De Grote Geo Quiz 2024

(C) Deze foto is afkomstig van een drone. Deze AgEagle eBee X drone is een op afstand bestuurde fixed-wing drone, waarmee het bedrijf Geometius de omgeving van Aeres Hogeschool Almere, het voormalige Floriade terrein, in beeld heeft gebracht.

Wat kan je met een dergelijke foto onderzoeken? Dat is onder andere afhankelijk van de vlieghoogte van de drone, het type lens (vb kleur of infrarood), het vliegplan en de tijd van jaar. Dit beeld zou een de vraag over de actuele status van een gebied kunnen beantwoorden, bijvoorbeeld hoeveel bomen staan er in dit gebied en hoe hoog zijn deze bomen?

(A) Deze punten en lijnen stellen GPS tracks van bezoekers van de Floriade voor. Met een GPS recorder of een app op je mobiel kan je zelf je route vastleggen. De lijnen zijn de verbindingen tussen de punten, waarop een coördinaat is vastgelegd. Omdat de datapunten met een vast tijdsinterval zijn vastgelegd, betekent een korte lijn dat er maar weinig is afstand is afgelegd, bij een lange tijd tussen twee punten ging het sneller.

Wat kan je afleiden uit dergelijke GPS tracks? Bij Aeres Hogeschool wil onderzoeker Sander Bliekendaal graag weten hoe wij door een groene omgeving bewegen. Met behulp van GPS data kan je o.a. onderzoeken hoe lang bezoekers waar verblijven: ofwel welke plekken in een park worden vaak bezocht, en welke helemaal niet.  Mogelijk kan een andere inrichting van een gebied, of speeltuin, aanzetten tot meer bewegen?  

(A,B). De punten zijn afkomstig van het AHN, het Algemeen Hoogtebestand Nederland. Deze open data omgeving biedt aan iedereen, overheden, bedrijven, onderwijs, en zeker aan studenten, punten met hoogte van heel Nederland. Deze punten met X,Y en Z waarden hebben in dit beeld de kleur van de onderliggende luchtfoto gekregen, waardoor we mogelijk objecten kunnen herkennen.

Voor welke organisaties is een dergelijke databron bruikbaar? In het geval van AHN hebben Rijkswaterstaat, waterschappen en de provincies samen het initiatief genomen tot een digitaal hoogtebestand van Nederland. Een belangrijke vraag die we hiermee kunnen beantwoorden: waarheen stroomt het water vanaf een bepaald punt? Of: welke gebieden lopen het eerst onder water, als er ineens veel regenwater naar beneden komt?

In het gebied van de Floriade stonden veel tijdelijke gebouwen, die na de Floriade weer zijn opgeruimd. In het beeld rechts zijn enkel de huidige panden te zien.

Hoe zou je deze verschillen meetbaar kunnen maken? Dat kan handmatig en visueel, zoals je nu al doet als door de twee foto’s schuift. Met behulp van software kan je de beelden (of beter: de pixels van de beelden) met elkaar vergelijken. Zo meet je bijvoorbeeld of er een groot kleurverschil is (veel verandering) of weinig kleurverschil (de pixels zijn bijna gelijk).

(C) : Het zijn GPS en Bewegingstracks van voetballende GMD studenten, weergegeven in space-time cubes, 3d blokjes waarbinnen het aantal punten in geteld. 1GMD studenten hebben vóór het voetballen een willekeurige GPS ontvanger meegenomen en deze na het potje weer teruggebracht. We kunnen dus niet achterhalen wie de bankzitter was en wie de meest actieve voetballer.

Welke geografische vraag zou je met deze data kunnen beantwoorden? Als je de GPS ontvangers per team uitdeelt, dan zou je kunnen onderzoeken of het winnende team ook de grootste afstand heeft afgelegd. Je kan ook de spelers een bewegingssensor laten dragen, dan kan je onderzoeken hoe intensief zij hebben bewogen. Of welke speler het best heeft samengespeeld met welke ander speler.

(A). Het is een verschilkaart, als even aangestipt bij vraag 4, waarbij twee lagen van data met elkaar worden vergeleken. In dit geval worden luchtfoto’s vanuit een vliegtuig uit het jaar 2023 vergeleken met luchtfoto’s uit het jaar 2021. Door deze pixels van elkaar af te trekken, kan je snel meten en ontdekken waar er meer of minder verandering is ontstaan.

De luchtfoto’s zijn afkomstig van het samenwerkingsverband is Beeldmateriaal Nederland – het geowerkveld is vol van samenwerkingsverbanden. Hier staat het gezamenlijke luchtfoto’s leveren centraal. Stel je voor dat elke gemeente, waterschap of provincie zelf vliegtuig opnamen zou maken van de eigen regio. Het zou erg druk worden in het luchtruim…

Wat betekent het als we data in rastercellen meten, en niet met vectoren? Dat is een complex onderwerp, waarop we nog vaker tijdens je studie zullen terugkomen. In het algemeen is het erg afhankelijk van de vraag vanuit de maatschappij en vanuit het meetinstrument waarover je beschikt.

Als je wilt weten hoe een oever zich ontwikkelt, en je kan daar zelf niet komen, dan is een drone die rasterbeelden oplevert, het beste. Als je in een bos een inventarisatie moet maken van oudere bomen, dan past een mobiel met een gps (vector) beter. Nog beter is als je dan nog foto’s (raster) toevoegt, zodat je een compleet beeld voor je veldwerk krijgt.