How can I use crowdsourced data?

A week ago I published the presentation I had given during the ENERGIC Workshop at the University of Zurich. In that I talked about crowdsourcing and VGI and about using crowdsourced data in applications. I’d like to delve deeper into one of the examples I have talk about in my workshop presentation: Some weeks ago, Strava, a provider of a fitness tracking app for bicyclists and joggers, published … How can I use crowdsourced data? weiterlesen

Wie kann ich Crowdsourcing-Daten nutzen?

Vor einer Woche habe ich meinen Vortrag vom ENERGIC Workshop an der Uni Zürich veröffentlicht. Darin ging es um Crowdsourcing und die Verwendung von Daten aus Crowdsourcing. Auf ein Beispiel für eine mögliche Nutzung in meinem Vortrag möchte ich hier nochmals etwas vertiefter eingehen: Vor einigen Wochen hat Strava, Vertreiber einer App zur Aufzeichnung von … Wie kann ich Crowdsourcing-Daten nutzen? weiterlesen

Esri Maps for Office – ein erster Eindruck

Einfache Karten in Excel Seit 2012 bietet Esri das Produkt Esri Maps for Office als Komponente von ArcGIS Online an. Damit lassen sich Excel-Tabellen mit geographischen Inhalten und Karten anreichern. Sie können zum Beispiel die Wohnorte Ihrer Kundinnen und Kunden auf der Karte darstellen und die Standorte Ihrer Filialen überlagern, um eine allfällige Abdeckungs-Lücke aufzuspüren. Bedingung … Esri Maps for Office – ein erster Eindruck weiterlesen

Blick in die Werkzeugkiste: Offene Daten in R – Teil 3

Im ersten Teil dieser Miniserie über R habe ich einfache Standard-Visualisierungen vorgestellt und Tipps zu Entwicklungsumgebungen gegeben. Der zweite Teil hat dann etwas speziellere Visualisierungen und eine Demonstration einer Datenaggregation in R enthalten. In diesem, dem letzten, Teil möchte ich  nochmals zwei Visualisierungen zeigen: eine thematische Karte und eine derzeit sehr populäre Visualisierung, die sogenannte Heatmap. Nachdem … Blick in die Werkzeugkiste: Offene Daten in R – Teil 3 weiterlesen

Blick in die Werkzeugkiste: Offene Daten in R – Teil 2

Letzte Woche habe ich den ersten Teil dieses Blogposts veröffentlicht, in dem ich einige einfache Visualisierungsmöglichkeiten der Statistiksoftware R vorgestellt habe. Daneben enthielt der Blogpost einige Empfehlungen zu Entwicklungsumgebungen und Beschreibungen des Arbeitens mit R. In diesem zweiten Teil möchte ich nun zwei Beispiele speziellerer Visualisierungsformen zeigen und erklären, wie man mit R Daten für solche Visualisierungen aufbereiten … Blick in die Werkzeugkiste: Offene Daten in R – Teil 2 weiterlesen

Blick in die Werkzeugkiste: Offene Daten in R – Teil 1

R? Mit dem Satz „R ist ein freier Dialekt von S“ kann man immer wieder für Verwirrung sorgen; aber es stimmt: Die Statistiksoftware R implementiert eine freie Variante von S, welches zum Beispiel im kommerziellen Produkt S-PLUS enthalten ist (Man stelle sich nur vor, welche Kunststücke Google und Co. wohl vollführen müssen, damit man auf … Blick in die Werkzeugkiste: Offene Daten in R – Teil 1 weiterlesen

Wie gut ist ein Standort mit Bahn und Bus erschlossen?

Update August 2014: Die im Folgenden beschriebene flächenhafte Berechnungsmethode können Sie jetzt auch in ihren Projekten einsetzen: Unter walkalytics.com finden Sie unser weiterreichendes Angebot für fussgängergerechte Distanzen und darauf aufbauende Analyse. Auch weiterhin beantworten Stephan Heuel und ich gerne Ihre Fragen.

Vom Zirkel …

Die Erschliessung mit dem öffentlichen Verkehr ist in der Raumplanung und insbesondere bei der Wahl eines Standorts von grosser Bedeutung. Das Bundesamt für Raumentwicklung (ARE) hat im Jahr 2010 einen Grundlagenbericht veröffentlicht, der das Thema Erschliessung und Erreichbarkeit in der Schweiz untersucht. Ein wichtiges Instrument zur Operationalisierung der Erschliessung sind die sogenannten ÖV-Güteklassen: Zur Ermittlung dieser Güteklassen werden Haltestellen gemäss ihrer Fahrplanfrequenz kategorisiert und die Güteklasse in bestimmten Einzugsbereichen um die Haltestelle entsprechend festgelegt. Die Güteklassen beruhen auf der VSS Norm 640 290 und werden je nach Kanton oder Bund zum Teil unterschiedlich umgesetzt (eine neuere Norm (SN 640 281) existiert, wird aber noch kaum implementiert). Das ARE hat ihre Berechnungsmethode in einem PDF dokumentiert, der Kanton Zürich hat kürzlich seine Ergebnisse mit erweiterter Methodik im neuen GIS-Browser veröffentlicht:

ÖV-Güteklassen im Kanton Zürich

ÖV-Güteklassen im Kanton Zürich

 

Wenn man die Ergebnisse des Kantons Zürich und des ARE betrachtet, stellt man fest, dass die Erschliessung um die Haltestellen in konzentrischen Kreisflächen abgebildet wird. Diese Flächen bilden aber bei weitem nicht die wirkliche Fussgängermobilität ab: Fehlende Fusswege, Flüsse und Autobahnen entgehen diesen Analysen, sind aber für die tatsächliche Erschliessung „per pedes“ essentiell.

… zur tatsächlich zurückgelegten Distanz

Es geht aber auch genauer: Wir haben einen rasterbasierten Ansatz entwickelt, der es uns erlaubt, Fussgängermobilität flächendeckend zu modellieren. Für ein Beispiel wurde uns vom ARE ein Datensatz mit den Erschliessungskategorien (1-5) von ÖV-Haltestellen zur Verfügung gestellt (danke!). Wir haben uns bei der Berechnung auf fünfzig Haltestellen im Raum Bern-Ittigen beschränkt. Für die Ermittlung der ÖV-Güteklassen mit Distanzen gemäss ARE haben wir die Distanzen nicht – wie es die Methodik des ARE vorsieht – „mit dem Zirkel“ abgetragen, sondern als Fussgängerdistanzen mit unserem Ansatz modelliert. Den Vergleich der beiden Methoden sehen Sie in der folgenden Abbildung:

(Klicken zum Vergrössern) Vergleich zwischen ÖV-Güteklassen gemäss modellierter Fussgängerdistanz (links; Ansatz EBP) und gemäss Standard des Bundesamts für Raumentwicklung (ARE) (rechts). Die 50 in unserer Berechnung berücksichtigten Haltestellen sind mit ihrer Haltestellenkategorie (1: am besten erschlossen, 5: am schlechtesten erschlossen) eingezeichnet.
(Klicken zum Vergrössern) Vergleich zwischen ÖV-Güteklassen gemäss modellierter Fussgängerdistanz (links; Ansatz EBP) und gemäss Methode des Bundesamts für Raumentwicklung (ARE) (rechts). Die 50 in unserer Berechnung berücksichtigten Haltestellen sind mit ihrer Haltestellenkategorie (1: am besten erschlossen, 5: am schlechtesten erschlossen) eingezeichnet.

 

„Wie gut ist ein Standort mit Bahn und Bus erschlossen?“ weiterlesen