Sider med ekstra påfyll

fredag 20. oktober 2017

Green accessibility in Oslo city centre - Service area settings and that kind of things

In my last post, I showed the buildings in Oslo inner city that have 500 metres walking distance or less to any green area, or at least the areas that are classified as 'green' in the AR50 dataset.

(Btw I, I write this in English since some international GIS students at the University of Oslo should be able to read it too)

To make that map with 'green accessibility', I ran a service area analysis.

(Btw II, the analysis in these maps is an improvement over the one in the last post. This time, green areas outside the inner city urban districts (bydeler), which may be within walking distance from inner city buildings, are now taken into account)

One of the maybe most interesting, and crucial, choices you do when you run a service area analysis, is the choices you make about Polygon Type.

You can choose whether you want to make detailed or generalised polygons. You can also choose whether you want to trim the polygons (i.e. the service areas), and in that case, how much you want to trim them.

These choices have a crucial impact on the extent of the service areas you want to estimate.

For example, in the map below, you can see the difference between service areas made with detailed (red) and generalised (purple) polygon type settings.
Click on the map to see it larger.

























As you can see, the detailed polygons seem to depict more accurate service areas (no big surprise there). Generalised polygons are the quick and easy ones, although, it took no longer time to produce the detailed ones than the generalised polygons (spent approximately 30-40 seconds on both sets).

With the detailed polygons, you do get some small islands out of reach here and there (as mentioned in ESRI's documentation on service area analysis). My really big issue with the detailed option, though, and the reason I prefer the generalised option, is that it is more sensitive to errors in the underlying network dataset. And errors do exist in network datasets.

Now, what does the trim setting do? First, let see the difference between polygons with and without trimming.

Click on the map to see it larger.
As you can see, you should have some extremely good reasons to choose polygons without trim over trimmed polygons.

With that settled, what is the impact of the of the trim distance? To trim the 500 m service areas with 100 metres sounds too much. Let's try with a trim distance that is five percent of the service area distance.
Click on the map to see it larger.
The difference is huge. But now the service areas is perhaps a little bit too strict? Let us try with 50m trim distance.

Click on the map to see it larger.
This setting does not give as rigid outcome as the previous one, but it is still an improvement over the somewhat course service areas you get with 100 metres as trim distance. Therefore, in this case, I prefer to use the generalised option with 50 metres as trim distance, as shown below. 
Click on the map to see it larger.
The very last map in this post is an interactive map in which you can turn on and off all the service area alternatives and make your own comparisons. Just click on the Visible layers button in the upper-right corner of the map. You can also zoom down to specific locations and compare the differences in detail.


Finally, the maps were made with the following (open and free) data sources:



mandag 16. oktober 2017

Hvem har park i nærheten i Oslo sentrum?

Klikk for å se større. Kilder: OSM, NIBIO, Oslo kommune
Hvem har gangavstand til grøntareal i Oslo sentrum?

Jeg kjørte en nettverksanalyse med et nettverksdatasett laget av OpenStreetMap data (lastet ned fra Mapzen og gjort om til nettverksdata med OSM-toolbox i ArcGIS). Parkene er fra AR50-datasettet fra Norsk Institutt for Bioøkonomi (NIBIO). Parkene er, morsomt nok, kategorisert som snaumark, altså "Fastmark med naturlig vegetasjonsdekke som ikke er skog".

En svakhet med kartet, som påpeker at dette ikke er et fasitsvar, men en morsom øvelse, er at grøntareal som er helt utenfor indre by-bydelene er ikke tatt høyde for. Dette kan du legge spesielt merke til på Sandakker i den nordligste delen av "studieområdet", eller på Sinsen og Løren.

Hvis du kjenner deg igjen, kan du også se at grøntarealet ved Vålerenga kirke ikke er med i datagrunnlaget i det hele tatt. Det kommer tydelig fram hvis vi zoomer litt inn og bruker flyfotoene fra Geodatas tjeneste som bakgrunn:

Klikk for å se større. Bakgrunnskart: Geodata AS.
Oppdatering 19/10-17:
Jeg la ut dette kartet og skrev alt sammen i en bråhast. Nå, kan jeg jo legge til at et annet ankepunkt med "analysen", er at tilgang til fjorden er ikke tatt med i beregningen. Fjorden er ikke spesielt grønn, riktignok, men mange vil nok tenke på Sørenga (ytterst) i hvert fall og deler av Aker brygge og Tjuvholmen som rekreasjonsområder på (relativt) lik linje som parkene. Men da er det i så fall snakk om å måle tilgang til rekreasjonsområder i vid forstand, ikke grøntareal ... Og nei, en eller annen rekke med trær er ikke med i analysen.

Uansett er det interessant å registrere at det ikke er stort annet av skikkelig grøntareal i Frogner enn Frognerparken – noe som potensielt går utover levestandarden til de som bor midt i Uranienborg? ...

Dette er forøvrig en del av en seminarøvelse som jeg har laget til samfunnsgeografi-studentene på Universitetet i Oslo som tar et innføringsfag i GIS, SGO1910.

onsdag 9. august 2017

Bruk relative, ikke absolutte tall

Klikk for å se større. Kilder: SSB og Statens kartverk
Her er en grei påminnelse om at man som regel bør bruke relative verdier, befolkningstetthet, og ikke absolutte verdier, befolkning, når man skal vise kart over hva enn det måtte være.

Befolkningskartet viser at det bor nok folk i kommunene Finnmark, men så må vi også huske at de fleste kommunene i Finnmark er gigantiske.

(Og ja, tallene er på kommunebasis. Man burde vel egentlig ha med kommunegrensene, men i et tilfelle som dette tillater jeg meg å la estetikken ta styringen).

Eller så minnet dette miniarbeidet meg om at man må begynne å bruke nye kommunekart. Det har jo allerede skjedd en kommunesammenslåing i Sandefjord-strøket.

mandag 7. august 2017

Se turen jeg tok i Østmarka

Jeg har laget enda en video! Nå fra den siste turen jeg og min elskede K tok i Østmarka, da vi gikk inn til Gullsmeden.

Det jeg hadde lyst til å teste ut da jeg laget denne videoen, var å lage en animasjon hvor du følger reiseruten over kartbladet, akkurat som i Indiana Jones-filmene.



Effekten fikk jeg til i Adobe After Effects etter å ha tittet på noen fine opplæringsvideoer på YouTube, som for eksempel denne her:

søndag 30. juli 2017

The First (Timelapse)



Dette her er mitt aller første forsøk på å lage en timelapse-video! Jeg benyttet anledningen da jeg så at det var massevis av både vind og skyer. Når jeg i tillegg hadde litt mørke og gråe skyer, måtte jeg jo også finne litt "mørk" musikk.

Musikken hentet jeg herfra. Gratis og kul Creative Commons (CC)-musikk så lenge man (stort sett) oppgir hvem som har laget musikken.

Det som jeg først og fremst fant ut, er at en lukkertid på ett sekund ikke er nok. Lukkertiden må tydeligvis være enda lengre for å få litt mer flyt og mindre stop motion.

(og bare så det er sagt, det holdt på å bli mørkt mens bildene ble tatt)


mandag 17. juli 2017

Fantastisk arbeid, VG!

Klikk for å se større. Skjermdump: vg.no
VG har laget en interaktiv løsning der du kan finne ut hvordan Stortinget hadde sett ut opp gjennom årene, basert på alle valgsystemene som har blitt anvendt. Ville Høyre-siden vinne valget i 2013 også med valgsystemet som ble anvendt i tidsperioden 1953-1969, for eksempel? Vel, ja, det ville de faktisk gjort.

Poenget er at hvordan stemmer blir talt opp og stortingsplasser fordelt, har variert opp gjennom årene.

Jeg har for eksempel vist tidligere at en stemme i Finnmark betyr mer i stortingsvalget enn en Oslo-stemme.

Sainte-Laguës metoden blitt brukt som valgsystem i Norge helt siden 1953, men med forskjellig delingstall. Som VG selv skriver:
"Sainte-Laguës opprinnelige påfunn var å bytte ut D'Hondts tallrekke med bare oddetall – altså 1, 3, 5, 7 og så videre. Denne tallrekken gir nemlig et helt proporsjonalt resultat.
Men i praksis har det blitt vanlig å bytte ut det første 1-tallet med et litt høyere tall. Det gir en viss fordel til de største partiene, og det gjør at et småparti ikke vil kunne tjene på å dele seg opp i to mikropartier. Norge har valgt 1,4 som første delingstall."
I D'Hondts tallrekke, som det vises til, kan du lese mer om på VGs nettside.

Det er også interessant å se at hvis vi hadde hatt samme system som amerikanerne – at vinnerpartiet i den enkelte kommunen får alle stemmene i kommunen, selv om partiet er størst med knapp margin over nest største parti – så ville Arbeiderpartiet vunnet valget.

Arbeiderpartiet hadde tatt 100 og Høyre resten av de 169 stortingsplassene hvis vi hadde hatt amerikansk valgsystem høsten 2013, med at vinneren i hver kommune får alle stemmene i den kommunen. Skjermdump: vg.no

Man kan nemlig velge mellom en del avanserte løsninger også, som å se valgresultatene med amerikansk valgsystem.
Klikk for å se større. Skjermdump: vg.no

Arbeidet med denne løsningen er mildt sagt imponerende, spesielt når du ser hvor mange muligheter man har.

Jeg håper virkelig at VG, og andre norske medier, leverer mer "journalistikk" av denne typen.

Det eneste jeg har å kritisere VG for, er at de ikke har promotert denne stortingskalkulatoren enda mer. Jeg håper den er høyt oppe på fronten gjennom hele valghøsten.

Klikk her for å teste ut stortingskalkulatoren.

mandag 3. juli 2017

Et godt tegn at tidene har stagnert

Klikk for å se større. Datakilde: BikeRaceInfo
Når folk har snakket om hvor dopbefengt sykkelsporten er, så har jeg pleid å kommentere at jeg ser at det er mindre doping nå enn for ett og to tiår siden. Hvorfor? Fordi før kunne fjellgeitene rykke fra hverandre i ett sett oppover fjellsidene i Tour de France. Nå ser du at rytterne har langt mer økonomisk og konservativ energibruk oppover alpebakkene. Det koster mer å rykke enn før.

Det som er litt morsomt, er at man kan se noe av den samme tendensen i gjennomsnittsfarten til vinneren av Tour de France. Farten har jevnt over økt siden 1970-tallet fram til Lance Armstrongs rekordfart i 2005. Siden rekordåret har gjennomsnittsfarten flatet ut.

Jeg tviler sterkt på at utflatningen siden 2005 skyldres manglende teknologisk innovasjon eller dårligere ryttere eller dårligere trening og kosthold. 

mandag 26. juni 2017

Norden om natta

NASA har nettopp gjort tilgjengelig et helt sett med satelittfoto av verden om natta.

Utsnittet over viser at Norden generelt har blitt lysere i løpet av de fire årene mellom 2012 og 2016 - spesielt merkbart er spredningen av nattlys utenfor de mest urbane områdene i Finland.

National Geographic har på meget elegant vis vist hvor det er blitt lysere og mørkere i verden i denne saken her.

torsdag 22. juni 2017

Google Earth reddet masterinnspurten min

Det siste året har jeg jobbet med en masteroppgave. De siste månedene ble vel intense for å si det mildt. Noen ting gjorde imidlertid at jeg kom meg gjennom dagene. Foruten en ekstremt tålmodig katte og sykkelturer hjem til Tøyen fra Blindern med bysykkel, så er det spesielt en ting som har gitt meg små glimt av glede i hverdagen, og det er Earth View from Google Earth-utvidelsen i Google Chrome.

Jeg simpelthen forelsket meg i denne greia.

Hver gang du åpner ny en fane i nettleseren, så dukker det automatisk opp et nytt satelittfoto som viser en eller annen fantastisk naturformasjon eller noen (nesten) like imponerende menneskeskapte konstruksjoner. Bare se på utvalget nedover her (du kan se i det nederste høyre hjørnet i bildet hvor på kloden bildet er fra).


Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth
   
Klikk for å se større. Kilde: Earth View from Google Earth

Klikk for å se større. Kilde: Earth View from Google Earth

onsdag 12. april 2017

Kartogram over befolkning og mandater

På vanlige kart (som det til venstre under) ser vi hvor store områder er i areal. Man kan se at Afrika er mye større enn Europa og Grønland (såfremt man bruker kartprojeksjoner som bevarer areal best mulig). Men ofte er det ikke areal som er mest interessant. Men for eksempel befolkningstall. Da er det ganske vanlig å vise dette med farger i et koroplet temakart.

Et annet alternativ, er å vise det i et kartogram, der størrelsen på enhetene, som fylkene i Norge, er bestemt av innbyggertallet, ikke arealet. Se figuren nedenfor.

Klikk for å se større

Når jeg først testet ut å lage et slikt kartogram, så ville jeg også lage et kart over noe jeg alltid har hatt lyst til å illustrere, at stemmen til en finnmarking i et stortingsvalg betyr over dobbelt så mye som stemmen til en osloboer. Det er meningen at kartogrammet helt til høyre skal få fram dette (jeg vet ikke hvor vellykket det er).

Du kan lese mer om det her, men for at distriktsnorge skal være godt representert på Stortinget, så har areal, ikke bare befolkning, en del å si. Antall stortingsmandater, strengt tatt representanter (før vi tar med utjevningsmandater og alt det der i bildet), bestemmes av antall innbyggere i fylket, og en vektet faktor på 1,8 av hver kvadratkilometer i fylket.

Kartogrammene lagde jeg i ArcMap med den nedlastbare verktøypakken Cartogram Geoprocessing Tool som er utviklet av Carol Sousa. Fremgangsmåten til verktøyet er opprinnelig utviklet av Gastner og Newman (2004).

De kartogrammene kan imidlertid være litt vanskelige å forstå innimellom, fordi formen på fylkene, eksempelvis, blir så utrolig vrengt. Og det er ikke nødvendigvis så lett så størrelseforskjeller uansett når fylkene har forskjellig form. Et alternativ da, som jeg så at ble brukt noen ganger i presidentvalgkampen i USA, er å vise alt i bokseformer. Her kan du se kvadratiske bokser basert på befolkningsstørrelsen i hvert fylke (tilsvarende det midterste kartet over):
Klikk for å se større.
Her ser du veldig tydelig at det bor mange flere i Oslo enn i Finnmark (og ja, det var en utfordring å få alle fylkene til å passe sammen når de skulle være kvadratiske). Dette "kartogrammet" måtte jeg imidlertid lage manuelt i illustrator, så jeg krysser fingrene for at jeg oppdager en eller annen lett og automatisert måte å lage denne type boks-kartogram på.

mandag 3. april 2017

Photoshop-juks imponerer



Det er litt juks med de filtereffektene i Photoshop, men du verden så utrolig kule bilder du kan få ut av å bruke dem! Jeg elsker at bildet jeg har photopshoppet nedenfor er litt ambivalent om hvorvidt det er fjelltopper blant skyene man ser, eller om det er skjærgård i brutalt hav.

Det får meg til å tenke på den enormt gode boka "Himmelrike og helvete" av Jón Kalman Stefánsson. Hvis du sjekker ut bokomslaget, som er veldig treffende for boka, så skjønner du hva jeg mener.

Med den kule JuxtaposeJS-løsningen til KnightLab kan man sammenligne to bilder, og da kan du se at jeg tok originalbildet i Jotunheimen et par år siden. Bare dra i den spaken til høyre.

Her kan du sammenligne sluttversjon av å bruke filter-effekten "Mørke kanter" i Photoshop med en liten dæsj vannfarge-effekt (ikke at jeg tror det hadde noe å si).

Angående andre bilder, eller et maleri for å være spesifikk, som smører elementer sammen i et fantastisk nydelig kaos, ment å være verdens tilblivelse i, så er "Creation of the World" av russeren Ivan Aivazovsky ufattelig vakkert:
"Creation of the World" av Ivan Aivazovsky.

lørdag 11. februar 2017

Gjeld og inkasso i Norge: Alt går feil vei

Jeg så Hollywood-filmen The Big Short i går, om hvordan enkelte personer forutså (og tjente penger på) finanskrisen som startet i 2008. Veldig bra og smart film som kan anbefales på det sterkeste. Samtidig var det litt ubehagelig å se filmen, og se noen av de samme tendensene som vi ser på boligmarkedet i blant annet Oslo. Gjelden øker, som vist under, men det gjør jo ikke noe så lenge folk betaler regningene og lånene sine, ikke sant?
Klikk for å se større. Datakilde: SSB
Vel, inkassokravene har blitt ti milliarder kroner større i Norge i løpet av seks år.
Klikk for å se større. Datakilde: Finanstilsynet
Vel, inkassokravene har blitt ti milliarder kroner større i Norge i løpet av seks år.

Og denne statistikken viser ikke hele bildet heller, som Finanstilsynet selv skriver om statistikken:
"Finanstilsynet presiserer at de presenterte tall for fremmedinkasso ikke viser totale tall for hva som er til inndrivelse i Norge. Inndrivning av egne krav (egeninkasso), og kravene som inndrives av Statens innkrevingssentral og advokaters inkassovirksomhet, inngår ikke i tallmaterialet."