ArcGIS Content - Esri Nederland Blog

Uw feedback is erg belangrijk om het aanbod van data en locatieservices (ArcGIS Content) te blijven verbeteren. We zijn benieuwd naar uw ervaringen en willen u vragen deze enquête in te vullen. In de enquête stellen we vragen over het werken met ArcGIS Content, het beschikbare aanbod en u kunt wensen en verbetersuggesties aangeven. 

Klik op onderstaande button om de enquête te openen, invullen duurt vijf tot tien minuten. De enquête is anoniem in te vullen of u kunt er voor kiezen uw contactgegevens achter te laten.

Heeft u collega’s die ook gebruik maken van Esri's data en locatieservices? Wij zouden het waarderen als u deze enquête deelt met uw collega’s zodat ook zij feedback kunnen geven.

Alvast bedankt voor het invullen van de enquête. Heeft u vragen over de enquête of ArcGIS Content? Neem dan contact met ons op via content@esri.nl of +31 (0)10 217 07 00.

Introduction

The Actueel Hoogtebestand Nederland (AHN) dataset precisely depicts the Netherlands as countless points, while the processing of which usually involves massive human intervention. In this blog post, we demonstrate how the arcgis.learn module can be utilised to favour automatic classification of AHN point clouds. Notice that the raw classification of AHN is neglected; instead, a fine-grained re-classification of the point cloud is carried out.

PointCNN

To begin with, we have to introduce PointCNN, a deep learning pipeline for point cloud analysis.

Unlike imagery, point cloud data are unordered and anisotropically distributed in space, which hinders the applications of traditional convolutional neural networks (CNNs) designed for 2D data.

A core part of the PointCNN framework is the X-Convoperation which is analogous to the convolution operation in 2D CNNs. This operator performs a series of operations on a processed form of point cloud blocks. What's special with X-Conv is that it can process the input points with an arbitrary order to obtain an order-independent feature. With the X-Conv as building blocks, PointCNN is capable of performing convolutions on unordered point sets, similar to (but slightly more complex than) that of 2D grids.

The XConv operation on point clouds (bottom) resembles the convolution on 2D grids (top)

PointCNN is implemented in arcgis.learn module, Esri's Python API for deep learning. The ArcGIS API encapsulates the functionalities to efficiently classify and segment points from a point cloud dataset. To dive into the API you may refer to arcgis.learn documentation.

Naturally, PointCNN needs training data to learn from, where the Dayton Annotated Laser Earth Scan (DALES) dataset (DALES : University of Dayton, Ohio) is used which contains forty scenes of dense, labelled aerial data spanning multiple scene types including urban, suburban, rural, and commercial, with over a half-billion points spanning 10 square kilometres of area. The AHN3 point cloud of Dordtrecht is chosen as the test dataset, the preparation of which undergoes Geoprocessing - Convert LAS and Extract LAS with ArcGIS Pro.

Dordrecht dataset preparation in ArcGIS Pro

After training on the DALES point clouds, PointCNN is able to classify the AHN points of Dordrecht region, with the coordinate information (x, y, z) only. The training scripts can be found at this ArcGIS Notebook.

Unclassified AHN point cloud of Dordrecht region, rendered with the intensity value

Results

Now check below the scene of Dordrecht classified by PointCNN. The classification contains Ground, Vegetation, Cars, Trucks, Power lines, Poles, Fences and Buildings. Notice especially how small-size objects (e.g., cars and power lines) are still prominently detected. Compared to the raw classification of AHN3 which consists of only five rough classes, the new classification is clearly of more granular details.

Classified AHN point cloud of Dordrecht region, rendered with the class code

Interactive maps of the classified point cloud can be found at this Story Map: Object Detection from Aerial Point Cloud.

Let op: sinds de update van januari 2021, met de komst van het nieuwe energielabel, bevat de service alleen geregistreerde energielabels en geen voorlopige energielabels meer. Vanaf augustus 2021 wordt de service maandelijks geüpdatet, vanwege de overstap naar andere brondata afkomstig van ep-online. Hierdoor wijkt het updateproces af van de hieronder beschreven werkwijze.

Duurzaamheid en energiebesparing zijn thema’s die in Nederland steeds hoger op de agenda staan. De vraag naar ruimtelijke informatie over deze onderwerpen groeit sterk. Om in te spelen op deze behoefte bieden wij een nieuwe service aan voor onze gebruikers: energielabels per adres en pand! De labels bestaan uit officieel geregistreerde en voorlopig berekende energielabels en worden in verschillende formaten beschikbaar gesteld door het RVO. Huizen die sinds 2015 verkocht zijn hebben een geregistreerd label, de overige gebouwen zijn opgenomen met het voorlopige energielabel dat gebaseerd is op gegevens uit het Kadaster (o.a. type huis, grootte en bouwjaar) en op gegevens van vergelijkbare huizen. De data is beschikbaar gesteld via een feature service en webmap, maar is ook interactief te bekijken in dit dashboard en deze storymap. In deze blog neem ik u graag mee in de werkwijze van deze nieuwe service.   

Welke informatie bevat de service? 

De service bevat geregistreerde en voorlopig berekende energielabels van meer dan 8 miljoen adressen in Nederland. 

 Informatie die o.a. beschikbaar is in de service: 

• Energielabel 
• Woning type 
• Bouwjaar 
• Status (geregistreerd of voorlopig) 
• Gewijzigde labels t.o.v. vorige versie
• BAG Adres kenmerken 
• BAG Pand kenmerken 

Hoe is de service tot stand gekomen? 

De gegevens vanuit het RVO zijn opgesplitst in drie Excel bestanden: voorlopig berekende labels en geregistreerde labels voor woningbouw en utiliteitsbouw. Als je op zoek bent naar een energielabel kan het onhandig zijn om allerlei aparte lagen toe te voegen in een kaart. Daarom hebben wij deze data alvast aan elkaar gekoppeld in één service.  

Om de drie tabellen aan elkaar te kunnen koppelen is een nieuw adres-veld toegevoegd en berekend. Dit veld bestaat uit een combinatie van postcode, huisnummer en huisnummertoevoeging. Op deze manier kunnen er Joins uitgevoerd worden tussen de tabellen. Een uitdaging waar we opeenvolgend tegenaan liepen is het verschil in de aanwezige informatie van de tabellen. Zo bevat de tabel met geregistreerde labels voor utiliteitsbouw aanvullende gegevens, zoals SBI code, certificaatnummer en gebruiksfunctie. De tabel met geregistreerde labels voor woningbouw daarentegen miste een belangrijk veld: bouwjaar. Ook merkten we verschillen op tussen de woning type categorieën van de geregistreerde en voorlopige energielabels.  

Om de juiste informatie weer te kunnen geven per adres of pand is er daarom gekozen om een aantal nieuwe velden te berekenen op basis van de drie input tabellen. Bijgaand uitgangspunt is dat als er een geregistreerd energielabel aanwezig is, de bijbehorende gegevens met betrekking tot bouwjaar en woning type getoond worden. Is er alleen een voorlopig berekend energielabel beschikbaar? Dan wordt dit label met bijbehorende gegevens in de nieuwe velden aangewezen. Dit ziet er als volgt uit: 

De nieuwe velden: Energielabel, Status, Bouwjaar en Woning type, zijn berekend met Calculate Field aan de hand van een Python Conditional (if/else) statement. Voordelen van de nieuw berekende velden zijn: een overzichtelijkere dataset en minder velden, wat resulteert in een gereduceerde omvang.  

Koppeling met de BAG 

Het toevoegen en berekenen van de nieuwe velden heeft geresulteerd in een tabel met energielabels per adres, maar deze bevatten nog geen geometrie. Om geometrie toe te voegen aan de energielabel hebben we een koppeling gemaakt met de BAG. De tabel hebben we eerst gejoind aan de adrespunten uit de BAG (door middel van het berekende adres veld) om een puntenlaag te verkrijgen. Eveneens is een vlakkenlaag gegenereerd met behulp van de panden uit de BAG. Echter, het weergeven van het energielabel per pand op de kaart was niet zo eenvoudig als dat het lijkt. 

Een pand kan bestaan uit meerdere adressen, en zodoende ook verscheidene energielabels bevatten. Bijvoorbeeld: een appartement grenzend aan de zijgevel van het pand kan een ander energielabel hebben dan een appartement dat zich bevindt in het midden van het gebouw. Wanneer de energielabel tabel gejoind wordt met BAG Pand wordt er een vlak gegenereerd voor elk uniek adres. Voor een pand met 40 appartementen zullen dus 40 vlakken gecreëerd worden. Dit is veel data en leidt tot de vraag: welk vlak wordt er gevisualiseerd op de kaart? 

Welk vlak er gevisualiseerd wordt verschilt per gebruik. Waar je voor sommige toepassingen het meest voorkomende label binnen een pand zou willen visualiseren, kan het voor andere gebruiken van belang zijn om het minst zuinige label te tonen, bijvoorbeeld als alle adressen binnen een pand een minimaal energielabel zouden moeten hebben. We hebben vier nieuwe velden berekend: het aantal labels, het meest voorkomende, het meest zuinige en het minst zuinige energielabel per pand. Om deze nieuwe velden te berekenen hebben we gebruikt gemaakt van de tool Summary Statistics, waarmee onder andere de som van elk label per uniek pand berekend kan worden. Doordat alle vier de velden aanwezig zijn in de service heeft u zelf de mogelijkheid om de panden te visualiseren op een veld naar wens.  

Een zichtbaarheidsbereik is ingesteld in de webmap voor de punten- en vlakkenlaag. De vlakkenlaag is zichtbaar wanneer er uitgezoomd is en geeft een globaal beeld van de energielabels in een gebied. Als er ingezoomd wordt zijn de punten te zien die het daadwerkelijke energielabel per adres weergeven samen met aanvullende informatie over het label en het gebouw. De pop-up is ingesteld met behulp van Arcade en toont de energielabels als afbeelding. Wilt u zelf ook Arcade toepassen om een levende pop-up te ontwerpen? In deze blog is meer te lezen over het opmaken van pop-ups met behulp van Arcade expressies.  

Heeft u nog vragen en/of opmerkingen over of ideeën voor deze service? Dan horen wij dat graag! Mijn collega’s en ik zijn te bereiken via content@esri.nl.

Veel plezier met de service, we kijken uit naar jullie toepassingen! 

Tot op heden wordt de Nederlandse ArcGIS Content zowel via HTTP als HTTPS aangeboden, per september zal dat veranderen naar HTTPS only. De reden hiervoor is dat ArcGIS Online vanaf december 2020 een HTTPS-only communicatie af zal dwingen. Anticiperend hierop zijn onze services per 1 september 2020 alleen nog via HTTPS beschikbaar. De komende weken worden alle mogelijke HTTP verwijzingen die nog in de content voorkomen aangepast naar HTTPS. Dit gebeurt voor september, om zeker te weten dat de ArcGIS Content blijft werken wanneer ArcGIS Online omgeschakeld wordt naar HTTPS-only in December. In deze blog leest u wat de consequenties zijn voor de content die uw organisatie elke dag gebruikt.

Belangrijk voor uw organisatie

Een groot deel van de bevragingen van onze services gaat al via HTTPS. Dit is afkomstig van organisaties die al gebruik maken van HTTPS-only en geen externe systemen hebben die HTTP-services vereisen. Een deel van de bevragingen loopt nog via HTTP. Bent u zich bewust van HTTPS bij uw gebruik van onze services?

Het is belangrijk om verwijzingen naar HTTP-services om te zetten naar HTTPS zodat u met onze content kan blijven werken en voorbereid bent op de omschakeling. Hoe u moet voorbereiden staat in dit technische artikel, die de beheerder van het ArcGIS Online portaal het beste kan doornemen. Voor sommige aanpassingen zijn namelijk administrator rechten nodig. Let er ook op dat scripts waarin HTTP-verwijzingen naar content-services staan ook naar HTTPS aangepast moeten worden. Dit geldt ook voor de BAG en World Geocoder-service.

ArcGIS Enterprise: Als u een Enterprise omgeving heeft is het van belang om te checken of u onze services geregistreerd heeft met een HTTP of HTTPS URL. Ook is het de moeite waard om te controleren of de basemaps in desbetreffende webmaps als HTTPS geregistreerd staan.

Een belangrijk onderdeel uit het technisch artikel is de tool ArcGIS Security Advisor. Hiermee kunt u zien of uw organisatie op dit moment HTTPS afdwingt. Zo niet, dan kunt u met de HTTP check de HTTP referenties in uw organisaties detecteren, zodat u deze kan aanpassen.

Bovendien is er in ArcGIS Online de optie om in de laaginstellingen van een webmap de lagen naar HTTPS te updaten.

Door lagen naar HTTPS updaten te selecteren, valideert de tool of de kaartlagen in de webmap via HTTPS te benaderen zijn, als dit niet het geval is worden de verwijzingen geüpdatet naar HTTPS.

Lees ook het blog van Ruben Bruijning over de achterliggende reden waarom ArcGIS Online omschakelt naar HTTPS-only.

Tot slot een oproep aan alle beheerders van ArcGIS Online portalen, bedenk of uw organisatie nog HTTP gebruikt en zorg dat u voor september actie onderneemt. Heeft u nog vragen of opmerkingen, reageer gerust op dit artikel of neem contact met ons op via content@esri.nl.

Meer dan twee maanden geleden werd onze eerste service met betrekking tot het coronavirus gepubliceerd. Deze service bevatte het aantal besmettingen per gemeente. Op dat moment waren er in slecht zes gemeenten besmettingen aanwezig. Naast deze kaart met vlakken volgde snel een variant met punten om andere visualisaties mogelijk te maken. Aangezien de data in deze twee services elke dag werd overschreven, ontstond daarna snel de vraag naar een versie waarbij je terug kon gaan in de tijd. Ook deze services kwamen beschikbaar. Na verloop van tijd werd het aantal ziekenhuisopnamen interessanter om te volgen en dus ging het RIVM deze gegevens leveren. Dit leidde weer tot vier nieuwe services: de ziekenhuishopnamen als punten en vlakken, zowel actueel als door de tijd. Hoe we deze data actualiseerden beschreef mijn collega Maud Soetens in haar blog Kijkje achter de schermen – NL COVID-19 Hub. Na verloop van tijd werd het aantal positief geteste personen weer geleverd en kwam ook het aantal overleden beschikbaar vanuit het RIVM. Het aantal services groeide zo wel erg snel en het dagelijks bijhouden van al deze services werd veel werk. Dit vroeg om een nieuwe werkwijze met een overzichtelijke historie aan data.

De nieuwe service zou in verschillende behoeften moeten voorzien. De eerste daarvan was dat de service schaalbaar moet zijn. Het dashboard wordt namelijk veelvuldig gebruikt, ook door hulporganisaties, en moet dus altijd goed bereikbaar zijn. Daarnaast was er een wens om de werklast te verlagen. Met een historie aan data die steeds groter wordt (elke dag komen er 355 records erbij) ontstond de vraag of het wel nodig is om deze gegevens elke keer als vlakken te publiceren. De vorm van de vlakken verandert namelijk niet binnen dit jaar. Waarom niet één keer een laag met punten en vlakken publiceren en de data vanuit een tabel linken? Ten slotte zijn er verschillende visualisaties nodig; waar voor de één het aantal positief geteste personen nog van belang is, is voor de ander het aantal ziekenhuisopnamen van belang. Om de data zo bruikbaar en vindbaar mogelijk te maken, zullen er dus ook aparte lagen moeten komen over specifieke onderwerpen.

Objecten koppelen in ArcGIS Online

Tot nu toe hebben we alle services ten behoeve van het coronavirus gepubliceerd in ArcGIS Online. Aangezien ArcGIS Online een schaalbaar platform is, had dit wederom de voorkeur om deze gegevens in te publiceren. Wanneer de dashboards veel gebruikt worden, wordt er op de achtergrond van alles opgeschaald om dit gebruik aan te kunnen zonder dat je daar zelf iets aan hoeft te doen. Om in de andere behoeften voor de service te voorzien hebben we gekozen voor het maken van joins in ArcGIS Online. Maar hoe werkt dit precies?

Illustratie door Maud Soetens‌

Publiceer eerst een laag met vlakken, een laag met punten en tabel met data. Voeg de laag met vlakken of punten toe aan de kaart en ga naar “Analyse”. In de “Gegevens samenvatten”-categorie is de tool “Objecten koppelen” te vinden. In deze tool geef je aan welke lagen je wilt koppelen. Als doellaag geef je hierbij de vlakken of punten op en als laag om samen te voegen met de doellaag de tabel met data. Bij de volgende stap kies je het veld waar de join op koppelt. In dit geval hebben we gekozen voor het gemeentenummer. Gemeentenamen zijn namelijk gevoeliger voor de schrijfwijze, dus het is aan te raden te koppelen op nummers. Hierna is het mogelijk om te kiezen voor een één-op-één join of een één-op-vele. In dit geval hebben wij de analyse een keer met beide opties gedaan: één-op-vele voor de historische data en één-op-één voor de actuele data. Bij één-op-vele worden alle records die bij een bepaalde gemeente horen gekoppeld. Bij één-op-één is het mogelijk om te sorteren op een bepaald veld, in dit geval op de nieuwste datum. Helemaal onderaan vind je de optie om het resultaat op te slaan als gehoste objectlaag weergave. Het wordt hiermee dus een nieuwe service die gegevens uit beide bronlagen combineert in een weergave. Deze weergave kan je vervolgens weer registreren in het portaal met verschillende visualisaties en/of pop-up informatie.

Op deze wijze kan je verschillende items maken die verschillende informatie tonen, maar allemaal naar dezelfde bron verwijzen. Hierdoor hoeft dus nog maar één tabel dagelijks worden bijgewerkt met de nieuwe cijfers van het RIVM. Op dit moment betekent dit dat er 16 lagen worden geactualiseerd: de weergave zelf en de geregistreerde lagen met positief geteste personen, ziekenhuisopnamen en overledenen. Zowel voor de huidige dag, als de tijdreeks als punten en vlakken. Bij de één-op-één weergave wordt direct herkend dat er data van een nieuwere dag beschikbaar is en vanaf dat dat moment wordt dit getoond in de weergave. 

Voor snel veranderende data met weinig veranderende geometrie wordt een hoop opslag en tijd bespaard door dit als join-weergave te hosten. De weergaven van gehoste objectlagen met joins verbruiken namelijk geen credits voor analyse en opslag (de oorspronkelijke analyse kost wel credits). Om deze analyse te kunnen doen zijn wel een paar voorwaarden van toepassing: beide lagen moeten gehoste objectlagen zijn waarvan je zelf eigenaar bent en er moet een koppeling plaatsvinden op basis van attributen en niet op basis van geometrie.

Data downloaden

Om deze werkwijze mogelijk te maken hebben we eerst alle data samengevoegd in een tabel die we gebruiken om aan de geometrie te koppelen. Voor de RIVM-data die beschikbaar is gesteld hebben we nu een compleet overzicht van de data met het aantal positief geteste personen, ziekenhuisopnamen en overledenen in totaal en per 100.000 inwoners vanaf 2 maart 2020. Dit geldt alleen voor wanneer dit geleverd is door het RIVM. Het aantal positief geteste personen is vanaf 2 maart beschikbaar, maar is tussendoor een tijd niet geleverd. Ziekenhuisopnamen en overledenen volgden pas later in de tijd.

Via de NL COVID-19 Hub is het mogelijk om deze data te downloaden vanaf het tabblad Data. Naast de data van het RIVM is er ook andere data beschikbaar. Gedurende de coronacrisis (in ieder geval t/m 31 december 2020) geldt als aanvulling op de reguliere Esri Nederland Terms of Use dat deze datasets beschikbaar zijn onder een CC BY 4.0 licentie. Ik zou dus willen aanraden om vooral gebruik te maken van deze data, ofwel via de service ofwel via de download-mogelijkheid. Daarnaast hoop dat we hiermee meer inzicht hebben gegeven in de vele mogelijkheden van ArcGIS Online.

Nederland zit momenteel midden in de coronacrisis. Als Esri Nederland willen we een bijdrage leveren in de informatievoorziening rondom het deze crisis. Het ArcGIS-platform leent zich uitstekend om verschillende informatieproducten te maken die de burger informeren over de ontwikkelingen van het coronavirus in Nederland. Daarnaast hopen we door een goede informatievoorziening met actuele en betrouwbare gegevens te ondersteunen bij het maken van beslissingen zodat we sneller uit deze crisis raken. De afgelopen weken is Esri Nederland druk bezig geweest deze producten te realiseren. De gegevens die we gebruiken zijn voornamelijk afkomstig van het RIVM, die dagelijks nieuwe gegevens beschikbaar stelt over het aantal besmettingen, overledenen en patiënten opgenomen in het ziekenhuis. Daarnaast gebruiken we gegevens over het aantal patiënten opgenomen op de IC’s. Dit komt van Stichting NICE. Deze gegevens verwerken we in onze producten die dit op verschillende manieren presenteren. Dit blog gaat in op de verschillende soorten digitale informatieproducten en het updateproces hiervan.

Het product waar Esri Nederland de meeste tijd aan besteed is de NL COVID-19 Hub. Dit is de site waar alle informatieproducten en overige data rondom het coronavirus samenkomen. Eén van de belangrijkste informatieproducten van de hub is het COVID19-Dashboard. Dit dashboard was het eerste informatieproduct en geeft een globaal overzicht van de situatie in Nederland. Zie het vorige blog voor meer achtergrond over dit dashboard. Hiernaast zijn we druk bezig geweest met het maken van andere informatieproducten en kaarten.

Onderstaand een overzicht van de apps en kaarten die op dit moment beschikbaar zijn op de hub.

Dashboards en apps

• Dashboard met het aantal besmettingen met filteropties op GGD regio, Veiligheidsregio en Provincies.
• Dashboard met het verloop van het aantal besmettingen per gemeente.
• Dashboard met epidemologische gegevens, zoals inzicht in besmettingen per leeftijdscategorie, of comorbiditeit (chronische aandoening).
• Timeslider applicatie met het verloop van het aantal besmettingen per gemeente.*
• Zelfredzaamheid applicatie met locaties van gebouwen en terreinen waar mensen aanwezig kunnen zijn met verminderde zelfredzaamheid.
• Cyclomedia straatview. Deze interactieve kaart toont de hoogwaardige 360° straatfoto’s van CycloMedia op basis van de Street Smart plugin voor Esri's ArcGIS-platform. Dit maakt het mogelijk buiten naar binnen te halen, juist in deze tijd met het coronavirus. Cyclomedia stelt de foto's gratis beschikbaar voor organisaties die deze beelden willen inzetten bij hun werkzaamheden in de strijd tegen het coronavirus. De beelden zijn door Cyclomedia vrij beschikbaar gemaakt tot 1 juli 2020. Mocht u interesse hebben om de beelden te blijven gebruiken kunt u contact opnemen met Cyclomedia.
• Locaties van supermarkten, apotheken en drogisterijen. Via deze kaart kan je zoeken naar locaties van supermarkten, apotheken en drogisterijen binnen een bepaalde straal. Deze data wordt aangeboden door Locatus ten behoeve van corona-support. Deze winkellocaties blijven open ook gedurende de verlenging van de maatregelen die zijn aangekondigd op 31 maart door de overheid. Deze app is beschikbaar t/m 1 september 2020. Mocht u interesse hebben om deze data te blijven gebruiken kunt u contact opnemen met Locatus.

Naast dashboards en apps hebben zijn er ook verschillende kaarten zoals een kaart met kwetsbare locaties zoals bejaardentehuizen of ziekenhuizen of een kaart met het aantal 65-plussers in Nederland per buurt. Bovendien zijn er nog meer ondersteunende kaarten. Kijk daarvoor hier.

Een tweetal producten wordt verder uitgelicht:

Dashboard met filters

Dit dashboard is gemaakt om gebruikers meer controle te geven over de informatie die in het dashboard gepresenteerd wordt. We hebben gemerkt dat het dashboard dat gegevens toont van heel Nederland bekeken wordt per provincie, maar ook per veiligheids- en GGD-regio in het land. Deze organisaties hebben door verschillende filters in het dashboard de mogelijkheid om zijn/haar eigen regio uit te lichten. Daarnaast is dat handig om regio’s met elkaar te vergelijken. In de brondata hebben we niet veel veranderd. We hebben alleen drie velden toegevoegd waaraan nu ook de bijbehorende regio of provincie is verbonden. Door middel van de standaard filterfunctie in Operations Dashboard was dit op deze manier eenvoudig te realiseren. De data in de grafieken past zich aan op basis van de selectie in de kaart. Er zijn twee dashboards met filterfunctie, de eerste bevat de filters in het dashboard zelf en de tweede is zo geconfigureerd dat er achter de url de regio of provincie ingevuld kan worden. Bijvoorbeeld ?provincie=p_zuid-holland of ?veiligheidsregio=v_Groningen. Dit is handig zodat regionale organisaties de mogelijkheid hebben het dashboard meteen met goede regio of provincie is geopend.

Timeslider applicatie*

Sommige kaartlagen zijn tijdgebonden: ze bevatten ruimtelijke datasets met verschillende informatie voor dezelfde locatie maar van verschillende momenten in de tijd. Geografische verschijnselen in combinatie met deze tijdinformatie kunnen gebruikers in staat stellen te analyseren wat er op een bepaald moment in de tijd heeft plaatsgevonden of wat er in de toekomst kan gebeuren. Omdat er dagelijks nieuwe aantallen beschikbaar worden gesteld over de verspreiding van het coronavirus is er een tijdspanne van gegevens. Om de situatie door de tijd heen in kaart te brengen zijn alle gegevens verzameld en samengevoegd in een dataset. Het aantal besmettingen wordt gevisualiseerd vanaf 2 maart 2020 en wordt elke dag uitgebreid aan de hand van de nieuwste gegevens van het RIVM. Aan de dataset van het RIVM wordt een datumveld toegekend waarna automatisch extra opties beschikbaar zijn in ArcGIS. Zo verschijnt er een timeslider (tijdschuifregelaar) om de verschillende tijdlagen in de dataset te bekijken en kunnen er tijdeigenschappen ingesteld kunnen worden, zoals het tijdspanne en de intervalstappen. Met behulp van de Time Aware template kan je eenvoudig een webapplicatie creëren van de tijdgebonden kaartlaag. Het is afhankelijk van je persoonlijke doel en toepassing of de tijdlaag wordt ingeschakeld, en aan de hand van welke tijd gerelateerde parameters. Het verloop van het aantal corona besmettingen per gemeente is gevisualiseerd door middel van proportionele punten in de webapplicatie. Doordat de kaart per dag wordt uitgebouwd is de spreiding en toename van het coronavirus over Nederland duidelijk te zien vanaf het begin van de uitbraak van het virus tot nu.

Hoe updaten we al deze verschillende producten dagelijks tijd effectief?

Het RIVM stelt elke dag rond 2 uur ‘s middags nieuwe cijfers beschikbaar. We houden dan de site in de gaten en gaan aan de slag zodra de gegevens live staan. We streven ernaar dat een update wordt uitgevoerd met geringste foutgevoeligheid en zo min mogelijk impact voor de gebruiker. Daarnaast speelt de tijdsduur van de update ook een rol, omdat de gegevens dagelijks geactualiseerd worden en het updateproces vele verschillende producten omvat. Vanwege deze redenen hebben we gekozen om te werken met hosted views. Deze views zijn een afgeleide laag van de bron feature services of tabel. Het voordeel van views is dat de data steeds op andere manieren gepresenteerd kan worden, bijvoorbeeld door middel van visualisaties of filters, maar nog altijd gebaseerd is op dezelfde brondata. Dit betekent dat de bron maar één keer geüpdatet hoeft te worden waarna alle verschillende views automatisch worden aangepast. In ArcGIS Online is “enable editing” aangezet voor de brondata, waardoor deze laag bewerkt kan worden door de eigenaar. De hosted view hiervan is niet bewerkbaar. Deze view laag is opgenomen in de verschillende dashboards, kaarten en applicaties. Hierdoor wordt voorkomen dat gebruikers deze data zelf kunnen aanpassen. Het bewerken en updaten van de brondata voeren we uit in ArcGIS Pro. We gebruiken hiervoor de editable feature service, ofwel de brondata. Wanneer er nieuwe data beschikbaar is van het RIVM worden deze nieuwe aantallen in de feature service verwerkt. Doordat we dit direct op de editable feature service bewerken wordt dit automatisch aangepast in de afgeleide dashboards, kaarten en applicaties met de views. Doordat we met services werken beschik je altijd over dezelfde data ongeacht waar je het bekijkt, bijvoorbeeld geëmbed op een site, of in ArcGIS Pro.

Bekijk nog veel meer andere interessante informatie op de NL COVID-19 Hub en ga vooral aan de slag met de services die openbaar beschikbaar zijn. Bijzonder is dat deze services ook opgebouwde historie bevatten. Naast dat deze hub een verzamelplek is voor informatieproducten hopen we dat het ook een hulpmiddel en bron van inspiratie is voor eigen toepassingen in de strijd tegen het coronavirus. 

* Deze gegevens worden niet meer geleverd sinds 31-03-2020. Op dit moment worden tijdsanimaties geleverd over het aantal ziekenhuisopnamen per gemeente.

Op donderdag 27 februari 2020 werd bekend dat in Nederland de eerste persoon met het coronavirus (COVID-19) is vastgesteld. Helaas is dit aantal de afgelopen twee weken toegenomen. Aangezien het virus besmettelijk is, is locatie een belangrijke component in de verspreiding van dit virus. Er zijn in het nieuws veel kaarten voorbij gekomen die allemaal op verschillende manieren de verspreiding van het virus weergeven. In het begin was dit vooral aan de hand van mondiale kaarten en dashboards. Zo is er een dashboard van John Hopkins University in samenwerking met Esri waarin het aantal besmettingen, overledenen en genezingen per land wordt bijgehouden. Die zijn zowel zichtbaar op de kaart als door de tijd. Er is ook een Hub opgericht waarin informatie rondom het virus wordt bijgehouden en verschillende informatieproducten te vinden zijn.

Er was in eerste instantie nog geen dashboard beschikbaar die specifiek de verspreiding door Nederland weergeeft. Sinds 3 maart houdt het RIVM echter bij waar de besmettingen binnen Nederland voorkomen. Op basis van deze informatie hebben wij een dashboard geconfigureerd waarin de verspreiding door Nederland en het verloop van het aantal besmettingen door tijd wordt weergeven. Zodra er een update bij het RIVM is streven wij ernaar het dashboard zo snel mogelijk te actualiseren op basis van de nieuwe gegevens. Dit wordt doorgevoerd in zowel het dashboard voor weergave op een desktop of tablet als in de mobiele weergave.

In de desktopversie van het dashboard ziet u in één overzicht het aantal besmettingen in totaal en per gemeente, zowel in tabelvorm als op de kaart. Daarnaast wordt het totaal en aantal nieuwe besmettingen per dag door tijd weergegeven. In de mobiele versie kunt u dezelfde informatie vinden verspreid over verschillende tabbladen. Hierin wordt eerst de lijstweergave met het aantal besmettingen per gemeente weergegeven, vervolgens het verloop per dag in grafiekvorm en ten slotte is het natuurlijk ook mogelijk om de verspreiding op de kaart te bekijken. In beide dashboards is ook te vinden wanneer de data voor het laatst geactualiseerd is.

De Points of Interest-lagen

Met deze blog is het alweer de laatste dag van ons OpenStreetMap-driedaagse met vandaag informatie over onze nieuwe OSM Points of Interest-lagen, oftewel POI-lagen. Deze feature services bevatten interessante locaties zoals die zijn opgenomen in OSM. U kunt dan denken aan bijvoorbeeld winkels of geldautomaten. Graag vertel ik u hier meer over.

We hebben in totaal twaalf nieuwe kaartlagen en bijbehorende webmaps gepubliceerd in ArcGIS Online en deze POI's zijn zowel als losse lagen beschikbaar als in één gecombineerde laag:

• Eten & Drinken
• Geldautomaten
• Gezondheidszorg
• Hotels & Pensions
• Laadpalen
• Onderwijs
• Postkantoren
• Sport
• Tankstations
• Vrije Tijd
• Winkels
• Points of Interest (gecombineerde laag)

In de gecombineerde laag vindt u alle objecten uit de andere items terug, met bijbehorende opmaak. Als attributen hebben we daarbij een aantal basiskenmerken opgenomen zoals naam, openingstijden etc. De individuele lagen hebben uitgebreidere attributen, afhankelijk van hun onderwerp.

Sleutels en attributen

De meesten van u zullen gewend zijn om met vectoren te werken met een geografische locatie (of dat nou een punt, lijn of vlak is) en daarbij behorende attributen in tabelvorm. OpenStreetMap werkt iets anders en ik wil u graag uitleggen hoe wij die vertaalslag hebben gemaakt. OSM maakt gebruik van zogenaamde sleutels. Dit zijn stukjes informatie die toegevoegd worden aan een object. Dit kan bijvoorbeeld zijn shop=clothes. Dat houdt in dat het object een winkel is met als specificatie kleding. Maar het is bijvoorbeeld ook mogelijk om shop=yes te hebben. Dat houdt in dat er een winkel aanwezig is, maar specificeert niet wat voor winkel. In principe kan elk object een onbeperkt aantal sleutels hebben en is geen enkele sleutel verplicht. Er worden op de OSM Wikipedia-pagina wel sleutels per onderwerp aanbevolen. Ook is er een conventie zoals het gebruik van bepaalde (altijd Engelse) termen. Meer informatie over de sleutels in OSM kunt u hier terugvinden.

Op deze sleutels hebben wij queries gebaseerd. Voor de laag Winkels bijvoorbeeld wilden we alle objecten die een sleutel shop=* hadden, terwijl de laag Vrije Tijd een gecombineerde query bevat van bepaalde sleutels met amenity=*, leisure=* en tourism=*. Daarmee hebben we dus bepaald welke objecten in welke lagen moesten worden opgenomen. In de gecombineerde laag Points of Interest kunt u per object terugvinden op welke sleutel het object is gebaseerd en in welke losse laag deze is opgenomen.

Voor de attributen gebruikten we hetzelfde systeem. In combinatie met de sleutels die per onderwerp worden aangeraden door de OpenStreetMap gebruiksinformatie en de sleutels die wij zelf veel in de data terug zagen komen, zijn we per onderwerp tot een aantal attributen gekomen.

Zelf bijdragen aan OpenStreetMap

Nadat we de inhoud van de lagen hadden bepaald en gepubliceerd, hebben we ook tijd besteed aan het opmaken van de pop-ups in ArcGIS Online. We vonden het belangrijk om een directe link naar OpenStreetMap zelf te maken. OSM wordt gemaakt door de community en daarom is het belangrijk dat in stand te houden. In de pop-up hebben we daarom twee links opgenomen die direct de pagina van het object in OpenStreetMap openen. Hiermee is het niet alleen mogelijk om het object in OpenStreetMap te bekijken, maar is het ook om met de tweede link meteen wijzigingen door te voeren.

OpenStreetMap wordt volledig gevuld en beheerd door gebruikers en het is altijd mogelijk om daar zelf aan bij te dragen. Mocht u hierin geïnteresseerd zijn, dan kunt u een account aanmaken op deze pagina. Met een account is het mogelijk om via onze pop-ups direct naar de wijzigingspagina van een object te gaan om het aan te passen, of natuurlijk om nieuwe objecten in te tekenen. De POI-lagen worden elke dag bijgewerkt zodat u eventuele verbeteringen de volgende dag al terug zult zien in deze kaartlagen. Op termijn zullen deze wijzigingen ook terug te zien zijn in de basiskaart. Meer informatie over het bijdragen aan OSM is hier terug te vinden in het Nederlands, de originele pagina in het Engels is hier te vinden.

De Points of Interest kaartlagen zijn op dit moment nog in bèta. Dit betekent dat de structuur van de kaartlagen nog aangepast kan worden. Feedback horen we graag via een bericht hieronder of direct via content@esri.nl.

Hiermee zijn we aan het einde gekomen van ons drieluik, waarin we u hebben verteld over de drie OpenStreetMap-producten die we hebben geïntroduceerd. Maar dit is zeker niet het einde van ons OSM-aanbod. Een voorbeeld van onze toekomstige plannen is dat we de locaties die nu beschikbaar zijn gemaakt in deze POI-lagen willen gaan gebruiken als basis voor een zoekfunctie in de kaart. Tot die tijd is het mogelijk om dit zelf in te stellen in uw webmap, door in te stellen dat op de kaartlaag te zoeken is. Zie de afbeelding hieronder voor de instellingen.

Veel plezier met deze nieuwe data en alvast fijne feestdagen!

De referentielaag 

Starend naar de kaart, wat hebben deze twee met elkaar gemeen?

Het lijkt misschien niet zo, maar ze zijn beiden gebaseerd op exact dezelfde brondata.

De OpenStreetMap referentielaag is beschikbaar binnen het ArcGIS-platform. Deze referentielaag is een stijl gebaseerd op de OpenStreetMap basiskaart en gemaakt om een oplossing te bieden voor situaties waarbij een referentie gewenst is. Bijvoorbeeld bij het bekijken van luchtfoto’s en Imagery  OpenStreetMap is een rijke en gedetailleerde verzameling van data waarbij de labels ook erg uitgebreid zijn, waardoor dit een geschikte bron bleek voor het maken van deze referentielaag. De keuzes voor de visualisatie van deze laag is gebaseerd op het gebruik bij luchtfoto’s en Imagery. Dit betekent dat de kleurkeuzes gemaakt zijn op basis van gebruik bij een luchtfoto. Luchtfoto’s zijn prachtig om te zien maar niet altijd duidelijk te navigeren. Wij zelf gebruiken de referentielaag in onze nieuwe luchtfoto applicatie, genaamd de luchtfototijdreis.

Er zijn een aantal kleurcombinaties die mogelijk zijn om de labels goed leesbaar te maken bovenop een luchtfoto. Daarnaast is er voor de lijnen rekening mee gehouden dat de kleur hiervan niet te overheersend moet zijn, zodat de referentie niet afleid en de onderliggende kaart goed tot zijn recht komt. Het proces van het maken van de kaart is in het kort als volgt:

1. Een nieuwe stijl aanmaken op basis van de OpenStreetMap basiskaart met de Vector Tile Style Editor beschikbaar in ArcGIS Online. Zie hier voor meer informatie. De vector style editor is te openen vanuit ArcGIS Online, bij de symbologie opties
2. De datastructuur van de basiskaart bekijken.
3. Identificeren welke lagen er niet zichtbaar mogen zijn en deze uitzetten of transparant maken. Dit geldt voor alle vlakgerichte data. Alleen lijngerichte data, labels en bepaalde puntenlagen zijn zichtbaar.
4. Symbologie van lijnen aanpassen. (bijvoorbeeld wegen)
5. Punten symbolen toekennen (bijvoorbeeld treinstations)
6. Labels aan of uitzetten per laag en symbologie aanpassen.

Er is ook voor gekozen om voor belangrijke referentiepunten zoals stations, vliegvelden, musea, gemeentehuizen et cetera symbolen te maken. Daarnaast zijn er voor locaties die mooi zijn om te bekijken vanuit de lucht maar die niet meteen opvallen ook een symbool toegekend. Voorbeelden hiervan zijn archeologische vindplaatsen, grote gebouwen zoals gevangenissen, of kastelen. Onderstaand een tweetal voorbeelden.

Het is ook mogelijk deze stijl verder aan te passen naar eigen wens, maar op dit moment is de referentielaag nog in bèta, wat inhoudt dat er mogelijke aanpassingen in de datastructuur kunnen plaatsvinden. We raden u aan dit daarom pas te doen als deze uit bèta is. Een stijl is altijd even actueel als de brondata, waardoor bij updaten de data maar een keer gepubliceerd hoeft worden en alle stijlen ook meteen zijn aangepast. Dit betekent dat het onderhouden van vele stijlen weinig tijd kost.

Twee zaken die we in het achterhoofd gehouden hebben bij het maken van beslissingen voor deze laag was ten eerste dat het doel is om navigatie op de kaart eenvoudiger te maken en ten tweede dat de kaart overzichtelijk moet zijn. Op basis hiervan is de OpenStreetMap referentielaag ontstaan zoals deze nu is. Deze laag is vrij te gebruiken in uw kaarten. Een handige optie is om deze als referentielaag toe te voegen aan de basiskaart in uw webmap. Zie onderstaand.

Stap 1.                                                                               Stap 2.

Feedback is altijd welkom onder deze post of via onze mail content@esri.nl

Morgen is er weer een nieuwe OpenStreetMap release en daardoor komt het einde van deze OSM- driedaagse in zicht.