Geo-visualisatie/Inleiding GIS: verschil tussen versies

Verwijderde inhoud Toegevoegde inhoud
Nijeholt (overleg | bijdragen)
Intermezzo begonnen over satellietdata
Nijeholt (overleg | bijdragen)
k aanvullingen intermezzo
Regel 335:
# '''Generalisatie / weglating.''' De data bevat niet alle (kleinere) objecten. Een dataset 'rivieren' voor een atlas van heel Nederland zal niet de (kleine) Dortherbeek in de Achterhoek beschrijven, die een GIS-specialist die de beekdalgronden in kaart wil hebben toch echt wél nodig heeft. Hoe je zelf voor het kaarten maken van generalisatie gebruik kan maken, zie [[Geo-visualisatie/Deel_B:_Geo-visualisatie#Generaliseren|'Generaliseren in deel B']].
# '''Nauwkeurigheid.''' De nauwkeurigheid kan niet optimaal zijn. De dataset 'kust' van Groot-Brittannië voor een kaart in een atlas zal al snel nauwkeurig genoeg zijn. Maar deze geeft nooit de werkelijkheid weer zoals een strandjutter in Plymouth die ervaart. Bij geo-informatie levert het aspect nauwkeurigheid vaker een beperking of limiterende factor dan het aspect precisie. Omdat deze twee termen vaak door elkaar gehaald worden, volgt hier toch het aspect precisie. Bij geo-informatie is zowel sprake van een attribuutnauwkeurigheid als een geometrische nauwkeurigheid. Zoals eerder gezegd, attribuutnauwkeurigheid wordt vaak vergeten door GIS-specialisten. Met attribuutnauwkeurigheid wordt bedoeld de nauwkeurigheid van de gemeten thematische waarden (attributen) van de objecten in de dataset. Denk aan een bestand met locaties van vijftig steden in Afrika met het aantal inwoners. Het aantal inwoners, een attribuut, kan zeer onnauwkeurig zijn, daar waar de locatie (geometrische nauwkeurigheid) zeer groot is.
# '''Precisie.''' Precisie is iets anders dan nauwkeurigheid. Precisie wordt bepaald door het aantal cijfers achter de komma waarmee een gemeten eenheid wordt opgeslagen. Laten we eens aannemen dat er een foutloze, onbetwistbare hoogtemeting van de Mount Everest is gedaan. Wellicht is de uitkomst daarvan 8850,36m plus of min een halve meter. De nauwkeurigheid is een halve meter. Dat betekent dat in werkelijkheid (zouden we die al kunnen weten of benaderen) de berg best 8849 of als we pech hebben 8851,50 zou kunnen zijn. De precisie waarmee de waarde is opgeslagen is 0.01 meter (twee decimalen) Gezien de onnauwkeurigheid is daarom beter te spreken over een hoogte van 8850 meter, waarbij - om geen onnodige fouten te introduceren bij bijvoorbeeld verschilmetingen - wel gewoon die 8850,36m in de database blijft staan. Ook op een kaart dient dan dus 8850 te staan, en niet iets 'nauwkeurigers'. Het is daarom heel gebruikelijk bij (geo-)informatie, dat waarden schijnbaar 'te precies' zijn opgeslagen. Vooral bij interpolaties. Maak niet de fout de precisie er uit te halen - door bijvoorbeeld cijfers achter de komma weg te gooien- door de precisie te bestempelen als onnauwkeurigheid. Het kaartbeeld zou door een dergelijke actie vreemde vormen aan kunnen nemen. [[Afbeelding:Up to dateheid bestanden Aral meer voorbeeld.PNG|thumb|right|450px|Over '''actualiteit'''; het Aral-meer is vrijwel opgedroogd. Grenzen van landen en - in dit geval, in geel weergegeven - meren kunnen wijzigen. Houd wijzigingen bij, zorg voor geo-informatie die actueel genoeg is en gecombineerd kan worden.]]
# '''Mutaties''' / '''actualiteit'''. De werkelijkheid verandert in de tijd. Wegen worden gebouwd, rivieren verleggen zich of worden wadi's, steden groeien en geluidsniveaus of bodemvervuilingscontouren veranderen snel of langzaam. Een bijzonder voorbeeld is een luchtfoto met daarop de 'kustlijn' van een gebied waar eb en vloed heerst. Je zou er verkeerde conclusies aan kunnen verbinden als de luchtfoto juist bij eb is genomen... Kaarten kunnen overigens wel helpen om (langzaam) wijzigende fenomenen helder weer te geven. Bijvoorbeeld kaartseries van bebouwde kommen of bodemvervuilingscontouren. Die zouden om de tien jaar kunnen aangeven in welke richting de stad uitdijt of hoe de vervuiling - door grondwaterstromingen - langzaam groter maar minder geconcentreerd wordt. Naast kaartseries kunnen ook verschilkaarten berekend worden op basis van twee opeenvolgende kaarten van hetzelfde gebied met hetzelfde fenomeen. In het voorbeeldfiguur is het Aral-meer te zien. Veertig jaar geleden was het een meer van formaat. Het meer droogt sindsdien tot op de dag van vandaag steeds verder op doordat rivierwater voor agrarische en stedelijke toepassingen wordt gebruikt. De geo-informatie is hier nog niet op aangepast. Het gebruik van verouderde data kan de geloofwaardigheid van de kaart aantasten, zeker wanneer de combinatie van verschillende informatielagen in de kaart dit hiaat al direct laten zien.
# '''Definities.''' Definities van objecten in datasets kunnen uiteenlopen, deels misschien het resultaat van de toepassingscontext. Maar dit misschien ook het resultaat van cultuur tussen twee gebieden/landen. Of verschil van inzicht dat niet is uitgesproken. Wat de één 'bebouwing' noemt, zal de ander splitsen in 'huizen en boerderijen', waarbij de schuren in eens niet worden meegenomen. Of Wadi's worden door de één wel tot rivieren gerekend, door de ander niet.[[Afbeelding:Overgang_Woestijn_Savanne_Bos1.PNG|thumb|right|450px|Voorbeeld van een grens die in werkelijkheid''' 'fuzzy' '''is: van woestijn, via savanne naar oerwoud (satellietbeeld ten zuiden van de Sahel in Afrika).]]
Regel 359:
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP2:''' De beperkingen van geo-informatie staan in het ideale geval dus in de metadata die er bij hoort. Gebruikers van geo-informatie (of dat nu via een kaart of een analyse is, zijn meestal geheel onbekend met de genoemde beperkingen. Metadata en zaken als onbetrouwbaarheid zijn niet ''sexy''. De gebruikers willen het vaak niet horen, het is te ingewikkeld, de metadata is niet vindbaar, er wordt in hun ogen onnodig moeilijk gedaan. Opmerkingen hierover vanuit de GIS-specialist landen dan ook vaak niet. Opmerkingen over de betrouwbaarheid in centimeters of de volledigheidsgraad van de attribuutvelden zijn niet echt. De kaartlezer wil hooguit het belangrijkste horen: voor welk doel is de kaart (of analyse) geschikt. Houdt hier rekening mee. Beperk het aantal waarschuwingen tot een tekstuele one-liner in of bij de kaart. Het zal wel op prijs gesteld worden wanneer jij als GIS-specialist deze samenvatting kan maken; jij bent immers degene die de gebruikte geo-informatie (wel) kent.
</div>
 
<div style="padding: 0.2em 0.1em 0.2em 0.5em; width: 100%; background-color: cornsilk; border: 1px solid #777777; -moz-border-radius-topleft: 8px; -moz-border-radius-bottomleft: 8px; -moz-border-radius-topright: 8px; -moz-border-radius-bottomright: 8px;">
</div>
 
'''Intermezzo: Over het gebruik van andermans data / Satellietbeelden'''<br />
Als voorbeeld van het de noodzaak om eigenschappen van geo-informatie goed te kunnen beoordelen wordt hier een figuur getoond van Nederland. Veel mensen / leken zouden zeggen dat dit een luchtfoto zou zijn. "Ja, want dat komt toch uit Google of zo?". Nee dus. Op 'Google of zo' (bedoeld wordt Google Maps, Virtual Earth van Microsoft, Yahoo! Maps of Nasa World Wind) staan op kleine schalen alleen satellietbeeldkaarten, en op grotere schalen staan pas luchtfoto's. Satellietbeeld(kaart)en verschillen van luchtfoto's om verschillende redenen. Niet alleen omdat eerstgenoemde vanaf een grotere hoogte en met satellieten worden gemaakt, maar ook omdat de nauwkeurigheid vrijwel altijd lager is en omdat de kleuren een poging zijn om die op die van luchtfoto's te laten lijken. Een satelliet neemt niet met een 'fotografisch oog' (zoals een camera in een vliegtuig) waar, maar scant het aardoppervlak met verschillende golflengtes. De kleuren die zo te zien zijn worden ook wel false colors (valse kleuren) genoemd. Afhankelijk van de toepassing kunnen deze gescande waarden vertaald worden via interpretatietabellen naar kleuren die - als het goed is - zoveel mogelijk lijken op die van luchtfoto's. In onderstaand figuur is dat gebeurd.
 
[[Afbeelding:Satellietbeeldkaart Nederland OpenLayers dot Org.PNG|thumb|center|400px|Noord-Nederland vanuit de satelliet (zie tekst).]]
 
'''Intermezzo: Over het gebruik van andermanssatellietbeelden dataen / Satellietbeeldenluchtfoto's'''<br />
<BEZIG>...
Als voorbeeld van het de noodzaak om eigenschappen van geo-informatie goed te kunnen beoordelen vóórdat er een kaart van wordt gemaakt, wordt hier een figuur getoond van Nederland. Veel mensen / leken zouden hiervan zeggen dat dit een luchtfoto zou zijn. "Ja, want dat komt toch uit Google of zo?". [[Afbeelding:Satellietbeeldkaart Nederland OpenLayers dot Org.PNG|thumb|right|400px|Noord-Nederland vanuit de satelliet (zie tekst).]] Nee dus. Op 'Google of zo' (bedoeld wordt Google Maps, Virtual Earth van Microsoft, Yahoo! Maps of Nasa World Wind) staan op kleine schalen alleen satellietbeeldkaarten, en op grotere schalen staan pas luchtfoto's. Satellietbeeld(kaart)en verschillen van luchtfoto's om verschillende redenen. Niet alleen omdat eerstgenoemde vanaf een grotere hoogte en met satellieten worden gemaakt, maar ook omdat de nauwkeurigheid vrijwel altijd lager is en omdat de kleuren een poging zijn om die op die van luchtfoto's te laten lijken. Een satelliet neemt niet met een 'fotografisch oog' (zoals een camera in een vliegtuig) waar, maar scant het aardoppervlak met verschillende golflengtes. Dit heet ook wel''' 'remote sensing'.'''Het gaat meestal om rood, groen, blauw en ('nabij') infrarood. De kleurenintensiteiten van die zogescande tekleuren zienworden zijnvoor elk stukje aardoppervlak (pixel) opgeslagen. De intensiteiten tezamen worden vervolgens voor alle individuele pixels omgerekend tot één kleur. Deze omgerekende kleuren worden ook wel false colors (valse kleuren) genoemd. AfhankelijkHoe deze omrekening gaat is afhankelijk van de toepassing. Soms kunnen dezezo zieke en gezonde bomen voor het menselijk oog in beeld gebracht worden, of het lekken van warmte uit daken wordt zo zichtbaar. Meestal worden de gescande waarden vertaald worden via interpretatietabellen naar kleuren die - als het goed is - zoveel mogelijk lijken op die van luchtfoto's. In onderstaand figuur is dat gebeurdlaatste gepoogd.
 
Of deze rasterbestanden nu '''satellietbeelden''' zijn of 'echte '''luchtfoto's',''' er kleven gevaren aan. Hier onder een opsomming van enkele eigenschappen van dergelijke beelden. Het zijn die eigenschappen die al snel kunnen leiden tot foute interpretaties bij de lezer:
:* '''Nauwkeurigheid verwarren met de pixelgrootte'''. De pixels van een originele, digitale luchtfoto zijn misschien 50 cm, maar de pixels die in beeld komen, in de kaart of op je scherm, kennen een grovere resolutie, omdat het beeld waarschijnlijk niet maximaal is ingezoomd op die nauwkeurige pixels.
:* '''Relatieve nauwkeurigheid verwarren met absolute nauwkeurigheid'''. De leverancier van je bestand noemt misschien 50 cm als nauwkeurigheid, maar dat is de grootte van de kleinst mogelijke pixel. De absolute nauwkeurigheid is veel lager. De reden is dat de luchtfoto / het satellietbeeld is (nog) niet (goed) gegeorefereerd. (Zie eventueel [[Geo-visualisatie/Vervolg_Cartografie#Europa|'Intermezzo Georefereren', onderaan in 'Vervolg Cartografie / Europa']].) De gehele luchtfoto kan tientallen pixels / meters verkeerd zijn geplaatst. Daarnaast zullen bepaalde objecten toch niet (goed) te zie zijn.
:* '''Verkeerde (letterlijk en figuurlijk: vals) kleuren'''. In het voorbeeld van de satellietbeeldkaart van Nederland; het lijkt alsof het IJsselmeer inmiddels flink is ingepolderd. Algen of ondiep water zijn door het geautomatiseerde proces ontrecht met een landkleur (groen) weergegeven. Gebruik deze kaarten daarom alleen als de kaartlezer bekend is met het gebied en enige ervaring heeft met kaarten en satellietbeelden.
:* '''Verkeerde / geen projectie'''. In dit voorbeeld is het satellietbeeld onbruikbaar. Nederland is veel te uitgerekt weergegeven, waarschijnlijk omdat ingezoomd is op een wereldkaart met een Mercatorprojectie. (Zie eventueel [[Geo-visualisatie/Vervolg_Cartografie|meer over projecties]].)
Vermijd dergelijke slechte data, zorg voor goede projecties, zoom niet te ver in op kaarten en gebruik deze kaarten niet voor (nauwkeurige) afstandsmetingen of ruimtelijke analyses waar afstanden, vóórkomen en oppervlak een rol spelen. (Meer informatie over Remote Sensing (technieken, satellietbeelden), zie met name Lillesand, Kiefer, en Chipman; Remote Sensing and Image Interpretation, 2003, 5e editie).
</div>
 
Informatie afkomstig van https://nl.wikibooks.org Wikibooks NL.
Wikibooks NL is onderdeel van de wikimediafoundation.