iguess cursus syllabus

iGuess cursus –syllabus–

Dit project werd gefinancierd met de steun van de Europese Commissie. De verantwoordelijkheid voor deze publicatie (mededeling) ligt uitsluitend bij de auteur; de Commissie kan niet aansprakelijk worden gesteld voor het gebruik van de informatie die erin is vervat.

Module 2

“ArcGIS v10.1 oefeningen” Inhoudstafel Makkelijkere oefeningen .................................................................................................................................. 3 Europese talen in Afrika ..................................................................................................................................... 3 Vulkanen in Griekenland ..................................................................................................................................17 Oefeningen van gemiddelde moeilijkheidsgraad ........................................................................................24 Zwarte ooievaars ..............................................................................................................................................24 Industriezones ..................................................................................................................................................28 Hardheid van leidingwater ................................................................................................................................31 Aardbevingen in Griekenland ...........................................................................................................................34 Wateranalyse ....................................................................................................................................................43 Meer uitdagende oefeningen .........................................................................................................................52 GM Maïs 52 Duurzame schoolmobiliteit ...............................................................................................................................60 Wereld energieconsumptie per capita in 2010 .................................................................................................69 Natura 2000 Netwerk in de EU .........................................................................................................................76

Makkelijkere oefeningen Europese talen in Afrika Inleiding: Verschillende ruimtelijke fenomenen, zoals de verspreiding van talen, kunnen makkelijk gevisualiseerd en bestudeerd worden met GIS. Deze les introduceert je in de officiële talen die gesproken worden in Afrika. Vanuit een Europees perspectief is het interessant om te zien waar er Frans, Engels en andere Europese talen worden gesproken in Afrika. De officiële taal geeft vaak informatie over het koloniaal verleden van de landen, of geeft informatie over welke etnische groepen in het land voorkomen, en kan verder ook een beeld geven van de ruimere culturele en geopolitieke sfeer waartoe het land behoort. Deze les richt zich in de eerste plaats tot leerkrachten geschiedenis, maar kan ook gebruikt worden in lessen aardrijkskunde of sociale wetenschappen. Deze oefening introduceert je in enkele basis ArcGIS tools en functionaliteiten die je kan gebruiken om verschillende polygoonobjecten te visualiseren. Tijdens de oefening zal je gebruik maken van een databank met gegevens over de verschillende officiële talen in Afrika, maar uiteindelijk is het de bedoeling om enkel de landen weer te geven die ook algemeen gesproken worden in Europa. Je zal niet enkel gegevens uit een databank leren visualiseren, maar deze gegevens ook leren selecteren op basis van hun kenmerken in de attributentabel. Beschrijving van de oefening: Tijdens deze oefening zal je eerst de verschillende officiële talen visualiseren op de map van Afrika. Op basis van deze eerste visualisatie zal het nog moeilijk zijn om te focussen op bepaalde talen en ruimtelijke patronen te herkennen. Daarom zal je ook leren hoe je selecties kan uitvoeren op basis van attributenkenmerken, in dit geval de officiële landstalen. Zo dien je in de eerste plaats de landen te selecteren waar het Engels de officiële landstaal is. De landen, die aan de criteria voldoen die je hebt vooropgesteld, zullen allemaal in dezelfde kleur worden aangeduid. Op deze manier wordt het makkelijker om de ruimtelijke verdeling te onderzoeken. Tenslotte zal je dezelfde analyse uitvoeren voor de Franssprekende landen. nr

instructie

1

Open ArcMap via het windows startmenu.

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg de gegevenslaag “Africa_combined_region.shp”

3

i-Notes

Leerkracht / Trainers

Leerling / student

x 50

□

x

1

□

x 3

toe in ArcMap:

Je kan eventueel ook nog de wereld topografische kaart van de online kaartenbibliotheek toevoegen. Als je nu de shapefile “Africa_combined_region.shp” semi transparant maakt (bv. 30%), dan schijnen de namen van de landen door de vorm van het Afrkaanse continent door:

1

43

□

□

x

x

Zodra de map is geopend, kan je klassikaal bespreken welke talen er in Afrika gesproken worden. Verder kan dan een lijstje van talen opgesteld worden en een poging gedaan worden om te verklaren waarom deze talen in die landen gesproken worden. Eventueel kunnen de leerlingen ook de landen of regio’s proberen 4

aan te duiden op de kaart. Na de bespreking visualiseer je de verschillende officiële landstalen op de kaart van Afrika door bij de kenmerken van de gegevenslaag aan elke taal een eigen kleur toe te kennen. 4

Open het venster Layer Properties door tweemaal op de gegevenslaag te klikken. In de tweede stap van de iNote, waar je de Value Field kan aanduiden, kies je voor LANGUAGE.

17

□

x

□

x

Volg verder de instructies in de iNote. 5

Bekijk de thematische kaart met de officiële landstalen in Afrika. Komt het resultaat overeen met wat de leerlingen/studenten in het begin van de les dachten? Bespreek of je ruimtelijke patronen op de kaart kan herkennen.

5

6

Vooraleer verder te gaan zou je het eerst nog klassikaal kunnen hebben over de historische redenen die de verspreiding van de talen in Afrika mogelijk kunnen beïnvloed hebben. De attributentabel bevat ook informatie over de tweede officiële landstaal (LANGUAGE0) die gesproken wordt in de Afrikaanse landen. Soms is de officiële taal Arabisch of een Afrikaanse taal, maar is de tweede officiële taal een Europese taal zoals Engels of Frans. Om je onderzoek af te ronden leer je om objecten op de kaart te selecteren op basis van de attributen in twee verschillende gegevensvelden.

32

□

x

In de tweede stap van de iNote geef je als criterium voor je query de volgende uitrdukking: "LANGUAGE" = 'English' OR "LANGUAGE0" = 'English'.

6

Nu ga je bekijken in welke landen het Engels de eerste of tweede landstaal is. Bespreek met de leerlingen/studenten welke redenen er zouden kunnen zijn voor de ruimtelijke patronen. Ga na of er misschien verrassende landen tussen zitten.

7

EXTRA: Indien nodig kunnen de leerlingen/studenten het “Identify tool” gebruiken om, door het land aan te klikken, de namen van de landen en de gegevens uit de attributentabel te raadplegen. (zie iNote 33) □ Herhaal stap 5, maar ga deze keer na hoe het zit met x het Frans, of een andere Europese taal naar keuze. Verwijder eerst de geselecteerde landen. Open hiervoor het menu “Selection” en kies dan voor “Clear Selected Features”.

7

8

Uiteindelijk kan je een kaart uitprinten die de verdeling van de verschillende Europese talen in Afrika in kaart brengt, maar denk aan het milieu voor je print.

19

□

x

9

Publiceer en deel je werk via ArcGIS Online.

46

□

x

Referenties: Afrikaanse talen per land: http://www.nationsonline.org/oneworld/african_languages.htm Basiskaart van Afrika: http://www.maplibrary.org/stacks/Africa/index.php

8

Conflicten en natuurlijke rijkdommen in Afrika Inleiding: GIS zijn handige instrumenten om de verbanden te onderzoeken tussen verschillende ruimtelijke fenomenen. Deze les laat je kennismaken met de verdeling van de natuurlijke rijkdommen, zoals olie- en gasreserves en diamanten over het Afrikaanse continent. Tegelijkertijd zal je ook de locaties op de kaart plaatsen waar er gewapende conflicten plaatsvonden tussen 1946 en 2005. De beschikbare dataset laat toe om mogelijke verbanden tussen de verdeling van natuurlijke rijkdommen en het voorkomen van gewapende conflicten te onderzoeken. Deze les richt zich tot leerkrachten aardrijkskunde en geschiedenis. Met deze oefening zal je met layer property en selection tools leren werken waarmee je punten regio-objecten kan onderzoeken. Beschrijving van de oefening: Tijdens deze oefening zal je eerst de olie- en gasreserves op de kaart van Afrika weergeven en de verdeling ervan over het Afrikaanse continent onderzoeken. Vervolgens zal je de dataset over diamanten raadplegen en deze vergelijken met het voorkomen van olie- en gasreserves. In een volgende stap kan je aan de hand van de dataset over gewapende conflicten nagaan in welke mate deze voorkomen in de buurt van de bronnen van natuurlijke rijkdommen. De uiteindelijke bedoeling van de oefening is om te zoeken naar aanwijzingen die je kan gebruiken om een verband aan te tonen tussen gewapende conflicten en het voorkomen van natuurlijke rijkdommen in Afrika. nr

instructie

1

Open ArcMap via het windows startmenu.

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg de shapefile “Africa_combined_region.shp” toe.

3

i-Notes

Leerkracht / Trainers

Leerling / student

x 50

□

x

1

□

x

Je kan eventueel ook nog de wereld topografische kaart 9

van de online kaartenbibliotheek toevoegen.

1

□

x

Als je nu de shapefile “Africa_combined_region.shp” semi transparant maakt (bv. 30%), dan schijnen de namen van de landen door de vorm van het Afrkaanse continent door.

43

□

x

Wanneer de kaart van Afrika geopend is, kan je met de leerlingen/studenten, op basis van hun voorkennis, de soorten natuurlijke rijkdommen die voorkomen in Afrika, en hun verdeling, bespreken. Indien nodig kan de leerkracht hints geven over het voorkomen van natuurlijke rijkdommen. Vraag de leerlingen om op de kaart aan te duiden waar ze denken dat de meeste gas- en oliereserves voorkomen in Afrika. Nadien kan je dan de gegevenslaag toevoegen om de werkelijke verdeling te laten zien en te bespreken. 4

Voeg de gegevenslaag “Africa_oil_gas_region.shp” toe in ArcMap.

5

Open de attributentabel van de gegevenslaag “Africa_oil_gas_region” en onderzoek welke gegevens de dataset bevat. Let op de kolom “DISK”. Deze kolom bevat informatie over wanneer de natuurlijke rijkdommen op de plaats in kwestie werden ontdekt.

1

□

x

28

□

x

10

Sluit de attributentabel. 6

7

Voeg de gegevenslaag “diamonds_africa_point.shp” toe in ArcMap. Bestudeer de verdeling van de diamantmijnen en vergelijk of die overeenkomt met de verdeling van de gas- en oliereserves. Komt de verdeling overeen met de voorkennis van de leerlingen? Bespreek ruimtelijke patronen die je kan herkennen op de kaart.

1

Je kan eventueel de symbolen veranderen zodat je ze makkelijker kan herkennen/onderscheiden op de kaart. Voeg de gegevenslaag “Conflict_Site_Africa_point.shp” toe in ArcMap en bestudeer waar en wanneer er gewapende conflicten voorkwamen in Africa. Op dit moment worden er al veel verschillende objecten voorgesteld op de kaart. Om de verschillende objecten (oliereserves, conflicten, diamantmijnen…) te

13

□

x

1

□

x

x

□

11

onderzoeken kan je in de inhoudstafel overeenkomstige lagen aan- en afvinken.

de

43

Om de visuele analyse te vergemakkelijken en beter de verbanden te herkennen kan je de tools gebruiken van de “Effects toolbar”, zoals bijvoorbeeld het “Swiper tool”. Met deze tools kan je als het ware de bovenste laag van de onderliggende laag afschrapen, de bovenliggende laag transparant maken of een laag laten aan en uit flikkeren.

□

x

□

x

6

In deze stap bestudeer je eerst waar er gewapende conflicten waren in de jaren ’60. Bouw hiervoor een query met volgende voorwaarden: "YEAR" >= 1960 AND "YEAR" <= 1969”

12

Dubbelklik op de naam van het gegevensveld (“YEAR”) en gebruik de knop “Get Unique Values” om de jaartallen te selecteren. De tekens, zoals >=, AND, <= selecteer je door één keer met de linkermuisknop op de overeenkomstige knop te klikken. Klik tenslotte op “Verify” om te testen of de query-uitdrukking correct is. Als alles OK is, klik je op de “Apply” -knop.

8

Nu ga je onderzoeken of er gas- en/of oliereserves voorkomen in de nabijheid van plaatsen waar er gewapende conflicten voorkwamen in de jaren ’60. Je kan hiervoor de gegevenslaag “diamond_africa_point” uitzetten. □ Herhaal nu stap 5 voor de gegevenslaag 6 X Africa_oil_gas_region en bouw een query met de uitdrukking "DISC" >= 1960 AND "DISC" <= 1969”.

Bestudeer de kaarten en zoek naar ruimtelijke verbanden tussen het voorkomen van gewapende conflicten en de gas- en oliereserves die weerhouden bleven nadat je de query’s hebt gebouwd.

43

□

x

Je zou het “Swiper tool” hier ook kunnen gebruiken. Merk op dat gewapende conflicten niet precies op de locatie voorkomen die op de kaart wordt getoond, maar zich uitstrekken over een groter gebied rondom de locatie die op de map wordt getoond. Daarom moet je ook rekening houden met de ruimtelijke omvang van het conflict. De gegevenslaag "Conflict_Site_Africa_point.shp” bevat informatie over de “RADIUS” van het conflict, uitgedrukt in kilometers, die het gebied weergeeft waarbinnen het 13

conflict voor problemen heeft gezorgd. 9

In deze stap zal je de symbolen van de gegevenslaag categoriseren via het tabblad “Symbology” van het “Layer Properties” -venster.

34

□

x

Selecteer Quantities> Proportional symbols uit de linkerkolom. Bij “Fields” kies je voor “RADIUS” en als “Units” kies je Kilometers. Tenslotte mag je nog een kleur kiezen voor het symbool, bij “Symbol” kies voor “No Color” bij “Outline”.

Wanneer je nu op de Apply-knop drukt, verschijnt de ruimtelijke omvang van de conflicten uit de jaren ’60 op de kaart. Zoek nu naar verbanden tussen conflicten en olie- en gasreserves. Gebruik het Identify tool (iNote 33) om meer informatie te weten te komen over de gegevens die op de kaart staan.

14

Uiteindelijk kan je stap 5 herhalen voor de gegevenslaag diamond_africa_point, en onderzoeken welke diamantreserves binnen de conflictzones vallen die je hebt geselecteerd bij stap 7. Je kan ook andere periodes onderzoeken, zoals de jaren ’70. Het is tenslotte heel belangrijk om achteraf met de leerlingen de oefening en de conclusies te bespreken, en ook te motiveren waarom het moeilijk is om een sterk verband te vinden tussen het voorkomen van natuurlijke rijkdommen en gewapende conflicten aan de hand van de gegevens uit deze gegevenslagen. Om een mogelijk verband te kunnen aantonen moeten de gegevens in de eerste plaats al in de tijd overeenstemmen. Zelfs wanneer aan dit criterium voldaan is, zou het nog kunnen dat andere verklarende 15

factoren (andere dan het voorkomen van natuurlijke rijkdommen) gezocht moeten worden als oorzaak van het gewapend conflict.

10

Publiceer en deel je werk via ArcGIS Online.

46

□

x

Referenties: Basiskaart van Afrika: http://www.maplibrary.org/stacks/Africa/index.php Diamant: http://www.prio.no/CSCW/Datasets/Geographical-and-Resource/Diamond-Resources/ Olie en gas: http://www.prio.no/CSCW/Datasets/Geographical-and-Resource/PetroleumDataset/Petroleum-Dataset-v-12/ Gewapende conflicten: http://www.prio.no/CSCW/Datasets/Armed-Conflict/Conflict-Site/

16

Vulkanen in Griekenland Introductie: In het Hellenische Gebied kon er continu recente vulkanische activiteit (in geologische termen) waargenomen worden, van ongeveer 40 miljoen jaar geleden tot nu. Sporen van oudere vulkanische activiteit zijn te vinden in Oostelijk Macedonië en Thrace (Zarkadenia, Dipotama, Kalotyxo, Kirke – Aisymi en vulkanische velden van Feres – Dadia en Samothraki) tussen 35 en 23,6 miljoen jaar geleden (Ma) en in Samothraki tot 19 Ma. Vanaf dan verschoof de vulkanische activiteit meer naar het zuiden en werd de regio van het noorden van de Egeïsche zee (Imvros, Limnos, Agios Eustratios en Lesvos), en de nabijgelegen kusten van Klein-Azië, sterk actief. Bij de eilanden in het noorden van de Egeïsche zee kon belangrijke vulkanische activiteit waargenomen worden tussen 23,2 Ma en 16,2 Ma. Verspreide, lage, vulkanische activiteit kon worden waargenomen in het Centraal Egeïsche gebied, tussen 17 en 13 Ma. Deze activiteit werd in beperkte mate waargenomen in Skyros, Psare en Chios. Grotere formaties komen voor in Centraal-Euboia (Oxylithos en Orio). In de Cycladen en het oosten van het Egeïsch gebied vind je granietformaties die in leeftijd variëren van 17 tot 8,5 Ma. De oudste formaties bevinden zich in Ikaria, Mykonos, Dilos, Naxos en Keros. Van 10,7 tot 5,6 Ma, bleef de vulkanische activiteit beperkt tot het oosten van het Egeïsch gebied, tussen Samos en Kos. In Patmos bleef de vulkanische activiteit voortduren tot 3,5 Ma. Verder was er nog vulkanische activiteit verspreid over het Hellenische gebied tussen 6 en 0,5 Ma. Deze activiteit was geconcentreerd rond de westelijke kusten van de Golf van Pagasitikos en de Noordeljke Golf van Euboikos (Achilleio, Porfyrio, Mikrothives, Lichades, Agios Ioannis), aan het Voras Massief (Almopia), aan de Strymonikos regio (Strymoniko, Didymoi Lofoi (Twin Hills), Gavra, Ankistro, Antiparos en het rotseiland Psathoura. Intensieve vulkanische activiteit komt voor in het zuiden van de Egeïsche vulkanische boog, reeds van in het Plioceen, tot nu. De vulkanen op Sousaki, Aegina en Poros zijn meer dan 2 miljoen jaar oud, terwijl de vulkanen Methana, Santorini en Nisyros pas in de laatste 1 miljoen jaar werden gevormd. Op Mylos liggen zowel oude als nieuwe vulkanen. De actieve vulkanen van Griekenland liggen op de Hellenische vulkanische boog, een keten van vulkanen die zich uitstrekt van Sousaki in het Oosten, tot Kos in het Westen. De vulkanen zijn ontstaan daar waar de Afrikaanse plaat, die zich naar het Noorden beweegt, onder de Egeïsche microplaat (deel van de Eurasiatische plaat) duikt. Gedocumenteerde waarnemingen van vulkaanuitbarstingen in Griekenland gaan tot ruim 2000 jaar terug. De eerste gedocumenteerde observatie was de uitbarsting van de Methana, in 258 v.Chr. Bij deze uitbarsting werd een lavakoepel gevormd en waren er lavastromen. Bij de uitbarsting op Santorini, in 197 v.Chr. werden nieuwe vulkanische eilanden gevormd. Dit was meteen de eerste keer dat de vorming van een vulkanisch eiland kon worden waargenomen. Ook in de vorige eeuw, van 1925 tot 1928, en van 1939 tot 1941 en in 1950, is de vulkaan van Santorini nog enkele keren uitgebarsten.

Beschrijving van de oefening: Tijdens deze oefening zal je de ruimtelijke spreiding van de vulkanen die in Griekenland ontstonden, op een kaart weergeven. Verder zal je onderzoeken in welke zones actieve of uitgedoofde vulkanen voorkomen, en verbanden zoeken 17

tussen de vulkanische boog, de randen van tektonische platen, actieve breuken en seismische activiteit. Tenslotte zal je de vulkanische eilanden van Griekenland proberen te identificeren.

nr

1

instructie

i-Notes

Leerkracht / Trainers

Stap 1

Leerling / student

x

Open ArcMap via het windows startmenu. 2

3

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg de gegevenslaag “sat_pedagogue.tif” toe vanuit de map met data.

50

□

x

1

□

x

1

□

x

Bestudeer het satellietbeeld en beantwoord volgende vragen: 1. Schrijf een aantal namen van plaatsen op waar je denkt dat er vulkanische activiteit voorkomt. 2. Waarop heb je je keuze gebaseerd? 3. Welke belangrijke steden liggen in de buurt van deze vulkanische activiteit? 4

Stap 2 Vergelijk nu je eigen veronderstellingen met de historische gegevens over vulkanen die je op de kaart voorstelt in ArcMap. Verwijder de gegevenslaag “sat_pedagogue.tif” en voeg de gegevenslaag “volcano.shp” toe. Voeg ook de gegevenslaag “akto.shp” toe (zie schermafbeelding).

18

.

De punten geven nu de exacte locaties van alle vulkanen (zowel de actieve als de potentieel actieve en de uitgedoofde vulkanen) in Griekenland weer.

Voeg de gegevenslaag “sat_pedagogue.tif” terug toe.

Q1: Komen er vulkanen voor in de regio’s waar je het verwacht had? Schrijf hieronder de regio’s waar je verwachtingen klopten met de historische gegevens.. Q2: Welke patronen kan je herkennen op de kaart?

19

Stap 3 Je kan, per punt, meer informatie over de vulkaan raadplegen in de attributentabel van de gegevenslaag. Het veld Id geeft het tijdstip weer in categorieën (5 voor de meest recente en actieve vulkanen, 1 voor de oudste en uitgedoofde vulkanen), wanneer (vanaf het Laat Eoceen tot het Plioceen en Kwartair) de vulkaan ontstaan is. Rangschik nu in de attributentabel de vulkanen van oud naar jong. Categoriseer nu de vulkanen op basis van hun geologisch tijdperk en geef deze vulkanen weer in een verschillende kleur per tijdperk. De gegevens bevatten zowel uitgedoofde, slapende als actieve vulkanen.

Beantwoord volgende vragen: Q3: Welke patronen kan je nu herkennen in de vulkanen als je kijkt naar de verschillende geologische tijdperken waarin ze ontstaan zijn? Heb je hiervoor een verklaring?

Q4: Where in Greece do you think that may be happen the next volcanic eruptions? Zoek eens informatie over vulkanen in Griekenland bij volgende links: http://85.72.53.43:1956/nisyros_en/index.php?option=com_content&task=view&id=86&Itemid=109 http://vulcan.wr.usgs.gov/Volcanoes/Greece/framework.html http://www.volcanolive.com/greece.html Bewaar het project dat je gemaakt hebt als volcano.mxd

20

5

Stap 4 Vervolgens categoriseer je de vulkanen op basis van het veld “TYPE”. Dit veld bevat informatie over het feit of de vulkaan actief is, potentieel actief, slapend, of uitgedoofd (zie screenshot). Selecteer enkel de actieve vulkanen.

28

□

x

32

□

x

Q5: Welke patronen kan je herkennen? Q6: Probeer een verklaring te vinden waarom vulkaanuitbarstingen precies daar voorkomen waar ze voorkomen. Kan je verklaren waarom de vulkanen gelegen zijn waar ze liggen? Denk je dat er een verband is tussen de locaties van vulkanen en de seismotektonische kenmerken 21

van Griekenland?

Voeg de gegevenslaag Fault.shp toe (zie schermafbeelding).

6

Gebruik het identificatie tool om de namen van de vulkanen te weten te komen en uit te zoeken welke vulkanen op de Egeïsche vulkanische boog actief zijn. Stap 5 Voeg de gegevenslaag “town_popdens_more_than_500.shp” toe. De steden met een bevolkingsdichtheid van meer dan 500 inwoners per km² worden nu op de kaart weergegeven.

Je kan je project nog eens bewaren als je wil. 7

Stap 6 Probeer belangrijke steden te identificeren die een hoog risico hebben om problemen te ondervinden bij een uitbarstende vulkaan en steden die een laag risico hebben. Meet de afstanden tussen actieve vulkanen en de nabijgelegen grote steden.

□

X

□

x

1

□

x

21

□

x

33

□

x

16

□

x

1

33

22

Q7: Welk is de kortste afstand die je kan vinden tussen een vulkaan en een stad? Zoek die stad, de vulkaan en de afstand tussen de stad en de vulkaan. (Je kan hiervoor het identifcatie tool gebruiken) Q8: Liggen er veel actieve vulkanen in de buurt van steden? 8

Stap 7 Maak een geografische kaart die de actieve vulkanen in Griekenland weergeeft, samen met de belangrijkste steden. Vergeet niet een windroos, een legende en een schaalaanduiding op de kaart te zetten.

22

□

x

Je kan nu je kaart printen als je wil, maar denk aan het milieu voor je print

19

□

x

Publiceer en deel je werk via ArcGIS Online.

46

□

x

Jouw kaart zou er als volgt kunnen uitzien:

9

Proficiat! 23

Oefeningen van gemiddelde moeilijkheidsgraad Zwarte ooievaars Inleiding: Barcs, een kleine stad met tienduizend inwoners, is gelegen aan de HongaarsCroatische grens, bij de rivier Drava. De Drava rivier was gelegen achter het Ijzeren Gordijn, dus de natuurlijke schoonheid is sinds jaren onaangeroerd gebleven en de natuurlijke rijkdom van het gebied behouden. In 1996 werd de Drava rivier en haar overstromingsgebied dan ook opgenomen in het Danube-Drava Nationaal Park. Een van de belangrijkste beschermde diersoorten die het park herbergt, is de Zwarte Ooievaar. Deze soort ooievaar is, in tegenstelling tot zijn meer bekende neef, de Witte Ooievaar, eerder schuw en teruggetrokken van aard en bouwt zijn nest dan ook hoog in bomen. Dankzij de beschermingsmaatregelen die genomen werden door het Nationale Park nestelen er jaarlijks meer en meer Zwarte Ooievaars in de omgeving van Barcs.

Beschrijving van de oefening: Tijdens deze oefening ga je de nestgewoontes van de Witte en de Zwarte Ooievaar vergelijken. Wanneer je de nestplaatsen van de twee soorten op de kaart plaatst, zal je een duidelijk merkbaar verschil kunnen zien in hun voorkeur voor nestgelegenheid. Je hebt een gedetailleerde map van de regio nodig en de coördinaten van de nestplaatsen. Met deze coördinaten kan je dan een “event”-bestand aanmaken voor elke soort, waarop de nestplaatsen van de vogels op de map staan aangeduid. Zo kan je de nestgewoonten van de beide soorten onderzoeken en vergelijken.

nr

1 2

3

instructie

i-Notes

Leerkracht / Trainers

Om te beginnen openen we een map van Barcs. Open ArcMap via the windows start menu. Laat ArcGis gebruik maken van dynamische 50 verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg de topografische kaart van de wereld toe vanuit 1 de online bibliotheek met basiskaarten. Nu gaan we dBase Tables aanmaken waarin we de informatie over

Leerling / student

□ □

x

□

x

x

de nestplaatsen 24

4

5 6

kunnen verzamelen. Maak twee nieuwe dBase Tables. Bewaar de ene dBase Table als “witte ooievaar”, en de andere als “zwarte ooievaar”. Voeg beide dBase Tables toe in ArcMap. Maak de volgende velden aan in beide dBase Tables: Right-click in the table of contents to open attribute table

25

□

x

1 7

□ □

x x



7

–“X” (voor de X-coördinaat, kies ‘double’ als gegevenstype)  “Y” (voor de Y-coördinaat, kies ‘double’ als gegevenstype)  “Plaats” (gegevensveld waarin je de nestplaats omschrijft, zoals bv. boom, elektriciteitspaal, schoorsteen enz.. ) Kies ‘text’ als gegevenstype., or chimney, etc. choose ‘text’ as data type) Nu je de dBase Tables hebt aangemaakt, kan je de coördinaten van de nestplaatsen invoeren. □ Vul de informatie over de nestplaatsen in de attribute 30 table van de gegevenslaag “zwarte ooievaar”: Field 1 1

black storks X Y 17,444757 45,995320

2

17,434812

45,995407

3

17,461605

45,994381

4

17,451435

45,980886

5

17,414306

45,939725

F Vul de informatie over de nestplaatsen in de attribute table van de gegevenslaag “witte ooievaar”: Field 1 white storks X Y 1 17,419845 45,997539 2

17,422305

45,992759

3

17,474670

45,962174

4

17,478102

45,960871

5

17,448792

45,954610

30

□

x

x

25

8

9

10

Nu alle gegevens zijn ingevoerd, ben je klaar om de nestplaatsen op de map te laten verschijnen. Duid de locaties van de nestplaatsen van de ooievaars aan op de map met behulp van het tool “add XY data”. Op deze manier zal je twee nieuwe gegevenslagen aanmaken: ‘Witte Ooievaar Event’ en ‘Zwarte Ooievaar Event’. Als de nestlocaties op de verkeerde plaats op de kaart verschijnen komt het coördinatensysteem waarin ArcMap op dit moment werkt waarschijnlijk niet overeen met het coördinatensysteem waarin de gegevens zijn geregistreerd. Verwijder de Event laag, verander het coördinatensysteem naar Geographic Coordinate system > World > WGS 1984 (niet een van de WGS 1984 projected coordinate systems) en probeer opnieuw. Verander de symbologie van de punten die de nestplaatsen van de ooievaars voorstellen. Het symbool voor de nesten van de Witte Ooievaars moet duidelijk verschillen van het symbool dat de nesten van de Zwarte Ooievaars voorstelt. Zoom in op de nestplaatsen als je de voorkeur van de twee soorten ooievaars wat nestgelegenheid betreft, wil analyseren. Je kan er ook nog de luchtfoto overleggen voor meer details van het terrein.

24

□

x

41

□

x

13

□

x

11

□

x

1

□

x

26

11

Om de nesten makkelijker te kunnen herkennen/onderscheiden, is het handig om een label te plaatsen bij de nestplaatsen. □ Show the labels of the points on the nest 26 x You can also add hyperlinks (photos) to the nesting points

12

□ Add a hyperlink to the “white storks” and “black 14 x storks” nesting locations. You can find the pictures in the folder of this exercise. Now it is time to finally finish the data table by entering the last data about the nesting locations.

13

Als je de foto’s van de nesten er bij neemt, kan je nu de omschrijving van de nestplaats (boom, schoorsteen, elektriciteitspaal, …) in de attribute table invoeren.

30

□

x

46

□

x

Open de attribute table van de laag ‘Witte Ooievaar Event’ en geef de omschrijving van de nestplaats in.

14

Open de attribute table van de laag ‘Zwarte Ooievaar Event’ en geef de omschrijving van de nestplaats in. Publiceer en deel je werk via ArcGIS Online. Analyse Waar nestelen de Witte- en Zwarte Ooievaars? Kan je op basis van de kaart met de nestplaatsen een verschil zien tussen het nestgedrag van de beide soorten? Vind je het belangrijk om de bossen in het DanubeDrava Nationaal Park te (blijven) beschermen?

27

Industriezones Beschrijving van de oefening: Tijdens deze oefening zal je de locaties van een aantal industriegebieden van Geel, een stad in Vlaanderen (België), opzoeken die gelegen zijn binnen de ringweg rond Geel. Informatie over die industriegebieden kan je vinden op de website van de lokale overheid. Bijkomende informatie werd al verzameld tijdens een excursie van de leerlingen. Je zal al deze informatie samenbrengen in één gegevenslaag die dan volgende informatie weergeeft: -

de industriezones en hun naam het aantal bedrijven dat gevestigd is in de zone het aantal werknemers die tewerkgesteld zijn in de zone

Wanneer je alle gegevens hebt ingevoerd, dan kan je de informatie over de industriezones weergeven op de kaart. nr

1 2

3

4

5 6

instructie

i-Notes

Leerkracht / Trainers

□ Open ArcMap via het windows startmenu. □ Laat ArcGis gebruik maken van dynamische 50 verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. □ Voeg de topografische kaart van de wereld toe vanuit 1 de online bibliotheek met basiskaarten. Om te beginnen maak je een nieuwe gegevenslaag aan waarop je de industrieterreinen, als polygonen, zal tekenen. □ Maak een nieuwe gegevenslaag aan in ArcCatalog: 20 - kies polygon als feature type - sla de gegevenslaag op als “industriezones” □ Voeg de gegevenslaag “industriezones” toe in ArcMap. 1 □ Maak, in ArcMap, volgende gegevensvelden aan in de 7 attributentabel van de gegevenslaag “industriezones”.

Leerling / student

x

x

x

x

x x

“zone” (tekstveld voor de naam van de industriezone) - “aantal bedrijven” (numeriek veld, waarin je het aantal bedrijven die in de industriezone gevestigd zijn, zal in vullen) - “tewerkstelling” (numeriek veld, waarin je het aantal werknemers die in de industriezone tewerkgesteld zijn, zal in vullen) Nu je de gegevenslaag hebt voorbereid kan je er de industriezones op tekenen en de gegevens invoeren in de attributentabel. □ Ga naar de volgende url: http://geox vlaanderen.agiv.be/geovlaanderen/bedrijventerreinen/ . -

7

28

Hier zal je een kaart van Vlaanderen vinden. Zoom in op Geel (zie rode kadertje op de afbeelding hieronder), en zoek de exacte locaties van de industriezones op.

8 9

Zoom ook in op de rastermappen in ArcMap en zoek Geel. Teken de industriezones die binnen de ringweg gelegen zijn op de gegevenslaag “industriezones” en vul de naam in in het gegevensveld “zone”. In de andere gegevensvelden vul je het aantal bedrijven in die gevestigd zijn in de industriezone en het aantal werknemers dat er tewerkgesteld is.

11

□

x

12

□

x

Gelukkig heb je je studenten er vorige week al er op uitgestuurd om de nodige gegevens te verzamelen. Ze hebben de gegevens zelfs al mooi geordend in een tabel. Het enige wat je nu nog moet doen is de gegevens overtypen. zone Veldstraat Fabrieksstraat Technologiezone Rijn

aantal bedrijven* 5 2 6 1

tewerkstelling* 12 35 125 5

* Deze gegevens zijn enkel ter illustratie van deze oefening en dus geen echte gegevens in over de industriezones in Geel.

10 11

Nu je de industriezones hebt getekend en de attributentabel hebt ingevuld, wordt het tijd om met staafdiagrammen de gegevens op de kaart te presenteren. □ Geef de namen van de industriezones weer op de 26 x kaart. □ Plaats staafdiagrammen op de kaart die het aantal 23 x bedrijven en de tewerkstelling voor elke industriezone weergeven.

29

12

13

Maak twee kaarten, met staafdiagrammen. Voeg een windroos, legende en schaal toe. De eerste kaart is een kaart met staafdiagrammen die het aantal bedrijven per industrieterrein weergeeft. De tweede kaart is een kaart met staafdiagrammen die het aantal tewerkgestelde werknemers per industrieterrein weergeeft. Je kan de kaarten printen als je wil, maar denk aan het milieu voor je print. Publiceer en deel je werk via ArcGIS Online

22

□

x

□

x

19

46

Proficiat! Je hebt nu je eigen kaarten gemaakt!

30

Hardheid van leidingwater Inleiding Water wordt “hard” genoemd wanneer er veel opgeloste mineralen in aanwezig zijn, meer specifiek calcium en magnesium. Hard water houdt geen risico in voor de gezondheid, maar zorgt wel voor een extra belasting voor het milieu. Zo moet er aan hard water meer zeep en synthetische detergenten toegevoegd worden wanneer we het willen gebruiken om mee te wassen. Hard water zorgt verder ook voor de vorming van een kalkaanslag bij apparaten waarin water wordt verwarmd, zoals bijvoorbeeld waterkokers, koffiezetapparaten, wasmachines en vaatwasmachines, maar ook in allerlei industriële apparaten. Om deze kalkaanslag te verwijderen worden vaak chemische producten gebruikt. De hardheid van water wordt uitgedrukt in Duitse graden (°dH). Eén Duitse graad komt overeen met 10 milligram calciumoxide per liter water, ofwel 17,848 milligram of calciumcarbonaat per liter water. De hardheid van water is in te delen in volgende categorieën:     

Heel zacht: Zacht: Gemiddeld hard: Hard: Heel hard:

< 4 °dH (Duitse graden) 4-8 9 -18 19-30 >30

Beschrijving van de oefening In deze oefening zal je de hardheid van het leidingwater in een regio van Barcs op een kaart weergeven. Barcs, een kleine stad met tienduizend inwoners, is gelegen aan de Hongaars-Croatische grens, bij de rivier Drava. Alle afvalwater van de regio Barcs komt uiteindelijk in De Drava terecht. De Drava en haar overstromingsgebied vormen sinds 1996 een belangrijk deel van het Danube-Drava Nationaal park, daarom is het heel belangrijk om de waterkwaliteit van de Drava te beschermen. De hardheid werd gemeten met papieren teststrips.

31

nr

1 2

3

4

5

6

7

8

instructie

i-Notes

Leerkracht / Trainers

Leerling / student

Om te beginnen openen we een map van Barcs. □ Open ArcMap via het windows startmenu. x □ Laat ArcGis gebruik maken van dynamische 50 x verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. □ Voeg de topografische kaart van de wereld toe 1 x vanuit de online bibliotheek met basiskaarten. Nu ga je een nieuwe gegevenslaag aanmaken, waarop je de rivier zal tekenen, en een dBase Table om de meetresultaten in te verzamelen. Open ArcCatalog and maak een nieuwe gegevenslaag en dBase Tables aan: □ 20 x 1. Nieuwe Shapefile: Drava rivier (polyline) 2. Nieuwe dBase Table: Hardheid (dBase table)

25

□

x

Voeg de gegevenslaag en de dBase Table toe in ArcMap.

1

□

x

Teken nu de Drava rivier. □ Teken een polyline waar de rivier loopt. Klik met de 12 x linkermuisknop telkens wanneer je een tussenpunt wil plaatsen. Volg zo het verdere verloop van de rivier. Wanneer je klaar bent, wordt de rivier getekend van zodra je dubbelklikt met de linkermuisknop. □ Verander het lijnsymbol van de rivier. Kies voor: 13 x Category: ‘Navigable river’ Color: dark blue Width: 10 Nu is het tijd om de nodige velden aan te maken in de dBase Table “Hardheid”. □ Voeg volgende gegevensvelden toe: 7 x 

9

X” (voor de X-coördinaat, kies ‘double’ als gegevenstype)  “Y” (voor de Y-coördinaat, kies ‘double’ als gegevenstype)  “Hardheid” in dit veld vul je de meetresultaten in, kies ‘short integer’ als gegevenstype. Vul de gegevens van de meetpunten in de dBase Table:

30

□

x

32

Field 1

Sampling points X

1 17,420409 2 17,459169 3 17,492057 4 17,421247 5 17,462062 6 17,489103 Stop de editeersessie.

Y

Hardness (German degree) 45,994650 13 45,961037 21 45,962963 23 45,956186 22 45,938945 36 45,929169 34 Vergeet niet te bewaren!

Nu ben je klaar om de meetpunten op de kaart weer te geven. 10 11 12

13

14

Duid de locaties van de meetpunten aan op de map met behulp van het tool “add XY data”. Verander, indien gewenst, het symbool dat de meetpunten voorstelt. Geef nu de waardes die de hardheid van het leidingwater uitdrukken weer bij de meetpunten.

24

□

x

13

□

x

26

□

x

Publiceer en deel je werk via ArcGIS Online.

46

□

x

x

x

GIS analyse Kan je belangrijke verschillen in waterhardheid vinden? Waar vind je leidingwater met de hoogste hardheden? Wat is het verband tussen de hardheid van leidingwater en de hoeveelheid detergenten die nodig zijn? Zou afvalwater dat detergenten bevat de kwaliteit van het het oppervlaktewater en het grondwater in het Danube-Drava Nationaal Park kunnen beïnvloeden?

33

Aardbevingen in Griekenland Inleiding: Griekenland is wereldwijd gezien een van de landen met de hoogste seismische activiteit en het is het land met de hoogste seismische activiteit in Europa. Daarom is het interessant om eens een beeld te vormen van de ruimtelijke spreiding van de aardbevingen, en hun omvang, die voorkwamen in Griekenland in de periode van 1901 tot 2009. De lithosfeer van de aarde, onder het Oostelijke Middellandse Zeegebied, ligt op de grenszone tussen drie belangrijke tektonische platen, namelijk de Euraziatische, de Afrikaanse, en de Arabische plaat. De bewegingen in de grotere platen beïnvloeden de kleinere platen en het is de vorm en de bewegingen van deze kleinere platen die het voorkomen van het grootste deel van de aardbevingen in deze regio verklaren. De seismische activiteit in het zuiden van Griekenland wordt vooral veroorzaakt door de bewegingen van de Afrikaanse plaat ten opzichte van de relatief kleine Egeïsche plaat. De meeste oppervlakkige aardbevingen (diepte minder dan 50 km) in Centraal- en het Noorden van Griekenland, worden veroorzaakt door de bewegingen van de Egeïsche plaat, die ten opzichte van de Euraziatische plaat naar het Zuid-Westen schuift met een snelheid van 30 mm per jaar. De Afrikaanse plaat duikt onder de Egeïsche plaat (aan een snelheid van 40 mm per jaar) en vormt zo de Hellenische boog die zich uitstrekt van het Westen van de Peloponnesos, langs Kreta en Rhodos, tot Westelijk Turkije. Aan de randen van deze twee platen komen oppervlakkige aardbevingen voor. Aardbevingen op grotere diepte (dieper dan 50 km) worden veroorzaakt door bewegingen van de Afrikaanse plaat onder centraal Griekenland, de Dodekanesische eilanden en de Cycladen. Beschrijving van de oefening: In deze oefening zal je de ruimtelijke spreiding in kaart brengen van de aardbevingen die voorkwamen in Griekenland in de periode van 1901 tot 2010. Verder zal je de zones lokaliseren in Griekenland waar er belangrijke seismische activiteit is, en verbanden proberen te leggen tussen patronen van seismische activiteit en de activiteit aan de randen van de tektonische platen. Tenslotte zal je ook onderzoeken welke steden het meeste risico lopen om schade te ondervinden van aardbevingen.

34

nr

instructie

i-Notes

1

Open ArcMap via het windows startmenu.

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer.

3

Stap 1

Leerkracht / Trainers

Leerling / student

x 50

□

x

1

□

x

1

□

x

Voeg de gegevenslaag “sat_pedagogue.tif” toe in ArcMap.

Bestudeer vragen:

het

satellietbeeld

en

beantwoord

volgende

Schrijf een aantal namen van plaatsen op waarvan je denkt dat er de meeste aardbevingen voorkomen. Waarop heb je je keuze gebaseerd? Welke belangrijke steden liggen in de buurt van deze plaatsen? 4

Stap 2 Vergelijk nu je eigen veronderstellingen met de historische gegevens over aardbevingen die je op de kaart voorstelt in ArcMap. Verwijder de gegevenslaag “sat_pedagogue.tif” en voeg de gegevenslaag SEISMOI.shp toe. Voeg ook de gegevenslaag “akto.shp” toe (zie schermafbeelding).

35

De getekende punten op de kaart geven aardbevingen weer die plaatsvonden tussen januari 1901 en september 2009 en een magnitude hadden van 4.0 of meer op de schaal van Richter Komen er aardbevingen voor in de regio’s waar je het verwacht had? Schrijf hieronder de regio’s waar je verwachtingen klopten met de historische gegevens Welke patronen kan je herkennen op de kaart?

1

□

x

28

□

x

Voeg nu de gegevenslaag Fault.shp toe.

Op welke plaatsen komen vooral aardbevingen voor? Heb je hiervoor een verklaring? Wat is het verband tussen het voorkomen van aardbevingen en de seismo-tektonische kenmerken van Griekenland?

Stap 3 Je kan per punt, meer informatie over de aardbeving raadplegen in de attributentabel van de gegevenslaag.

36

Open de Attributentabel van “SEISMOI.shp”. Selecteer de kolom DEPTH en rangschik de gegevens van diep naar oppervlakkig.

Nu zal je de aardbevingen indelen in categorieën op basis van de diepte en deze informatie op de kaart weergeven. Als je wil kan je de categorieën aanpassen door te klikken op “Classify”.

Een andere mogelijkheid is om de verschillende categorieën in een andere kleur weer te geven.

31

□

x

342a

□

x

342b

□

x

Probeer nu volgende vragen te beantwoorden: Waar in Griekenland komen er a) oppervlakkige aardbevingen (minder dan 50 km diep) voor, waar komen b) gemiddeld diepe aardbevingen (diepte van 50 km tot 100 km) voor en waar komen c) de diepe aardbevingen (dieper dan 100 km) voor? 37

Waar in Griekenland verwacht je vooral de zwaardere aardbevingen die grotere schade aanrichten? Zoek eens informatie over Griekenland bij volgende links:

seismische

activiteit

in

http://www.gein.noa.gr/index-en.htm http://earthquake.usgs.gov/regional/world/historical_country.php#gre ec http://geophysics.geo.auth.gr/the_seisnet/WEBSITE_2005/REAL_TIME_ MAPS/index_en.htm 5

Stap 4 Vervolgens kan je ook de aardbevingen indelen in categorieën op basis van de magnitude (RICHTER). De werkwijze is dezelfde als hierboven, bij stap 3.

38

Selecteer nu de 20 zwaarste aardbevingen in de attributentabel. Wanneer je een record selecteert in de attributentabel, wordt het bijbehorende punt op de kaart geaccentueerd.

6

Sleep indien nodig het venster van de attributentabel weg zodat je de 20 zwaarste aardbevingen op de kaart kan zien. Stap 5 Je zou ook wat meer gecompliceerde selecties kunnen doorvoeren, zoals bv. "DEPTH" < 10 AND "RICHTER" >= 6, waarmee je alle aardbevingen van minstens 6 op de schaal van Richter, die zich minder dan 10 km diep voordeden, kan selecteren. Alle geselecteerde records zullen in het blauw geaccentueerd worden, zowel in de attributentabel als op de kaart.

31/35

□

x

6

□

x

39

Welke patronen kan je herkennen? Probeer een verklaring te vinden waarom de zwaarste en ondiepste aardbevingen precies op die plaatsen voorkomen.

7

Welke aardbevingen, oppervlakkige of diepere, veroorzaken volgens jou de meeste schade aan de oppervlakte vlak boven het epicentrum? Hoe zit het volgens jou met de schade op een grotere afstand van het epicentrum? Welke aardbevingen, de oppervlakkige of de ondiepe, richten daar het meeste schade aan? Motiveer je antwoord. Stap 6 Kijk na welke belangrijke steden een hoog, dan wel een laag risico lopen om getroffen te worden door een (zware) aardbeving. Voeg de gegevenslaag “town-20000.shp” toe in ArcMap. Deze gegevenslaag bevat informatie over steden met meer dan 20.000 inwoners.

33

□

x

1

□

x

Geef vijf steden die een hoog risico lopen en vijf steden die 40

een laag risico lopen Creëer een bufferzone van 60 kilometer rond de gegevens op de gegevenslaag SEISMOI.

9

□

x

46

□

x

22 / 6

□

x

Het is aan te raden om de bufferzones transparant te maken. Verander hiervoor de kleur van de laag waarop de bufferzones getekend staan in “hollow”. ArcMap maakt nu automatisch een nieuwe gegevenslaag aan, waarop de bufferzones worden getekend.

Publiceer en deel je werk via via ArcGIS Online. Omwille van de grootte van het bestand verwijder je best eerst de achtergrondlaag “sat_pedagogue.tif” uit het project (klik met de rechtermuisknop op de laag in de inhoudstafel en kies Remove in het uitklapmenu). 8

Stap 7 Creëer een geografische kaart met de aardbevingen van 1959 tot 2009 (zie schermafbeelding hieronder), met een windroos, een legende en een schaalaanduiding.

Voorbeeld van hoe de het resultaat er kan uitzien 41

Je kan de kaart printen, maar denk aan het milieu voor je print.

19

□

x

Proficiat voor je doorzettingsvermogen.

42

Wateranalyse Inleiding: Je zou kunnen denken dat watertekort nooit een probleem zou kunnen zijn, wetende dat 71% van de oppervlakte van deze planeet bedekt is met water. Het tegendeel is echter waar! Zo heeft één vijfde van de wereldbevolking geen toegang tot drinkbaar water en zelfs dubbel zoveel mensen beschikken niet over een riolering om hun afvalwater af te voeren. De biodiversiteit krijgt ook steeds meer en meer te lijden onder de slechte waterkwaliteit. Zo is de waterkwaliteit in het Scheldebekken in België, gemiddeld tot slecht. Bedrijven, huishoudens en landbouwbedrijven zijn hoofdzakelijk verantwoordelijk voor de achteruitgang van de biodiversiteit in deze regio. We kunnen besluiten dat een krachtige politiek inzake waterbeleid essentieel is om de waterkwaliteit te verbeteren. Iedereen, van de Schelde in België tot Bejing in China, zou zijn of haar steentje moeten bijdragen aan het verbeteren van de waterkwaliteit, en proberen op een meer duurzame manier om te gaan met water. Zowel de jongere als de oudere generatie wereldburgers zou zijn verantwoordelijkheid moeten opnemen en actie ondernemen. Beschrijving van de oefening: De hoofddoelstelling van deze oefening is om de waterkwaliteit van de rivieren en waterbekkens eens van naderbij te bekijken en de algemene kwaliteit van het water op een kaart voor te stellen. Hiervoor zullen de leerlingen eerst op verschillende plaatsen waterstalen nemen. De resultaten worden opgeslagen in een databanktabel en daarna voorgesteld op een digitale kaart in ArcMap. Om de meetpunten op de kaart te kunnen weergeven, moeten er ook van elk meetpunt de coördinaten geregistreerd worden met een GPS toestel. Aan het einde van de oefening kan je dan de waterkwaliteit van je deel van de rivier analyseren aan de hand van de kaarten en de grafieken die je gemaakt hebt. Als je niet gewoon bent om te werken met geografische referentiesystemen kan je misschien best eerst even de paragrafen doorlezen die je aan het einde van deze oefening vindt. Voor meer uitgebreide informatie is het aan te raden om meer specifieke lectuur door te nemen over geografische en geprojecteerde coördinatensystemen. Hierover is heel wat informatie beschikbaar in bibliotheken en op het internet. Vereist materiaal: Bij de databestanden voor deze oefening vind je shapefiles die gegevens bevatten over het Schelde rivierbekken (Noord-Frankrijk, België en Nederland):  Riversegment.shp  Country_europe.shp Verder vind je ook nog een table met meetgegevens over waterkwaliteit sampling.dbf (het veldwerk is dus al achter de rug). Duur van de oefening: 2 periodes van 50 min, zonder de watermetingen

43

nummer

1

instructie

Het databestand met de meetresultaten voorbereiden om het te gebruiken in Arcmap

i-Notes

2

Leerkracht / Trainers

Leerling / student

□

x

□

x

□

x

Het databanktabel zou volgende gegevensvelden moeten bevatten:              

Name & Measurement Group Coordinator Name water course Date Hour X coordinates (UTM) Y coordinates (UTM) Weather Temperature (° C) Acidity Nitrate content (mg / l) Phosphate content (mg / l) Oxygen (mg / l) Turbidity (cm) Biotic index (0-10)

TIP: ArcMap maakt soms problemen van lange veldnamen of veldnamen met speciale tekens. Daarom is het aan te bevelen om de veldnamen zo kort mogelijk te houden en zo weinig mogelijk speciale tekens te gebruiken. De veldnamen zoals hierboven beschreven kunnen indien nodig aangepast worden (bv. name, waterbody, date, hour, x, y, weather, temp, acidity, nitrate). Als ArcMap problemen zou maken over het formaat “hour” als je werkt met een Excel tabel, kan je het celformaat instellen als “text” in plaats van “hour”.

Voorbeeld van hoe een Excelbestand moet opgebouwd zijn om het te kunnen gebruiken in ArcMap 2

Open ArcMap via het windows startmenu.

3

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd

50

44

betanden) wil openen op een andere computer. 4

Een project bewaren Bewaar je project als een ArcGIS document (bv. Wateranalysis.mxd) zodat je zeker je werk niet kwijtgeraakt.

21

□

x

41

x

□

1

□

x

40

x

□

24

□

x

Tip: Bewaar regelmatig je project, kwestie van bij computeren/of stroompannes niet al je werk te verliezen. Maak ook zeker je leerlingen hierop attent. 5

Ruimtelijke referentiesystemen instellen Als je datasets zou gebruiken met verschillende ruimtelijke referentiesystemen, is het aan te raden om het “Data frame” in te stellen in het meest gebruikelijke systeem. Bijvoorbeeld, de achtergrondkaart kan gegeorefereerd zijn in een nationaal referentiesysteem (zoals Belge Lambert 1972) terwijl de tabel met meetresultaten kan ingesteld zijn in een ander referentiesysteem zoals bijvoorbeeld UTW WGS 1984. Om problemen te vermijden definieer je best het referentiesysteem voor het “Data frame” op voorhand. In dit geval, voor een project waarin datasets van België, Frankrijk en Nederland worden gecombineerd, kies je bijvoorbeeld best bij het tabblad 'Coordinate System' , voor 'Predefined' > 'Projected Coordinate Systems' > 'UTM' > 'WGS 1984' > 'WGS 1984 UTM Zone 31N.prj'. Zone 31N omvat een deel van Frankrijk, België en een deel van Nederland.

6

Een bestand toevoegen Voeg de achtergrondkaart toe (zie beschrijving bij Vereist materiaal) in ArcMap. Tip: Wanneer je gegevenslagen op een juiste manier boven mekaar wil kunnen plaatsen op de achtergrondkaart, moet deze laatste gegeorefereerd zijn. Als dat niet het geval is, moet je de achtergrondkaart eerst georefereren.

7

De gegevens van de tabel, gemaakt bij stap 1, importeren op de kaart met behulp van het ‘Add XY Data’ tool Note: The definition of the coordinate system is also important and should be defined while importing the data into ArcMap. In the present exercise we propose to use UTM WGS 1984. Therefore, define the reference system by clicking on the 'Select' button and choosing 'Projected Coordinate Systems' > 'UTM' > 'WGS 1984' > 'WGS 1984 UTM Zone

45

31N.prj'. Goed om weten: Je kan, nadat je een editeersessie gestart bent, met de opdrachten copy-paste, een kolom van een Excel bestand kopiëren in een dBase Table. 8

Data exporteren Nadat je de locaties in ArcMap hebt toegevoegd met het ‘Add XY data’ tool, zal je een nieuwe gegevenslaag zien verschijnen in de inhoudstafel van ArcMap. Het kan nuttig zijn om deze nieuwe gegevenslaag op te slaan als een shapefile. Om dit te doen klik je met de rechtermuisknop op de nieuwe laag, en kies in het menu ‘Data’ > 'Export Data'. Zorg ervoor dat je kiest voor ‘All Features’ en geef de nieuwe shapefile een naam. Voeg de nieuwe shapefile toe in ArcMap.

48

□

x

13

□

x

22

□

x

17

□

x

Tip: Indien nodig kan je de symbolen die de meetpunten voorstellen, aanpassen zodat ze beter opvallen.

Screenshot in ArcMap met de locaties van meetpunten 9

Een geografische kaart maken Verander de symbologie van de punten zodat het makkelijk wordt om te zien welke plaatsen een hoge of lage biotische index hebben. Er zijn verschillende mogelijkheden waarop je variabelen op de kaart kan tonen. In deze oefening zullen we twee mogelijkheden bespreken; Wanneer je maar enkele meetpunten hebt, is het aan te raden om unieke waarden te gebruiken, zoals in de afbeelding hieronder. Indien nodig kan je de kleurcode van de symbolen ook nog omdraaien (klik hiervoor met de rechtermuisknop op de knop ‘Symbol’ boven de symbolen en kies ‘flip symbols'.

46

Voorbeeld van hoe je de biotische index op een kaart kan weergeven op basis van een unieke waarde

Wanneer je een groter aantal meetpunten hebt is het aan te raden om te kiezen voor graduele symbolen die je dan bijvoorbeeld definieert zoals in de afbeelding hieronder.

Voorbeeld van hoe je de biotische index op een kaart kan weergeven op basis van graduele symbolen. .

10

Een legende, windroos en titel toevoegen aan de geografische kaart

22

x

□

Gebruik de ‘Insert´ functie van het hoofdmenu om een legende, een windroos en een titel in te voegen. Je kan de 47

naam in de legende veranderen door in de inhoudstafel van ArcMap op de gegevenslaag te dubbelklikken en de gewenste naam, bv. ‘Water quality’ in te geven. Zie afbeelding hieronder.

(a)

(b)

Afbeelding (a) laat zien hoe de legend er uitziet in de inhoudstafel van ArcMap, afbeelding (b) laat zien hoe dezelfde legend er uitziet in layout weergave..

11

12

Labels toevoegen Voeg labels toe aan de punten op de kaart en kies als inhoud 26 voor het label een uniek identificatienummer of de naam van de rivier. De naam van de rivier kan je echter niet gebruiken wanneer er meer dan één meetpunt langs dezelfde rivier liggen.

□

x

Een grafiek toevoegen aan de kaart

□

X

36

In de vorige stap hebben we de waterkwaliteit weergegeven op de kaart aan de hand van de biotische index. Het kan ook interessant zijn om andere gegevens zoals de temperatuur en waarden van opgeloste stoffen (zoals bv. zuurstof of nitraat) weer te geven. Dit kan je doen door een grafiek weer te geven op de kaart. Ga hiervoor naar de lay-out weergave. (1) Maak een grafiek aan eigenschappen van het water:   

met

daarop

de

chemische

Maak een grafiek van het type 'vertical bar' Kies ‘nitrate’ als value field en ‘ID of water body’ als label field Zorg ervoor dat de optie ‘show label’ aangevinkt is 48

  

Kies als kleur ‘custom’ Dubbelklik op de ‘vertical bar’ tab links onderaan en benoem de grafiek Voeg nieuwe gegevensreeksen toe via de ‘Add’ knop (bv. zuurstof en fosfaat). Herhaal voor elke gegevensreeks de vorige stappen.

Bovenstaande schermafbeelding laat zien hoe je een grafiek maakt, met verticale staven, in ArcMap.

 





Klik op de ‘Next’ knop om verder te gaan. Geef vervolgens de grafiek een titel (bv. Chemische waardes) en geef een titel voor de verticale as (bv. Mg/l). Wanneer de grafiek klaar is, zal hij in een apart venster verschijnen. Als je de grafiek wil toevoegen in de layout van de kaart klik je met de rechtermuisknop en kies je ‘add to layout’. In het lay-out venster kan je de afbeeldingen en grafieken verslepen naar waar je wil.

(2) Maak een grafiek van de temperatuur, troebelheid and zuurtegraad: 

Volg dezelfde stappen als bij (1) maar maak deze keer drie afzonderlijke grafieken voor elke gegevensreeks. Omdat er maar één variabele is voor elke grafiek moet je het vakje ‘add to legend’ niet aanvinken. Geef de grafieken de juiste titels en benoem de verticale assen (‘°C’, ‘cm’ en ‘pH’).

Als alles goed gegaan is, zou je nu een geografische kaart 49

moeten hebben en vier grafieken. Versleep de grafieken tot je een goed overzicht hebt. Als je de eigenschappen van de grafieken alsnog wil veranderen, kan dat door te dubbelklikken op de grafiek. Tip: Als je de grootte en/of de vorm van de grafieken wil wijzigen, kan dat door in het grafiekvenster het vakje 'Preserve Aspect Ratio' uit te vinken in het 'Size and Position' tabblad.

Schermafbeelding van hoe de lay-out er zou kunnen uitzien met vier grafieken.

13

De kaart exporteren Wanneer je tevreden bent met de kaart en de lay-out ervan, kan je de kaart exporteren of afprinten, maar denk aan het milieu voor je print.

19

□

x

42

□

x

Publiceer en deel je werk via ArcGIS Online.

46

□

x

PROFICIAT!!! Je hebt nu een mooie kaart gemaakt met daarop grafieken. Maar, wat vind je ervan als je de kaart nader bekijkt? Vind je ze nog altijd mooi of eerder beangstigend? Hoe zit het met de waterkwaliteit in je regio? Kan jij, of de leerlingen, redenen bedenken waarom sommige regio’s meer vervuild zijn dan andere? Bespreek samen met de leerlingen welke maatregelen of beslissingen zouden kunnen genomen worden om de waterkwaliteit te verbeteren.

50

Coördinatensystemen in Arcmap? Om de meetpunten in ArcMap op de juiste plaats op de kaart te kunnen plaatsen is het essentieel dat de coördinaten van de meetpunten opgenomen zijn en dat het juiste geografisch referentiesysteem werd ingesteld in ArcMap. De volgende paragraaf geeft een kort overzicht over hoe je in ArcMap met coördinaten kan werken. Coördinaten kunnen opgedeeld worden in twee groepen: de geografische coördinaten (breedte-(φ) en lengtegraad (λ)) en de geprojecteerde coördinaten(X,Y), ook carthesiaanse of geocentrische coördinaten genoemd. De volgende lijst geeft een overzicht van een aantal mogelijke coördinatensystemen die gebruikt worden in België, Frankrijk en Nederland. -

het geografische coördinatensystem ETRS89 of WGS84 bv. φ =50 ° 39'03.26912 ", λ = 4 ° 22'07.49841" h = 143,146 m

-

het geprojecteerde coordinatensystem Universal Transverse Mercator (UTM ETRS89, WGS84 of ED50) bv. X = 5764515,741 m, Y = 592150,939 m

-

het geprojecteerde coördinatensysteem LAMBERT72 (vaak gebruikt bij Belgische kaarten) bv. X = 148 920 m, Y = 153 920 m, H = 100 m

-

het geprojecteerde coördinatensysteem LAMBERT2008 (meer recente Belgische kaarten) bv. X = 650 002,211 m, Y = 648 920,654 m, H = 100 m

-

het geprojecteerde coördinatensysteem NTF LAMBERT I, II, III of IV (vaak gebruikt bij Franse kaarten) bv. X= 601 000 m, Y= 2 429 600 m, H=100 m

-

het geprojecteerde coördinatensystem Rijksdriehoeksmeting (RD) - Normaal Amsterdams Peil (NAP), RDNAP of RDNAPTRANSTM ( vaak gebruikt bij Nederlandse kaarten) bv. X = 83 335,777 m, Y = 448 877, 638 m, H = 100 m

Op het internet kan je een heel aantal gratis toepassingen vinden waarmee je coördinaten van het ene referentiesysteem naar het andere kan omzetten. Het Nationaal Geografisch Instituut stelt bijvoorbeeld een gratis toepassing, cConvert, ter beschikking via hun website (http://www.ngi.be/). Ook het Nationaal Geografisch Instituut van Frankrijk, en ook Nederland, stellen in respectievelijke volgorde, de programma’s CIRE (http://professionnels.ign.fr/documentDossiers.do?idDoc=5352513&siteId=5059300) en Coördinatie Calculator Versie 4.1 (beschikbaar onder 'download' op the website http://www.rdnap.nl/). Je gebruikt dus best een coördinatensysteem dat het beste past bij de regio van de kaart en houd daarbij rekening met wat je met de gegevens in ArcMap wil doen. Voor deze oefening gebruiken we coördinaten in het systeem UTM WGS84 of UTM ETRS89, omdat dit redelijk universele systemen zijn.

51

Meer uitdagende oefeningen GM Maïs Inleiding: Enkele jaren geleden deed het Centrum voor Landbouw- en Voedseleconomie van de faculteit Industriële- en Biowetenschappen van de Katholieke Universiteit Leuven, in België een onderzoek naar de mogelijke economische gevolgen van de introductie van genetisch gemodificeerde landbouwgewassen in de Europese landbouw. Dit onderzoek werd gevoerd in het kader van het SIGEMA project, dat deels werd gefinancierd door de Europese Commissie. Europese landbouwers maken zich zorgen over de mogelijke vermenging van genetisch gemodificeerde (GM) gewassen en traditionele gewassen door middel van pollenoverdracht. Wanneer conventionele gewassen zouden worden bestoven door pollen afkomstig van GM gewassen, zou het wel eens kunnen zijn dat de oogst van niet-GM velden toch sporen van GM gewassen bevatten. Producenten van gecertificeerd niet-GM gewassen zouden in dit geval hun oogst niet kunnen verkopen als gecertificeerd niet-GM en de meerprijs die ze normaal hiervoor kunnen krijgen, mislopen. Binnen dit project werd dan ook onderzocht wat het effect zou zijn van de introductie van genetisch gemodificeerd koolzaad in de regio Beauce in Frankrijk. Deze case-studie werd gevoerd aan de hand van een GIS dataset waarop de koolzaadvelden in die regio werden in kaart gebracht. Concreet werd onderzocht hoeveel velden traditioneel koolzaad mogelijk zouden kunnen bestoven worden door GM koolzaad als er van uitgegaan wordt dat pollen tot 50 meter ver een andere plant kunnen bevruchten. Deze analyse werd uitgevoerd voor drie scenario’s, 25% adoptie van GM koolzaad (25% van het koolzaad zou GM zijn), 50 % adoptie van GM koolzaad en 75 % adoptie van GM koolzaad. Beschrijving van de oefening: Tijdens deze oefening gaan we ditzelfde onderzoek uitvoeren met een GIS dataset die maïsvelden in Geel in kaart brengt. Niet alle maïsvelden in Geel zullen bij deze oefening onderzocht worden, we nemen voor de eenvoud een steekproef van 56 velden. We zullen een scenario simuleren waarin we 50% adoptie van GM maïs veronderstellen en we veronderstellen verder dat pollen van maïs tot op 50 meter andere planten kunnen bestuiven. Daarna kunnen we de gesimuleerde gegevens combineren met gegevens over opbrengst van maïs per oppervlakte en prijzen, om de kosten te berekenen van een mogelijke vermenging van GM en niet-GM maïs in de case study regio.

52

nr

Instructie

1

Open ArcMap via het windows startmenu.

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg de gegevenslaag “Maizefields.shp” toe in ArcMap:

3

iNotes

Leerkracht / Trainers

Leerling / student

x 50

□

x

1

□

x

Als je wil, kan je “16Map.tif” toevoegen zodat je de velden op de onderliggende topografische kaart kan zien (zie schermafbeelding).

4

5

Belangrijk: Waarschijnlijk heb je geen rechten om bestanden die op een server staan, aan te passen of op te slaan. Daarom moet je eerst de gegevenslaag exporteren naar je eigen map waarin je wel bestanden mag opslaan. Klik hiervoor met de rechtermuisknop op de gegevenslaag en kies dan > Data > Export Data, blader naar de juiste map en bewaar de gegevenslaag daar als Maizefields.shp. We zullen nu een adoptiegraad van 50% GM maïs in de regio simuleren. Hiervoor gebruiken we een Excelbestand met twee kolommen. De eerste kolom (gegevensveld) noem je “Fieldnr”. Op basis van dit veld zullen we later de Excel tabel koppelen aan de attributentabel van de gegevenslaag “Maizefields.shp”. In de tweede kolom, die we “GM” noemen, zullen we willekeurig de waardes 0 of 1 invullen, waarbij de waarde 1 betekent dat er op dat veld GM maïs is gezaaid, 0 betekent dat er niet-GM maïs is gezaaid. □ Voeg het gegevensveld “Surface” toe aan de 7 x attributentabel van de gegevenslaag “Maizefields.shp”. Kies float als gegevenstype. Het Excel bestand aanmaken: - Open een nieuw Excel document. - In de eerste rij geef je de namen van de twee gegevensvelden in (“Fieldnr” en “GM”). - In het veld “Fieldnr”, nummer je de velden van 1 tot 56 (deze nummers verwijzen naar de maïsvelden van

2

□

x

53

6 7

8

9

de gegevenslaag “Maizefields.shp”). - In het tweede gegevensveld, “GM”, vul je willekeurig de waardes 0 en 1 in. Gebruik de Excel-functie ASELECTTUSSEN (0;1) om dit automatisch te doen. - Bewaar de Excel file en geef het de naam “GMadoption”. Voeg de Excel tabel “GMadoption” toe in ArcMap. Koppel de tabel “GMadoption” aan de attributentabel van de gegevenslaag “Maizefields.shp”. Baseer de koppeling op het gemeenschappelijke veld “Fieldnr”.

1

□

x

3

□

x

Nu is het tijd om ArcMap een onderscheid te laten maken tussen GM maïsvelden en niet-GM maïsvelden: □ Kopieer de gegevenslaag “Maizefields.shp” en plak het 4 x twee keer in de inhoudstafel, zodat je uiteindelijk drie keer de laag Maizefields krijgt.

Hernoem de twee bovenste gegevenslagen naar “GMmaizefields” and “non-GMmaizefields”.

5

□

x

□

x

Verander de kleur van de gegevenslagen door op de kleurvakjes te klikken.

10

Stel een query op voor de gegevenslagen zodat de laag “GMmaizefields” enkel GM maïsvelden (GM=1) weergeeft, en de gegevenslaag “nonGMmaizefields” enkel de niet-GM maïsvelden.

6

Op het scherm verschijnen nu de GM maïsvelden in het 54

geel, en de niet-GM maïsvelden in het groen. Aan de hand van de kaart kan je nu al, puur op basis van de verdeling van gele en groene velden, nakijken of de willekeurige verdeling van de waardes 0 en 1 in de attributentabel min of meer geleid heeft tot een situatie met 50% adoptie. Zie de afbeelding links. Normaal gezien zou dit min of meer moeten kloppen. Je kan de verdeling ook nakijken in de attributentabel. Met een totaal van 56 maïsvelden zou het aantal velden in de lagen “GMmaizefields” en “nonGMmaizefields” ongeveer 28 moeten zijn.

11

Zelfs als het bovenstaande in orde is zou het toch nog kunnen dat de oppervlakte aan GM- en traditionele maïs niet mooi 50/50 verdeeld is, aangezien niet alle velden even groot zijn. Wanneer er bijvoorbeeld toevallig veel grote velden de waarde 0 gekregen hebben in de kolom “GM”, dan kan de oppervlakte traditionele maïsvelden veel meer dan 50% zijn, ondanks het feit dat Excel mooi willekeurig waardes 0 en 1 toegekend heeft. Bij de bovenstaande afbeelding lijkt dit het geval. Daarom gaan we de oppervlaktes van de GM- velden en traditionele velden vergelijken. In ArcMap kunnen we die oppervlaktes automatisch laten berekenen. □ Laat ArcMap de oppervlakte van de maïsvelden 8 x automatisch berekenen en kijk de statistieken na. Herhaal stap 9 en 10 voor de gegevenslaag “nonGMmaizefields” en vergelijk de totale oppervlakte aan GM maïsvelden en niet-GM maïsvelden. De verhouding GM/niet-GM zou ongeveer 50/50 moeten zijn.

12

Verander de map en display units van het data frame in meters als deze nog niet in meters staan ingesteld.

15

□

x

Nu gaan we onderzoeken welke GM maïsvelden gesitueerd zijn binnen een afstand van 50 peter van een niet-GM maïsveld. De velden die binnen 50 meter liggen, veroorzaken co-existentie, gezien de veronderstelling dat pollen zich tot 50 meter ver kunnen verplaatsen en de niet-GM maïsplanten kunnen bevruchten. We beginnen met het creëren van 50 meter bufferzone rond de GM maïsvelden.

55

13

Creëer een bufferzone van 50 meter rond de GM maïsvelden.

9

□

x

Kies dissolve type “ALL”, om dubbeltellingen te vermijden bij de berekeningen in de volgende stappen.

TIP: voor de duidelijkheid maak je best de bufferzones transparant. Verander hiervoor de kleur van de gegevenslaag met de bufferzones naar “hollow”. Het kan een tijdje duren voor ArcGIS de buffers heeft getekend, maar als je geduld oefent zou je resultaat er kunnen uitzien als volgt:

14

Nu kunnen we ArcMap automatisch de overlappingen tussen de gegevenslaag met de bufferzones en de gegevenslaag met niet-GM velden laten berekenen. Op deze manier kunnen we visueel de “probleemzones” van co-existentie in de case study regio identificeren en zelfs de oppervlakte berekenen van de zones op niet-GM velden, die dicht genoeg bij een GM veld liggen om bestoven te worden door pollen afkomstig van de maïs op GM velden. □ Bereken de overlappingen tussen de bufferzones en de 10 x 56

niet-GM velden. ArcMap creëert nu een nieuwe gegevenslaag, die de overlappingen weergeeft tussen bufferzones en niet-GM velden. Je eindresultaat zou er kunnen uitzien als volgt:

15

Publiceer en deel je werk via ArcGIS Online.

46

□

x

Het zou kunnen dat ArcMap vraagt om eerst een coordinatensysteem te definiëren. Als het coordinatensysteem onbekend is, kies dan Projected coordinate system > Belge Lambert 72, hierin is de basiskaart gegeorefereerd.

41

□

x

Het aantal probleemzones voor co-existentie kan je vinden door de attributentabel van de gegevenslaag met overlappingen te raadplegen. Het aantal records die voorkomen in de attributentabel is het aantal probleemzones. In onderstaand voorbeeld waren er 17 probleemzones.

Je kan de totale oppervlakte van de probleemzones vinden als je de statistieken (zie stap 11) van de gegevenslaag raadpleegt.

57

Bij deze heb je de ruimtelijke analyse afgerond van de gesimuleerde gevolgen van de introductie van GM maïs in de case study regio. Je kan nu de totale oppervlakte van de probleemzones die je net hebt gesimuleerd gebruiken om de totale kost te berekenen van de prijspremies die niet-GM boeren zouden kunnen mislopen wanneer hun gewassen zouden worden bestoven met pollen afkomstig van GM maïs die verbouwd wordt op naburige velden. Berekening van de kosten Lees nog niet verder, probeer eerst de volgende vraag te beantwoorden. Welke bijkomende (markt)gegevens heb je nodig om de kosten te berekenen? …………………………………………………………………………………………………………… …………………………………………………………………………………………………………… …………………………………………………………………………………………………………… …………………………………………………………………………………………………………… …………………………………………………………………………………… Als mogelijke antwoorden op de bovenstaande vraag kon je gedacht hebben aan opbrengst per oppervlakte, een prijspremie voor niet-GM oogst en de marktprijs voor korrelmaïs. Om nu de berekeningen af te ronden, moet je: De gemiddelde oogst per oppervlakte van korrelmaïs in België opzoeken; een indicatie vinden van een prijspremie voor niet-GM oogst; en tenslotte ook een indicatie vinden van de marktprijs voor korrelmaïs. Het kan nodig zijn om de gegevens die je vindt om te rekenen naar de juiste grootheid of munteenheid. Tenslotte moet je nog alle informatie in een vergelijking gieten en dan kan je de mogelijke kosten van co-extistentie van GM- en niet-GM maïs berekenen. Proficiat voor je doorzettingsvermogen! 58

Referenties: Working paper Daems, W., M. Demont, K. Dillen, E. Mathijs, C. Sausse, and E. Tollens. "Economics of spatial coexistence of genetically modified and conventional crops: Oilseed rape in Central France." Working Paper, n° 96, Katholieke Universiteit Leuven, Leuven, 2007. Journal articles Demont, M., Daems, W., Dillen, K., Mathijs, E., Sausse, C. & Tollens, E. 2008. “Regulating Coexistence in Europe: Beware of the Domino-Effect!” Ecological Economics, 64(4):683-689. This article was selected by the Belgian Association of Agricultural Economists (BAAE) for their Commemorative Book on the Most Valuable Scientific Achievements of the Last Decade. Demont, M., Daems, W., Dillen, K., Mathijs, E., Sausse, C. & Tollens, E. “On the Proportionality of EU Spatial ex ante Coexistence Regulations” Food Policy, 34(6):508-518 Conference papers and proceedings .

Demont, M., Daems, W., Dillen, K., Mathijs, E., Sausse, C. & Tollens, E. “Economics of Spatial Coexistence of Genetically Modified and Conventional Crops: Oilseed Rape in Central France.” Twelfth EAAE (European Association of Agricultural Economists) Congress, Ghent, 26-29 August 2008. Demont, M., Daems, W., Dillen, K., Mathijs, E., Sausse, C. & Tollens, E. “Economics of Spatial Coexistence of Transgenic and Conventional Crops: Oilseed Rape in Central France.” ICABR (International Consortium on Agricultural Biotechnology Research) Twelfth International Conference, Ravello, Italy, 12-14 June 2008.

Demont, M., Daems, W., Dillen, K., Mathijs, E., Sausse, C. & Tollens E. 2007. “Regulating Spatial Coexistence of GM and Conventional Oilseed Rape in Central France.” Third International Conference on Coexistence between Genetically Modified (GM) and non-GM Based Agricultural Supply Chains, Seville (Spain), 20-21 November 2007: Book of Abstracts. Stein, A.J. & Rodríguez-Cerezo, E., eds., pp. 153-156. Luxembourg: Office for Official Publications of the European Communities.

59

Duurzame schoolmobiliteit Inleiding De laatste jaren is gebleken dat steeds meer leerlingen met de auto naar school worden gebracht en afgehaald. Sterker nog, een studie ("L'état des Lieux de la Mobilité à Bruxelles") die werd gehouden in opdracht van het Ministerie van Mobiliteit toont aan dat meer dan 20 % van de files tijdens de piekuren worden veroorzaakt door transport van leerlingen van en naar school. Van deze 20 %, komt 40 % van de leerlingen met de auto. Het stijgende aantal auto’s op onze wegen heeft belangrijke, onrustmakende, gevolgen voor ons dagelijkse leven. Meer auto’s op de baan zorgt onder andere voor meer fileproblemen, meer ongevallen, lucht- en geluidsvervuiling en draagt dus bij aan de schade voor mens en milieu. Het is ook weinig bevorderlijk voor de zelfstandigheid van de kinderen als ze dagelijks door de ouders tot aan de schoolpoort worden gebracht en er ’s avonds terug opgepikt. Gelukkig bestaan er veilige en milieuvriendelijke alternatieven zoals fietsen, openbaar vervoer, wandelen en carpoolen. In verschillende Europese landen zijn er organisaties en/of overheden die scholen bijstaan in de taak van het ontwikkelen van een duurzaam mobiliteit splan en het opvoeden van de leerlingen tot verantwoordelijke burgers. In België bijvoorbeeld wordt hieraan gewerkt in het ‘Plan de Déplacements Scolaires’, een project dat geleid wordt door GREEN en COREN asb Beschrijving van de oefening Deze oefening bestaat uit twee delen. Het eerste deel ‘Samen op weg’ wil het gebruik promoten van duurzame transportmiddelen om naar school te gaan. De leerlingen zoeken op de kaart de weg van thuis naar hun school en vergelijken deze weg met hun klasgenoten. Ze worden ook gevraagd om duurzamere, veiligere en/of meer sociale alternatieven te vinden om naar school te komen, zoals wandelen, fietsen, fiets- en wandelbussen, openbaar vervoer en carpooling. In het tweede deel van de oefening, ‘Een nettere schoolomgeving’, zullen de leerlingen mooie, verzorgde passages en aandachtszones op de weg van en naar hun school aanduiden. Er wordt de leerlingen gevraagd om kritiek te geven en suggesties te doen om de omgeving proper te houden en/of te verfraaien. Beide delen van de oefening kunnen zowel door de leerkracht gedemonstreerd worden vooraan in de klas, als door de leerlingen zelf, individueel of in groepjes, opgelost worden. Wanneer de leerlingen individueel werken, kan de leerkracht aan het eind van de oefening de gegevenslagen bij mekaar voegen tot één gegevenslaag van de klas. Wanneer de klas samenwerkt aan één enkel project kan stap 10 van deel 1 van de oefening overgeslagen worden. Vereist materiaal Een kaart die een gebied bestrijkt dat ruim genoeg is om de school en de huizen van de leerlingen erop aan te duiden. De kaart (die vanaf nu achtergrondkaart zal genoemd worden) kan zowel in vector- als rasterformaat gebruikt worden. De kaart dient gegeorefereerd te zijn. Wanneer de kaart niet gegeorefereerd is, kan je de instructies volgen van iNote 40 ‘how can I georeference a map?”. Voor deze oefening kan je een topografische map vinden in rasterformaat van de Brusselse regio. Brussel is verdeeld in 6 delen: t312zw.tif, t313zw.tif, t314zw.tif, t316zw.tif, t317zw.tif, t318zw.tif. 60

Duur van de oefening Deel 1: 1 les van 50 minuten Deel 2: 2 lessen van 50 minuten (inclusief veldwerk)

nr

Instructie

iNotes

Leerkracht / Trainers

Leerling / student

□

x

DEEL 1: SAMEN OP WEG 1

Open ArcMap vanuit het windows startmenu

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Een project bewaren

50

□

x

Bewaar je project als een ArcGIS document (bv. Mobility.mxd) zodat je zeker je werk niet kwijtgeraakt.

21

□

x

1

□

x

40

x

□

3

Tip: Bewaar regelmatig je project, kwestie van bij computeren/of stroompannes niet al je werk te verliezen. Maak ook zeker je leerlingen hierop attent. 4

Een bestand toevoegen Voeg de achtergrondkaart toe (zie beschrijving bij Vereist materiaal) in ArcMap. Tip: Wanneer je gegevenslagen op een juiste manier boven mekaar wil kunnen plaatsen op de achtergrondkaart, moet deze laatste gegeorefereerd zijn. Als dat niet het geval is, moet je de achtergrondkaart eerst georefereren.

De hoofddoelstelling van de volgende oefening is de leerlingen de toegevoegde waarde van digitale kaarten te laten inzien en hen de kaarten te laten ontdekken met behulp van de verschillende navigatietools. Als bijkomende oefening zouden de leerlingen ook locaties op de digitale kaart kunnen zoeken en de overeenkomstige locaties opzoeken op een papieren kaart, of gegevens op de digitale kaart vergelijken met gegevens op de papieren kaart. Op deze manier kunnen de leerlingen de voordelen van digitale kaarten zelf ontdekken. 5 Navigeren door geografische data Navigeer door de achtergrondkaarten met behulp van de 11/18 ‘pan’ en ‘zoom’ tools. Herkennen de leerlingen sommige objecten op de map? Vraag hen om hun huis aan te duiden. Laat hen de belangrijke wegen, parken en rivieren zoeken die in de buurt van hun huis te vinden zijn. Je kan ook het ‘measure tool’ gebruiken om de afstanden te meten tussen 15/16 twee objecten. Het kan nodig zijn om eerst de eenheden in

□

x

□

x 61

meter te zetten. 6

Nieuwe shapefiles aanmaken Maak een nieuwe POLYLINE shapefile aan waarop je de route van thuis naar school zal aanduiden. Noem deze laag bv. route.shp. Voeg deze nieuwe schapefile en de reeds bestaande shapefile ‘school.shp’, toe in ArcMap.

7

20

□

x

1

□

x

1/24

□

x

Het huis van de leerlingen tekenen Om je te helpen bij deze oefening hebben vind je bij de data voor deze oefening een Excel bestand waarin een adreslijst van leerlingen is terug te vinden. Voeg het Excelbestand toe in ArcMap en teken duid de woonplaatsen van de leerlingen aan op de kaart door gebruik te maken van de “Display XY data” functie.

In het volgende deel van de oefening, zullen de leerlingen de weg van hun huis naar de school aanduiden op de kaart. Hiervoor gebruiken ze de navigatie tools. Om voldoende nauwkeurig te kunnen werken moeten ze ver genoeg inzoomen. Ook de manier waarop de leerlingen naar school komen, zal bewaard worden in de attributentabel van deze gegevenslaag, samen met de naam van de leerling. Wanneer de leerling verschillende transportmogelijkheden combineert, tekent hij/zij een aparte lijn voor elk deel van het traject waar er van transportmiddel gewisseld wordt. Wanneer dit te veel werk zou worden, kan je ook met de leerlingen afspreken om het traject in één lijn te tekenen en het belangrijkste transportmiddel in de attributentabel in te vullen. 8

De weg naar school tekenen Voeg 3 extra velden toe aan de attributentabel van de gegevenslaag ‘route.shp’. In het eerste veld ‘pupilsname’, wordt de naam van de leerling ingevuld, in het tweede veld, ‘mean’ dient het transportmiddel te worden ingevuld, en in het laatste veld ‘distance’ zal de lengte van de weg naar school worden opgeslagen

7

x

□

Opmerking voor de leerkracht: Als de leerlingen individueel werken zullen de shapefiles van alle leerlingen op het einde moeten samengevoegd worden. Om shapefiles te kunnen samenvoegen is het absoluut belangrijk dat alle leerlingen dezelfde veldnamen en gegevenstypes gebruiken in hun tabellen. ArcGIS kan enkel die velden samenvoegen waarvan de velnaam en het gegevenstype exact overeenkomen! Voor deze oefening kies je 3 leerlingen uit de lijst waarvoor je de weg van hun huis naar de school zal tekenen, net zoals de leerlingen zelf zouden doen mocht je deze oefeningen 62

met leerlingen doen, elk op een aparte shapefile. Kopieer in het ArcCatalog venster de shapefile 'route.shp’, en plak de shapefile twee keer zodat je 3 shapefiles krijgt. Hernoem de schapefile voor elke leerling.

1/4

Start een nieuwe editeersessie en duid in de editing taakbalk de gegevenslaag ‘route.shp’ aan als target. Teken de weg 12/39 naar school. Je kan eventueel de ‘snapping’ optie gebruiken.

□

x

□

x

Om het voor deze oefening simpel te houden kies je best maar één transportmiddel per leerling. Het veld ‘distance’ blijft voorlopig leeg. Je zal de afstand berekenen in een volgende stap. Vul in de attributentabel het transportmiddel in het veld ‘mean’ in en de naam van de leerling in het veld ‘pupilsname’. EXTRA: Als de leerling meerdere vervoersmiddelen zou combineren, bv. deels te voet, deels per tram, teken je een nieuwe polyline voor elk transportmiddel.

Het resultaat kan er uitzien zoals hierboven.

63

Voorbeeld van hoe de attributentabel er kan uitzien. In het volgende deel van de oefening voeg je de verschillende shapefiles samen en zullen de leerlingen de afstand van thuis naar de school meten. Er zijn meerdere mogelijkheden om dit toe doen in ArcMap. De meest simpele manier, hoewel tijdrovend, is de afstand meten met het ‘measure’ tool, dat te vinden is in de standaard werkbalk (zie iNote 16). Een iets geavanceerdere manier, maar wel veel sneller, is om ArcMap de afstanden automatisch te laten berekenen. Deze werkwijze wordt hieronder uitgelegd. 9

Gegevenslagen samenvoegen Wanneer de leerlingen individueel gewerkt hebben moeten de gegevenslagen samengevoegd worden. Kies de verschillende gegevenslagen ‘route.shp’ als ‘input Datasets’ en voeg ze samen tot een gegevenslaag. Voor deze oefening zal je de shapefiles die je aangemaakt hebt voor de drie leeringen naar keuze samenvoegen. Noem de nieuwe, samengevoegde, shapefile 'RouteMerge.shp'.

37

x

□

8

□

x

38

□

x

Van zodra je de shapefiles hebt samengevoegd verschijnt de nieuwe samengevoegde shapefile in de inhoudstafel. De individuele shapefiles zijn nu overbodig en kan je nu uit het project verwijderen. Wanneer je de attributentabel van de nieuwe shapefile opent vind je er de gegevens terug van de drie leerlingen.

10

De afstand van de reisweg naar school berekenen Bereken de afstand die de leerlingen afleggen van bij hen thuis tot aan de school. EXTRA: wanneer je leerlingen hebt die verschillende transportmiddelen combineren. Om de totale afstand van de reisweg te berekenen, ongeacht het vervoermiddel, tel je de gegevens in de tabel samen in functie van het veld ‘pupilsname’. Voor het veld 'distance' vink je bij statistics aan dat de som 'sum' opgenomen wordt

64

in de ouput tabel. Geef een naam op voor deze output tabel, bv. DistToSchool.dbf. Op dezelfde manier kan je ook per transportmiddel de totale afstand die al de leerlingen samen afleggen optellen. 11

Maak een kaart van de reisweg van de leerlingen

12

Ken een kleur toe, afhankelijk van het transportmiddel (gegevensveld ‘Mean’), aan de polygonen die de reisweg voorstellen. Kies bijvoorbeeld volgende kleuren:

17

□

x

Voeg labels to voor elk polyline element. Afhankelijk van welke informatie je wil tonen op de kaart kies je voor 'pupilsname', ‘mean’ of ‘distance’ als label veld.

26

□

x

Maak een geografische kaart.

22

□

x

Je kan de kaart printen als je wil, maar voor je print, denk aan het milieu.

19

□

x

Als de leerlingen de stappen hierboven hebben doorlopen kan je een klassikale discussie starten over hoe de leerlingen naar school komen. De discussies kunnen gaan over verschillende aspecten van de reisweg zoals bv. afstand of veiligheid, maar ook over zaken zoals de netheid van de buurt. Mogelijke vragen die kunnen helpen om de discussie op gang te brengen zijn:      Deze

Wie woont dicht bij de school en wie woont verder weg? Vergelijk de verschillende reiswegen en het gebruikte transportmiddel. Vraag de leerlingen hoeveel afstand wordt afgelegd te voet, met de bus, de fiets of de auto. Zijn er leerlingen die (deels) dezelfde weg nemen? Zijn er leerlingen die (deels) dezelfde weg nemen, maar met een verschillend transportmiddel? Zijn er leerlingen die eventueel samen naar school zouden kunnen komen? Zou samen naar school komen veiliger, duurzamer, socialer zijn? oefening kan ook nog uitgebreid over de hele school. Leerlingen van verschillende leerjaren 65

zouden namelijk ook samen van en naar school kunnen reizen.

DEEL 2: EEN NETTERE SCHOOLOMGEVING De hoofddoelstelling van deze oefening is het in kaart brengen van onverzorgde, vervuilde, of net heel verzorgde en propere buurten en/of wegen in de omgeving van de school. Hiervoor kan het nodig zijn om met de leerlingen een excursie te maken om foto’s of nota’s te nemen of tekeningen te maken als bewijsmateriaal. Nadien zal het verzamelde bewijsmateriaal toegevoegd worden aan de digitale kaart. 1

Beschrijving van de locatie □

x

20/1

□

x

7

□

x

12

□

x

Maak een excursie en vraag de leerlingen om foto’s te nemen en opvallende punten (positief of negatief) in de schoolomgeving te beschrijven. Duid deze punten aan op een kaart of neem met een GPS-toestel de coördinaten op, zodat je ze later op de digitale kaart kan aanduiden. 2

Aanmaken van een nieuwe gegevenslaag Maak een nieuwe POINT gegevenslaag aan die je zal gebruiken om de opvallende punten in de schoolomgeving op aan te duiden. Noem deze gegevenslaag bv. ‘locations.shp’. Voeg deze gegevenslaag toe in ArcMap. Tip: Net zoals bij het vorige deel kunnen de leerlingen hier zowel individueel als in groep werken. In het geval de leerlingen individueel werken, moeten de gegevenslagen nadien nog worden samengevoegd tot één samenvattende gegevenslaag, zoals beschreven in stap 4 van het Deel 1.

3

De locaties toevoegen aan de map Er zijn twee mogelijkheden om de opvallende punten aan te duiden op de digitale kaart. De eerste manier is aangewezen wanneer de exacte coördinaten van de punten niet gekend zijn. Wanneer de coördinaten echter wel gekend zijn, kies je best de tweede manier. (1) De locaties op een map aanduiden. Vooraleer je begint met tekenen voeg je eerst in de attributentabel van de gegevenslaag nog een extra veld (bv. ‘Typeloc’) toe waarin je het type van de locatie (‘verzorgd’ of ‘aandachtspunt’) kan invullen. Een extra veld met opmerkingen kan later nog worden toegevoegd. Teken daarna de locaties op de gegevenslaag.

66

Voorbeeld van mogelijke attributentabel van 'location.shp'

24

x

□

(2) Importeer de locatie van de punten vanuit een tekstof Excelbestand met het ‘Add XY Data’ tool. Het tekstof Excelbestand zou 3 velden moeten bevatten: een veld voor de X-coördinaten, een veld voor de Ycoördinaten en een veld voor het type van de locatie (‘verzorgd’ of ‘aandachtspunt’). Tijdens het volgende deel van de oefening ga je foto’s, tekstbestanden of tekeningen linken aan de digitale kaart. Hiervoor zijn er ook weer twee mogelijkheden, die hieronder staan beschreven. 4

5

(OPTIONEEL) Link foto’s, tekstbestanden of tekeningen aan de map. Hiervoor gebruik je de ‘Hyperlink tool’.

14

□

x

22

□

x

27

□

x

Je kan de kaart printen als je wil, maar voor je print, denk aan het milieu.

19

□

x

Export your map as Schoolmobilityyourname.pdf

42

□

x

Maak een geografische map en voeg de afbeelding in op de map. In layout view kan je foto’s, tekst en tekeningen invoegen op de map. (1) Voeg foto’s of tekeningen in door in het hoofdmenu op de ‘Insert’ knop te drukken. Kies vervolgens ‘picture’ en blader naar het gewenste bestand. Je kan de afbeelding aanpassen door er met de rechtermuisknop op te klikken en dan voor ‘picture properties’ te kiezen in het menu. (2) Voeg een beschrijving van de plaats toe op de kaart met behulp van de ‘New Text’ instructie die je vindt in de werkbalk ’Draw’.

Typ de beschrijving van de plaats in het tekstvak. Klik met de rechtermuisknop op het tekstvak en kies ‘Properties’ > ‘change symbol’ om het lettertype aan te passen als je dat wil.

6

Bespreek met de leerlingen waar en hoe, de schoolomgeving kan opgefrist worden. Zijn er plaatsen 67

die absoluut prioriteit zouden moeten krijgen? Kan je misschien iemand van het stads-, gemeente-, of een ander openbaar bestuur contacteren om de problemen aan te kaarten? Proficiat aan iedereen! Je hebt net interessante digitale kaarten aangemaakt en meegewerkt aan een (eerste) stap naar een betere, duurzamere en meer leefbare wereld!

68

Wereld energieconsumptie per capita in 2010 Inleiding Energievoorziening ondersteunt bijna alle aspecten van menselijke activiteit. Deze dienst maakt het mensen mogelijk te voorzien in hun basisbehoeften zoals koken, verwarming en verlichting. Ze bevoorraden ook een hele waaier aan industriële activiteiten, en ze onderhouden onze hedendaagse transporten communicatiesystemen. Om deze redenen speelt de energiesector een prominente rol in de Nationale politiek in alle wereldlanden. Meer nog, de gemiddelde uitgaven voor energie waren in 2010 goed voor 8,8 % van het bruto binnenlands product (BBP) per land. Voor ontwikkelingslanden is het uitbreiden en moderniseren van de energiesector zo mogelijk nog belangrijker, omdat net de beperkte beschikbaarheid van energie een belangrijke rem kan zijn voor ontwikkeling, zowel op menselijk, als op economisch vlak. Gebrek aan moderne energievoorziening kan het uitbouwen van basisbehoeften zoals onderwijs, gezondheidszorg en communicatie verhinderen. Onvoldoende en onvoldoende betrouwbare elektriciteitsvoorziening kan verder ook de industriële ontwikkeling tegenwerken. Naarmate landen rijker worden stijgt de energieconsumptie ten gevolge van de stijgende vraag naar energie vanwege zowel de huishoudens om aan de hogere levensstandaard te voldoen, als van de industrie. Er is dus een verband tussen het BBP per capita en de mate van ontwikkeling (gemeten a.d.h.v. de Human Develpment index) enerzijds en de energieconsumptie per capita in een land anderzijds. Net zoals de mate van ontwikkeling over de wereld verschilt van land tot land, verschilt ook de energieconsumptie in belangrijke mate in verschillende landen. In 2010 was de globale totale primaire energiebehoefte (TPES) goed voor 12 717 miljoen ton olie-equivalent. Ontwikkelingslanden, waar ongeveer drie vierde van de wereldpopulaite woont, hebben hierin (slechts) een aandeel van 35,9 %. De landen die lid zijn van de Organisatie voor Economische Samenwerking en Ontwikkeling (OESO), de zogenaamde Oeso-landen, waar minder dan een vijfde van de wereldbevolking woont, consumeerde ongeveer 42,5 % van de wereldenergiebehoefte. Oeso-landen consumeerden gemiddeld bijna acht keer meer energie per inwoner dan de ontwikkelingslanden in Azië en Afrika. Het contrast wat betreft energiebehoefte wordt pas echt duidelijk als de energieconsumptie per hoofd vergeleken wordt tussen de landen die het meeste energie verbruiken en de landen die het minste verbruiken. Zo was bijvoorbeeld in 2010 de primaire energiebehoefte per inwoner in de VS 40 keer hoger dan die van een inwoner van Bangladesh. Omdat de energieconsumptie per inwoner van een land nauw is verbonden met het niveau van economische ontwikkeling zal de stijging in energiebehoefte in de ontwikkelingslanden sterker zijn dan in de geïndustrialiseerde landen. Er is weinig twijfel over dat de energiebehoefe in de ontwikkelingslanden sterk zal moeten stijgen om tegemoet te kunnen komen aan de ontwikkelingsdoelstellingen van die 69

landen. Het Internationale Energie Agentschap (IEA) schat dat de globale vraag naar energie met ongeveer 60 % zal toenemen tegen 2030. Meer dan twee derde van deze groei zal worden veroorzaakt door een stijgende vraag naar energie in ontwikkelingslanden, in het bijzonder in China en India. Zelfs rekening houdende met deze enorme groei, zullen ontwikkelingslanden dan nog steeds maar ongeveer één vijfde van de energie verbruiken die de Oeso-landen verbruiken per inwoner. Beschrijving van de oefening In deze oefening zullen leerlingen de energieconsumptie van de wereldlanden voorstellen op een themakaart. Op deze manier krijgen ze een beter begrip van de waarde van energieconsumptie per inwoner als indicator van economische ontwikkeling en zullen ze zelf in staat zijn om de ontwikkelingslanden en de geïndustrialiseerde landen te identificeren. nr

1

Instructie

iNotes

Leerkracht / Trainers

Leerling / student

Stap 1 Surf naar: http://www.naturalearthdata.com/downloads/50m-culturalvectors/

x

Kies “cultural”, in de categorie “large scale data” in het tabblad “downloads”. Kies “Download countries” (van Admin 0- Countries) en sla het bestand op in een werkmap. Ga daarna naar http://databank.worldbank.org/ddp/home.do Kies World Development Indicators van de lijst die je vindt onder “Explore databases”. Vervolgens klik je op de knop “Select All” en op “Next” in het menu “Country”. Klik op het tabblad “Series” en in het “Topic” menu links kies je “Environment” > “Energy production & use”. Kies tenslotte Electric power consumption (KWh), klik op het tabblad “Time” en kies 2010. Klik op de Download knop in de rechterbovenhoek van je scherm, kies Excel, en bewaar het bestand met de naam “Electric power consumption.xls” in een werkmap. 2

Stap 2 Open ArcMap (dubbelklik op het ArcMap icoon op de desktop). Kies New maps > Blank Map in het ArcMap dialoogvenster. Klik daarna OK.

x

70

3

4

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer.

50

□

x

1

□

x

Open de attributentabel van “ne_50m_admin_0_countries”.

28

□

x

Sorteer het veld (kolomhoofding) admin, van klein naar groot (Ascending).

31

□

x

30

□

x

Klik op de “Add Data” button Klik op de knop “Connect to Folder” en kies de juiste gegevensmap. Kies vervolgens de digitale geografische gegevens (ne_50m_admin_0_countries) die je in de eerste stap hebt gedownload.

5

Stap 3 In deze stap zal je enkele landencodes corrigeren. Dit is nodig om in een volgende stap de tabellen met gegevens te kunnen koppelen.

Scroll naar beneden en zoek de Democratic Republic of the 71

Congo. Verander de landcode adm0_a3.

in ZAR, in de kolom

Scroll verder naar beneden en zoek het land Romania. Verander de landcode in ROM, in de kolom adm0_a3.

Bewaar je wijzigingen en sluit de editeersessie af. 6

Stap 4 Voeg de attributentabel van de gegevenslaag en de Excel tabel samen.

3

□

x

28

□

x

48

□

x

In het venster vul je in: 1. De veldnaam in de gegevenslaag (adm0_a3) 2. Het Excel bestand (Electric power production.xls) dat je bewaard hebt in je werkmap. Klik op de knop bladeren en klik op het bestand in de werkmap. 3. Kies nu het gemeenschappelijk veld in van het Excel bestand, “Country code”, en klik op OK.

Controleer de attributentabel van “ne_50m_admin_0_countries”. De laatste kolom zou nu de kolom met gegevens over stroomverbruik moeten zijn. Exporteer de gegevens van “ne_50m_admin_0_countries” naar een nieuwe shapefile. Bewaar de shapefile onder de naam world_data.shp. Dit is nodig om de samengevoegde gegevens permanent bij mekaar te houden.

72

7

Stap 5 Voeg een nieuw gegevensveld toe met de naam “el_cons_c”, aan de attributentabel van de shapefile “world_data.shp”. In dit veld zal je informatie elektriciteitsverbruik per inwoner. gegevenstype.

□

x

49

□

x

342b

□

x

opslaan over het Kies “double” als

Bereken het elektriciteitsverbruik per inwoner in het veld “el_cons_c”. Gebruik de formule: [2010] / [pop_est].

8

7

Stap 6 In deze stap zal je het elektriciteitsverbruik per inwoner in de verschillende landen indelen in klassen en elke klasse in een aparte kleur op de kaart weergeven. Kies “el_cons_c” as value field, stel 5 klasen (Classes) in en klik vervolgens op Classify. In het Classification venster klik je op de knop Exclusion.

73

Kies “el_cons_c”, klik = 0 en klik op OK

Kies een kleurenschema (Color Ramp) naar keuze

Om de decimalen ter verwijderen klik je op het Label tabblad en kies je “Format Labels”. Bij Rounding kies je 0.

Klik nu op de naam van de gegevenslaag en pas die aan naar Electric power consumption (KWh)

9

Stap 7 Maak een thematische kaart, die het energieverbruik per inwoner (ENERGY CONSUMPTION (KWh) PER CAPITA

22

□

x 74

2010) weergeeft. Voeg een windroos, een legenda, een rooster en een schaal toe. Je map zou er als volgt kunnen uitzien:

Je kan je kaart printen OF

19

□

x

42

□

x

46

□

x

21

□

x

Je kan de kaart exporteren naar een ander bestandstype als je de kaart zou willen gebruiken in andere toepassingen. Publiceer en deel je werk via ArcGIS Online. Bewaar het project in je werkmap onder de naam ENERGY CONSUMPTION.

Proficiat met je doorzettingsvermogen!

75

Natura 2000 Netwerk in de EU Inleding: Natura 2000 speelt een essentiële rol bij het beschermen van de biodiversiteit in de Europese Unie. Het is een ecologisch netwerk van beschermde gebieden die werden opgezet om Europa’s meest waardevolle diersoorten en habitats te beschermen. Natura 2000 is gebaseerd op de “vogel richtlijn” van 1979, en de “habitat richtlijn” van 1992. Via het verschaffen van groene infrastructuur draagt Natura 2000 in belangrijke mate bij tot het gezond houden van de Europese ecosystemen. Aan de andere kan heeft Natura 2000 ruimtelijke implicaties, en die zijn verschillend van land tot land. Natura 2000 is the key instrument to protect biodiversity in the European Union. It is an ecological network of protected areas, set up to ensure the survival of Europe's most valuable species and habitats. Natura 2000 is based on the 1979 Birds Directive and the 1992 Habitats Directive. The green infrastructure it provides safeguards numerous ecosystem services and ensures that Europe's natural systems remain healthy and resilient. On the other hand, Natura 2000 network has its sptial dimensions and they are different in the different countries participating in the network. Aan de hand van GIS gaan we de ruimtelijke verdeling van de gebieden die vallen onder het Natura 2000 netwerk onderzoeken, en krijgen we een overzicht van de oppervlakte van de beschermde gebieden in de EU landen. Een van de belangrijkste voordelen van moderne GIS is dat gegevens van verschillende bronnen kunnen worden gebruikt, samen verwerkt en geanalyseerd en op die manier nieuwe informatie kan worden gecreëerd. Deze les introduceert je in hoe je de nodige algemene ruimtelijke gegevens en de specifieke gegevens over Natura 2000 gebieden kan combineren, en op die manier nieuwe informatie kan creëeren en voor stellen op themakaarten. By using GIS, the learner will become familiar with the spatial distribution of the Natura 2000 network, as well as the area it covers in every EU country. One of the most important advantages of contemporary GIS is that they are able to get data from different sources, to process and analyse the data and to generate the necessary information This lesson introduces the learner how to get necessary general spatial data and specific data about Natura 2000 sites, to combine the data and based on that, to produce additional information in form of thematic maps. Deze les is in de eerste plaats gericht op leerkrachten aardrijkskunde en biologie. De oefening leert de cursist gegevens importeren van een GIS server, ruimtelijke data verzamelen van gespecialiseerde instituten, deze gegevens bewerken en tenslotte de verwerkte gegevens op een kaart voorstellen.

76

This lesson is aimed at geography and biology teachers. The exercise introduces the learner to data import from GIS server, finding spatial data from official institutions, manipulate the data and visualize the analyzed and processed data. Beschrijving van de oefening: Bij deze oefening zullen we als basiskaart een wereldkaart met daarop de landsgrenzen gebruiken. Van deze kaart zullen we enkel de Europese landen weerhouden. In een volgende stap importeren we de gegevens van de Natura 2000 gebieden die online beschikbaar zijn en voegen ze toe aan de basiskaart. We zullen dan op basis van deze gevens een nieuwe tabel maken, die de totale oppervlakte van de Natura 2000 gebieden weergeeft in elk land. Daarna koppelen we deze tabel aan de gegevenslaag met Europese landen en maken we een overzichtskaart die de totale oppervlakte van de Natura 2000 gebieden per land weergeeft. Op basis van deze kaart kunnen de prestaties van de verschillende landen op het vlak van natuurbescherming worden vergeleken, en de landen worden ingedeeld op basis van het grootste potentieel wat betreft biodiversiteit. In this exercise we will first visualize a set of data, regarding World continents and countries. For the first visualization we are going to select European countries only. Next we will use spatial data regarding Natura 2000 sites from the Internet and we are going to add them to the working map. By summarizing the attribute data from Natura 2000, we are going to produce a new table, showing the total area of Natura 2000 sites for each country. After that, we will join this table to a layer of European countries and by using thematic mapping, we will produce a general map, showing the area covered by Natura 2000 in EU member countries. Based on this map the natural protection status in each country can be examined and discussed and where the biodiversity potential of the EU is.

number

Instruction

1

Open ArcMap via het windows start menu

2

Laat ArcGis gebruik maken van dynamische verwijzingen naar bestanden. Dit is heel belangrijk als je later projecten (.mxd betanden) wil openen op een andere computer. Voeg vanuit ArcGIS Online de dataset “World continents” toe. Deze kaart gebruiken we als basiskaart. Nu zullen we enkel de Europese landen selecteren, aan de hand van een query.

3

4

Teachers’ / Trainers’ activity

Pupils’ / participants’ activity

□

x

50

□

x

47

□

x

6

□

x

iNotes

77

Bouw een query op met volgende voorwaarde: “CONTINENT” = “EUROPE”.

5

Zoom in op Europa In deze stap zoeken we de gegevens over Natura 2000. Deze informatie wordt verzameld door de Nationale Ministeries verantwoordelijk voor milieuzaken, en doorgegeven aan het Europees Milieuagentschap dat alle gegevens centraliseert en ter beschikking stelt via de website van het agentschap.

11

□

x

Surf naar http://www.eea.europa.eu Kies “Data and Maps” Typ ”Natura 2000” in het zoekveld en vink enkel “data” aan. Kies de eerste gegevensset van de lijst: “Natura 2000 data - the European network of protected sites”, klik daarna op GIS data. Download het bestand Natura2000_End2011_Shapefile.zip. Dit is een groot bestand en de download zal enige tijd in beslag nemen. In tussentijd kan je de leerlingen meer informatie geven over Natura 2000 en het belang er van bespreken. Je kan ook de direct link naar de gegevens volgen: 78

http://www.eea.europa.eu/data-and-maps/data/natura2 1

□

x

28

□

x

38

□

x

Als het bestand gedownload is pak je het bestand uit en voeg je de shapefile Natura2000_End2011.shp toe in ArcGIS.

6

7

Nu verschijnen alle Natura 2000 gebieden op de kaart. Open de attributentabel van Natura2000_End2011.shp

In deze stap zullen we de gegevens van de attributentabel sommeren om een beeld te krijgen van de totale oppervlakte van de Natura 2000 gebieden in elk land. Ga naar het veld “ MS”, dat de landcodes bevat van de Europese landen. We gaan nu de oppervlakte van alle gebieden met dezelfde landcode samentellen. Bewaar de nieuwe table onder de naam “NATURA_AREA.dbf” en klik op OK.

79

8

ArcGIS genereert een nieuwe tabel met informatie over de Natura 2000 gebieden voor elk land van de EU. We maken nu een themakaart door deze tabel te koppelen aan de shapefile “World countries”. Voeg indien nodig de shapefile “World countries” opnieuw toe vanuit ArcGIS online.

47

□

x

3

□

x

Koppel “NATURA_AREA.dbf” aan “World countries”. Kies “keep matching records only”. 9

Maak een themakaart waarop de totale oppervlakte van de Natura 2000 gebieden wordt voorgesteld met verschillende kleuren “Graduated colours”. Het value field is “Sum_Shape_Area”

34

□

x

10

Exporteer deze kaart als “Natura 2000 sites total area by EU country.pdf”

42

□

x

EN

80

Publiceer en deel je werk via ArcGIS Online.

46

□

x

Referenties: Basiskaart met continents- en landsgrenzen: http://www.arcgis.com/home/ Natura 2000 gebieden: : http://www.eea.europa.eu/data-and-maps/data/natura-2

Met dank aan: ESRI Europe voor het doneren van ArcGIS v 10.1 aan de projectpartners en aan de deelnemers van de iGuess cursussen.

Dit project werd gefinancierd met de steun van de Europese Commissie. De verantwoordelijkheid voor deze publicatie (mededeling) ligt uitsluitend bij de auteur; de Commissie kan niet aansprakelijk worden gesteld voor het gebruik van de informatie die erin is vervat.

81