<\/HEAD>"Als je niet plant, plan je om te falen." Dit oude gezegde is breed toepasbaar—wanneer je 10 pond wilt verliezen, gekozen wilt worden voor een leiderschapspositie, de perfecte baan wilt krijgen, en zo verder. Dus net als alles in het leven, betaalt planning zich uit als het gaat om GIS-analyse. Om betrouwbare resultaten te garanderen, raden we het beproefde proces aan:
- Formuleer de vraag.<\/LI>
- Verken en bereid gegevens voor.<\/LI>
- Kies analysemethoden en -tools.<\/LI>
- Voer de analyse uit.<\/LI>
- Onderzoek en verfijn de resultaten.<\/LI><\/OL>
Stap 2 is wellicht de meest cruciale omdat je uiteindelijke resultaten alleen zo betrouwbaar zijn als de gegevens waarmee je begint. Lees verder voor een nadere blik op het verkennen en voorbereiden van gegevens voor een analyseproject.Gegevens verkennen<\/SPAN><\/STRONG>
Het eerste deel van stap 2 vloeit direct voort uit de analysevraag. Besteed vooraf tijd aan het identificeren van alle gegevens, inclusief attributen, die nodig zijn om de vraag te beantwoorden. Ontdek halverwege een project niet dat je een belangrijke dataset mist.
Het doel van het verkennen van gegevens is te begrijpen wat geldige handelingen ermee mogelijk zijn. Je zou moeten:De metadata onderzoeken. Noteer de ruimtelijke resolutie en nauwkeurigheid, coördinatensysteem, wanneer de gegevens zijn verzameld en door wie, gebruiksbeperkingen van de data en andere belangrijke informatie.<\/LI>Verken alle ruimtelijke datasets die je van plan bent te gebruiken in ArcMap. Lijnen de lagen correct op elkaar? Zijn sommige lagen meer gegeneraliseerd dan andere? Hebben sommige lagen een grotere (of kleinere) omvang dan nodig?<\/LI>Verken de attributentabel voor elke laag en noteer het aantal records en de attributen. Sorteer velden en bekijk veldstatistieken om de waarden te begrijpen. Noteer duidelijke invoerfouten en inconsistenties.<\/LI><\/UL>Gegevens voorbereiden<\/SPAN><\/STRONG>
Gegevens voorbereiden betekent ervoor zorgen dat datasets geldig samen geanalyseerd kunnen worden en de verwerkingstijd zoveel mogelijk verminderen. Taken voor gegevensvoorbereiding omvatten vaak het projecteren van data, het verkleinen van de ruimtelijke omvang tot het interessegebied, het verwijderen van onnodige attributen, het creëren van nieuwe attributen, het opschonen van attribuutwaarden, en meer.
Haal het meeste uit ArcGIS geoprocessing tools. Veel kunnen in batchmodus worden uitgevoerd en sommige hebben opties waarmee je taken voor gegevensvoorbereiding kunt combineren. Bijvoorbeeld binnen de Feature Class to Feature Class tool<\/A>, kun je een SQL-expressie maken om alleen features te importeren die zich in jouw interessegebied bevinden, kun je bronattributen uitsluiten die je niet nodig hebt, en kun je nieuwe attribuutvelden definiëren die je wel nodig hebt. Met één tool voltooi je drie voorbereidingsstappen.
Je kunt ook een model maken om gegevensvoorbereiding te automatiseren—sleep gewoon de benodigde geoprocessing tools in een modelvenster en definieer hun parameters. Het maken van een model is een uitstekende manier om taken te visualiseren en te ordenen terwijl je bezig bent.
Dezelfde data kan voor meerdere analyses worden gebruikt. Het is goede praktijk om een kopie van de originele data te maken voordat je wijzigingen aanbrengt ter voorbereiding op een specifiek project. Zo blijft de originele data behouden voor volgende analyses—en heb je iets om op terug te vallen voor het geval dat.Voorbeeld: Analyseer piraterij-incidenten<\/SPAN><\/STRONG>
Laten we naar een eenvoudig voorbeeld kijken om het belang van verkennen en voorbereiden van data te illustreren. De analysevraag is geformuleerd als:In de jaren 2009 tot 2011, welke soorten schepen waren de meest frequente slachtoffers van piraterij in en rond de Golf van Aden en Arabische Zee?<\/LI><\/UL>
De U.S. National Geospatial-Intelligence Agency (NGA) verspreidt Anti-Shipping Activity Messages<\/A> (ASAM) rapporten, die locaties en beschrijvingen bevatten van vijandige handelingen tegen schepen en zeevarenden wereldwijd. Je kunt ASAM-data downloaden in shapefile-formaat vanaf de NGA-website.Verken de data<\/SPAN><\/STRONG>
Na het downloaden van het ASAM-shapefile voeg je dit toe aan ArcMap. Voor geografische context helpt het om een basemap toe te voegen; in dit geval werkt de World Topographic Map<\/A> van ArcGIS Online goed.
De kaartafbeelding rechts toont de wereldwijde omvang van de ASAM-data (gesymboliseerd met rode stippen). Een snelle verkenning van de attributentabel onthult 6.158 records; een attribuut dat een wereldsubregio-code opslaat; en een attribuut dat de datum opslaat waarop elk incident plaatsvond—het datumbereik is 1-5-1978 tot 9-1-2012. 
Om efficiënt antwoord te geven op de analysevraag moet je de data beperken tot incidenten die plaatsvonden tussen 1-1-2009 en 31-12-2011 in subregio 62 (de NGA-website vermeldt subregiocodes). Je moet ook ander voorbereidend werk doen om problemen met deze data op te lossen.Probleem 1: De data heeft geen ruimtelijke referentie.<\/SPAN> <\/STRONG>
Toen het ASAM-shapefile aan ArcMap werd toegevoegd, verscheen een bericht dat er geen ruimtelijke referentie was. Voor shapefiles wordt ruimtelijke referentie-informatie opgeslagen in het projectiebestand (.PRJ) en het komt vaak voor dat dit .PRJ-bestand ontbreekt, zoals hier ook het geval is. Hoe weet je dan welk coördinatensysteem je moet gebruiken?
Een goed startpunt is het dialoogvenster Laag Eigenschappen (Layer Properties). In het tabblad Bron (Source), als je naar de extent-coördinaten kijkt, vertelt het aantal cijfers links van de komma dat het een geografisch coördinatensysteem is. 
Bij geografische coördinatensystemen hebben linker- en rechterextentwaarden één tot drie cijfers links van de komma, terwijl boven- en onderextentwaarden één of twee cijfers links van de komma hebben.Tip:<\/EM> Je kunt methodes leren om onbekende coördinatensystemen te identificeren in de Working with Coordinate Systems in ArcGIS<\/A> webcursus.<\/span> Omdat de data een wereldwijde omvang heeft, is het redelijk om het WGS 1984 geografisch coördinatensysteem toe te wijzen. Als jouw analyse nauwkeurige metingen vereiste, zou je ook een geschikt geprojecteerd coördinatensysteem voor het interessegebied willen toewijzen.Probleem 2: De data is uitgebreider dan nodig.<\/SPAN><\/STRONG>De ASAM-data heeft een grotere ruimtelijke omvang en langere temporele omvang dan jij nodig hebt. SQL-query's lossen deze problemen op.Voor deze analyse zijn de initiële taken voor gegevensvoorbereiding:1. Maak een file geodatabase aan om projectgegevens te organiseren.2. Importeer het ASAM-shapefile in de file geodatabase.
- Importeer alleen features binnen subregio 62 die vallen binnen het datumbereik 1-1-2009 tot 31-12-2011.<\/LI>
3. Wijs het WGS 1984 coördinatensysteem toe aan de feature class in de geodatabase. De modelgrafiek rechts toont de workflow voor geoprocessing.Er werd een SQL-expressie gedefinieerd in het dialoogvenster Feature Class to Feature Class tool zodat alleen incidenten die voldoen aan de analysecriteria worden geïmporteerd.
< BR \ / > Na uitvoering van het model heb je een nieuwe feature class met 643 features. Nu dat de data beter beheersbaar is qua grootte, moet je voordat je doorgaat naar stap 3 van het analyseproces verifiëren dat alle 643 features piraterijincidenten vertegenwoordigen die plaatsvonden binnen het analysetijdvak.< BR \ / >< BR \ / > In ASAM-data bevatten twee velden datumgegevens (Reference en DateOfOcc). DateOfOcc slaat mm/dd/jjjj op, terwijl Reference het jaar gevolgd door een uniek ID nummer bevat. Het Reference veld werd gebruikt in de SQL-expressie van Feature Class to Feature Class dialoog uit gemakzucht, maar dit betekent dat er nu opruimwerk gedaan moet worden. Sorteren op DateOfOcc toont dat vier records 2009 hebben in Reference (reflecterend jaar waarin rapport werd ingediend), maar hun DateOfOcc waarden vertellen dat incidenten eigenlijk plaatsvonden tijdens de laatste week van 2008. Deze records kunnen verwijderd worden. Nu zijn er nog 639 records om te analyseren.Probleem 3: Attribuutwaarden zijn inconsistent.<\ /SPAN ><\ /STRONG >< BR \ / >< BR \ / > Vervolgens moet u maken zorg ervoor dat alle records incidenten van piraterij zijn. Het veld Aggressor slaat deze informatie op. Het sorteren van het veld Aggressor onthult meerdere waarden, waarvan de overgrote meerderheid een variant van "pirate" bevat.
- Tip: Een snelle visuele methode om te begrijpen hoe de Aggressor-waarden variëren, is het openen van het dialoogvenster Laag Eigenschappen en de laag symboliseren op basis van Unieke Waarden gebaseerd op het Aggressor-veld. Elke unieke agressorwaarde wordt weergegeven en het veld Count vertelt je hoeveel van elk er zijn.
Na het verkennen van de Aggressor-waarden kun je een attribuutquery maken om alle records te selecteren die een van de "pirate"-variaties in het Aggressor-veld hebben, en vervolgens de selectie omkeren om te zien hoeveel records niet direct verwijzen naar pirate-agressors. In dit geval hebben slechts 16 incidenten Aggressor-waarden die niet verwijzen naar pirates.Je moet de incidentbeschrijvingen onderzoeken om te bepalen of een van deze 16 waarschijnlijk aanvallen door pirates waren. Als ze duidelijk geen pirate-agressors betrokken, verwijder dan de records. In dit geval sluiten de incidentbeschrijvingen pirate-agressors niet duidelijk uit, dus kies je ervoor de records te behouden maar ze te categoriseren om rekening te houden met de ambiguïteit. Je gebruikt de Field Calculator om die 16 Aggressor-waarden te wijzigen in Possible Pirates, en je maakt de resterende records schoon zodat ze allemaal een Aggressor-waarde van Pirates hebben.Probleem 4: De tabel bevat dubbele records.Met het DateOfOcc-veld gesorteerd, toont een blik op het Reference-veld iets verontrustends. Er lijken veel dubbele records te zijn—records met dezelfde Reference-waarde en identieke gegevens in de andere attribuutvelden. Hoe kan dit? Is er iets misgegaan toen je de shapefile naar een geodatabase feature class hebt geconverteerd? Dit is het moment om terug te gaan naar de originele data en te bepalen of de duplicaten daar al bestonden. Vanwege het aantal features in de shapefile is het efficiënt om het Reference-veld samen te vatten, wat een tabel oplevert met een telling van elke unieke referentiewaarde in de shapefile.Na het maken van de samenvattingstabel en het sorteren van het Count_Reference-veld zie je dat veel Reference-nummers een duplicaat hebben. Om precies te weten hoeveel, selecteer je de records waarvan de Count_Reference-waarde gelijk is aan 2. Het blijkt dat 493 Reference-nummers een duplicaat hebben in de brondata waarmee je bent begonnen. Bepalen hoeveel van die 493 in jouw geodatabase feature class zitten vereist meer werk.Net zoals je voor de shapefile deed, vat je in de laag Incidents to Analyze het Reference-veld samen om een tabel met een telling van referentiewaarden uit te voeren, en selecteer je vervolgens de records waarvan de Count_Reference-waarde gelijk is aan 2. Het blijkt dat 170 records een duplicaat hebben. Is er een gemakkelijke manier om 170 dubbele records te verwijderen? Ja, vrij eenvoudig. Dit is hoe:
- Voeg de samenvattingstabel van referentiewaarden toe aan de Incidents to Analyze-tabel.
- Selecteer records waarvan de Count_Reference-waarde gelijk is aan 2—zoals verwacht zijn er 340 geselecteerde records.
- Start een bewerksessie en gebruik vervolgens de Delete Identical tool om de geselecteerde records te verwijderen die dezelfde Reference-waarde hebben als een ander record (let op dat je voordat je de Delete Identical-tool uitvoert, de tabelkoppeling moet verwijderen—de geselecteerde records blijven geselecteerd nadat de koppeling is verwijderd).
Eindresultaat: 469 incidenten klaar voor gebruik als invoer in stap 3 van het GIS-analyseproces.Al dit data verkennen en voorbereiden vereiste eigenlijk maar een paar uur geconcentreerd werk. Natuurlijk moeten waarschijnlijk ook de waarden voor incident slachtoffers worden opgeschoond—maar we beëindigen hier het voorbeeld omdat de grenslijn tussen stap 2 en 3 van het GIS-analyseproces geen stevige afscheiding is.Conclusie: Bij het voorbereiden van data voor analyse moet je beslissingen nemen en leven met enige onzekerheid. Je specifieke analysecriteria en hoe goed je het onderwerp kent bepalen hoe ver je gaat met het opschonen van data. Om fouten te voorkomen of door te geven, verken je zorgvuldig de data en documenteer je elke datavoorbereiding die je doet en waarom je ervoor hebt gekozen dit te doen. Onthoud dat een model een waardevol hulpmiddel is om je workflow te documenteren en anderen beter te helpen begrijpen wat jouw analyseresultaten zijn.De data die je gebruikt voor een GIS-analyseproject is misschien niet perfect en past mogelijk niet exact bij jouw behoeften. Maar planning en voorbereiding zorgen er grotendeels voor dat de data betrouwbare resultaten oplevert die je vol vertrouwen met anderen kunt delen.Wil je meer leren over best practices voor GIS-analyse? Hier zijn cursussen die kunnen helpen.
