Not logged in.

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Linked Raster Data
Organization Unit
  • Florian Schüpfer
  • Thomas Scharrenbach
  • English
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Number of Pages 56
Date December 2014
Abstract Text The Semantic Web and Linked Data open huge possibilities for the integration of knowledge from different domains. In the spatial domain, there are already approaches like and GeoSPARQL, which integrate spatial data with georeferenced entities. These projects operate on vector data like polygons. In this explorative work, we discuss the differences between the integration of vector and raster data into the Semantic Web. Further we find, discuss and implement a method for linking raster data to georeferenced entities in the SPARQL query language. We show how geographic operations on raster data can be described in RDF and how we can load raster files from remote servers by implementing service calls using the WMS protocol. We evaluate our approach by measuring and comparing the execution time of different queries in different configurations and find that the largest bottleneck of Linked Raster Data queries is the remote endpoint and that we should fetch as few results from the remote endpoint as possible to reduce the query execution time. At the end of this thesis, we conclude that we achieved our goals defined at the beginning, altough we had to find some workarounds because of the SPARQL engine we used.
Zusammenfassung Das Semantic Web und Linked Data eröffnen uns riesige Möglichkeiten um Wissen aus verschiedenen Domänen zu integrieren. In der räumlichen Domäne existieren bereits Projekte wie oder GeoSPARQL, welche räumliche Daten mit georeferenzierten Ressourcen verbinden. Diese Projekte operieren alle auf Vektordaten. In dieser explorativen Arbeit diskutieren wir die Unterschiede zwischen der Integration von Vektor- und Rasterdaten im Semantic Web. Weiter werden wir Methoden zur Verlinkung von Rasterdaten mit georeferenzierten Ressourcen in der SPARQL Abfragesprache finden, diskutieren und implementieren. Wir zeigen wie geographische Operationen auf Rasterdaten in RDF beschrieben werden können und wie Rasterdaten mit Hilfe des WMS Protokols von Remoteservern geladen werden können. Wir werten unseren Ansatz aus, in dem wir die Ausführungszeit von verschiedenen Abfragen in verschiedenen Konfigurationen messen. Wir finden heraus, dass die Abfrage auf dem Remote Endpoint am meisten Zeit in Anspruch nimmt und dass wir so wenig Resultate wie möglich vom Remote Endpoint holen sollten, um die Ausführungszeit zu reduzieren. Am Schluss dieser Arbeit stellen wir fest, dass wir die definierten Ziele erfüllen konnten, obwohl wir wegen der SPARQL Engine, die wir benutzt haben, ein paar Workarounds finden mussten.
PDF File Download
Export BibTeX