R

Punktinformationen aggregieren

Bei der Verarbeitung von Geodaten werden oftmals Informationen, die auf der Individualebene in Form von Punktgeometrien vorliegen, für administrative Einheiten aggregiert. Eine solche Aggregation verursacht oft Artefakte, wie Zonierungs- und Skaleneffekte, sodass die Gefahr eines Ökologischen Fehlschlusses besteht. Um diese Effekte möglichst gering zuhalten, bieten sich Hexagone als Aggreagtionseinheit an.1 Problemstellung Durch die Übertragung der Eigenschaften von Punktgeometrien auf künstliche Raumeinheiten - wie Gebietsflächen, regelmäßige Grids oder Hexagone - liegen die räumlichen Verteilungsmuster der Individualinformationen nicht mehr.

Automating map-making with tmap

Speed up repetitive map making with the tmap-package by iterating through multiple files with for-loops Climate Models Future climatic conditions on the regional scale are commonly modelled with different combinations of global circulation models (GCM) and regional climate model (RCM) in order to account for uncertainties surrounding the projection of future conditions1. A collection of models is called a “model ensemble” and often encompasses 20 or more different GCM-RCM combinations.

Crowdsourcing von Volunteered Geographic Information

In vielen Citizen Science Projekten wird das enorme Potential von durch Laien erfasster Geoinformationen eindrucksvoll aufgezeigt. Auch diese Arbeit zum Crowdsourcing von Gefahren im Radverkehr zeigt den Mehrwert geographischer Bürgerinformationen exemplarisch auf.1 Fahrradfreundlichkeit in Freiburg Freiburg im Breisgau wurde mehrfach als fahrradfreundliche Stadt ausgezeichnet.2 Zugleich werden eine hohe Anzahl von Unfällen mit Radbeteiligung verzeichnet.3 Beide Umstände haben uns dazu veranlasst mit Radfahren, der Frage nach zu gehen, wo im Kernstadtgebiet von Freiburg Gefahren wahrgenommen werden.