen, nicht flächendeckenden Quellen unterschiedlicher geografischer Skalen und mit Angaben in natürlicher Sprache zusammenführen. Die Herkunft von Einzelangaben bleibt nachvollziehbar, Datenkonflikte werden anhand der Qualität der Quellen...
»