Geo-visualisatie/Vervolg GIS: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
k figuur + tekst erbij over hoe je niet moet opslaan. |
kGeen bewerkingssamenvatting |
||
Regel 14:
<div class="UitklapHead" style="background:#e6e6fa">[[Afbeelding:Boek.gif|20px]] '''Doelstellingen van deze module 'Vervolg GIS' ''' </div>
<div class="UitklapContent" style="text-align: left; font-size: 100%; padding: 0;">
Na het lezen van deze module is de lezer bekend met
</div>
</onlyinclude>
Regel 23:
In de vorige module, [[Geo-visualisatie/Inleiding GIS|Inleiding GIS]], zijn al enkele (gemeentelijke) voorbeelden genoemd om te laten zien wat er mogelijk is met een GIS. Die mogelijkheden zitten wel of niet in een GIS afhankelijk van het aantal functies (ruimtelijke operatoren, bewerkingen of analyses) die de desbetreffende GIS kent. Een desktop-GIS is hierin véél krachtiger van web-gis-applicaties of (gratis downloadbare) GIS-viewers.
GIS-desktop-software kent over het algemeen vele mogelijke GIS-analyses. Uiteraard is dit afhankelijk van de leverancier en de gekochte licentie. Een gemiddelde desktop GIS-applicatie van een gemiddelde, bekende leverancier, kent minimaal een honderdtal functies, maar waarschijnlijk veel meer. Toch zal je er vaak slechts enkele van gebruiken. Door het combineren van die functies wordt het resultaat nog krachtiger. Ook zijn die functies vaan in modellen te gieten, waardoor meerdere functies zijn te combineren, al of niet met handmatig in te voeren parameters, en al of niet in batch uit te voeren. Het is ondoenlijk en onnodig alle functies uit je hoofd te kennen,
Wel wordt hier, in de figuur rechtsboven, getoond wat zo ongeveer de belangrijkste krachtige GIS bewerkingen zijn. Zowel de veel gebruikte Engelse termen als hun minder vaak genoemde Nederlandse vertaling worden genoemd. De voorbeelden verduidelijken de functie. Merk op dat de output, rechts in de figuur, vaak een nieuw bestand is, met op de achtergrond, in het bestand zelf, alle attributen die van toepassing zijn. De figuur legt achtereenvolgens uit:
Regel 32:
:* union (het verenigen op basis van attributen)
:* ruimtelijk joinen
:* dissolve (generaliseren op basis van
Door dergelijke ruimtelijke operatoren, voegen GIS-applicaties een heel bijzonder soort operatoren toe aan de operatoren die bij de meer gebruikelijke en bekendere administratieve (getalsmatige en tekstuele) databases al bekend zijn (zoals: < > = not, nor, and). Administratieve databases zijn heel goed in staat om objecten te selecteren of te combineren met deze zogenaamde Booleaanse en logische operatoren; Selecteer alle gemeentes groter dan 50.000 inwoners (de operator > wordt hier gebruikt). Een GIS voegt hier operatoren aan toe die een ruimtelijke component kennen. Selecteer alle boringen die - op grond van hun ligging (x- en y- coördinaat) vallen in de gemeente. Net zoals dat door een mens direct op een kaart te zien zou kunnen zijn, zo selecteert een GIS deze boringen op grond van hun locatie. Dat gebeurt dus niet op grond van een (lastig te beheren) koppeling in een relationele database. Andere voorbeelden zijn: selecteer boringen binnen een bepaalde afstand, combineer objecten (merge), et cetera. Zie verder het figuur.
Regel 41:
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP:''' Ook bij het
</div>
Regel 79:
Arbitraire of bestuurlijke gebiedsindelingen kunnen een negatieve hebben invloed op (GIS-)analyses. De spreiding van een fenomeen (bijvoorbeeld armoede) komt vaak niet overeen met een administratieve of bestuurlijke gebiedsindeling. Bij analyses moet hier rekening mee worden gehouden. In de figuur wordt dit met een voorbeeld aangetoond. Het fenomeen (armoede) heeft een spreiding die niet overeenkomt met de wijken; de wijken zijn blijkbaar niet uniform; er zijn misschien wel villa's en huurwoningen.
Het probleem is ontstaan omdat harde, politieke, of verkeerd getrokken grenzen gebruikt zijn. Wil men toch in percentages per gebied werken, omdat de besluitvorming / politici dat eisen, én een goede aanpak van de (armoede) problematiek hebben, dan dient dus een gebiedsindeling van een juist (hoger) detailniveau gebruikt te worden, bijvoorbeeld deelwijken of zogenaamde 6-punts-postcodegebieden (1234AB). Nog beter zou zijn: rekenen met het fenomeen zelf, de adressen met de (armoede) problematiek. Zouden deze gegevens niet voorhanden zijn, reken dan met de fijnere grenzen. In dit geval de deelwijkgrenzen, aangegeven met een
Statistische gegevens, zoals die van het Centraal Bureau voor de Statistiek komen, hebben achter zich (een onbekende) ruimtelijke dynamiek. Een voorbeeld is het percentage werklozen in een gemeente. Met een verdere analyse nemen we vaak zonder dit expliciet te weten of dit kenbaar te maken, aan dat deze ruimtelijke dynamiek netjes is uitgesmeerd over dat hele gebied ("Deze ''hele'' gemeente kent 10 % werkloosheid").
Regel 119:
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
: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.
Regel 148:
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP2:'''Wil je zelf data-bestanden (lijnen en vlakken) toevoegen? Dat kan op Google Earth (en ook Google Maps) met KML (Keyhole Markup Language). KML is een eigen, op XML gebaseerd opmaaktaal voor geo-informatie van Google. (XML staat voor Extensible Markup Language, zie eventueel de [http://nl.wikipedia.org/wiki/Extensible_Markup_Language XML op
</div>
|