nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

Análisis de tipificación de viviendas en el BAG

Jeskevan_der_Velden2

<\/HEAD>

Recibimos regularmente solicitudes de los usuarios para un conjunto de datos que contenga la tipificación de viviendas.<\/SPAN> Recientemente investigamos esto más a fondo y aunque no tenemos planes a corto plazo para crear un conjunto de datos nacional de esto<\/SPAN>, me gustaría mostrarle cómo podría crear usted mismo un conjunto de datos así con nuestros datos BAG.<\/SPAN><\/P> <\/SPAN><\/P>Este análisis consta de varios pasos. Vamos a examinar, basándonos en los edificios circundantes, si un edificio es independiente y, si no lo es, cuántos edificios vecinos adyacentes tiene para determinar si es una casa en esquina o una casa adosada. Pero el BAG<\/A><\/SPAN> por supuesto no solo contiene espacios residenciales, por lo que usaremos los objetos de estancia para aclarar esto. También usaremos estos objetos de estancia para distinguir edificios con múltiples objetos de estancia, como apartamentos. Al final de este blog pondré un resumen con enlaces para más información.<\/SPAN><\/P>

<\/SPAN><\/P>Primero comenzamos descargando los datos BAG. Puede descargarlos mensualmente desde nuestro

grupo Datasets<\/A><\/SPAN> en ArcGIS Online. La razón por la que uso aquí la file geodatabase y no el servicio diario es porque voy a editar los atributos. Los análisis en un feature service son posibles, pero las ediciones (como en atributos) no.<\/SPAN><\/P>

<\/SPAN><\/P>Paso 1: Identificar edificios sin función residencial<\/SPAN><\/STRONG><\/P>De la file geodatabase BAG he hecho un

clip<\/A><\/SPAN> de los edificios y objetos de estancia en el municipio Best<\/SPAN>, Noord-Brabant. Aunque el nombre ya indica que esta es la mejor ubicación para un conjunto de datos de prueba, también es el pueblo donde crecí. Esto hace que verificar el resultado del análisis sea mucho más sencillo.<\/SPAN><\/P> <\/SPAN><\/P>Nos interesan los edificios con objeto(s) de estancia con uso Funcin residencial. Los objetos de estancia pueden tener múltiples usos. En nuestros datos BAGv2 (ver también mi blog anterior<\/A><\/SPAN>) hemos desglosado estos usos en atributos separados para facilitar los análisis. Cada columna indica con un 1 o un 0 si el uso está presente o no en este objeto de estancia.<\/SPAN><\/P>

<\/SPAN><\/P> <\/SPAN><\/P>Y vamos a usar eso. Así que primero hago una

selección por atributo<\/A> <\/SPAN><\/SPAN>en los objetos de estancia:<\/SPAN><\/P><\/>

Exporto esta selección a una nueva clase de entidad Verblijfsobject_Best_Woning, porque la usaremos más adelante.

A continuación añado un nuevo campo a mi clase de entidad Pand llamado 'Woningtype'. Aquí guardaré más tarde el resultado de mi análisis. Este campo consistirá en las siguientes categorías:

Vivienda independiente
Casa en esquina
Casa adosada
Apartamento
No es vivienda

Comenzamos con la última categoría. Con una selección por ubicación selecciono todos los edificios que no tienen objetos de estancia con uso 'Función residencial'. Esto se hace seleccionando los edificios que sí intersectan con un objeto de estancia con función residencial, pero activando la casilla 'Invertir relación espacial', lo que invierte la selección.

Luego uso la herramienta Calcular Campo para llenar el nuevo atributo Woningtype para estos edificios con el valor 'No es vivienda'.

Luego exportamos también estas entidades a un nuevo conjunto de datos y eliminamos estas entidades del conjunto Panden. Muchos de los edificios que no son viviendas son garajes o cobertizos. Este tipo de edificio suele estar junto a una casa en esquina o una vivienda independiente. Nuestro siguiente paso es hacer un análisis del número de edificios adyacentes sobre el cual basaremos la tipificación de viviendas. Si dejáramos estas entidades en el conjunto, estas viviendas serían categorizadas incorrectamente como casas adosadas o casas en esquina. Más adelante volveremos a añadir estos edificios sin función residencial al conjunto.

Paso 2: Identificar el número de edificios adyacentes con función residencial

Para identificar el número de edificios adyacentes usamos la herramienta Polygon Neighbours. Esta herramienta calcula cuántos edificios adyacentes tiene un edificio y cuáles son esos. El resultado se da en una tabla. Marcamos la casilla 'Incluir ambos lados de la relación vecinal', para que ambos edificios que son vecinos sean incluidos y no solo el primer edificio que tiene vecino.

La tabla creada por esta herramienta contiene varias columnas: Para nuestro objetivo, conocer el número de edificios adyacentes, solo interesa la columna src_OBJECTID. Esta columna indica los IDs de objeto de los edificios que tienen uno o más vecinos adyacentes. Por cada vecino adyacente, el ID del objeto aparece una vez, así que para varios vecinos el ID aparece varias veces. Para saber cuántas viviendas adyacentes tiene un edificio debemos contar los src_OBJECTID únicos así que contar. Esto lo hacemos con la Frequency tool. Esta herramienta también proporciona una tabla como resultado.

Con esta tabla podemos añadir la frecuencia del número de edificios vecinos al conjunto de datos Panden vinculando el src_OBJECTID de la tabla de frecuencia con el OBJECTID del conjunto de datos Panden.

Esta información nos da datos sobre qué edificios tienen dos o más vecinos, estos son viviendas adosadas. Seleccionamos estos edificios por atributo y usamos nuevamente la Calculate Field tool para asignarles el valor 'Tussenwoning'. Hacemos lo mismo para las viviendas en esquina; estas viviendas tienen un vecino.

Paso 3: Identificación de apartamentos y viviendas unifamiliares

Parece lógico que los edificios sin viviendas adyacentes sean automáticamente viviendas unifamiliares (estos edificios tienen una Frequency de “<Null>”), pero desafortunadamente no es así. Los edificios de apartamentos se indican como un solo edificio en la BAG, tras lo cual se añaden varios objetos residenciales (los propios apartamentos). Por lo tanto, para los edificios sin vecinos debemos determinar cuántos objetos residenciales están alojados en el edificio. Si hay varios, clasificamos el edificio como un apartamento. Por lo tanto, no tienen que ser necesariamente viviendas unifamiliares, también por ejemplo una vivienda adosada puede contener apartamentos.

Esri Inc ya ha escrito un artículo técnico sobre esto y existen diferentes maneras de contar el número de puntos en un polígono. Aquí uso la Spatial Join tool con la clase de entidad Verblijfsobject_Best_Woning. Algunos edificios unifamiliares pueden contener tanto una tienda como una vivienda, pero en mi opinión esto seguiría siendo una vivienda unifamiliar, ya que solo estamos interesados en la tipificación de la vivienda.

La Spatial Join tool cuenta cuántos objetos residenciales con tipificación de vivienda se encuentran dentro de un solo edificio. Seleccionamos los edificios con un Join_Count mayor a 1 y luego clasificamos estos como “Apartamento” usando la Calculate Field tool. Como esto también incluye edificios no unifamiliares, estos edificios previamente indicados como viviendas adosadas o en esquina serán sobrescritos como apartamento.

De todas las viviendas ahora hemos identificado viviendas en esquina, viviendas adosadas y apartamentos. Las viviendas que aún no están clasificadas son viviendas unifamiliares. Para comprobarlo selecciono todas las viviendas con Woningtype <Null> (en otras palabras, las viviendas que aún no están clasificadas) y todas las viviendas con Join_Count igual a 1 y Frequency igual a <Null>. Ambas selecciones dan los mismos resultados, por lo que hasta ahora los números son correctos. Con la Calculate Field tool relleno para esta selección el tipo de vivienda “Vrijstaande woning”.

Paso 4: La combinación de los conjuntos de datos

Ahora tenemos dos conjuntos de datos, uno con viviendas y otro con edificios que no contienen vivienda. Para obtener una visión general de todos los edificios en la BAG los combinamos nuevamente con la Append tool, tras lo cual tengo el producto final en mis manos: un conjunto de datos con una clasificación por tipo de vivienda.

Consideraciones

Por supuesto, nada es tan simple como parece y aquí también hay varias cosas a considerar. Primero están los posibles “errores” en los datos subyacentes. Es importante saber que los responsables de la fuente son quienes actualizan los datos y que si falta un edificio, esto afecta el resultado del análisis. Un edificio faltante puede indicar incorrectamente que una vivienda adosada es una vivienda en esquina y una vivienda en esquina adyacente será clasificada entonces como una vivienda unifamiliar. A continuación he hecho un ejemplo de tal situación (no corresponde a la realidad). Por eso siempre verifique los datos fuente. Si el contenido no es correcto, contacte con content@esri.nl.content@esri.nl

En segundo lugar está la definición de una vivienda unifamiliar. He elegido mirar solo si una vivienda limita con otra vivienda, pero una vivienda también puede limitar con un edificio con otra función residencial. Como en mi área de estudio principalmente son cobertizos o garajes, he decidido no incluir esos edificios. Depende de sus propios objetivos sobre la información que desea extraer de los datos qué elección hará aquí.

Las definiciones también son el tema de mi tercer punto a considerar. ¿Cuándo es algo un apartamento? Suponga que existe una fila de edificios donde la planta baja es una tienda y el(los) piso(s) superior(es) se usan como vivienda. ¿Son esas viviendas entonces apartamentos o viviendas adosadas? Actualmente las he indicado como viviendas adosadas ya que solo he contado los objetos residenciales con uso residencial, pero aquí usted podría tomar otra decisión.

Desafío

Este análisis es un primer paso para poder realizar un conjunto completo de datos con tipificaciones de vivienda. ¿Cómo estructuraría usted los siguientes pasos para distinguir por ejemplo las casas en esquina de las casas pareadas? ¿Y qué consideraciones relevantes tomaría en cuenta? ¡Estoy muy interesado en sus ideas!