Patronen van groepen - ObjectVision/GeoDMS GitHub Wiki

introductie

Kaarten zijn een nuttig instrument om inzicht te krijgen in de ruimtelijke verdeling van doelgroepen.

Wij hebben een methode ontwikkeld om met behulp van patronen een helder en gedetailleerd beeld te krijgen van deze verdeling. De methode wordt o.a. gebruikt in de WoonZorgwijzer en in veel demografische kaarten die we maken.

Deze pagina beschrijft het hoe en waarom van deze methode.

fysiek versus sociaal domein

Kaarten worden traditioneel veel gebruikt in het fysieke domein om objecten weer te geven, zie bijvoorbeeld:

300px BAG panden en percelen uit de BRK

Objecten hebben meestal een vaste locatie (denk aan gebouwen, percelen etc.). Het vastleggen van de exacte ligging is vaak belangrijk, bijvoorbeeld omdat ze een eigendomssituatie beschrijven.

In het sociale domein draait het niet om objecten, maar om subjecten (personen). Belangrijke verschillen tussen objecten en subjecten bij het maken van kaarten zijn:

Subjecten hebben geen vaste locatie. Ze hebben vaak wel een woonadres, maar verplaatsen zich ook naar bijvoorbeeld school, werk, winkel etc. Het concept van een leefomgeving past beter bij een subject dan één specifieke locatie.
Subjecten hebben het recht op privacy. Het adres van een persoon is een persoonsgegeven dat in Nederland door de AVG beschermd wordt en niet zomaar met een ieder gedeeld kan worden.

Subjecten op een specifieke locatie op een kaart zetten (zoals objecten) is vanwege verschil 1 minder logisch en vanwege verschil 2 ook meestal ongewenst.

Een extra nadeel is dat er vaak meer personen in een huis/appartementsgebouw wonen. Het weergeven hiervan op hun locatie, resulteert in veel overlap en niet in een helder beeld van het voorkomen van bepaalde groepen.

administratieve grenzen

Een veel gebruikte oplossing voor de hierboven geschetste issues met subjecten is om gebruik te maken van (administratieve) indelingen.

Informatie over personen wordt geaggregeerd naar postcodegebieden, buurten, wijken, gemeentes etc. Op het gebiedsniveau worden kaarten gemaakt zoals in het volgende voorbeeld:

|300px aantal inwoners per CBS buurt in de gemeente Leiden*

Het werken met administratieve indelingen heeft een aantal voordelen:

Het levert een eenvoudig te begrijpen kaartbeeld op
Je kunt data eenvoudig uitwisselen en combineren met andere bronnen

Helaas kennen deze visualisaties ook een aantal nadelen:

gebiedsindeling: de gebiedsindeling kan het beeld sterk beïnvloeden, zeker als de data niet homogeen verspreid is over een gebied. Of een verpleeghuis net aan de ene of aan de andere kant van een buurtgrens ligt, zal het beeld van de spreiding van 75 plussers op buurtniveau sterk kunnen beïnvloeden
kleine gebieden: als de indeling veel kleine gebieden betreft (denk aan PC6 gebieden) dan zal je voor doelgroepen vaak te weinig waarnemingen hebben in een gebied om, rekening houdend met privacy overwegingen, resultaten voor deze gebieden te tonen. Dat levert kaarten op met veel missing data.
grote gebieden: als de indeling grotere gebieden betreft (denk aan wijken/gemeentes), is het risico op missing data kleiner, maar is de kans groter op uitmiddelen. Eén wijk kan bijvoorbeeld bestaan uit hoogbouw en een groot buitengebied, in een andere wijk heb je een veel homogenere spreiding van bebouwing. Het aantal inwoners kan dan vergelijkbaar zijn, maar de spreiding binnen de wijk varieert wel sterk.
omvang van de gebieden: om administratieve gebieden voor doelgroep analyses vergelijkbaar te maken, wordt er vaak voor gekozen de omvang van gebieden in termen van aantal inwoners ongeveer gelijk te houden. Dat betekent dat gebieden in de binnenstad (waar veel mensen dichtbij elkaar wonen) vaak in oppervlakte veel kleiner zijn dan gebieden in het buitengebied. Op een kaart overheersen daardoor vaak de buitengebieden, terwijl veel sociale problematiek zich juist in de kwa oppervlakte kleine gebieden in de binnenstad afspeelt.
geen relatie met 'buurtconcept' van de bewoner: voor een individuele bewoner is het idee over zijn buurt meestal de eigen woning met een gebied eromheen, waarin hij zich vaak begeeft. Voorzieningen liggen in de buurt als ze voor de bewoner in zijn 'buurtconcept' liggen, niet als ze in een administratief vastgelegde buurt liggen. De meeste bewoners zullen vaak niet eens weten waar administratieve buurt- en wijkengrenzen liggen.

Om deze problemen te ondervangen en patronen te laten zien van doelgroepen, onafhankelijk van administratieve indelingen (die voor andere doelen bepaald zijn), hebben we een alternatieve visualisatie techniek ontwikkeld

patronen

Voor het maken van patroonkaarten gebruiken we brondata op adres of pc6 niveau zijn. Deze data zal in het proces verwerkt worden van een persoonsgegeven tot een gebiedsgegeven (niet meer herleidbaar naar een individueel persoon).

Omdat de brondata dus wel persoonsgegevens betreft, is het belangrijk dat voor de verwerking hiervoor wordt voldaan aan de AVG, zie ons privacy protocol.

De volgende stappen worden doorlopen om tot patroonkaarten te komen:

1) Het maken van een Herkomst/bestemmingsmatrix en het aggregeren naar nabije locaties

File:Pc4topc4.png

Op het schaalniveau waarop data wordt aangeleverd, maken we een herkomst/bestemmingsmatrix, waarin we de afstanden berekenen van iedere herkomst adres/postcode naar alle andere bestemming adressen/postcodes tot aan bijvoorbeeld 100 of 300 meter. Dit resulteert voor iedere herkomst locatie in een set van bestemming locaties die 'in de buurt' liggen. Per herkomst locatie tellen we nu het aantal personen op de locatie zelf en van de set bestemmingslocaties die 'in de buurt' liggen (eventueel met een gewicht dat afneemt als de afstanden groter worden).

Net als bij de administratieve indelingen, aggregeren we dus aantallen naar een buurtconcept. Het verschil met de administratieve indeling is dat de buurt in deze methodiek verschilt per herkomst locatie. Een buurt in deze methodiek bestaat hier uit alle andere locaties op een afstand van bijvoorbeeld 100 of 300 meter vanaf de herkomst locatie. Geografisch overlappen deze buurten, je kunt de totalen niet zomaar bij elkaar optellen.

300px

Met dit buurt concept, implementeren we het idee van de woonomgeving. Personen bewegen zich in een omgeving, waarbij de kans dat je je in of nabij je je huis begeeft, groter is dan verder weg van je huis.

Belangrijk hierbij is ook hoe je het begrip verder weg operationaliseert. Stel dat je aan de rand van een kanaal woont, dan kan de afstand hemelsbreed naar de overkant van het kanaal beperkt zijn, maar als je het kanaal niet kan oversteken zal dit een minder belangrijk onderdeel uitmaken van je woonomgeving. Daarom operationaliseren het begrip ver weg door te kijken naar feitelijke loopafstanden en berekenen we afstanden in de herkomst/bestemmingsmatrix over de weg.

Het resultaat van deze aggregatie bewerking is een maat voor het voorkomen van doelgroepen op een locatie en in zijn feitelijke nabijheid. Dit resultaat is, mits de aantallen locaties in de buurt groot genoeg zijn, niet meer herleidbaar naar individuele personen.

Voor de WoonZorgwijzer zijn de resultaten van het model op postcode6 niveau berekend en met een herkomst/bestemmingsmatrix (maximale afstand van 300 meter) conform deze methodiek geaggregeerd (ook wel uitgesmeerd genoemd).

Het resultaat is door het CBS op privacy getoetst en akkoord bevonden om te gebruiken in openbare websites.

2) het vertalen van uitgesmeerde resultaten naar een ruimtelijk patroon

2.1 koppeling aan BAG panden

Het resultaat van stap 1 vertalen we naar een ruimtelijk patroon met behulp van de BAG

Als de brondata op adresniveau beschikbaar is, koppelen we deze m.b.v. postcode en huisnummer aan nummeraanduidingen in de BAG. Via de nummeraanduiding wordt een relatie gelegd met een BAG verblijfsobject en vervolgens geaggregeerd naar het BAG pand waar de verblijfsobject in gelegen zijn.
Als de brondata op pc6 niveau beschikbaar is, koppelen we deze aan de nummeraanduidingen in de BAG met deze postcode. Net als bij het adresniveau aggregeren we deze waarden via het verblijfsobject naar het BAG pand niveau.

Hiermee wordt het resultaat van stap 1 gekoppeld is aan panden uit de BAG, zie bijvoorbeeld de verdeling van hen het aantal verwachte personen met een somatische aandoening (bron: WoonZorgwijzer):

400px|border verdeling van het aantal verwachte personen met een somatische aandoening geprojecteerd m.b.v. de BAG pand geometrie, gerelateerd via postcode.

Deze weergave op pand niveau geeft, zeker als je verder uitzoomt, geen helder beeld van de verdeling van de doelgroepen. Daarvoor bewerken we deze data in de volgende stappen tot schaal afhankelijke patroonkaarten.

2.2 van BAG panden naar gridcellen

De pand geometrieën vertalen we naar kleine gridcellen (voor de WoonZorgwijzer gebruiken we cellen van 5 * 5 meter, in lokale toepassingen inmiddels ook 2 * 2 meter), zie de volgende figuur:

400px|border pand geometrie vertaald naar 5 * 5 meter cellen met de verdeling zoals bij 2.1

2.3 uitsmeren van BAG panden tot een gebiedspatroon

Vanuit deze kleine gridcellen bereken we nu een gebiedspatroon, gebruik makend van een vorm van ruimtelijke interpolatie.

In de GeoDMS maken we hiervoor gebruik van de potential functie. Deze bewerking is gerelateerd aan het begrip dat in de GIS wereld heatmap wordt genoemd.

Zie de figuur voor een voorbeeld van het resultaat:

400px|border patroon voor een groter gebied gebaseerd op kleine cellen op basis van pand geometrieën

De resulterende patronen aggregeren we ook naar grids met grotere cellen (voor de WoonZorgwijzer 10 * 10 en 20 * 20 meter), bedoeld voor visualisaties in uitgezoomde kaarten.

2.4 uitfilteren kleine gebieden en infrastructuur

In de laatste stap filteren we

kleine outliers uit de kaarten, vaak het resultaat van afrondingen.
infrastructuur elementen zoals water en hoofdwegen. Deze filtering is schaal afhankelijk. Uitgezoomd worden alleen grotere wateren uit de kaarten gefilterd, verder ingezoomd ook kleinere wateren, hoofdwegen e.d. Deze filtering voeren we uit omdat het niet logisch is om iets te zeggen over de verdeling van doelgroepen in bijvoorbeeld een meer of op een snelweg. Bijkomend voordeel is dat door deze filtering de referentie van kaarten beter wordt. Infrastructuur elementen zijn in het snel zien voor de ruimtelijke interpretatie. Door deze uit de gridkaarten te halen, worden ze via de gebruikte achtergrondlagen in de visualisatie beter zichtbaar (vaak zelfs met labels), zie het volgende figuur:

400px|border resulterende schaalafhankelijke patronen, waarin outliers en infrastructuur elementen zijn uitgefilterd

Het resultaat van de stappen 1 en 2.1 t/m 2.4 is een set van schaalafhankelijke gridkaarten. Deze visualisaties nemen veel van de nadelen van de administratieve indelingen weg:

1) Omdat er geen gebruik gemaakt wordt van een vaste administratieve indeling, kan zo'n indeling ook niet het beeld bepalen. Het ruimtelijk patroon wordt volledig bepaald door het patroon in de data.

2) Als een doelgroep relatief weinig voorkomt, kan in stap 1 eenvoudig de afstandsmaat vergoot worden, om toch voldoende locaties te hebben om het niet herleidbaar zijn naar personen te genereren.

Deze methodiek is geschikt voor een heldere visualisatie van de ruimtelijke verdeling van doelgroepen (dus waar komen bepaalde groepen relatief veel voor).

De methode is minder geschikt voor het bepalen of uitwisselen van aantallen, omdat daarvoor een duidelijke gebiedsafbakening noodzakelijk is.