Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Milieudatamapping | Praktijkgerichte Georuimtelijke Projecten
Georuimtelijke Analyse met Python

Milieudatamapping

Veeg om het menu te tonen

Milieugerelateerde georuimtelijke datasets spelen een cruciale rol bij het begrijpen en beheren van natuurlijke en stedelijke omgevingen. Deze datasets bevatten vaak informatie over parken, rivieren, groene zones, vervuilingsbronnen en andere milieukenmerken, elk met attributen zoals locatiecoördinaten, type, oppervlakte en kwaliteitsindicatoren. Het analyseren van dergelijke gegevens maakt het mogelijk om patronen te identificeren, veranderingen te monitoren en besluitvorming te ondersteunen op het gebied van stadsplanning, natuurbehoud en volksgezondheid.

Het werken met milieudatasets kan echter uitdagingen met zich meebrengen, zoals:

  • Inconsistente attribuutnamen;
  • Verschillende coördinatenreferentiesystemen;
  • Ontbrekende of verouderde gegevens.

Zorgvuldige preprocessing en validatie zijn essentieel voor het produceren van betrouwbare en betekenisvolle kaarten die de milieusituatie nauwkeurig weergeven.

123456789101112131415161718192021
import geopandas as gpd import matplotlib.pyplot as plt # Load parks (protected areas) and rivers datasets from valid GeoJSON URLs parks_url = "https://raw.githubusercontent.com/datasets/geo-boundaries-world-110m/master/countries.geojson" # Example: country boundaries as protected areas rivers_url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_10m_rivers_lake_centerlines.geojson" parks = gpd.read_file(parks_url) rivers = gpd.read_file(rivers_url) # Align both datasets to the same CRS (EPSG:4326) parks = parks.to_crs("EPSG:4326") rivers = rivers.to_crs("EPSG:4326") # Plot rivers as blue lines and parks as green polygons fig, ax = plt.subplots(figsize=(10, 6)) rivers.plot(ax=ax, color="blue", linewidth=1, label="Rivers") parks.plot(ax=ax, color="green", edgecolor="black", alpha=0.5, label="Parks") ax.set_title("Environmental Features: Parks and Rivers") ax.legend() plt.show()
Gegevens laden
expand arrow

De code laadt datasets van parken en rivieren van openbare GeoJSON-URL's met behulp van geopandas.read_file.

CRS-afstemming
expand arrow

Beide datasets worden ingesteld op hetzelfde coördinatenreferentiesysteem (EPSG:4326) om een nauwkeurige overlay te garanderen.

Plotten
expand arrow

De code gebruikt matplotlib om rivieren als blauwe lijnen en parken als groene punten op één kaart te plotten, met een titel en legenda voor duidelijkheid.

question mark

Welke van de volgende beschrijvingen geeft het beste een mogelijk inzicht weer van het over elkaar leggen van parken en rivieren op één kaart?

Selecteer het correcte antwoord

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 3. Hoofdstuk 2

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Sectie 3. Hoofdstuk 2
some-alt