Het PBL publiceerde de Ex Ante Analyse Nationaal Programma Landelijk Gebied – Provinciale Programma’s en Rijksmaatregelen¹. Volgens de colofon heb ik meegewerkt aan het rapport, en dat klopt! Check het kaartje op pagina 41, die heb ik gemaakt!

De afbakening van de deelgebieden heb ik handmatig overgenomen uit de Provinciale plannen, zoals hier voor Friesland.

Hieronder dezelfde content nogmaals, maar dan in de opmaak zoals ik ‘m aanleverde aan het PBL. Deze versie bevat de gemeentegrenzen en benadrukt welke gebieden buiten de PPLG’s vallen.

Opvallend is dat PPLG-deelgebied grenzen niet altijd samenvallen met gemeentegrenzen. Kijk bijv. naar Friesland waar de deelgebieden gemeentes doorsnijden. De gebiedsgrenzen waren niet altijd duidelijk omschreven of afgebeeld in de PPLGs, soms moest ik aannames maken. In dit document ligt ik de afbakening van alle deelgebieden toe.

Neem svp contact op als je de GIS data wilt hebben.

¹ ex ante betekent “vooraf”, dus voordat iets gebeurt is. Vergelijk met ex post, “achteraf”.

Begin 2022 publiceerde ik een WENR rapport waarin onder andere de afbakening en omvang van het Landelijk Gebied werd bepaald. Dit gebeurde aan de hand van de definities uit het Aanvalsplan Landschapselementen.

(detail van de landelijk gebied kaart. Achtergrond: opentopo.nl)

De GIS-versie van deze kaart is hier beschikbaaar als download.

Het betreft een GIS raster van 2.5m resolutie waarbij waarde 1 indiceert voor ‘Landelijk Gebied’ en waarde 0 voor ‘geen Landelijk Gebied”. De download bestaat uit:

• MRT_LandelijkGebied_v3xlsx_20220202-145413_newval_mod.tif: GeoSpatial TIFF
• MRT_LandelijkGebied_v3xlsx_20220202-145413_newval_mod.tif.ovr: overviews
• MRT_LandelijkGebied_v3xlsx_20220202-145413_newval_mod.qml: QGIS style file
• MRT_LandelijkGebied_v3xlsx_20220202-145413_newval_mod.tif.vat.dbf: raster attribute table
• LandelijkGebiedWENR3160.pdf: het bijbehorende rapport
• WENR-rapport 3160_Totaal_LR.pdf: pdf kaart

Let op; in de originele GIS kaart van het landelijk gebied zat een fout. Een rand van 250m breed buiten de landsgrens werd als Landelijk Gebied aangemerkt. Dit resulteerde in een overschatting van 26.400 hectare. In de hier beschikbare download is dit gecorrigeerd.

Op de kaart en ondersteunende bestanden rust CC BY-NC 4.0 Copyright (samenvatting, full).

In Prediction of soil pH patterns in nature areas on a national scale door Wamelink et al (2019) in Applied Vegetation Science wordt een bodem-pH kaart afgeleid uit vegetatieopnames.

De GIS-versie van deze kaart was opvraagbaar bij de hoofdauteur, maar vanaf nu ook hier te downloaden.

De download bestaat uit de volgende bestanden:

• ph_huidig_1990-2010_2016.tif
• ph_huidig_1990-2010_2016.qml
• \documents
  • Beschrijving bij pH kaart.docx
  • fig pH.png
  • fig 2 pH-predictions.jpg
  • fig pH sd.png
  • fig pH-prediction-error-var.jpg
  • Metadata.docx
  • pH-prediction-error-sd.jpg
  • Wamelink_et_al-2019-Applied_Vegetation_Science.pdf

Op de kaart en ondersteunende bestanden rust CC BY-NC 4.0 Copyright (samenvatting, full). We zouden ‘t sowiezo leuk vinden van je te horen als je de kaart gebruikt voor je onderzoek, project of spreekbeurt.

Nieuwe webmap online: de routes van de Spring wandelvakantie rondom Mont Thabor. Klik hier of de preview hierboven.

De route data zijn gebaseerd op de GPS/GPX bestanden. Dank aan Floris voor het leveren daarvan. Van elk waypoint is de hoogte vastgelegd, maar helaas geen verdere informatie zoals datum en tijdstip. De hoogteinformatie is zichtbaar door op de waypoints te klikken.

Een basemap met nadruk op hoogteverschillen en andere topografie zou passender zijn bij deze webmap, zoals de OSM Cyclo map:

Daarnaast zou het niet buitengewoon ingewikkeld zijn om foto’s van tijdens de wandeling te koppelen aan de waypoints. Maar dat komt later nog een keer…

Dit is de eerste webmap met enkel point features en geen polygonen. De vormgeving is gebaseerd op de Leaflet GeoJSON tutorial en gebruikt de `pointToLayer` functie. Hoe een en ander precies werkt doorgrond ik niet volledig, maar het werkt voorlopig.

Extracting several raster values from a categorical raster and rewriting as 0/1 raster using gdal_calc:

python "%gdal_dir%/gdal_calc.py" --co COMPRESS=LZW -A C:/temp_geodata/sample/LU2019.tif --overwrite --outfile=%out_dir%/LandUseSel.tif --calc="numpy.where(numpy.isin(A, numpy.array([9,10,61,62])), 1, 0)"