GeolinQ
Spatial Data Management

Informatieproducten op maat

Gebruikers hebben informatieproducten nodig om werkprocessen uit te voeren en beslissingen te nemen. Informatieproducten zijn gebaseerd op ingewonnen brondata van de organisatie. In GeolinQ bestaat de integratie van brondata naar informatieproducten uit een keten van afgeleide datasets en verwerkingsprocessen. In het flexibel datamodel worden wijzingen in de brondata automatisch in de keten verwerkt zodat de informatieproducten direct geactualiseerd worden als de brondata is gewijzigd.

Combineren van brondata

Gegevens uit verschillende databronnen kunnen gecombineerd worden tot een informatieproduct door te koppelen op een gemeenschappelijke objectkenmerk. Gegevens in eigen beheer kunnen bijvoorbeeld gekoppeld aan de BAGid uit de Basisregistratie Adressen en Gebouwen (BAG) zodat de eigen gegevens met de geometrieën uit de BAG op de kaart kunnen worden getoond. In GeolinQ worden databronnen in het flexibel datamodel door middel van referenties aan elkaar gekoppeld.

Decentraal ingewonnen gegevens kunnen samengevoegd worden tot één informatieproduct. Gemeentelijke ruimtelijke ordeningsplannen van een provincie kunnen bijvoorbeeld tot één informatieproduct ruimtelijke ordening op provinciaal niveau samengevoegd worden. In het flexibel datamodel van GeolinQ worden brondatasets samengevoegd tot één uniondataset.

Gegevens uit verschillende databronnen kunnen ook gecombineerd worden op basis van een geometrie. Door de ligging van een kabel te doorsnijden met grondsoorten wordt inzichtelijk in welke grondsoorten de kabel gelegd zal worden. Op basis van de graafkosten per grondsoort kunnen in GeolinQ vervolgens eenvoudig de graafkosten voor aanleg van de kabel berekend worden. Met het doorsnijdingsproces is het doorsnijden van datasets op basis van geometrie eenvoudig in GeolinQ te configureren.

Selecteren van brondata

Informatieproducten kunnen bestaan uit een selectie van relevante brondata. Voorbeelden van informatieproducten waarbij een selectie op brondata is gemaakt zijn:

  • De vastgoedeigenaren uit de BRK met vastgoed met een waarde hoger dan € 500.000,-
  • De hoogspanningskabels uit de KLIC melding in het gebied van geplande werkzaamheden.

In viewdatasets kunnen onder andere selecties van brondata in GeolinQ worden gemaakt door het configureren van conditionele expressies.

Een informatieproduct op basis van puntenwolk- of rasterdata bestaat uit meerdere brondatasets als het informatieproduct meerdere inmeetgebieden beslaat. Een voorbeeld is één dataset met de meest actuele hoogtedata voor een gebied op basis meerdere ingemeten puntenwolken. Met ‘Seamless Point Surface’ (SPS ) kunnen overlappende puntenwolken- en rasterdatasets worden samengevoegd tot één informatieproduct door de beschikbare datasets te selecteren en te prioriteren op basis van de metadata. De overlap tussen inmeetgebieden wordt automatisch verwijderd zodat een aaneengesloten informatieproduct ontstaat met optimale datakwaliteit binnen het gebied.

Aggregeren van brondata

Informatieproducten zijn vaak gebaseerd op aggregatieberekeningen met feature data zoals:

  • De gemiddelde woningwaarde in een wijk
  • De totale lengte van de wegen in een gemeente
  • De totale oppervlakte van groenvoorzieningen in een gemeente

Met viewdatasets kunnen in het flexibel datamodel van GeolinQ ook draaitabellen worden geconfigureerd waarbij de brondata kan worden geaggregeerd met behulp van aggregatiefuncties zoals sommatie, gemiddelde, standaard deviatie.

Ingewonnen puntenwolken en rasterdata met bijvoorbeeld laserscans zijn vaak zeer omvangrijk en zijn veel gedetailleerder dan voor een informatieproduct noodzakelijk is. Een voorbeeld is het AHN3 hoogtebestand van Nederland bestaande uit meer dan 500 GB aan hoogte data. Een informatieproduct voor het overstromingsrisico met contouren van gebieden lager dan zeeniveau bevat slechts een fractie van de brondata. Aggregatieprocessen in GeolinQ voor het reduceren van puntenwolken en rasterdata tot een informatieproduct zijn:

  • Berekenen van contouren zoals hoogtecontouren op basis van hoogtemetingen.
  • Aggregatie van puntenwolkdata of rasterdata door interpolatie.

Verschillende waarnemingen kunnen geaggregeerd worden tot een totaalscore per gebiedsvlak door brondata te aggregeren naar een rasterinformatieproduct. Een voorbeeld is het berekenen van een milieuscore per 500m vlak door aggregatie van featuredatasets met waarnemingen van lucht- en bodemverontreiniging. Met het rasterproces in GeolinQ kan feature brondata worden geaggregeerd naar een rasterinformatieproduct met vaste vlakindeling.

Som en verschil van rasterdata

Om de veranderingen in een gebied inzichtelijk te maken worden de verschillen tussen metingen in een tijdsperiode vastgelegd in een informatieproduct. Een voorbeeld is het vaststellen van bodemdaling op basis van het verschil tussen de actuele hoogtemetingen t.o.v. de hoogtemeting van 10 jaar geleden. Met configureerbare verschilberekeningsprocessen zijn deze informatieproducten in GeolinQ eenvoudig te configureren.

Ontdek de kracht van het configureren van informatieproducten op maat met GeolinQ

Neem contact met ons op