Geospatial

Hvad det er

Geospatial bruges om data, analyser og software, hvor en placering
på jorden er en del af betydningen. En vindmåling er bare et tal,
indtil den er knyttet til den mast, den blev taget ved. En
måleraflæsning bliver brugbar til planlægning, når den kan placeres
på en bestemt strækning af nettet, inden for et bestemt kvarter
eller tæt på en vejrstation. Ordet er et tillægsord og følger det,
det beskriver: geospatiale data, en geospatial join, geospatial
modellering.

Rumlig er det bredere ord. Et printudlæg, en lagerplan målt i lokale
meter og en maskintegning er alle rumlige, og deres koordinater
giver kun mening inden for tegningen. Geospatiale data er forankret
til kloden gennem et koordinatsystem, så to datasæt, der aldrig er
lavet til hinanden, alligevel kan lægges oven på hinanden og
sammenlignes.

Placering når et datasæt i flere former, og de er langt fra lige
brugbare.

  * Koordinater, som regel bredde og længde fra en GPS-modtager
eller en geokoder, giver et punkt, som software kan regne direkte
med.

  * Geometrier beskriver linjer og flader foruden punkter: et
kabeltracé, udbredelsen af en oversvømmelse, et forsyningsområde.
Simple Features-modellen fra Open Geospatial Consortium (OGC), også
udgivet som ISO 19125, definerer de figurer, som de fleste databaser
og filformater deler.

  * Adresser og stednavne bærer placering for mennesker, men de skal
geokodes, altså omsættes til koordinater, før noget kan måles, og
hver geokoder rammer med sin egen præcision.

  * Områdekoder som postnumre, kommunenumre eller id'er for
gitterceller fortæller, hvilket område noget ligger i, men ikke hvor
i området.

Under det hele ligger en række åbne standarder, der lader
geospatiale data flytte mellem systemer uden at miste deres
betydning. OGC udgiver specifikationerne for geometri, for filer som
GeoPackage og for webtjenester som OGC API – Features.
EPSG-registret giver hvert koordinatsystem en talkode, så

4326 betyder bredde og længde på WGS 84, hvor koden end optræder.
PROJ, et open source-bibliotek, omregner koordinater fra ét af de
systemer til et andet og understøtter mere end hundrede
kortprojektioner.

Hvorfor det betyder noget

Placering er en joinnøgle, som næsten alle datasæt allerede har.
Måleraflæsninger, vejrobservationer, kunderegistre og netkomponenter
deler sjældent et id, men hver af dem skete et sted. En geospatial
join parrer rækker efter, hvordan deres placeringer forholder sig
til hinanden, den ene inde i den anden, inden for en given afstand
eller krydsende, i stedet for efter ens værdier. Den forbinder data,
som en fremmednøgle aldrig har bundet sammen, og det er ofte den
første grund til, at en organisation begynder at behandle sine data
som geospatiale: spørgsmålet går på tværs af datasæt, der kun mødes
på kortet.

Den anden grund er, at placering ændrer, hvad et gennemsnit betyder.
Et landstal for forbrug eller afbrydelser kan skjule ét område, der
er ved sin grænse, mens resten har luft, og den beslutning, der
tæller, handler om netop det område: hvor nettet skal forstærkes,
hvor der skal investeres, og hvor en montør skal sendes hen. At
gruppere efter område eller afstand viser den spredning, som en
samlet total skjuler.

Placering vejer også tungere end selve analysen. Et kort spor af
GPS-punkter fra én telefon viser som regel, hvor ejeren sover og
arbejder, så placeringsdata om mennesker fortjener samme omhu som
andre personoplysninger. I praksis betyder det at indsamle dem med
den præcision, formålet kræver, at gøre dem grovere, før de deles,
og at slette dem, når formålet er opfyldt.

Sådan ser det ud i praksis

Smart-målere spredt over flere regioner leverede dataene bag over
500 analyserapporter skrevet i ren SQL på PostgreSQL og BigQuery.
Aflæsningerne havde geolokationskoordinater for hver måler, så
scriptene kunne bruge geospatiale joins sammen med CTE'er og window
functions til at finde regionale tendenser og anomalier. Hver
rapport fulgtes af sin annoterede SQL, så kolleger kunne genskabe og
efterprøve den, og de almindelige datakvalitetsproblemer blev
skrevet ned med en anbefalet håndtering af hvert enkelt. Rapporterne
endte med at understøtte regional load balancing og bidrog til en
forbedring af driftsplanlægningens effektivitet på 10–15 %.

Elleve eldistributionsoperatører havde driftsdataene, men kun lidt
geospatial analyse at basere deres beslutninger om forstærkning og
investering på. Deres driftsdata blev bragt sammen med geospatial
modellering, så hvert net kunne ses på kortet og stilles konkrete
spørgsmål: hvilke strækninger var på vej mod deres grænser, og
hvilke områder retfærdiggjorde investering først. Analysen blev
tilpasset den måde, hver operatør faktisk drev sit net på, i stedet
for at blive udleveret som én fælles skabelon.

Geospatiale data skal også forblive hurtige, når mængden vokser. I
en PostgreSQL-applikation, hvor databaseforespørgsler på geospatiale
data var blevet langsomme sammen med tidsserierne for elforbrug,
blev der oprettet GiST-indeks til de geospatiale data, og de
geografiske data blev hash-partitioneret for at fordele belastningen
jævnt mellem noderne. Bagefter kørte geospatiale opslag på
millisekunder.

Hvor det går galt

Ukendte placeringer hober sig op på nul grader bredde og nul grader
længde. Et kort over kunder eller enheder viser en tæt klynge i
Guineabugten, hvor ækvator krydser nulmeridianen, og regionale
totaler medregner poster fra et sted, hvor ingen kunde kan bo. En
enhed uden GPS-fix, eller en import, der ramte en tom celle, skrev
nuller i stedet for at lade placeringen stå åben. Gem en ukendt
placering som NULL, tilføj en constraint, der afviser præcis parret
0, 0, et punkt i åbent hav, og tæl de manglende placeringer i hver
batch, så hver rapport oplyser, hvor mange poster der stod uden
placering.

Joins på koordinater rammer kun en håndfuld rækker. To datasæt
beskriver de samme transformerstationer, men en join på ens bredde
og længde parrer kun få af dem. Hver kilde målte eller afrundede
sine koordinater på sin egen måde, og koordinater er kommatal, så to
positioner med få centimeters afstand er simpelthen forskellige
værdier. Join i stedet på afstand, med en tolerance valgt ud fra
kildernes nøjagtighed, gennem et prædikat, som det rumlige indeks
kan betjene. I PostGIS, med geography-kolonner målt i meter:

```sql
SELECT a.substation_id, b.asset_ref
FROM survey AS a
JOIN register AS b
  ON ST_DWithin(a.location, b.location, 15);
```

Gennemgå derefter de rækker, der fik mere end én partner, for en
tolerance, der er bred nok til at opsuge målefejl, kan også bygge
bro mellem to nabokomponenter.

Punkter midt i postnummeret går for at være præcise positioner. En
afstandsanalyse melder om snesevis af kunder, der bor på nøjagtig
samme sted, eller et heatmap viser skarpe toppe midt i hvert
postnummer. Adresserne blev kun geokodet ned til postnummeret, og
hver kom tilbage som midtpunktet af sit område, uden at analysen
opdagede det. Gem det niveau, hvert punkt blev bestemt på, som
adresse, vej eller postnummer, i en kolonne ved siden af, og filtrér
eller vægt efter det niveau, før der måles afstande, der er kortere
end selve området.

Sidste års regionale totaler ændrer sig efter en grænseopdatering.
En rapport, der køres igen på uændrede historiske data, giver andre
tal pr. region end dem, der først blev offentliggjort. Punkterne
blev joinet til det aktuelle grænselag, og siden er kommuner lagt
sammen, postnumre delt eller et forsyningsområde tegnet om. Behold
de rå koordinater frem for kun den region, de faldt i, gem grænselag
med de datoer, de var gyldige, join hver post til den grænse, der
gjaldt på dens tidsstempel, og skriv i hver rapport, hvilken
grænseversion der lå bag tallene.

Læs mere

  * OGC Standards — Open Geospatial Consortiums katalog over åbne
geospatiale standarder, hver med sine specifikationsdokumenter.

  * Simple Feature Access – Part 1 — den fælles geometrimodel med
punkter, linjer og polygoner, som databaser og formater deler.

  * EPSG Geodetic Parameter Dataset — registret bag koder som

  4326 og 3857, med den fulde definition af hvert referencesystem.

  * PROJ — open source-biblioteket, der omregner koordinater mellem
referencesystemer, med kommandolinjeværktøjer og API.

  * OGC API – Features — OGC-standarden for at udgive og forespørge
geospatiale features over HTTP.

hDenne side på nettet	URL:https://engineer.company/da/glossary/geospatial/	engineer.company	70
