Geo-visualisatie/Vervolg GIS: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
commentaar M.Nijeholt verwerkt (redigeer werk) |
k Het opvoeren van de nauwkeurigheid. |
||
Regel 114:
[[Afbeelding:Note.svg|20px]] '''TIP:''' Een vuistregel is het raster vier maal zo fijn moet zijn als de lengte en breedte van de kleinste vlakken uit het thema, voor zover je die kleine vlakken nog belangrijk acht. De kleinste vlakken (bijvoorbeeld maximaal de 5 % kleinste vlakken) mogen verdwijnen als de uitkomst 95% onnauwkeurigheid mag kennen. Echter, er zijn twee redenen om toch te kiezen voor nog fijnere rasters. De snelle rekentijd van de computers en de zogenaamde 'foutenvoortplanting'. Foutenvoortplanting, een lastig te onderzoeken fenomeen, is een het proces waarbij een 'fout' (=onnauwkeurigheid in de uitkomst van één berekening) steeds groter of nadeliger wordt bij de uitkomst van een volgende stap in de berekening. Zolang je PC de analyses zonder een lange rekentijd aankan, kies dan liever voor nog fijnere rasters, minimaal tien maal zo fijn als hierboven aangegeven
</div>
===Het verhogen van de nauwkeurigheid (facultatief)===
Een wat gevaarlijk onderwerp op het moment dat je er geen verstand van hebt, maar, het is mogelijk om de nauwkeurigheid van geo-informatie te verhogen.
Het komt vaak voor dat je van geo-informatie met kwantitatieve (getalsmatige) gegevens hebt die geldig zijn voor bepaalde gebieden. Deze kwantitatieve gegevens beschrijven voor een vastomlijnd gebied (bijvoorbeeld een gemeente) met één getal het fenomeen (bijvoorbeeld de bevolkingsdichtheid). Daarbij neem je meestal aan dat dit fenomeen evenredig verdeeld is over het gehele oppervlak. Dat zal echter nooit het geval zijn; bepaalde plekken kennen vast een hogere dichtheid dan andere plekken.
Stel de bevolkingsdichtheid is 1000 inwoners/km<sup>2</sup>. Wanneer je alléén deze gemeente in beeld hebt, en je weet zeker dat er buiten de bebouwde kom vrijwel geen mensen wonen, dan zal uiteraard gelden dat de werkelijk bevolkingsdichtheid voor deze bebouwde kom groter is, omdat op de heide en in het bos bij deze gemeente niemand woont... Stel dat de helft van deze gemeente uit bebouwde kom bestaat, dan kan je dus voor deze gemeente stellen dat de bevolkingsdichtheid hoger is: 2000 inwoners/km<sup>2</sup>. Ga je dit in een kaart opnemen voor deze gemeente (of ook omliggende gemeenten), dan moet je natuurlijk wel aangeven wat de bevolingsdichtheid is per deelgebied: dus 2000 inw/km<sup>2</sup> in de bebouwde kom en 0 (of als je klasses gebruikt: 0 - 100) inw/km<sup>2</sup> in het buitengebied van deze gemeenten. Op deze wijze geef je een reëeler beeld van de situatie. 2000 inw/km<sup>2</sup> is voor de bebouwde kom een aannemelijker getal, 0 (of 0 - 100) inw/km<sup>2</sup> is voor het buitengebied een aannemelijker getal dan 1000 inw/km<sup>2</sup>. Beslissingen, analyses en vergelijkingen tussen verschillende gemeenten e/o wijken kunnen zo van een betere kwaliteit zijn.
:Discussie: Let op dat je deze methode wel ergens in de kaart of begeleidende tekst moet verantwoorden; niet voor alle gemeenten zal dit zomaar toe te passen zijn. Wanneer in een dorp sprake is van lintbebouwing (huizen aan één lange straat, zonder zijstraten met wijken) en deze zijn weer niet opgenomen in de bebouwde kom, gaan er zaken fout. Voor bepaalde analyses, onderzoeken waarbij je veel data zelf moet maken en verwerken, zal je deze methode toch kunnen overwegen. Een ander voorbeeld is overigens het aantal restaurants per km<sup>2</sup> (ook weer: in bebouwde kommen of in gemeenten). Het mag duidelijk zijn dat enige kennis van zaken nodig is op het moment dat je deze techniek niet als truc maar als een verantwoord techniek wil inzetten.
==Coördinaten creëren met een GIS indien er geen coördinaten zijn==
Regel 200 ⟶ 208:
'''Een voorbeeld:''' Op het oog is het misschien duidelijk dat op een kaart een huis A, gelegen in Wijk B, via de wegen C, D en vervolgens E, naar huis F in Wijk G kan komen. Voor een GIS betekent dit dat de ween C, D en E elkaar MOETEN raken, dat huis A in (en niet ernaast!) het vlak van Wijk B moet liggen, en dat huis F in Wijk G moet liggen. Dit kan exact worden afgedwongen door die topologische regels. Een huis ligt in een wijk, niet op een weg of in het water. Een weg raakt (of loopt langs) een wijk, kent een rijrichting en komt bij minimaal één andere weg uit. Die rijrichting is nodig om te zien of anders niet een andere route bereden had moeten worden. Behalve voor navigatiedoeleinden is dit ook handig voor netwerkanalyses, het plannen van optimale busroutes, en dergelijke.
'''Topologie is voor een GIS van wezenlijk belang'''. Wanneer we ruimtelijk onderzoek doen, of op basis van kaarten beslissingen willen nemen, dan willen we dat de objecten, patronen en hun onderlinge relaties opde juiste plek liggen, niet met elkaar in tegenspraak zijn. De hoofdstad van een provincie ligt ook daadwerkelijk in die provincie, de zijrivier eindigt ook exact in een hoofrivier, en een weg de is afgesloten met paaltjes is ook in mijn GIS afgesloten naar de hoofdweg toe. Alleen wanneer bestanden onderling deze zekerheden hebben, kunnen we deze ruimtelijke informatie met een goed resultaat
:* navigatievragen; bijvoorbeeld: hoe kan ik het kortst of snelst van A via B naar C.
:* netwerkanalyses; bijvoorbeeld: berekeningen die niet gebaseerd zijn op absolute afstanden ('door de lucht') maar op relatieve afstanden ('via de weg') en capaciteitsvraagstukken (de weerstand of snelheden zijn dan bekend per lijstuk/wegsoort).
:* rijtijdengebieden weergeven; bijvoorbeeld wat is het exacte bereik vanaf verschillende ambulance- of brandweerposten na melding (binnen 12 minuten en binnen 15 minuten), en wat zijn misschien betere locaties voor deze posten, nu er een nieuwe woonwijk is bijgebouwd.
:* het uitvoeren van overige ruimtelijke analyses en het weergeven van dit netwerk in kaarten.
==Ruimtelijke statistiek / interpolatietechnieken==
| |||