Naar inhoud springen

Geographic Information Systems

Uit Atlas Examenwiki
Vakinfo
Lessen en examens
DocentMatthias Vanmaercke
Jos Van Orshoven
LesvormHoorcollege, oefenzitting
ExamenvormSchriftelijk en een take-home assignment
Achtergrond
Studiepunten6
Wanneer?3e bach, 1e sem
ECTSLink

Dit vak bestaat uit meerdere verschillende OLA's (onderwijsleeractiviteiten) die door verschillende mensen worden onderwezen. Het duikt ook soms op de vreemdste plekken op in je uurrooster. Hou dus de powerpoints van al die verschillende onderdelen goed bij, zodat je zeker niets vergeet te leren. Een les skippen is zeker geen ramp, de oefenzittingen zijn wel sterk aanbevolen.

2024

Dit was ons laatste examen en verliep best chaotisch, dus dit is onze beste reconstructie van wat er op stond.

Januari

Sam Ottoy

(Van Orshoven)

1. Map algebra

a. What is map algebra?

b. Is map algebra for vector data calculation, for raster data or for both?

c.

d. What types of map algebra operations can you use?

e. Give a realistic example of how you would use map algebra to produce a map

(ANDERE REEKS: stel een topologische en spaghetti datastructuur op voor een gegeven structuur van lijnen enal op een coordinatensysteem-

2. Juist/fout

a) Overlaying two layers with 5 and 6 polygons and 2 and 3 attributes respectively gives a map with 11 polygons and 5 attributes.

b) Xout = .. Xin + ... Y i + ... is an example of an AFFINE coordinate transformation for raster datasets.

c) Xin = .. Xout + ... Yout + ... is an example of POLYNOMIAL coordinate transformation for vector datasets.

d) Gegeven drie prentjes met twee kruisende lijnen; enkel bij de derde staat er een knoop op het kruispunt. De richting van de pijlen is steeds anders. "Enkel voorbeeld 2 is een juist topologische weergave."


Matthias Vanmaercke

1. Juist/fout

a) ASTER and SRTM are two global DEMs with similar resolutions and acquisition methods.

b) Q-LavHA is a 0D, dynamic (discrete) probabilistic model.

c) WATEM/SEDEM is a model that can be used to asses changes in time.

d) Gegeven; formule voor gewichten in inverse distance interpolation. Als r hier gelijk is aan nul,komt dit overeen met een TIN-interpolatie.

e) Voorbeeld van een graaf. Als je hierop het algoritme van Dijkstra toepast, zal je deze knopen in deze volgorde bezoeken: ....

f) ?

2. Kansrekenen. In een zeker gebied is de kans op overstroming elk jaar 3%. In 91% van de overstroomde gebieden was de hoogte onder de vijf meter. 61% van de gebieden onder de vijf meter overstroomden nooit. Wat is de kans dat er ergens volgend jaar een overstroming plaatsvindt als je weet dat de hoogte onder de vijf meter is?

(ANDERE REEKS: oefening op algoritme van Dijkstra)

3. Gegeven: confusion matrix voor twee rasterlagen opgesteld met remote sensing ofzo (dus telkens: welke data staat er op de kaart en voor hoeveel pixels komt het overeen en voor hoeveel ni, per landgebruik/bodemtype). Wat is de minimale en maximale fout als we deze kaarten over elkaar leggen? Wat is de verwachte nauwkeurigheid?

Felix Vanderleenen

Thema: stammen in het Amazonewoud

1. Describe your workflow for the following task, mentioning all tools and expressions used. Show your workflow in a diagram-like manner. Work out a map showing the locations to be considered for protection. The following layers are provided: a raster layer with data about forest type (1= dense, 2= moderately dense, 3= lightly forested), a raster layer with fire susceptibility from 0-1, and a raster with land use classes. Areas are suitable when densely or moderately densely forested, with fire susceptibility below 0,3 or above 0,8 and with distance from built up areas above 1000m.

2. Gelijkaardige oefening maar dan met vectordata. Deze keer was er een laag met bebossing in 2010 en 2020 en een laag met de locaties van stammen, en moest je weergeven welke dorpen het meest bedreigd worden door oprukkende ontbossing en hoe groot de dorpen waren (stond in uw vector attributen). Moest ook uitleggen hoe je het ging weergeven op een kaart

2023

Januari

Sam Ottoy

Zeer gelijkardig of identiek aan het examen van 2020.

Mathias Vanmaercke

  1. Oefening met waarschijnlijkheden(Bayes theorem)
  2. Oefening op berekinen error en accurancy en nog iets.
  3. Juist of fout vragen met verklaring.

Félix

  1. Wat geven Voronoi polygonen weer?
  2. Bedenk een scenario waarbij je deze Voronoi polygonen moet gebruiken en geef alles wat je in GIS zou moeten doen om tot een resultaat te komen.
  3. Vraag over OWA en WLC.

Augustus

Over het algemeen was 1/3 hetzelfde als in januari.

Sam Ottoy

  1. Open vragen
    1. Filtering of raster geodataset
      1. What is the meaning of 'filtering of raster-geodataset'?
      2. Which are the major types of filter-operations on categoric raster-geodatasets on the one hand and continuous raster-geodatasets on the other hand? What do they encompass?
      3. What are these filter operations useful for?
      4. Are there relationships between 'filtering' and 'buffering'? If yes, what are these relationships?
  2. Juist/fout vragen
    1. Xout = 160000 + 5.03Xin + 25.27Yin is an example of an AFFINE transformation of the X-coordinate in a raster geodataset. Yin = -42098 + 0.07Xout + 0.27Yout is an example of a 1ste polynomial coordinate transformation of the Y-coordinate of a vectorial dataset.
    2. The half-line algorithm and map algebra are two types of spatial analyses applicable to both vectorial and raster datasets.
    3. The most common result of a semi-automated digitation process is the Spaghetti-structured geodataset. This is a valid data structure to define point, line and polygon objects.
    4. A track is a temporal sequence of locations of a specific object. Both spatial and temporal topology are applicable to tracks.

Mathias Vanmaercke

  1. Exercise 1: We want to estimate fire risks in a city (defined as the risk that a building will be subject to fire, during the next 10 years). We have no accurate data on what constitutes the risks. However, we have two incomplete lines of evidence that seem useful:
    • A. Building built before 1980 has a 9% probability that it will catch fire within the next 10 years. For the other 91%, we have no idea.
    • B. If a building has no central heating, it has a 16% probability of catching fire. For the other 84%, we have no idea. Suppose now that we have a building from 1968 with no central heating.
    • a) Calculate the basic probability assignment that the house will catch fire.
    • b) What are the plausibility and belief interval of this hypothesis?
  2. Exercise 2: You are combining two categorical maps. The first is land cover map with the following accuracy matrix (tabel gegeven). The second map is a soil classification map with the following accuracy matrix (tabel gegeven).
    1. What is the minimum, maximum and expected interpolation error when combining both maps?
    2. What is the expected accuracy?
  3. Juist/fout vragen
    1. When dealing with a Kriging interpolation taking 3 points into account, we need to have a minimum of 3 equations which are defined as follows (drie vgl gegeven).
    2. Suppose we look for a suitable place to start a new shop, based on multicriteria analyses. The largest number of possible locations will generally result from maximizing the trade-off, as indicated in the graph below.
    3. The best way to evaluate the output of the Q-LavHA model is by using the Nash-Sutcliff efficiency.
    4. DEM products like ASTER and SRTM have become outdated since the invention of LiDAR. Likewise, LiDAR will probably become outdated now that SfM exists.
    5. Graphs can be represented in two ways: either as lists consisting of pairs of connected nodes, and the weight of the edge connecting those nodes or as matrices whereby each row/column represents a node and the value in the matrix represents the edge weight. the former is very efficient in storage, and the latter is computationally efficient.
    6. WATEM/SEDEM is a 0D-model because it has no spatial interactions
    7. A* algorithm and the Ant algorithm give an exact solution in contrast to the Dijkstra algorithm which gives only an approximate solution.
    8. Accuracy gives the spatial ... and precision gives the non-spatial ...
    9. The model improves if the model complexity increases. (Grafiek met model complexity, input complexity en total complexity gegeven)

2021

Januari

10 januari

Prof 1

  1. Gegeven een hoop lijntjes in een coördinatensysteem. Schrijft dit op in tabellen volgens spaghettistructuur, niet-topologisch en topologisch.
  2. Veel juist-fout vragen

Twee oefeningen Jacobs:

  1. zo met Max fout, Min fout, verwachte fout en verwachte nauwkeurigheid alles berekenen
  2. CI, CR en RI uitleggen

Vraag over oefenzittingen:

  • georefereren.
    • Welke input,
    • wat betekent RMS,
    • waarom wordt RMS pas na 3 links berekend
    • enz...

2020

Januari

Sam Ottoy (Jos Van Orshoven)

  1. Juist/Fout Vragen
    • Rubber sheeting is an example of a systematic approach to changing the projection.
    • The V-value in the Tomlinson model is used for vectorial line generalization.
    • Two topological data-layers have 5 and 6 polygons and 2 and 3 attributes, respectively. The overlay will always have 30 polygons with 5 attributes.
  2. Open vraag: spatio-temporal geodatabases
    • How can a vectorial spatio-temporal information be stored in a geodatabase?
    • What is the difference between spatio-temporal modelling and spatial models?
    • Give a few extra applications of a multi-temporal geodataset when compared to a uni-temporal or a-temporal geodataset.

Liesbeth Jacobs

  1. Juist/Fout Vragen
    • WATEMSEDEM is an improvement of the USLE model for sediment transport.
    • (Image given) In the following image, the shortest route from a to z has a value of 14. Use Dijkstra to prove/disprove.
    • Ideally, the RRMSE (formula given) should be 0 when performing cartographic conversions.
    • Something about the expected value in Kriging.
  2. Open vragen:
    • Splining: 3 points are given, give all the equations necessary to construct a spline interpolation. Use the correct coefficients. You do not have to solve the equations.
    • Dempster-Shafy algorithm. Given: two lines of evidence that show the probability of either forest or pasture in a certain area (limited to those 2 options). Calculate the belief and plausability of 'forest' after combining the two lines of evidence.


Annelies Verstraelen

  1. Viewshed Analysis
    • The government is planning to build a wind farm within 50km from your house. Using GIS, how would you decide to show all cells where a 100-meter windmill would be visible? Your room is 3 meters above ground level. Describe step by step and in detail (which tools, etc.) how you would proceed.
    • How would you incorporate a random component into this analysis? Surely there is some uncertainty in the data.
  2. WLC and OWA - exercise

2018

Januari

Van Orshoven

  1. Juist/Fout Vragen
    • 'Undershoot', 'Overshoot', 'Weeding Tolerance' en 'Sliver' zijn allemaal types van fouten dat voorkomen bij het scannen van papieren kaarten.
    • 'Rubber sheeting' is een speciaal geval van 'Edge Matching'.
    • De topologische overlay van 2 geodatasets van de een 6 polygonen met 2 attributen en de andere 5 polygonen en 3 attributen resulteerd altijd in een geodataset van 30 polygonen en 5 attributen.
    • Deze grafieken, drie grafieken met vier lijnen waarvan twee grafieken een intersectie node hadden en een niet, zijn allemaal topologisch correct object-georiënteerd representaties van een intersectie van vier straten.
    • Bij een geospatial database georganiseerd als een non-topological space-time composite is het mogelijk om veranderingen te detecteren in de toestand van een gebied.
  2. Extra vragen van reeks 4
    • Vectorial Line generalisation
      • Wat is dit?
      • In welke gevallen wordt dit gebruikt?
      • Beschrijf, illustreer grafisch, en vergelijk twee algorithmes voor de generalisatie van een lijn object. Waarom geven de algorithmes niet noodzakelijk hetzelfde resultaat?
  3. Extra vragen van reeks 1
    • Dijkstra algorithm toepassen op een gegeven voorbeeld + uitleggen hoe het werkt.
      • Welke datastructuur heb je minstens nodig om dit toe te kunnen passen?
      • Ken je mogelijke toepassingen van dit algoritme in een GIS? Geef er minstens twee.

L.Jacobs, ter vervanging van Govers

  1. Juist/Fout Vragen
    • Trend surfaces zijn een goede interpolatie methode doordat ze de trend volgen en niet door de indivuduele punten gaan, hierdoor kan de fout van de geschatte waarde gekend worden.
    • Depth first algorithme gebruikt een first in, first out. Dan een figuur gegeven met een sequentie waarlangs het algorithme gaat.
    • Een oefening met variance en ordinary kriging.
    • Waarschijnlijkheid dat iemand kleuren blind is = 2%. De waarschijnlijkheid dat roodharige kleurenblind is is 25%. De waarschijnlijkheid dat niet kleurenblinden roodharen hebben is 5%. Hierdoor is de waarschijnlijkheid dat kleurenblinden roodharen hebben = 15%.
    • Je wordt gevraagd om een gebied van 50 km2 te karteren. Dit wordt gedaan met dGPS omdat dit een goede accuraatheid heeft.
    • K is veel groter bij een matrix, dat gegeven wordt, waarbij de centrale waarde groter is dan de rest (9 met er rond 1'en en 2'en) dan bij een matrix, ook gegeven, waarbij de waardes allemaal ongeveer hetzelfde zijn (9 met 8'en en 10'en).
    • 0D modellen zijn goed voor spatial modellering, zeker zoals bij file modelleren.
    • Vergelijking van KTC_NE, deze is belangrijker voor het model, dan KTC_A. Het zijn dezelfde figuren als in de slides.
    • Er is een minimum trade-off wanneer de hoogste gewichten worden gegeven aan het gemiddelde waarde.
    • De gewichten bij de Rank Reciprocal zijn groter dan de gewichten bij Rank Exponential. Dit geldt voor de criteria 2,3,4,5 met een rang van 5 en een p van 2. De formules worden gegeven.
  2. Take Home/Practica oefening
    • Het ging over OWA en zoals in een van de oefenzittingen uitgelegd door Annelies.
  3. Oefeningen
    • Dijkstra toepassen + uitleggen
    • Een semivariogram met een gegeven formule: φ=2*h+0.5. Hierbij moesten vier vergelijkingen, zoals in de slides, gegeven worden. Dit kon gehaald worden van de matrix die gegeven werd. Deze moest niet berekend te worden (maar was wel makkelijk om te doen).
    • Drie punten worden gegeven en deze worden met derde graads spline vergelijkingen beschreven. Hoeveel vergelijkingen moeten opgesteld worden en geef ze. Deze moesten ook niet berekend te worden. (Deze waren hel om wel te doen, dus heb ze niet afgemaakt)

2017

Govers:

  1. Stellingen:
    1. Random formule gegeven, dit is de formule voor een fout die je in een MC gebruikt (MC = Monte Carle Simulation)
    2. m(A) = 0.75, m(B) = 0.46, de Belief voor A not B is dan 0.29
    3. Bij LiDAR heb je een dubbele reflectie, hierdoor wordt de hoogte onderschat
    4. Delaunaytriangulatie is de ideale manier om een DEM te creëren omdat de driehoeken dan allemaal equilateraal? zijn
    5. Grafieken voor ME van KTC_NE en KTC_A gegeven: de ene parameter is belangrijker dan de andere
    6. Consistency-Matrix gegeven, als er inconsistency is dan geldt dat de gemiddeldes van de rijen groter is dan het aantal criteria want (w1+w2+w3)>(C1+C2+C3)
    7. Verschillende m(A), m(B) waarden enzo gegeven, het Belief interval is dan gelijk aan...
    8. Gegeven de formule voor flux bij Tillage erosion (Qst zo). De erosie hangt enkel af van de slope gradient en niet van de lengte van het perceel
    9. Script voor Depth-First algoritme gegeven, er was een woord zwart gemaakt, welk woord moet hier staan.

Oefeningen:

  1. Dijkstra toepassen en uitleggen
  2. LS-factor van een onregelmatige slope bepalen (formules voor rechtlijnige helling zijn gegeven)
  3. Multiple Flow algoritme van Quinn, formule is gegeven

Jos:

  1. Stellingen:
    1. Ruimtelijke resolutie en Schaal zijn hetzelfde voor een rasterbestand
    2. Undershoot, Overshoot, Weeding Tolerantie en Sliver zijn voorbeelden van fouten bij digitalisatie van vectordata
    3. 3 netwerken gegeven, Stellen deze alle drie topologisch een rond punt voor?
  2. Grote vragen
    1. A/D-conversie naar vectordata. Op welke manieren kan dit gebeuren? Wat is line-generalisation, waarom gebruikt men het bij de A/D-conversie naar vectorbestanden? Geef een voorbeeld van een line-generalisatiemethode. Geef de voor- en nadelen voor een point-digitalisation en een stream-digitalisation
    2. Wat is een Map Algebra? Waarvoor kan het gebruikt worden? Geef een voorbeeld voor een continue en categorische variabele.
    3. Wat is een dataset?
    4. Cartographic Time, welke verschillende tijden ken je? Bespreek multitemporele analyses
    5. Maak verschillende structuren voor gegeven polygonen
  3. Takehome:
    1. Vraag over de input voor cost distance en backlink, gebruik je hiervoor je refugee_homes of Belgium?
    2. Drie fuzzy memberships gegeven, creëer een suitability-map door WLC en OWA.

2016

Januari

Van Orshoven

  1. Scale en spatial resolution zijn hetzelfde voor een rasterbestand?
  2. "Boundary representation data structure" is het 3D equivalent van de "spaghetti data structure" in 2D
  3. 2 polygoonbestanden met respectievelijk 5 en 12 polygonen en respectievelijk 3 en 6 attributes worden over elkaar gelegd. Dit resulteert in een kaart met 17 polygonen en 9 attibutes.
  4. Lossles compression techniques are Run-length encoding, value point-encoding, Quadtree-encoding, chain-encoding, B-tree.
  5. Cartographic time  change of state of an object results in the mutation of a dataset
  6. Dijkstra algoritme
    • Leg het algoritme uit adhv onderstaande tekening/ pas het algoritme toe voor startpunt a en eindpunt e.
    • Welke datastructuur is nodig voor het algoritme, leg uitvoerig uit waarom
    • Geef 2 realistische voorbeelden in contect van GIS

Govers

  1. juist/fout vragen
    • Bij vector naar raster conversie: eerste keer naar resolutie van 400m² heeft de laag 5% fout, als we de resolutie verhogen naar 100m² zal de fout >= 2% zoals we willen.
    • 3 layers met respectievelijk 6, 12 en 15% fout worden op elkaar gelegd. De resulteren fout op de finale laag is 23%
    • Een cel heeft als fuzzymemberschip value voor variable A de waarde 0.75. voor variabele B 0.46. De A and not B opereator zal dan 0.25 als resultaat geven
    • Trendsurfaces are constructed by minimizing the absolute deviation tussen observed and predicted value, thus: ∑(|X_obs-X_pred | )
    • 2 kaarten gegeven die met IDW gemaakt zijn (eentje is gradueler de andere meer detail). De graduele kaart heeft een lagere r waarde dan de andere.
    • Bayes gebruikt voorwaardelijke probalities. Deze berekenen of een bepaalde condition true is.
    • Consistency matrix gegeven. Zeggen of deze juist of fout is. + nog wat uitleg over de som van een rij die niet nul is, dan is >n. ook nog iets van w1 > C1
    • Pilar & Collishon voor vectorbestand  berekeningen hiervan zijn symmetrisch dus de weg van startpunt naar eindpunt is hetzelfde als deze omgewisseld worden in een anistrope data
    • 1D erosie: hellingsgraad en hellingslengte moeten niet opnieuw gedaan worden na elke iteratie. Dus deze berekenen we voor de macro ingesteld wordt.
    • Bel[A] = 0.5 als m(A) = 0.2, m(B) = 0.10, m(C)=0.15, m(A,B) = 0.1, m(B,C) = 0.1, m(A,C) = 0.1, m(A,B,C) = 0.1.
  2. Oefeningen:
    • LS-factor berekenen van RUSLE. Formule voor S en L gegeven.Gegevens:X= 45m, α=0.05; = 45-100, α=0.12; X=130-100, α=0.02
    • Bereken de semivariantie op 10 en 30m en schat de waarde van de semivariantie op 5m: Waardes gegeven in een tabel
  3. Take home:
    1. Gegeven: een friction map, met de wintering grounds in de hoek links onder. In de hoek rechts boven is één breeding ground (situatie A) of zijn er drie breeding grounds (3 cellen, situatie B). Om de least cost path te berekenen, gelden de volgende regels (kies voor elke situatie één van de vier)
      • De input voor de backlink en cost distance kaarten zijn de breeding grounds. De input voor de cost path zijn wintering grounds.
      • De input voor de backlink en cost distance kaarten zijn de wintering grounds. De input voor de cost path zijn breeding grounds.
      • Het maakt niet uit welke input je geeft, zolang je voor backlink/cost distance en cost path niet dezelfde input geeft.
      • Het maakt niet uit welke input je geeft.
    2. OWA vul in als je weet dat de laagste rang 1 is. De som van de factorgewichten is 1 en het ranggewicht van 2 is 0.3, ranggewicht van 1 en 3 is 0.1 of 0.6. (verschillende tabellen als tussenstap gegeven die je moet invullen)

2015

Januari

Van Orshoven

  1. juist/fout vragen
    • schaal en spatial resolution betekenen hetzelfde voor een vectorbestand
    • 2 polygoonbestanden met respectievelijk 5 en 12 polygonen en respectievelijk 3 en 6 attibutes worden over elkaar gelegd. Dit resulteert in een kaart met 17 polygonen en 9 attibutes.
    • Een topologische 'Union' overlay komt overeen met 'OR' in Booleaanse algebra.
    • Een verandering van een 'state' van een object zorgt voor een mutatie in de geodataset.
    • Block encoding, value point encoding, chain encoding, B-tree encoding zijn voorbeelden van 'lossless' compressietechnieken voor rastergeodatasets.
  2. extra vragen reeks 1
    • Geef een defenitie van een geodataset
    • Geef een defenitie van een image. Wanneer is een image een geodataset?
    • Wat is het belang van een geodataset in een GIS?
    • Wat betekenen schaal en spatial resolution voor een rasterbestand?
    • Wat betekenen schaal en spatial resolution voor een vectorbestand?
    • Wat wordt bedoeld met temporal resolution? En op welke soort datasets heeft dat een invloed?
    • Wat is radiometric resolution?
  3. extra vragen reeks 2
    • Geef en bespreek de verschillende technieken voor A/D conversie naar vectoriele datasets
    • Wat zijn de fouten die hierbij voorkomen, geef grafisch weer
    • Wat is lijn generalisatie en waarom wordt lijn generalisatie toegepast?
    • Leg 1 techniek van lijngeneralisatie uit.
    • Geef en bespreek de voor- en nadelen van point digitisation en stream digitisation en vergelijk deze met elkaar.
  4. extra vragen reeks 3
    • Wat is map algebra?
    • Waarvoor kan je dit gebruiken? Enkel voor vectorbestanden/enkel voor rasterbestanden of voor de twee?
    • Geef de verschillende subdisciplines met telkens een voorbeeld.
    • Geef twee concrete voorbeelden.
  5. extra vragen reeks 4
    • Wat is het 'filteren' van rasterbestanden?
    • Geef de verschillende filtertechnieken voor categorische en continue rasterbestanden.
    • Wat zijn de toepassingen van filteren?
    • Zijn er relaties tussen filteren en bufferen? Zoja, wat zijn die relaties?
  6. extra vragen reeks 5 (Spatio-Temporal GIS)
    • Geef de verschillende tijden in GIS (Database time etc.)
    • Ken je nog extra applicaties voor multi-temporale analyse tegen over a-temporale en unitemporale analyse?
    • De rest vergeten...

Govers

  1. juist/fout vragen
    • Een vectorbestand wordt omgezet naar een rasterbesand. Bij de eerste omzetting is de de celoppervlakte 400m² en de tweede keer 100m². De resolutie van de tweede is een factor 4 meer dan de eerste.
    • Een semi-variogram is gegeven. De semivariantie neemt snel toe met de lag. Dat betekent dat er te weinig observatiepunten zijn om een goede kaart te maken.
    • Er zijn twee 3x3 rasters weergegeven waarbij bij het eerste raster de centrale waarde veel afwijkt van de rest en bij de tweede raster alle waarden gelijkaardig zijn. Stelling: De k waarde van de eerste raster is veel groter dan de k waarde van de tweede raster. Met X= k*X0 + (1-k)*gemX
    • Er is een figuur gegeven van 2 splines. De afgeleide van beide splines worden aan elkaar gelijkgesteld. Stelling: Deze vergelijking is juist (let op de indices)
    • Een macro wordt gebruikt om de slope gradient en slope length niet telkens opnieuw te moeten berekenen
    • De kans dat iemand kleurenblind is, is 1%. De kans dat een kleurenblinde rood haar heeft is 13%. De kans dat een niet kleurenblinde rood haar heeft is 5%. Daaruit kan berekend worden dat de kans dat een roodharige kleurenblind is 7% is.
    • Stereofotografie wordt gebruikt om hoogteverschillen af te leiden uit parallaxverschillen. 'Structure from motion' gebruikt relatieve hoogteverschillen (hoe verder een object, hoe kleiner).
    • Kriging is een interpolatietechniek waarvan de geschatte waarden dezelfde onzekerheid bevatten als de originele data.
    • ...
  2. oefeningen
    • Bereken de contributing area van de centrale cel. Gebuik de formule van Quinn et al. (3x3 raster gegeven met waarden en de formule van Quinn et al.)
    • Tabel gegeven met hoogtes en afstanden. De procedure voor het berekenen van de erosiehoogte is weergegeven. Je moet alle fouten eruit halen. (slope length, slope gradient, E=a*C*Lˆ0,5*S²)

2014

Januari

Van Orshoven (juist-fout vragen + iedereen kreeg andere oefening)

- Is ruimtelijke resolutie en schaal hetzelfde bij een vectoriële dataset?

- Als je bij een union 4 attributes en 7 polygonen hebt bij de ene dataset en 5 attributes en 9 polygonen bij de tweede dataset, zal de union 9 attributes tellen en 16 polygonen.

- "overshooting", "undershooting", "snapping tolerance" en "slivers" zijn alle vier errors die voorkomen bij semi-automated digitalisation.

Voorbeelden oefeningen:

- Een vraag met bijvraagjes waarbij je de hele ppt van time moest uitleggen

- Dijkstra

Govers (10 juist-fout vragen, 3 oefeningen, 1 grote oefening)

- Bij SAR kunnen beter kortere golflengtes gebruikt worden omdat deze minder gehinderd worden.

- Een vraag waarbij je Bayes moet toepassen (formule gegeven).

- Je krijgt formule voor splines: correct of niet?

- Is volgende formule de juiste voor aspect van een gradient vector? (formule gegeven)

- Bij kriging wordt de tweede term 0 omdat h gemiddeld gelijk is aan 0. (formule gegeven)

Oefeningen:

- Gegeven: 3x3 dem waarbij bij 1 punt de hoogte niet gekend is, slope gradient is ook gegeven: bereken hoogte.

- Bereken LS-factor over helling, met alfa1, alfa2, alfa3, X1, X2, X3, formule voor S en formule voor L gegeven.

- Gegeven: netwerk met reistijden, bereken de snelste route naar elk punt volgens Dijkstra.

- Grote oefening: over marmotten, verschillende data zoals bodemkaart, dem... gegeven + ook voorwaarden waar marmotten meestal voorkomen

Dan moet je een kaartje maken waar de marmotten zich waarschijnlijk bevinden + een wandelroute uitstippelen voor families met kinderen langs plaatsen waar veel marmotten zijn.

2013

Januari

Govers

Reeks 1

  1. oppervlakte berekening van een DEM aan de hand van paar gegeven punten waarvan de hoogte gegeven was
  2. berekenen van semi-variantie met behulp van een tabel vol met waardes
  3. 3 punten zijn gegeven, voer de interpolatie techniek van Spline toe, enkel de veeltermen zijn genoeg, ze moeten niet opgelost worden
  4. idrisi = Skistation plaatsen rekening houden met het gevaar op landverschuivingen die afhankelijk zijn van de geologie, vegetatie, of landverschuivingen in de buurt.

Orshoven

Reeks 1

  1. Oppervlakte, omtrek en centroids ( zwaartekrachtpunten) bereken van gegeven polygonen

Reeks 2

  1. gDB is het hart van een GIS
    • Beargumenteer
    • structuur van een gDB
    • belangrijkste bronnen van een gDB
    • tot welke categorieën behoren deze bronnen
    • metadata

Stellingen:

  1. Galileo, gps en goolge earth zijn global navigation satellite systems
  2. De makkelijkste methode om in GIS oppervlaktes te berekenen is met het half - line algorithme.
  3. Als we een vectorieel object omzetten naar een raster en daarna terug naar een vector heeft dit dezelfde accuracy als het initiele object.

2011

Januari

PROF. GOVERS:

  1. 10 stellingen (waar/onwaar):
    1. Bij een lidarbeeld moet nog een paralaxcorrectie toegepast worden omdat het opgenomen is vanuit 1 punt
    2. Bij SAR kunnen beter kortere golflengtes gebruikt worden omdat deze minder gehinderd worden door wolken
    3. Als men een multi flow wil toepassen zal het DEM nauwkeuriger moeten zijn als bij een single flow.
    4. Gegeven, een formule met inverse distance weighing. Bij toenemende r neemt het gewicht van de nabije punten af (uitrekenen, want het was niet het formuletje uit de cursus).
    5. Semi-variogram met een vrij hoge nugget variance gegeven. Het meetnet moet verdichten om deze weg te werken.
    6. 3 functies gegeven A=4+/-2 B= 1+/-3 C= 8+/- 2 dan is A+B+C=19+/-7,16
    7. 2 kaartjes van de MCS gegeven, in het onderste kaartje is de credibility het hoogst
    8. Als 2 grafen topologisch identiek zijn, dan zijn ze ook isomorfisch
    9. Iets met A* aangepast algoritme, H moet altijd groter of gelijk zijn aan de echte afstand?
    10. (Iets met een heuristisch pathway algoritme en veel uitleg????)
  2. Formule van multiple flow algoritme en een 3x3 rastertje met hoogtes gegeven. Bereken hoeveel elke cel krijgt.
  3. Grafiek uit paper gegeven: verklaar (ME op y-as, K op x-as, per K-waarde zijn er verschillende Y-waarden: waarom?)
  4. Bereken SL-waarde van 2 segmenten (formules gegeven, komt ook uit paper), alfa en x gegeven, formules voor S en L ook
  5. Gegeven 3 punten. Geef alle vergelijkingen die je nodig hebt om deze te interpoleren via splines met een 3e graadsvergelijking

PROF. VAN ORSHOVEN (gebruikt verschillende vragenlijsten):

  1. A/D conversie voor rasters:
    1. Welke methoden voor deze conversie tot stand te brengen?
    2. Welke soorten resolutie heb je hier?
    3. Wat versta je onder kleurenscannen?
    4. Een camera meet een spanning van 1.997 V. De meetrange is van 0 tot 6V en de output is 5 bit. Geef de output (decimaal en binair).
    5. Welke moeilijkheden treden op bij omzetting van raster naar vector?
  2. Maak een topologische, niet topologische en spaghetti structuur van 3 polygonen in een assenstelsel. Bereken voor alle 3 ook de perimeter, de omtrek en het zwaartepunt, geef ook de formules.
  3. Schema gegeven van 6 punten (a tot e) die verbonden zijn met lijnen met daarop de impedantiewaarde (wrijving). Bereken de route met de laagste impedantie van knooppunt a tot knooppunt e en toon hoe deze route loopt aan de hand van het algoritme van Dijkstra. Leg hierbij ook gestructureerd uit hoe dit algoritme werkt.
    1. Welke datastructuur is hiervoor vereist.
    2. Geef 2 realistische toepassingen in GIS waarvoor dit gebruikt wordt.
  4. Wat is een geodataset? En waar plaats je een geodataset in de logica van GIS?
    1. Wat is de schaal en ruimtelijke resolutie van een vector dataset?
    2. Wat is de ruimtelijke resolutie van een rasterdataset?
    3. Wat is temporele resolutie, en wat is radiometrische resolutie?
    4. Wat is een beeld en aan welke voorwaarden moet een beeld voldaan zijn om een geodataset te zijn.
  5. Vectorial Line Generalisation:
    1. What?
    2. Why?
    3. How? Give two algorithms and visualise them graphically

PRAKTISCHE OEFENING (voor iedereen):

Gegeven: topokaart, landsatbeeld, bodemkaart, een hoop archeologische sites

Gevraagd: zijn de siteplaatsen willekeurig verdeeld, of bestaat er een verband met bvb nabijheid van water, helling, bodem, ...? Stel ook een risicokaart op.

2010

September

Orshoven

  1. Geef van een traject de kortste route via dijkstra
  2. Het hart van elk GIS is een gDB:
    1. Beargumenteer deze stelling
    2. Wat is de logische structuur van dergelijke gDB's?
    3. Welke zijn de belangrijkste bronnen van gegevens die opgenomen kunnen worden in een gDB? Hoe kan je deze bronnen categoriseren?
    4. Wat zijn metadata van geodatasets en waarvoor dienen ze?

Govers

  1. Idrisi: een hele resem voorwaarden die gegeven waren zodat je de ideale locatie vond voor een skistation in te planten.
  2. Je kreeg een grafiek en je moest daar splines op uitvoeren, dus alleen vergelijkingen geven ( niet oplossen)
  3. Dan nog van een matrix vanalles berekenen.

Januari

Reeks 1

Orshoven

  1. Het hart van elk GIS is een gDB:
    • Beargumenteer deze stelling
    • Wat is de logische structuur van dergelijke gDB's?
    • Welke zijn de belangrijkste bronnen van gegevens die opgenomen kunnen worden in een gDB? Hoe kan je deze bronnen categoriseren?
    • Wat zijn metadata van geodatasets en waarvoor dienen ze?
  2. Map Algebra:
    • Wat wordt bedoeld met map algebra?
    • Is map algebra zowel toepasbaar op vectoriële als op raster geodatasets?
    • Categorisering van map algebraïsche functies en 1 voorbeeld per categorie
    • Wat is de rol van herbemonstering bij map algebra?
    • 2 realistische voorbeelden uit je studiedomein die beantwoord kunnen worden door gebruik van map algebra in een context van GIS


Reeks 2

Orshoven

  1. Vectoriële lijngeneralistie: wat? waarom? twee lijngeneralisatie algoritmes geven.
  2. Het ruimtelijk gegevensmodel en de gDB zijn elkaars equivalent in een GIS?
  3. Wat is de 'ruimtelijke toestand'? Hoe wordt dit opgeslagen en gemodelleerd in een gDB.
  4. ??Iets met veranderingen van de toestand??

Govers

  1. Reflectantie berekenen van een 3*3 matrix
  2. De semivariantie berekenen (of aflezen in de grafiek?). De rest van het stelsel moest niet opgelost worden.
  3. Zelfde oefening als in de cursus bij kriging.

2008

Januari

  1. Juist of Onjuist en leg uit
    • Bij de creatie van een DTM filteren we de gegevens best voor de interpolatie om onvolkomendheden in de data te elimineren.
    • Uit het onderstaande variogram besluiten we dat er slechts om de 100m (= range) staalname nodig is.
    • Het gewicht van de inverse distance wheighting wordt bepaald door (formule met 1/D^r dingen). Stel r = 0,5: een punt dat op 1 meter afstand staat van het te interpoleren punt zal 5x meer meetellen dan een punt op 10 meter afstand.
    • Lengte van de gradientvector wordt gegeven door sqrt((part-x)²+(part-y)²)
    • Onderstaande tekening = een spline interpolation door de verschillende punten. Er waren 2 functievoorschriften z=a1.x^3 + b1.x² + c1.x + d1 en z=a2.x^3 + b2.x² + c2.x + d2 voor de stukjes rechten links en rechts van een punt in het midden van de spline. Dan is: 3.a1.x² + 2.b1.x + c1 = 3.a2.x² + 2.b2.x + c2
  2. 2 gewone vragen: Code: {| class="wikitable" style="text-align:center" |- | 127 || 114 || 113 |- | 124 || 120 || 107 |- | 122 || 111 || 98 |}
    • Dit is een deel van een DTM met horizontale resolutie 50m. bereken helling en aspect voor het centrale punt. Leg deze methode uit en situeer deze methode tussen de andere methoden om topologische kenmerken te berekenen. Welke andere topologische attributen kunnen worden berekend a.d.h.v. een DTM?
    • Er waren twee variabelen gegeven in 1 dimensie, de ene (A) was heel gedetailleerd met fijne variatiekes in de grafiek, de andere (B) was heel ongedetailleerd en telde maar enkele plooiingen.. Teken het semivariogram. A en B hadden dezelfde absolute schaal, de meetnauwkeurigheid van B is véél slechter dan die van A en de totale lengte is voor beide 1km.
  3. Idrisivraag:
    • Je moest een skigebied/skidorp plaatsen. Het criterium was om zo weinig mogelijk kans op "landslides" te hebben. (en indirect om toch zo weinig mogelijk bouwkosten te hebben. etc etc
    • Criteria:
      • regoliet moet zo dun mogelijk zijn, dik = landslides
      • helling: grotere helling = meer slides
      • oriëntatie: zuidhelling = meest susceptibel voor landslides, noord het minst, oost en west zijn gelijk en gemiddeld
      • kromming:
      • vegetatie: bos = minder slides
      • ...
    • Beschikbare gegevens:
      • luchtfoto's
      • stafkaart oa met hydrologie
      • geologische kaart
      • geotechnische sterktegegevens van geologie/regoliet
      • boringen in de regoliet van de bodem + de wetenschap dat de regoliet afhankelijk is van lokale geologie, lokale reliëf en je hebt info over lokale weerstations etc...)
      • ....

Andere prof

  1. Zijn de begrippen geografische databank en ruimtelijk gegevensmodel equivalent?
  2. Wat is een 'ruimtelijke toestand' (of zoiets) en hoe kan men het verschil in ruimtelijke toestanden weergeven?
  3. Leg uit:
    • Analoog-digitaalconversie naar rastergeodataset
    • Scanresolutie
    • kleurenscanning
    • Rastervectortransformatie

2007

Januari

Reeks 1

  1. 4 stellingen
    • Polygoonbestand gegeven in een tabel. Met al deze informatie weet je genoeg.
    • Verkleining van de schaal leidt tot overschatting van het aantal akkers.
    • Semivariogram gegeven met een range van 100m. Het is het beste om elke 100m een meting te doen.
    • Een kaart heeft een systematische fout van +1. De totale fout bij verschil is WORTEL(2).
    • En dan nog een vermenigvuldiging van 2 vierkantswortels met onder elke wortel ne 3*3 matrix.
    • Verbeter deze formule zodat je een juiste helling krijgt. (ofzoiets?)
  2. Paar willekeurige lijnen geven die al dan niet samenvallen en een polygoon vormen. Pas hier algoritme van Burrough op toe zodat je een volledige topologische structuur krijgt.
  3. 2 5*5 matrixen gegeven. De ene over toxiciteit, de andere over iets anders. Toxiciteit mag nooit boven 100 gaan, geluidshinder nooit boven de 70. Karteer een overlaykaart via zowel de bolleanmethode als via fuzzy sets. Wat is het verschil tussen beide methoden ?
  4. TGV-traject aanleggen. Ge krijgt heel wa kaarten (satelliet, bodems, geologie, topografie, kadaster) en een tabel met de kosten per landg

Reeks 2

  1. Stellingen:
    • Monte Carlo simulatie heeft het voordeel dat je geen idee hoeft te hebben over de fout gemaakt bij het scannen en digitaliseren.
      • de gradientvector is georienteerd in de richting van de steilste helling omdat daar de kromming maximaal is.(=> fout, Gradiëntvector is met eerste orde afgeleiden bepaald en de kromming met 2e orde afgeleide)
      • indien nugget variantie optreed zijn er te weinig stalen genomen.
      • bij topologische structuur is het gemakkelijker om de omtrek van een polygoon te berekenen
      • bij overlay zullen de meeste fouten optreden in de grote polygonen.
    • Toxiciteitindexraster en geluidhinderraster gegeven. Karteer het woongebied voor toxiciteit lager als 100 en geluid lager als 70. Doe dit met booleaans en fuzzy sets, leg het verschil tussen beide uit.
  2. Idrisi oefening:
    • iets met geometrische correctie, initial, regressie, ... Te lang om mij de vraag nog te herinner en redelijk moeilijk dus zie dat je tijd hebt voor deze laatste vraag.

2006

Januari

  1. stellingen:
    • De omtrek van een polygoon kan je beter in vector berekenen.
    • Als we een Monte carlo uitvoeren, hoeven we geen rekening te houden met de fouten die bij het inscannen van een document gebeuren.
    • Bij ovelays van polygonen zullen de meeste fouten voorkomenin de grootste resulterende polygonen, want daar is de meeste kans dat er een deel fout geklasseert werd.
    • Als er nugget variance optreedt zijn er te weinig metingen gebeurd.
    • De gradientvector is georienteerd naar de steilste helling omdat daar een maximale kromming is.
  2. Oefening ter bepaling van de reflectantiewaarde (basisformule gegevens) voor het midden van een gegevens window van een DTM
  3. Gigantische oefening met combinaties van monte carlo-toename-fouten op voorspellingen- overlay. vergelijking ruimtelijke spreiding en opp landgebruik.

2005

Januari

  1. Stellingen:
    • bij 1D splines heb je 38 vergelijkingen nodig
    • bij "inverse distance weight" (ofzo) heb je een idee over de fout die je maakt
    • een rastergis is aangewezen bij de spreiding van artefacten en hun onderlinge afstand
    • ... nog een makkelijke
    • ... nog één da 'k echt nie meer weet
  2. Iets over foutenvoorplanting als ge drie kaarten hebt (een helling, bodem, en een ander kaart) en die via EN-operatie gaat combineren= > wat gebeurt er?
    • wat gebeurt er als de fout het grootst is bij steile hellingen en dit ook het geval is voor de bodems?
    • wat gebeurt er als zowel de fout op de helling en op de bodem het grootst is op zwakke hellingen?
  3. een tgv-traject aanleggen op een zo optimaal mogelijke plaats. gegeven:
    • geologische kaart
    • bodemkaart
    • satellietbeeld
    • topografische kaart
    • ... NOG meer kaarten
    • => uitwerken hoe je dit zou aanpakken in IDRISI!

2004

Januari

  1. Zijn volgende stellingen waar of niet waar. Verduidelijk uw antwoord in één zin.
    • Voor een Monte Carlo simulatie is het niet nodig dat je de grootte van de fout op de gegevens kent.
    • Bij overlays van polygonen zullen de meeste fouten voorkomen in de grootste resulterende polygonen, want daar is het meeste kans dat er een deel fout geklasseerd werd.
    • De gradiëntvector is georiënteerd naar de steilste helling omdat daar een maximale kromming is.
    • Als er nugget variance optreedt zijn er te weinig metingen gebeurd.
    • Bij een topologische structuur is het gemakkelijker om de omtrek van een polygoon te berekenen.
  2. U moet de geschiktheid voor bewoning karteren in een bepaald terrein en beschikt over onderstaande informatie. Kaart A geeft de toxiciteitindex van de bodem: de norm is dat deze in woongebieden beneden de 100 moet liggen. Kaart B geeft de geluidshinder: deze zou in woongebieden onder de 70 moeten blijven. Klasseer de geschikte gebieden volgens de booleaanse methode en gebruik makend van fuzzy sets. Leg ook kort het verschil tussen de twee uit.
  3. Het was iets van voor twee jaar metingen per maand, reflectantiewaarden in het rode en infrarode gebied. Grootte van de verandering D=sqrt [(x1-x2)² +…]. Met x1 is waarde van een parameter op een bepaalde observatietijdstip (vb. iets berekend uit reflectantie van rode en IR-gebied) en x2 op het tweede tijdstip. Richting van de verandering alfa:Bgtg [(x1-x2)/(y1-y2)] (met x1 en x2 reflectantiewaarde in het rode gebied op verschillende tijdstippen en y1 en y2 van het IR gebied op verschillende tijdstippen)
  4. Kaarten gevraagd die de grootte en de richting van de verandering weergeven.
    • Neerslaggegeven per maand zijn gegeven voor een aantal meetstations (coördinaten in UTM)
    • Ga na of er een correlatie is tussen de neerslag en de verandering voor een maand in de 2 jaren. Welke technieken en welke problemen hierbij. Stel dat er een duidelijke relatie is tussen de neerslag en de verandering. Welk zijn de effecten op de vegetatieactiviteit bij een daling van 20% van de neerslaghoeveelheid.Welke kaarten bekom je?

2003

Januari

  1. Stellingen
    • Bij verdichting van het staalnamenet gaan in een variogram de range en de sill afnemen.
    • Een topologische structuur vergemakkelijkt geometrische correctie.
    • Kriging is de beste methode om nieuwe waarden toe te kennen aan een sattelietbeeld.
    • Om een Monte Carlo-simulatie uit te voeren, moeten we een idee hebben van de fout.
  2. Polyphylactische interpolatie is de beste methode om te gebruiken bij verschillende gebiedsindelingen.
  3. Gegeven: tabel met opp. (km²), bevolking (’86), aantal pixels geklasseerd als bebouwing (’86 en ’96). Pixelgrootte is 400m². Gevraagd: hoe zou je een zo nauwkeurig mogelijke kaart maken met een zo hoog mogelijke resolutie? Bespreek stap voor stap.
  1. Idrisi-oefening: geef de evolutie van de landbouw uitgaande van een bodemkaart op papier, een geklasseerd sattelietbeeld van het bodemgebruik en een DTM. Om aan landbouw te doen moet de temperatuur min. 9°C, de bodem min. 1m en de neerslag minstens 720mm bedragen. De helling mag maximaal 15% zijn. We weten dat de temperatuur op zeeniveau 10.8°C is en dat deze 1°C daalt per 180m. De neerslag is op zeeniveau 720mm en op 700m 1250mm. Hoe gaat de landbouw evolueren als de temperatuur stijgt met 4°C en tegelijkertijd de neerslag 10% of 25% afneemt.

Nog meer stellingen

  1. Bij numerische operaties hoeft de relatieve fout niet altijd toe te nemen.
  2. Bij een geometrische correctie heb je minimaal 9 controlepunten nodig.
  3. bij 1D splines heb je 38 vergelijkingen nodig.
  4. Polyphylactische interpolatie is de beste manier om te gebruiken bij verschillende gebiedsindelingen.
  5. Bij verdischting van staalnamenet gaan in variogram de range en sill afnemen.
  6. Een topologische structuur vegemakkelijkt geometische correctie
  7. Om een Monte carlo simulatie uit te voeren , moeten we een idee hebben van de fout.
  8. Bij ovelays van polygonen zullen de meeste fouten voorkomenin de grootste resulterende polygonen, want daar is de meeste kans dat er een deel fout geklasseert werd.
  9. Als er nugget variance optreedt zijn er te weinig metingen gebeurd.
  10. De gradientvector is georienteerd naar de steilste helling omdat daar een maximale kromming is. een rastergis is aagewezen bij de spreiding van artefacten en hun ondelinge afstand.
  11. als er geen commando beschikbaar is om de helling te berenkenen voldoet een overlay operatie.
Overgenomen van "http://wiki.atlasleuven.be/index.php?title=Geographic_Information_Systems&oldid=509"