Visualizing and comparing population projection rasters

Visualisering og sammenligning af befolknings fremskrivningsraster

Riisgaard, Andreas Gram

4. term

Surveying, Planning and Land Management (cand.tech.), Master

2020

2020-06-04

71

I dette speciale er der udviklet et interaktivt webværktøj til visuel sammenligning af rasterdatasæt med befolkningsfremskrivninger som eksempel. For at gøre sammenligningerne meningsfulde blev der undersøgt, hvordan befolkningsfremskrivninger bør visualiseres, og hvilke funktioner værktøjet skal have. En central teknisk udfordring er at vise store rasterdatasæt (gitterbaserede kortdata) uden at gå på kompromis med en responsiv brugeroplevelse. En litteraturgennemgang viste, at kvantitative, sekventielle data som befolkningsfremskrivninger bør farves med en lys-til-mørk skala, hvor områder med lavere befolkning er lysere end tættere befolkede områder. Funktionerne blev udvalgt ved at sammenligne med et andet interaktivt kort. Løsningen viser to kort med forskellige befolkningsfremskrivninger, og brugeren kan navigere via panorering, zoom og et søgefelt. For at sikre hurtig respons blev rasterdata ikke indlæst på én gang, men opdelt i mindre tiles (fliser), som kun indlæses for det aktuelle kortudsnit; farvelægningen udføres i browseren (klientsiden). Værktøjet er bygget som et OpenLayers-webkort, der viser tiles genereret med en modificeret version af Python-programmet gdal2tiles. Under brug opleves kortet som responsivt, men genereringen af tiles er tidskrævende. Et oplagt næste skridt er at benytte Cloud Optimized GeoTIFFs i stedet for prægenererede tiles.

This thesis develops an interactive web tool for visually comparing raster datasets, using population projections as a case. To make comparisons meaningful, we examined how population projections should be visualized and which features the tool should include. The main technical challenge is rendering large raster datasets (grid-based map data) while keeping the map responsive. A literature review showed that quantitative, sequential data such as population projections should use a light-to-dark color scale, with lighter shades for lower population and darker shades for more densely populated areas. Features were chosen by comparing to another interactive map. The solution presents two maps showing different population projections, and users can navigate by panning and zooming or via a search bar. To maintain performance, the rasters were not loaded in full; instead, they were split into small tiles that are loaded only for the current map view, and coloring is applied in the browser (client side). The tool is implemented as an OpenLayers web map that displays tiles generated with a modified version of the Python program gdal2tiles. The map feels responsive in use, but generating tiles is time-consuming. A potential improvement is to use Cloud Optimized GeoTIFFs instead of tiles.

[This abstract was generated with the help of AI]

Geotiff ; tiles ; raster ; Javascript ; Openlayers ; befolkning ; tæthed ; Shared ; Socioeconomic ; Pathways

Download
View record in AAU Student Projects